faac内存开销较大，为方便嵌入式设备使用进行优化，在github上提了issues但是没人理我，所以就搞一份代码自己玩吧。 基于faac_1_30版本，原工程https://github.com/knik0/faac
faac内存优化: faac内存开销较大，为方便嵌入式设备使用进行优化，在github上提了issues但是没人理我，所以就搞一份代码自己玩吧。基于faac_1_30版本，原工程https://github.com/knik0/faac
https://gitee.com/dma/faac-memory-optimization?_from=gitee_search
说明
faac内存开销较大，为方便嵌入式设备使用进行优化，在github上提了issues但是没人理我，所以就搞一份代码自己玩吧。
基于faac_1_30版本，原工程 https://github.com/knik0/faac
文件说明
- faac-1_30.zip 为 faac 源码
- 为了方便我个人使用，删除了 faac 源码中我用不到的文件，只保留 libfaac 目录下的必要文件和 inlcude 目录
- 增加 CMakeLists.txt 编译脚本
内存优化的内容
内存优化测试文件的格式为 PCM int16 小端 双声道 44100Hz
1.1 优化前
使用 valgrind 检查内存，结果如下，可以看到默认配置的内存开销约为 11.5 MB
1.2 修改默认最大声道数
修改 libfaac\coder.h
一般来说，双声道就够用了，如果有5.1声道之类的特殊需求可以自行修改
修改前#define MAX_CHANNELS 64
修改后#define MAX_CHANNELS 2
内存统计如下，约 560 KB
1.3 删除 bwpInfo
修改 libfaac\coder.h
在 faacEncOpen() 中会创建 faacEncStruct* hEncoder; 这个句柄
在 faacEncStruct.coderInfo 中的 bwpInfo 代码中没有用到，不知道作者为什么没有删除，意义不明。
修改前BwpInfo bwpInfo;
修改后// BwpInfo bwpInfo;
内存统计如下，约 240 KB
1.4 删除无效代码
修改 libfaac\frame.c faacEncEncode() 的代码中有这样一段
hEncoder->sampleBuff[channel] = hEncoder->nextSampleBuff[channel]; hEncoder->nextSampleBuff[channel] = hEncoder->next2SampleBuff[channel]; hEncoder->next2SampleBuff[channel] = hEncoder->next3SampleBuff[channel]; hEncoder->next3SampleBuff[channel] = tmp;
申请了4个 sampleBuff，这个函数每调用一次会依次交换这4个 buffer，实际代码中只用到了 sampleBuff 和 next3SampleBuff，不明白作者为什么这样写，也可能是忘了删，这里可以修改为
hEncoder->sampleBuff[channel] = hEncoder->next3SampleBuff[channel]; hEncoder->next3SampleBuff[channel] = tmp;
以下几处记得也要一起修改
faacEncOpen() 中修改为
// hEncoder->nextSampleBuff[channel] = NULL; // hEncoder->next2SampleBuff[channel] = NULL;
faacEncClose() 中修改为
// if (hEncoder->nextSampleBuff[channel]) // FreeMemory(hEncoder->nextSampleBuff[channel]); // if (hEncoder->next2SampleBuff[channel]) // FreeMemory (hEncoder->next2SampleBuff[channel]);
faacEncStruct 中修改为
// double *nextSampleBuff[MAX_CHANNELS]; // double *next2SampleBuff[MAX_CHANNELS];
这样每声道可以节约 16KB 内存
内存统计如下，约 210 KB
1.5 优化数据结构
修改 libfaac\coder.h
这有个前提条件，就是不启用 DRM，这个宏在 libfaac\coder.h，默认就是关闭的//#define DRM
接下来再看代码，CoderInfo 中有这样一个成员
struct {
int data;
int len;
} s[DATASIZE];
它用来进行哈夫曼编码，查看源码可知，这个结构体只在 huffcode() 函数中赋值，里面的数据来自于哈夫曼编码表，使用的码表为 book01 到 book11，没有用到 book12，这11个码表的成员原型如下
typedef struct {
const uint16_t len;
const uint16_t data;
} hcode16_t;
因此可以把 int 改成 short，每声道可以节约6KB内存
备注：这样修改其实是错的，但是完全可以正常使用，具体原因见下文
内存统计如下，约 200 KB
1.6 禁用 TNS
修改 libfaac\coder.h， libfaac\bitstream.c
这个修改会影响音质，实测影响很小，音质上的差异要仔细听才能察觉，个人认为这一点音质上的损失完全可以接受。
把 CoderInfo.tnsInfo 成员也去掉，并删除 faacEncEncode() 中 TnsEncode() 的调用以及两处 TnsInit() 调用。
删除 faacEncConfiguration 中的 unsigned int useTns
编译时删除 tns.c
直接将 WriteTNSData() 函数修改如下
static int WriteTNSData(CoderInfo *coderInfo,
BitStream *bitStream,
int writeFlag)
{
int bits = 0;
#ifndef DRM
if (writeFlag) {
PutBit(bitStream, 0, LEN_TNS_PRES);
}
bits += LEN_TNS_PRES;
#endif
return bits;
}
内存统计如下，约 170 KB
1.7 修改数据类型
修改所有文件的 double 为 float
理论上来说这个修改会影响音质，实测没听出来，个人认为这个修改应该没问题
每声道内存再节省一半
内存统计如下，大约 90 KB
1.8 其他
以下无关紧要，能优化一点点，这里就不统计了faacEncConfiguration 中 int channel_map[64]; 可以改为 int channel_map[MAX_CHANNELS];faacEncStruct 去掉 double *msSpectrum[MAX_CHANNELS];
优化总结
除去 main() 函数中申请的 buffer，经过以上优化已经可以做到单声道约 70 KB，双声道约 90 KB，这样的内存开销即使放到stm32的部分中高端型号上都能运行，还要啥自行车？
单声道内存统计如下，大约 70 KB
大家如果有更好的优化方法欢迎留言分享
其他问题
Q&A
Q: windows编译报错 #include "win32_ver.h"
A: 这个文件是由configure生成的，目前看似乎没有太大影响，先去掉
关于《1.5 优化数据结构》章节的优化问题
这确实是一个不合理，但碰巧能够正常运行的优化。下面来详细解释一下这个问题。
首先引用一下CSDN上 asd451006071 和 weixin_43957341 这两位网友的留言
asd451006071 2022.10.04 并不是，音频会卡顿，不连续，通过QQ音乐等软件都能听得出来。这是因为huff编码哪里出了问题。我也是查了源码确实huffcode是16位的。但是就是这样。把uint16_t改成int16_t就行了。至于为什么这样就行了。我也感到很好奇。很惊讶。。 weixin_43957341 2021.11.06 第六点，所有 double 转 float 这个有点小坑，虽然看起来能播，单独放在 苹果设备 上也能播，但是封装到 MP4 里，在 苹果设备 上就会播放异常，出现如卡视频，音频只有前几秒声音的情况，搞得我一度怀疑是时间戳或者 MP4 库本身的兼容问题 asd451006071 2022.10.04 huffcode那个s数组，uint16_t改int16_t就好了。你试试看。。
不知道这两位网友是不是看错了，我前文写的很清楚，把这个结构体中的int改成short，结果他俩都改成unsigned short
struct {
int data;
int len;
} s[DATASIZE];
于是就会出现音频卡顿的问题，这个和播放器无关，因为就是编码出错了。这份代码我自己也一直再在用，没有任何异常，最近闲下来了，正好研究一下这个问题。
下文都用uint16代替unsigned short，其他数据类似
首先我要承认，这是我的错，这个结构体确实只在 huffcode() 函数中赋值，里面的数据来也确实来自于哈夫曼编码表 book01 到 book11，我最初在做优化时大概看了一眼这几个编码表，以为数值都在 int16 范围内不会溢出，所以大胆地将 int 改成 short 而且也没出问题。但不巧遗漏了 book03 的倒数第7项 {16,65534}，这是唯一一个超出 int16 范围的数据，这也是我在重新研究这个问题时才发现的。但这并不是唯一会导致bug的值，但为什么改成int16正常，改成uint16反而异常？下面会结合代码进行分析。
先以 uint16 的情况为例，来看实际在 huffcode() 函数中用到 book03 的这段代码
case 3:
case 4:
for(ofs = 0; ofs < len; ofs += 4)
{
// 此处省略若干代码
else
{
data = book[idx].data;
// add sign bits
for(cnt = 0; cnt < 4; cnt++)
{
if(qp[cnt])
{
blen++;
data <<= 1;
if (qp[cnt] < 0)
data |= 1;
}
}
coder->s[datacnt].data = data;
coder->s[datacnt++].len = blen;
DRMDATA;
}
bits += blen;
}
break;
- 假设在
data = book[idx].data;这里读取的是{16,65534}，此时data为 65534 - 假设4次循环中只有一次
if(qp[cnt])条件成立，执行blen++; data <<= 1这两句以后，此时data为 131068(0x0001 fffc)，blen为 17，这里暂不考虑if (qp[cnt] < 0) - 因为
uint16溢出，这时coder->s[datacnt].data = data;使s[datacnt].data被赋值为 65532(0xfffc)
最终编码时在 WriteSpectralData() 函数中
static int WriteSpectralData(CoderInfo *coderInfo,
BitStream *bitStream,
int writeFlag)
{
int i, bits = 0;
if (writeFlag) {
for(i = 0; i < coderInfo->datacnt; i++) {
int data = coderInfo->s[i].data;
int len = coderInfo->s[i].len;
if (len > 0) {
PutBit(bitStream, data, len);
bits += len;
}
}
} else {
for(i = 0; i < coderInfo->datacnt; i++) {
bits += coderInfo->s[i].len;
}
}
return bits;
}
-
int data = coderInfo->s[i].data;读取的data为 65532(0x0000 fffc)，len为17 -
PutBit(bitStream, data, len);将 17 位数据写入文件，即写入的二进制数据为 0 1111 1111 1111 1100，注意这里写入的最高位是0 - 而实际上应该写入的二进制数据为 1 1111 1111 1111 1100，即131068(0x1fffc)，也就是由于溢出的原因是的最高位从1变成了0，进而导致音频播放出错
接下来以 int16 的情况再看一遍这些代码的执行结果
- 假设在
data = book[idx].data;这里读取的是{16,65534}，此时data为 65534 - 假设4次循环中只有一次
if(qp[cnt])条件成立，执行blen++; data <<= 1这两句以后，此时data为 131068(0x0001 fffc)，blen为 17，这里暂不考虑if (qp[cnt] < 0) - 因为
int16溢出，这时coder->s[datacnt].data = data;使s[datacnt].data被赋值为 -4(0xfffc)。 - 在
WriteSpectralData()函数中 -
int data = coderInfo->s[i].data;读取的data为 -4(0xffff fffc)，len为17。注意！这里是重点！因为它是有符号数，高位全部被置为1 -
PutBit(bitStream, data, len);将 17 位数据写入文件，即写入的二进制数据为 1 1111 1111 1111 1100，正好将正确的数值写了进去！
所以，真正会出问题的哈夫曼编码不止 {16,65534}，假设循环执行了4次，也就是放大了16倍，那么凡是大于4096的像 {13,8188} 这样的编码都会出错。另外一个可以使它正常工作的巧合在于查看 huffdata.c 中的编码表会发现，所有数值都是接近2的n次方的数值，对于大于4096的数来说这些数的高4位都是1，使得它即使左移4位，超出16位以上的部分仍然是1，进而在之后转换为有符号数时不会出现该是0的位被补为1，保证了数值的正确。例如8188(0x1ffc)，左移4位得131068(0x1fffc)，int16溢出后为-4(0xfffc)，再赋值给int32为-4(0xffff fffc)，丝毫不影响。假设出现 4097(0x1001)这样的数，左移4位得65552(0x10010)，int16溢出后为16(0x0010)，再赋值给int32为16(0x0000 0010)，数据又会出现错误！
到此为止整个问题分析完毕。一个不合理的优化在两种巧合的共同作用下让它完美运行。文章来源：https://www.toymoban.com/news/detail-623250.html
最后再次感谢 asd451006071 和 weixin_43957341 这两位网友的留言！文章来源地址https://www.toymoban.com/news/detail-623250.html
到了这里，关于faac内存开销较大，为方便嵌入式设备使用进行优化(valgrind使用)的文章就介绍完了。如果您还想了解更多内容，请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章，希望大家以后多多支持TOY模板网！
