多线程与FFT优化：Windows与Linux下的音频处理性能对比-CSDN博客

本文链接：https://blog.csdn.net/longzu233/article/details/106121839

耗时分析：

在windows上进行耗时分析

1. 一个线程读取数据并fft

条件

读取，并fft。

对一个wav文件的处理过程包括：

读取头文件，
读取数据部分得到3个数组
把得到的3个数组分别fft

结果

对步骤1-3执行的时间和1-3总时间统计如下
在这里插入图片描述
一个文件的处理一共花费4238ms，主要花费在读取文件数据部分上（3522ms）

2. 一个线程不断读取并fft并保存

条件

不断读取，并不断fft，并不断保存。

如果所有逻辑用一个线程完成如下逻辑：

从文件名获取fft后的数组（即上面的3个步骤）
将数组保存

（同时，使用另一个线程不断寻找新的wav文件。）

结果

费时情况：
在这里插入图片描述
也就是说，第一步（读取并fft）耗时4464ms，第二步（保存）耗时119ms，一共4584ms

3. 用三个线程分别读取、fft、保存

3个线程分别完成：读取(3522ms)，fft(713ms)，保存(119ms)。
（同时，使用另一个线程不断寻找新的wav文件。）

没有做实验，但是花费时间由慢的线程决定，所以理论上费时3522ms

4. 一点疑问

在windlws读取一个wav文件需要3.5s，但是我以前在kuiper测试的时候，处理一个wav文件都只要1.1s。
读取wav文件命名时kuiper中sources的一个步骤，不知道为什么kuiper这么快？
难道是linux系统的io比较快？

5. 总结

像要加快处理速度，需要改写读取wav的数据的代码。

读取wav的数据部分耗时最长，是fft的5倍，所以最好是能缩短时间。
fft耗时较长，但是应该不能改写了，因为计算量大，费时正常。
所以要想办法改写读取wav数据的代码。

，
现在读取wav的数据部分的逻辑是每次读取两字节，然后把这两个字节转换为int，也就是说一次只读取一个int，要读取468750次。
如果一次读取wav的所有数据，内存也放得下，时间也可以缩短。

修改读取文件部分代码

1. 修改方法：

更改 myreader.go,读取一次返回原始数据 [][]int32
更该 fft，原来接收[[]float64, 现在接收[]int32
更改主程序，不要再用for循环读了。

2. 修改后各部分用时：

在这里插入图片描述

读取wav的数据：44ms
对所有通道fft：750ms
保存：123ms。

所以现在的瓶颈是fft了。以前也有人测试过fft：
在这里插入图片描述

他的104万费时378ms
我又测试了104万是，费时517ms，我的52万，费时250ms（750/3），比他的略差

我用的fft算法使用的是复数，复数可能有额外开销，刚好还有一个实数版本的fft，也拿来试一下。

改写fft代码

1. 改写过程

编写新的myfft( []float64) []float64
编写Myf( []int32)[]float64，这个函数会把输入扩充为2^n的float数组，然后调用myfft()
改写Getfft_nd(string) [][]float64,这个函数使用新的读取文件方法和新的fft方法

2. 结果

在这里插入图片描述
对于104万的数据
用我的fft只需要234ms

在这里插入图片描述
对于52万数据
用我的fft只需要91ms

3. 总结：

目前三部分理论用时为：
读取数据：44ms
对所有通道fft：91ms*3=273ms
保存：123ms。
在这里插入图片描述

在这里插入图片描述

顺便列出我的程序逻辑，方便改写为kuiper插件

涉及3个包

wav
	负责读取wav，和上一版本相比，增加了两个函数，用来一次性读取wav数据
myfft
	fft算法，提供Getfft_nd(string) [][]float64方法，输入地址，输出多通道的fft结果。和上一版本相比，完全不同
daomain
	主程序，一个线程不断寻找wav文件，另一个线程拿到地址，依次读文件，fft，储存。