（十四）用JAVA编写MP3解码器——多相合成滤波

解码一帧Layer3第8步：多相频率倒置 (Inverse Quantize Samples)

      也可以称为频率倒相（Frequency Inversion），在数据进入多相滤波器前进行频率倒相，把奇数序号子带的奇数号样本乘上-1，这样做的目的是校正多相滤波器组对频率的倒相。为了充分利用decodeFrame方法内的循环，把这部分简短的代码放进decodeFrame内。

解码一帧Layer3第9步：多相合成滤波 （Poly Phase Synthesis Filterbank） 

      多相合成滤波是调用频度最高的一个模块，采用标准立体声编码的MP3一帧要调用18*2*2=72次。多相合成滤波是解码的关键模块，算法及实现代码都可能再优化，加之Layer1和Layer2也要调用，所以将多相合成滤波单独封装在Synthesis类。

      解码一帧Layer3的各步快讲解完了，把解码一帧写进class Layer3内的decodeFrame方法。这部分源码如下：

	//8.
//>>>>INVERSE QUANTIZE SAMPLES=============================================
//
// 在class Layer3的decodeFrame方法内实现
//
//<<<<INVERSE QUANTIZE SAMPLES=============================================
//9.
//>>>>SYNTHESIZE VIA POLYPHASE MDCT========================================
//
// 在decodeFrame方法内用objFilter.synthesisSubBand()调用class Synthesis
// 的synthesisSubBand方法实现多相合成滤波
//
//<<<<SYNTHESIZE VIA POLYPHASE MDCT========================================
//10.
//>>>>OUTPUT PCM SAMPLES===================================================
//
// 见Audio.java
//
//<<<<OUTPUT PCM SAMPLES===================================================
private final static float[] floatSamples = new float[32];
/*
* decodeFrame -- 解码1帧Layer3
*/
public void decodeFrame() throws Exception {
getSideInfo();
int nSlots = objHeader.getMainDataSlots();
int buflen = objInBitStream.getBuffBytes();
int data_begin = objSI.main_data_begin;
// 若出错(buflen<data_begin): 
// 不解码当前这一帧,将下一帧(或几帧)主数据(main_data)填入位流缓冲区.
//
while (buflen < data_begin) {
objInBitStream.append(nSlots);
//System.out.println("Skip Bytes: " + objHeader.getFrameSize());
objHeader.syncFrame();
nSlots = objHeader.getMainDataSlots();
getSideInfo();
buflen = objInBitStream.getBuffBytes();
data_begin = objSI.main_data_begin;
}
//丢弃帧的填充位
int discard = buflen - objInBitStream.getBytePos() - data_begin;
objInBitStream.skipBytes(discard);
objInBitStream.append(nSlots);
int gr, ch, sb, ss;
for (gr = 0; gr < intMaxGr; gr++) {
for (ch = 0; ch < intChannels; ch++) {
if (objHeader.getVersion() == Header.MPEG1)
getScaleFactors_1(ch, gr);
else
getScaleFactors_2(ch, gr);
huffmanDecoder(ch, gr);
requantizer(ch, gr,xr[ch]);
}
if(boolIntensityStereo)
i_stereo(gr);
if(objHeader.isMSStereo())
ms_stereo();
for (ch = intFirstChannel; ch <= intLastChannel; ch++) {
antialias(ch, gr);
hybrid(ch, gr);
//>>>>INVERSE QUANTIZE SAMPLES
int rzero_sb = (17 + rzero_index[ch]) / 18;
for (sb = 1; sb < rzero_sb; sb += 2)
for (ss = 1; ss < 18; ss += 2)
xr[ch][sb][ss] = -xr[ch][sb][ss];
//<<<<INVERSE QUANTIZE SAMPLES
for (ss = 0; ss < 18; ss++) {
for (sb = 0; sb < 32; sb++)
floatSamples[sb] = xr[ch][sb][ss];
objFilter.synthesisSubBand(floatSamples, ch);
}
}
}
}

封装多相合成滤波类class Synthesis   多相合成滤波过程示意图如下：

上图清晰地示意出一个声道的多相合成滤波的过程（图中bit应为float，DCT表示矩阵运算），共5个步骤。

      1.移位 （Shift）确保每一次将数据写入FIFO队列内的正确位置，首先计算出本次写入到FIFO队列的首址。

      2.矩阵运算 （Matrixing） 将32个输入数据变换为64个输出数据。为了提高程序运行的效率，将64个输出数据直接写进FIFO队列，这64个数据在FIFO中是邻接的，本次写入的首址由第1步计算得到。矩阵运算的快速算法请参考《 MP3解码之DCT(32→64)快速算法的展开 》，该贴详细讲解了各点DCT快速算法代码编写和展开式。矩阵运算的快速算法DCT(32->64)推导过程如下：

 3.构建U向量   计算u_vector可以用下述代码实现：

// Build the U vector
for (i = 0; i < 512; i += 64) {
k = i << 1;
for (j = 0; j < 32; j++) {
u_vector[i + j]      = curfifo[(off + k + j) & 0x3FF];
u_vector[i + j + 32] = curfifo[(off + k + j + 96) & 0x3FF];
}
}

   构建U向量就是把FIFO队列中的数据抽取一部分出来写入u_vector。这里的off由第1步计算得到，从这段代码可以看出一个off值对应u_vector中的16个下标值。u_vector用于第4步的加窗运算，同样是出于运行效率的考虑，u_vector可以省掉，第4步时根据“u_vector中的16个下标值规律” 直接到FIFO队列中相应的位置去取数。找出u_vector下标值的规律之后，再将窗口系数按这个规律打乱顺序重新排列。是怎样的规律自己琢磨下上面的代码就看出来了，我相信你的观察能力哈。省掉u_vector带来的好处一是可以减少运算，二是可以减小存储开销，有好处滴~

      4.加窗运算 （Dewindowing）  这是滤波的最后一步。如果没有省掉u_vector，这一步应该这么算：

<SPAN>// Dewindowing
for (i = 0; i < 512; i++)
u_vector[i] *= dewin[i];</SPAN>

   其中的dewin[i]是窗口系数D[i]*32768，窗口系数D[]的512个常量由解码规范的文档中给出，如果要对解码器加入多段频率均衡，就在这一步进行。通过加窗后得到的u_vector用于计算PCM样本。

      5.计算32个PCM样本   如果没有省掉u_vector，这一步应该这么算：

<SPAN>// Calculate and output 32 samples
for (i = 0; i < 32; i++) {
sum = 0.0f;
for (j = 0; j < 512; j += 32)
sum += u_vector[j + i];
PCMi = sum > 32767 ? 32767 : (sum < -32768 ? -32768 : (int)sum);
pcmbuf[idx]     = (byte)(PCMi >>> 1);
pcmbuf[idx + 1] = (byte)(PCMi >>> 9);
idx += idx_step;
}</SPAN>

     计算得到的PCM样本暂存到pcmbuf[]，解码完一帧将PCM数据送入音频输出模块播放，解码一帧的任务就结束了。采用16位PCM输出的话，一个PCM样本值占2字节，输出的是立体声的话要求左右声道的PCM样本值交替排列在pcmbuf[]内，上述代码中idx完成“交替”作用。

      一个粒度组内的一个声道的PCM样本数为18*32=576个，立体声编码的MP3一帧的PCM样本数为2*2*576=2304个，字节数为2*2304=4608字节。计算32个PCM样本以极高的频度被调用（解码一帧被调用72次），JAVA没有宏定义，出于效率考虑，没有编写计算PCM样本的方法供调用，而是在需要计算的每一处单独放入这部分进代码。取消计算32个PCM的调用、取消掉u_vector、矩阵运算采用了展开式，这3方面的原因导致class Synthesis的代码看起来很长，乍一看也复杂得让人理不清头绪。不过，换来的运行效率提大幅度升，通过对比测试，这3项优化措施使解码速度提升30%以上 ，所以这里对代码做这样的优化很成功。前面讲到的哈夫曼解码、逆量化（用查表法）和重排序、IMDCT等模块，编写代码时也都充分考虑到了提高运行效率，所以这个用JAVA写的MP3解码器速度是很快的。我说她解码快，是同MADLIB和MPG123（名气比较大的开源的用C写的MP3解码器）实测对比的结论，都不用音频输出模块，赛对同一MP3的解码时间，我的解码器一胜一负，不错的成绩。自己赞一下~

      多相合成滤波Synthesis.java源码较长，不贴这了。需要的话到 http://jmp123.sf.net/ 下载。