06 声学算法定点化优化指南¶

1. 硬件解决什么问题：把几十 GFLOPS 的声学浮点算法塞入毫瓦级定点 DSP¶

算法科学家通常在 PC 上利用 Matlab 或 Python/PyTorch 开发声学前处理模型（全部采用 32-bit 或 64-bit 浮点数）。然而嵌入式音频 DSP（如耳机主控芯片）出于功耗和芯片面积考量，通常仅配备高吞吐定点（Fixed-Point）乘加单元，硬件单精度浮点单元（FPU）非常昂贵甚至完全缺失。

若盲目将浮点代码部署到无 FPU 的 DSP 上，编译器会自动生成庞大的软浮点模拟软件库（Soft-float emulation），单次乘加周期暴涨 50 倍以上，系统瞬间崩溃。

2. 经典声学算子定点化三步法规范¶

graph LR
    Step1["Step 1: 动态范围统计 (Profiling)
在 PC 浮点模型中灌入海量真实音频，统计每个变量最大绝对值 Max(|x|)"]
    Step2["Step 2: 最佳定点格式分配 (Q-Format)
为每个变量选择兼顾防溢出与最小截断误差的 Q_m.n 格式"]
    Step3["Step 3: 饱和算术替换与尺度缩放 (Scaling)
引入硬件饱和截断与移位，利用 DSP 内在函数重写核心内积"]
    Step1 --> Step2 --> Step3

3. 常见声学算子的 Q 格式选择标准¶

算子/数据对象	物理物理区间	推荐定点表示格式	整数保护位	精度分辨率 (\(2^{-n}\))
PCM 音频采样点	\([-1.0, +1.0)\)	Q1.31 (或 Q1.15)	1 bit 符号位	\(4.65 \times 10^{-10}\)
FIR 滤波系数	\((-2.0, +2.0)\)	Q2.30	2 bits 整数位	\(9.31 \times 10^{-10}\)
FFT 旋转因子 (Twiddle)	\([-1.0, +1.0]\)	Q1.31 (单位圆上)	1 bit 符号位	最高精度
对数能量与分贝值	\([0\text{ dB}, 100\text{ dB}]\)	Q8.24	8 bits 整数位	适应大动态范围

4. 软硬件设计约束¶

非线性函数查表法（LUT + Linear Interpolation）：声学算法中频繁涉及 \(\log_{10}(x)\)（分贝转换）、\(\sqrt{x}\)（能量开方）、\(\frac{1}{x}\)（归一化除法）与 \(\exp(x)\)（激活函数）。在定点 DSP 上，严禁直接调用标准数学库 math.h。必须采用 64~256 采样点的预计算片上查找表（LUT）结合单周期线性插值，以牺牲 \(<0.01\%\) 的微小精度换取百倍速度跃升。