Audio 使用SIMD指令对音频通道进行解交织

我正在实现一个混音器，它在没有SIMD指令的情况下工作得很好，但很难弄清楚如何将声音数据提取到单独的通道中

我的数据是交错格式的：L0R0 L1R1 L2R2 L3R3。。。 我以相同的格式将它们加载到uum128i中，因此寄存器中有4个样本

我希望它们在单独的频道中：l0l1l2l3r0r1r2r3。这是我错过的部分

因此，输入为：8 x i16（4xi32交错） 我希望输出为left=4xf32和right=4xf32，然后进行混合

混音后，我可以交错通道，得到L0R0 L1R1 L2R2…：

__m128 *src0 = mixed_channel0;
__m128 *src1 = mixed_channel1;
__m128 *dest = (__m128i *)buffer;

for (u32 sample_index = 0; sample_index < sample_chunk_count; ++sample_index)
{
    __m128 s0 = _mm_load_ps((f32 *)src0++);
    __m128 s1 = _mm_load_ps((f32 *)src1++);

    __m128i l = _mm_cvtps_epi32(s0);
    __m128i r = _mm_cvtps_epi32(s1);

    __m128i lr0 = _mm_unpacklo_epi32(l, r);
    __m128i lr1 = _mm_unpackhi_epi32(l, r);

    *dest++ = _mm_packs_epi32(lr0, lr1);
}

即使我屏蔽了低/高阶i16-s，那么如何将它们转换为f32-s？掩蔽之后，我会得到：

__m128i right = [xx, R0, xx, R1, xx, R2, xx, R3]
__m128i left = [L0, xx, L1, xx, L2, xx, L3, xx]

如果我能把它们转换成4 x i32-s，那么用_mm_cvtepi32_ps把它们转换成f32-s就很容易了，我就完成了

---

谢谢。

从16位样本对到32位样本的掩码和移位

// clunky calling convention, but should inline ok.
__m128 unpack_leftright_16bit_channels(__m128i input, __m128 &right_retval) {
    // input = [L0R0, L1R1, L2R2, L3R3] packed pairs of 16bit ints
    __m128i sign_extended_left  = _mm_srai_epi32(input, 16);
    __m128i high_right = _mm_slli_epi32(input, 16);
    __m128i sign_extended_right = _mm_srai_epi32(high_right, 16);

    right_retval = _mm_cvtepi32_ps(sign_extended_right);
    //__m128 right = [R0, R1, R2, R3] packed 32bit floats

    __m128 left  = _mm_cvtepi32_ps(sign_extended_left);
    //__m128 left = [L0, L1, L2, L3] packed 32bit floats
    return left;
}

这个，或者叫叮当声3.7

这将成为大多数微体系结构（请参阅和TagWiki中的其他链接）上洗牌吞吐量的瓶颈。可能值得使用SSSE3

pshufb

来执行逻辑左移位，仅使用算术右移位的实际移位指令，该算术右移位需要在每个32位元素的上半部分保留符号位的副本。如果没有AVX，

pshufb

会原地移动，就像

pslld

原地移动一样（谢谢，英特尔：（）），因此它不会避免额外的MOV指令来制作输入的第二个副本

在Skylake上，立即向量移位在p0/p1上运行，cvtdq2ps也在p0/p1上运行。

pshufb

用于左移位会将吞吐量增加到每个时钟一个浮点输出向量，因为混洗在端口5上运行

在skylake之前，即时向量移位仅在单个端口上运行，例如Haswell中的p0。至少这与int->float不同：Haswell在p1上运行

cvtdq2ps

。因此，pshufb将吞吐量增加到每个时钟一个ps向量

---

---

似乎应该有更好的方法来实现这一点，比如使用AND掩码或其他方法。但似乎2个移位，或一个shuffle+shift，是将每个32位元素的低16位符号扩展为完整32位元素的最佳方法。

我认为转换低/高

i16

s的最佳方法是使用位移位。

high\halves=_mm_srai_epi32（packed，16）；

。由于您的值是有符号的，您可能需要对下半部分进行符号扩展，方法是先左移，然后使用算术右移。我想不出比ATM更好的方法，但这似乎有点笨重。一些SIMD指令集（如ARM NEON/ARMv8）有两条以上的输入或两条以上的输出指令，我认为可以用一条指令来解包（可能解压，IIRC）。因此，重要的是要特别说明英特尔SSE，而不仅仅是任何SIMD。你能要求吗？虽然它不是现代PC的“必需”方式，但它非常常见（对于Steam游戏玩家来说是91%）.

\u-mm\u-moveldup\u-ps

和

\u-mm\u-movehdup\u-ps

非常有用。@ChuckWalbourn:用SSE3复制偶数或奇数元素，你在想什么？OP所需的输出不需要将任何数据移到它们开始的32位元素之外。起初，我在想使用

shufps

来组合数据from有两个向量，但我读得更仔细了，中间的代码块是显示输入和所需输出的。@PeterCordes谢谢，

\u mm\u srai\u epi32

给了我左通道值；

\u mm\u slli\u epi32

16然后

\u mm\u srai\u epi32

16给了我右通道值，将它们转换成

f32-s是直截了当的。如果可以的话，我会接受你的评论作为回答，或者我会在家里为代码做测试时发布代码。谢谢！扩展低位单词的可能替代符号：
（（x^0x8000）&0xFFFF）-0x8000
（不过需要3uops而不是2个）。或者，实际上，向左移动，转换为浮点，并在后续操作中考虑额外的因数
0x10000
。如果以后可以补偿额外因数，则高位字甚至可以被一个位和一个字节屏蔽。
// clunky calling convention, but should inline ok.
__m128 unpack_leftright_16bit_channels(__m128i input, __m128 &right_retval) {
    // input = [L0R0, L1R1, L2R2, L3R3] packed pairs of 16bit ints
    __m128i sign_extended_left  = _mm_srai_epi32(input, 16);
    __m128i high_right = _mm_slli_epi32(input, 16);
    __m128i sign_extended_right = _mm_srai_epi32(high_right, 16);

    right_retval = _mm_cvtepi32_ps(sign_extended_right);
    //__m128 right = [R0, R1, R2, R3] packed 32bit floats

    __m128 left  = _mm_cvtepi32_ps(sign_extended_left);
    //__m128 left = [L0, L1, L2, L3] packed 32bit floats
    return left;
}