python - 优化移植到 Python 的 C 算法
问题描述
我想用 Python 写一个 Real-time Audio to Pitch 算法,看起来 Yin 算法解决了这个问题。我找到了许多 Yin 的 C 实现,并且在我的声音中尝试了其中一个,它可以按预期实时工作。我已经开始将它移植到 Python,但我可以看到它慢了大约 100 倍 - 所以不再是实时的。我使用的是 2.3 GHz 四核 Intel Core i7。
下面是用 C 和 Python 对算法进行的模拟,以了解所涉及的计算。每个模拟计算 90,000 个样本的音高。C 函数需要 2 秒,Python 需要 200 秒才能完成。
C代码
#include <stdio.h>
#include <stdint.h>
#include <time.h>
int main(int argc, char** argv) {
int buffer_length = 150;
float sec = 0;
float* buffer = malloc(sizeof(float)*buffer_length);
clock_t before = clock();
int j;
int16_t tau;
int16_t i;
float delta;
for(j = 0; j < 90000; j++){
for(tau = 0 ; tau < 75; tau++){
for(i = 0; i < 75; i++){
delta = buffer[i] - buffer[i + tau];
buffer[tau] += delta * delta;
}
}
}
clock_t difference = clock() - before;
sec = difference / (float )CLOCKS_PER_SEC;
printf("%f\n",sec);
return 0;
}
Python代码
import time
buffer = [0.0]*150
ts = time.time()
for j in range(90000):
for tau in range(75):
for i in range(75):
delta = buffer[i] - buffer[i + tau]
buffer[tau] += delta * delta
print(time.time()-ts)
我正在考虑使用 8KHz 的采样率,但如果可能的话,可能会使用更高的采样率。是否有可能大大提高 Python 代码的性能,如果可以,我将如何去做?如果没有,那么我想用 Python Wrapper 编写一个 C 库是我唯一的选择。
解决方案
这看起来像是numba的工作。问题是 python for 循环比C 循环慢得多。使用 numba 您应该能够显着加快它们的速度,因为您自己编写了它们并且没有外部依赖项(已知会与 numba 混淆)。
只需使用 njit 装饰器并将嵌套的 for 循环包装在一个函数中。
推荐阅读
- python - 循环请求并从 Excel 中提取数据
- python - 如何混淆要编译为可执行文件的python代码?
- javascript - nodeJS 代码在 API 模式下无法正常运行
- vba - 如何在 word 中管理活动文档引用以保存和关闭我新创建的输出?
- react-native - 用于管理工作流的 Expo-payments-stripe 的 ETA
- javascript - 工作 SQL 在 pg-promise 中产生语法错误
- c# - 有没有一种方法可以轻松地将网格绑定到 Xamarin 中的表格,就像在我的 WinForms 代码中一样?
- javascript - 如何让事件监听器在单击按钮之前不监听?
- php - 转换后的 Laravel 工作查询参数 1 在转换后通过
- javascript - UseEffect 只触发某些部分?