git.sesse.net Git - ffmpeg/blob - libavfilter/af_sofalizer.c

   1 /*****************************************************************************
   2  * sofalizer.c : SOFAlizer filter for virtual binaural acoustics
   3  *****************************************************************************
   4  * Copyright (C) 2013-2015 Andreas Fuchs, Wolfgang Hrauda,
   5  *                         Acoustics Research Institute (ARI), Vienna, Austria
   6  *
   7  * Authors: Andreas Fuchs <andi.fuchs.mail@gmail.com>
   8  *          Wolfgang Hrauda <wolfgang.hrauda@gmx.at>
   9  *
  10  * SOFAlizer project coordinator at ARI, main developer of SOFA:
  11  *          Piotr Majdak <piotr@majdak.at>
  12  *
  13  * This program is free software; you can redistribute it and/or modify it
  14  * under the terms of the GNU Lesser General Public License as published by
  15  * the Free Software Foundation; either version 2.1 of the License, or
  16  * (at your option) any later version.
  17  *
  18  * This program is distributed in the hope that it will be useful,
  19  * but WITHOUT ANY WARRANTY; without even the implied warranty of
  20  * MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE. See the
  21  * GNU Lesser General Public License for more details.
  22  *
  23  * You should have received a copy of the GNU Lesser General Public License
  24  * along with this program; if not, write to the Free Software Foundation,
  25  * Inc., 51 Franklin Street, Fifth Floor, Boston MA 02110-1301, USA.
  26  *****************************************************************************/
  27
  28 #include <math.h>
  29 #include <mysofa.h>
  30
  31 #include "libavcodec/avfft.h"
  32 #include "libavutil/avstring.h"
  33 #include "libavutil/channel_layout.h"
  34 #include "libavutil/float_dsp.h"
  35 #include "libavutil/intmath.h"
  36 #include "libavutil/opt.h"
  37 #include "avfilter.h"
  38 #include "internal.h"
  39 #include "audio.h"
  40
  41 #define TIME_DOMAIN      0
  42 #define FREQUENCY_DOMAIN 1
  43
  44 typedef struct MySofa {  /* contains data of one SOFA file */
  45     struct MYSOFA_EASY *easy;
  46     int n_samples;       /* length of one impulse response (IR) */
  47     float *lir, *rir;    /* IRs (time-domain) */
  48     int max_delay;
  49 } MySofa;
  50
  51 typedef struct VirtualSpeaker {
  52     uint8_t set;
  53     float azim;
  54     float elev;
  55 } VirtualSpeaker;
  56
  57 typedef struct SOFAlizerContext {
  58     const AVClass *class;
  59
  60     char *filename;             /* name of SOFA file */
  61     MySofa sofa;                /* contains data of the SOFA file */
  62
  63     int sample_rate;            /* sample rate from SOFA file */
  64     float *speaker_azim;        /* azimuth of the virtual loudspeakers */
  65     float *speaker_elev;        /* elevation of the virtual loudspeakers */
  66     char *speakers_pos;         /* custom positions of the virtual loudspeakers */
  67     float lfe_gain;             /* initial gain for the LFE channel */
  68     float gain_lfe;             /* gain applied to LFE channel */
  69     int lfe_channel;            /* LFE channel position in channel layout */
  70
  71     int n_conv;                 /* number of channels to convolute */
  72
  73                                 /* buffer variables (for convolution) */
  74     float *ringbuffer[2];       /* buffers input samples, length of one buffer: */
  75                                 /* no. input ch. (incl. LFE) x buffer_length */
  76     int write[2];               /* current write position to ringbuffer */
  77     int buffer_length;          /* is: longest IR plus max. delay in all SOFA files */
  78                                 /* then choose next power of 2 */
  79     int n_fft;                  /* number of samples in one FFT block */
  80
  81                                 /* netCDF variables */
  82     int *delay[2];              /* broadband delay for each channel/IR to be convolved */
  83
  84     float *data_ir[2];          /* IRs for all channels to be convolved */
  85                                 /* (this excludes the LFE) */
  86     float *temp_src[2];
  87     FFTComplex *temp_fft[2];
  88
  89                          /* control variables */
  90     float gain;          /* filter gain (in dB) */
  91     float rotation;      /* rotation of virtual loudspeakers (in degrees)  */
  92     float elevation;     /* elevation of virtual loudspeakers (in deg.) */
  93     float radius;        /* distance virtual loudspeakers to listener (in metres) */
  94     int type;            /* processing type */
  95
  96     VirtualSpeaker vspkrpos[64];
  97
  98     FFTContext *fft[2], *ifft[2];
  99     FFTComplex *data_hrtf[2];
 100
 101     AVFloatDSPContext *fdsp;
 102 } SOFAlizerContext;
 103
 104 static int close_sofa(struct MySofa *sofa)
 105 {
 106     mysofa_close(sofa->easy);
 107     sofa->easy = NULL;
 108
 109     return 0;
 110 }
 111
 112 static int preload_sofa(AVFilterContext *ctx, char *filename, int *samplingrate)
 113 {
 114     struct SOFAlizerContext *s = ctx->priv;
 115     struct MYSOFA_HRTF *mysofa;
 116     int ret;
 117
 118     mysofa = mysofa_load(filename, &ret);
 119     if (ret || !mysofa) {
 120         av_log(ctx, AV_LOG_ERROR, "Can't find SOFA-file '%s'\n", filename);
 121         return AVERROR(EINVAL);
 122     }
 123
 124     if (mysofa->DataSamplingRate.elements != 1)
 125         return AVERROR(EINVAL);
 126     *samplingrate = mysofa->DataSamplingRate.values[0];
 127     s->sofa.n_samples = mysofa->N;
 128     mysofa_free(mysofa);
 129
 130     return 0;
 131 }
 132
 133 static int parse_channel_name(char **arg, int *rchannel, char *buf)
 134 {
 135     int len, i, channel_id = 0;
 136     int64_t layout, layout0;
 137
 138     /* try to parse a channel name, e.g. "FL" */
 139     if (sscanf(*arg, "%7[A-Z]%n", buf, &len)) {
 140         layout0 = layout = av_get_channel_layout(buf);
 141         /* channel_id <- first set bit in layout */
 142         for (i = 32; i > 0; i >>= 1) {
 143             if (layout >= 1LL << i) {
 144                 channel_id += i;
 145                 layout >>= i;
 146             }
 147         }
 148         /* reject layouts that are not a single channel */
 149         if (channel_id >= 64 || layout0 != 1LL << channel_id)
 150             return AVERROR(EINVAL);
 151         *rchannel = channel_id;
 152         *arg += len;
 153         return 0;
 154     }
 155     return AVERROR(EINVAL);
 156 }
 157
 158 static void parse_speaker_pos(AVFilterContext *ctx, int64_t in_channel_layout)
 159 {
 160     SOFAlizerContext *s = ctx->priv;
 161     char *arg, *tokenizer, *p, *args = av_strdup(s->speakers_pos);
 162
 163     if (!args)
 164         return;
 165     p = args;
 166
 167     while ((arg = av_strtok(p, "|", &tokenizer))) {
 168         char buf[8];
 169         float azim, elev;
 170         int out_ch_id;
 171
 172         p = NULL;
 173         if (parse_channel_name(&arg, &out_ch_id, buf)) {
 174             av_log(ctx, AV_LOG_WARNING, "Failed to parse \'%s\' as channel name.\n", buf);
 175             continue;
 176         }
 177         if (sscanf(arg, "%f %f", &azim, &elev) == 2) {
 178             s->vspkrpos[out_ch_id].set = 1;
 179             s->vspkrpos[out_ch_id].azim = azim;
 180             s->vspkrpos[out_ch_id].elev = elev;
 181         } else if (sscanf(arg, "%f", &azim) == 1) {
 182             s->vspkrpos[out_ch_id].set = 1;
 183             s->vspkrpos[out_ch_id].azim = azim;
 184             s->vspkrpos[out_ch_id].elev = 0;
 185         }
 186     }
 187
 188     av_free(args);
 189 }
 190
 191 static int get_speaker_pos(AVFilterContext *ctx,
 192                            float *speaker_azim, float *speaker_elev)
 193 {
 194     struct SOFAlizerContext *s = ctx->priv;
 195     uint64_t channels_layout = ctx->inputs[0]->channel_layout;
 196     float azim[16] = { 0 };
 197     float elev[16] = { 0 };
 198     int m, ch, n_conv = ctx->inputs[0]->channels; /* get no. input channels */
 199
 200     if (n_conv > 16)
 201         return AVERROR(EINVAL);
 202
 203     s->lfe_channel = -1;
 204
 205     if (s->speakers_pos)
 206         parse_speaker_pos(ctx, channels_layout);
 207
 208     /* set speaker positions according to input channel configuration: */
 209     for (m = 0, ch = 0; ch < n_conv && m < 64; m++) {
 210         uint64_t mask = channels_layout & (1ULL << m);
 211
 212         switch (mask) {
 213         case AV_CH_FRONT_LEFT:            azim[ch] =  30;      break;
 214         case AV_CH_FRONT_RIGHT:           azim[ch] = 330;      break;
 215         case AV_CH_FRONT_CENTER:          azim[ch] =   0;      break;
 216         case AV_CH_LOW_FREQUENCY:
 217         case AV_CH_LOW_FREQUENCY_2:       s->lfe_channel = ch; break;
 218         case AV_CH_BACK_LEFT:             azim[ch] = 150;      break;
 219         case AV_CH_BACK_RIGHT:            azim[ch] = 210;      break;
 220         case AV_CH_BACK_CENTER:           azim[ch] = 180;      break;
 221         case AV_CH_SIDE_LEFT:             azim[ch] =  90;      break;
 222         case AV_CH_SIDE_RIGHT:            azim[ch] = 270;      break;
 223         case AV_CH_FRONT_LEFT_OF_CENTER:  azim[ch] =  15;      break;
 224         case AV_CH_FRONT_RIGHT_OF_CENTER: azim[ch] = 345;      break;
 225         case AV_CH_TOP_CENTER:            azim[ch] =   0;
 226                                           elev[ch] =  90;      break;
 227         case AV_CH_TOP_FRONT_LEFT:        azim[ch] =  30;
 228                                           elev[ch] =  45;      break;
 229         case AV_CH_TOP_FRONT_CENTER:      azim[ch] =   0;
 230                                           elev[ch] =  45;      break;
 231         case AV_CH_TOP_FRONT_RIGHT:       azim[ch] = 330;
 232                                           elev[ch] =  45;      break;
 233         case AV_CH_TOP_BACK_LEFT:         azim[ch] = 150;
 234                                           elev[ch] =  45;      break;
 235         case AV_CH_TOP_BACK_RIGHT:        azim[ch] = 210;
 236                                           elev[ch] =  45;      break;
 237         case AV_CH_TOP_BACK_CENTER:       azim[ch] = 180;
 238                                           elev[ch] =  45;      break;
 239         case AV_CH_WIDE_LEFT:             azim[ch] =  90;      break;
 240         case AV_CH_WIDE_RIGHT:            azim[ch] = 270;      break;
 241         case AV_CH_SURROUND_DIRECT_LEFT:  azim[ch] =  90;      break;
 242         case AV_CH_SURROUND_DIRECT_RIGHT: azim[ch] = 270;      break;
 243         case AV_CH_STEREO_LEFT:           azim[ch] =  90;      break;
 244         case AV_CH_STEREO_RIGHT:          azim[ch] = 270;      break;
 245         case 0:                                                break;
 246         default:
 247             return AVERROR(EINVAL);
 248         }
 249
 250         if (s->vspkrpos[m].set) {
 251             azim[ch] = s->vspkrpos[m].azim;
 252             elev[ch] = s->vspkrpos[m].elev;
 253         }
 254
 255         if (mask)
 256             ch++;
 257     }
 258
 259     memcpy(speaker_azim, azim, n_conv * sizeof(float));
 260     memcpy(speaker_elev, elev, n_conv * sizeof(float));
 261
 262     return 0;
 263
 264 }
 265
 266 typedef struct ThreadData {
 267     AVFrame *in, *out;
 268     int *write;
 269     int **delay;
 270     float **ir;
 271     int *n_clippings;
 272     float **ringbuffer;
 273     float **temp_src;
 274     FFTComplex **temp_fft;
 275 } ThreadData;
 276
 277 static int sofalizer_convolute(AVFilterContext *ctx, void *arg, int jobnr, int nb_jobs)
 278 {
 279     SOFAlizerContext *s = ctx->priv;
 280     ThreadData *td = arg;
 281     AVFrame *in = td->in, *out = td->out;
 282     int offset = jobnr;
 283     int *write = &td->write[jobnr];
 284     const int *const delay = td->delay[jobnr];
 285     const float *const ir = td->ir[jobnr];
 286     int *n_clippings = &td->n_clippings[jobnr];
 287     float *ringbuffer = td->ringbuffer[jobnr];
 288     float *temp_src = td->temp_src[jobnr];
 289     const int n_samples = s->sofa.n_samples; /* length of one IR */
 290     const float *src = (const float *)in->data[0]; /* get pointer to audio input buffer */
 291     float *dst = (float *)out->data[0]; /* get pointer to audio output buffer */
 292     const int in_channels = s->n_conv; /* number of input channels */
 293     /* ring buffer length is: longest IR plus max. delay -> next power of 2 */
 294     const int buffer_length = s->buffer_length;
 295     /* -1 for AND instead of MODULO (applied to powers of 2): */
 296     const uint32_t modulo = (uint32_t)buffer_length - 1;
 297     float *buffer[16]; /* holds ringbuffer for each input channel */
 298     int wr = *write;
 299     int read;
 300     int i, l;
 301
 302     dst += offset;
 303     for (l = 0; l < in_channels; l++) {
 304         /* get starting address of ringbuffer for each input channel */
 305         buffer[l] = ringbuffer + l * buffer_length;
 306     }
 307
 308     for (i = 0; i < in->nb_samples; i++) {
 309         const float *temp_ir = ir; /* using same set of IRs for each sample */
 310
 311         dst[0] = 0;
 312         for (l = 0; l < in_channels; l++) {
 313             /* write current input sample to ringbuffer (for each channel) */
 314             buffer[l][wr] = src[l];
 315         }
 316
 317         /* loop goes through all channels to be convolved */
 318         for (l = 0; l < in_channels; l++) {
 319             const float *const bptr = buffer[l];
 320
 321             if (l == s->lfe_channel) {
 322                 /* LFE is an input channel but requires no convolution */
 323                 /* apply gain to LFE signal and add to output buffer */
 324                 *dst += *(buffer[s->lfe_channel] + wr) * s->gain_lfe;
 325                 temp_ir += FFALIGN(n_samples, 32);
 326                 continue;
 327             }
 328
 329             /* current read position in ringbuffer: input sample write position
 330              * - delay for l-th ch. + diff. betw. IR length and buffer length
 331              * (mod buffer length) */
 332             read = (wr - delay[l] - (n_samples - 1) + buffer_length) & modulo;
 333
 334             if (read + n_samples < buffer_length) {
 335                 memmove(temp_src, bptr + read, n_samples * sizeof(*temp_src));
 336             } else {
 337                 int len = FFMIN(n_samples - (read % n_samples), buffer_length - read);
 338
 339                 memmove(temp_src, bptr + read, len * sizeof(*temp_src));
 340                 memmove(temp_src + len, bptr, (n_samples - len) * sizeof(*temp_src));
 341             }
 342
 343             /* multiply signal and IR, and add up the results */
 344             dst[0] += s->fdsp->scalarproduct_float(temp_ir, temp_src, n_samples);
 345             temp_ir += FFALIGN(n_samples, 32);
 346         }
 347
 348         /* clippings counter */
 349         if (fabs(dst[0]) > 1)
 350             *n_clippings += 1;
 351
 352         /* move output buffer pointer by +2 to get to next sample of processed channel: */
 353         dst += 2;
 354         src += in_channels;
 355         wr   = (wr + 1) & modulo; /* update ringbuffer write position */
 356     }
 357
 358     *write = wr; /* remember write position in ringbuffer for next call */
 359
 360     return 0;
 361 }
 362
 363 static int sofalizer_fast_convolute(AVFilterContext *ctx, void *arg, int jobnr, int nb_jobs)
 364 {
 365     SOFAlizerContext *s = ctx->priv;
 366     ThreadData *td = arg;
 367     AVFrame *in = td->in, *out = td->out;
 368     int offset = jobnr;
 369     int *write = &td->write[jobnr];
 370     FFTComplex *hrtf = s->data_hrtf[jobnr]; /* get pointers to current HRTF data */
 371     int *n_clippings = &td->n_clippings[jobnr];
 372     float *ringbuffer = td->ringbuffer[jobnr];
 373     const int n_samples = s->sofa.n_samples; /* length of one IR */
 374     const float *src = (const float *)in->data[0]; /* get pointer to audio input buffer */
 375     float *dst = (float *)out->data[0]; /* get pointer to audio output buffer */
 376     const int in_channels = s->n_conv; /* number of input channels */
 377     /* ring buffer length is: longest IR plus max. delay -> next power of 2 */
 378     const int buffer_length = s->buffer_length;
 379     /* -1 for AND instead of MODULO (applied to powers of 2): */
 380     const uint32_t modulo = (uint32_t)buffer_length - 1;
 381     FFTComplex *fft_in = s->temp_fft[jobnr]; /* temporary array for FFT input/output data */
 382     FFTContext *ifft = s->ifft[jobnr];
 383     FFTContext *fft = s->fft[jobnr];
 384     const int n_conv = s->n_conv;
 385     const int n_fft = s->n_fft;
 386     const float fft_scale = 1.0f / s->n_fft;
 387     FFTComplex *hrtf_offset;
 388     int wr = *write;
 389     int n_read;
 390     int i, j;
 391
 392     dst += offset;
 393
 394     /* find minimum between number of samples and output buffer length:
 395      * (important, if one IR is longer than the output buffer) */
 396     n_read = FFMIN(s->sofa.n_samples, in->nb_samples);
 397     for (j = 0; j < n_read; j++) {
 398         /* initialize output buf with saved signal from overflow buf */
 399         dst[2 * j]     = ringbuffer[wr];
 400         ringbuffer[wr] = 0.0; /* re-set read samples to zero */
 401         /* update ringbuffer read/write position */
 402         wr  = (wr + 1) & modulo;
 403     }
 404
 405     /* initialize rest of output buffer with 0 */
 406     for (j = n_read; j < in->nb_samples; j++) {
 407         dst[2 * j] = 0;
 408     }
 409
 410     for (i = 0; i < n_conv; i++) {
 411         if (i == s->lfe_channel) { /* LFE */
 412             for (j = 0; j < in->nb_samples; j++) {
 413                 /* apply gain to LFE signal and add to output buffer */
 414                 dst[2 * j] += src[i + j * in_channels] * s->gain_lfe;
 415             }
 416             continue;
 417         }
 418
 419         /* outer loop: go through all input channels to be convolved */
 420         offset = i * n_fft; /* no. samples already processed */
 421         hrtf_offset = hrtf + offset;
 422
 423         /* fill FFT input with 0 (we want to zero-pad) */
 424         memset(fft_in, 0, sizeof(FFTComplex) * n_fft);
 425
 426         for (j = 0; j < in->nb_samples; j++) {
 427             /* prepare input for FFT */
 428             /* write all samples of current input channel to FFT input array */
 429             fft_in[j].re = src[j * in_channels + i];
 430         }
 431
 432         /* transform input signal of current channel to frequency domain */
 433         av_fft_permute(fft, fft_in);
 434         av_fft_calc(fft, fft_in);
 435         for (j = 0; j < n_fft; j++) {
 436             const FFTComplex *hcomplex = hrtf_offset + j;
 437             const float re = fft_in[j].re;
 438             const float im = fft_in[j].im;
 439
 440             /* complex multiplication of input signal and HRTFs */
 441             /* output channel (real): */
 442             fft_in[j].re = re * hcomplex->re - im * hcomplex->im;
 443             /* output channel (imag): */
 444             fft_in[j].im = re * hcomplex->im + im * hcomplex->re;
 445         }
 446
 447         /* transform output signal of current channel back to time domain */
 448         av_fft_permute(ifft, fft_in);
 449         av_fft_calc(ifft, fft_in);
 450
 451         for (j = 0; j < in->nb_samples; j++) {
 452             /* write output signal of current channel to output buffer */
 453             dst[2 * j] += fft_in[j].re * fft_scale;
 454         }
 455
 456         for (j = 0; j < n_samples - 1; j++) { /* overflow length is IR length - 1 */
 457             /* write the rest of output signal to overflow buffer */
 458             int write_pos = (wr + j) & modulo;
 459
 460             *(ringbuffer + write_pos) += fft_in[in->nb_samples + j].re * fft_scale;
 461         }
 462     }
 463
 464     /* go through all samples of current output buffer: count clippings */
 465     for (i = 0; i < out->nb_samples; i++) {
 466         /* clippings counter */
 467         if (fabs(*dst) > 1) { /* if current output sample > 1 */
 468             n_clippings[0]++;
 469         }
 470
 471         /* move output buffer pointer by +2 to get to next sample of processed channel: */
 472         dst += 2;
 473     }
 474
 475     /* remember read/write position in ringbuffer for next call */
 476     *write = wr;
 477
 478     return 0;
 479 }
 480
 481 static int filter_frame(AVFilterLink *inlink, AVFrame *in)
 482 {
 483     AVFilterContext *ctx = inlink->dst;
 484     SOFAlizerContext *s = ctx->priv;
 485     AVFilterLink *outlink = ctx->outputs[0];
 486     int n_clippings[2] = { 0 };
 487     ThreadData td;
 488     AVFrame *out;
 489
 490     out = ff_get_audio_buffer(outlink, in->nb_samples);
 491     if (!out) {
 492         av_frame_free(&in);
 493         return AVERROR(ENOMEM);
 494     }
 495     av_frame_copy_props(out, in);
 496
 497     td.in = in; td.out = out; td.write = s->write;
 498     td.delay = s->delay; td.ir = s->data_ir; td.n_clippings = n_clippings;
 499     td.ringbuffer = s->ringbuffer; td.temp_src = s->temp_src;
 500     td.temp_fft = s->temp_fft;
 501
 502     if (s->type == TIME_DOMAIN) {
 503         ctx->internal->execute(ctx, sofalizer_convolute, &td, NULL, 2);
 504     } else {
 505         ctx->internal->execute(ctx, sofalizer_fast_convolute, &td, NULL, 2);
 506     }
 507     emms_c();
 508
 509     /* display error message if clipping occurred */
 510     if (n_clippings[0] + n_clippings[1] > 0) {
 511         av_log(ctx, AV_LOG_WARNING, "%d of %d samples clipped. Please reduce gain.\n",
 512                n_clippings[0] + n_clippings[1], out->nb_samples * 2);
 513     }
 514
 515     av_frame_free(&in);
 516     return ff_filter_frame(outlink, out);
 517 }
 518
 519 static int query_formats(AVFilterContext *ctx)
 520 {
 521     struct SOFAlizerContext *s = ctx->priv;
 522     AVFilterFormats *formats = NULL;
 523     AVFilterChannelLayouts *layouts = NULL;
 524     int ret, sample_rates[] = { 48000, -1 };
 525
 526     ret = ff_add_format(&formats, AV_SAMPLE_FMT_FLT);
 527     if (ret)
 528         return ret;
 529     ret = ff_set_common_formats(ctx, formats);
 530     if (ret)
 531         return ret;
 532
 533     layouts = ff_all_channel_layouts();
 534     if (!layouts)
 535         return AVERROR(ENOMEM);
 536
 537     ret = ff_channel_layouts_ref(layouts, &ctx->inputs[0]->out_channel_layouts);
 538     if (ret)
 539         return ret;
 540
 541     layouts = NULL;
 542     ret = ff_add_channel_layout(&layouts, AV_CH_LAYOUT_STEREO);
 543     if (ret)
 544         return ret;
 545
 546     ret = ff_channel_layouts_ref(layouts, &ctx->outputs[0]->in_channel_layouts);
 547     if (ret)
 548         return ret;
 549
 550     sample_rates[0] = s->sample_rate;
 551     formats = ff_make_format_list(sample_rates);
 552     if (!formats)
 553         return AVERROR(ENOMEM);
 554     return ff_set_common_samplerates(ctx, formats);
 555 }
 556
 557 static int load_data(AVFilterContext *ctx, int azim, int elev, float radius, int sample_rate)
 558 {
 559     struct SOFAlizerContext *s = ctx->priv;
 560     int n_samples;
 561     int n_conv = s->n_conv; /* no. channels to convolve */
 562     int n_fft;
 563     float delay_l; /* broadband delay for each IR */
 564     float delay_r;
 565     int nb_input_channels = ctx->inputs[0]->channels; /* no. input channels */
 566     float gain_lin = expf((s->gain - 3 * nb_input_channels) / 20 * M_LN10); /* gain - 3dB/channel */
 567     FFTComplex *data_hrtf_l = NULL;
 568     FFTComplex *data_hrtf_r = NULL;
 569     FFTComplex *fft_in_l = NULL;
 570     FFTComplex *fft_in_r = NULL;
 571     float *data_ir_l = NULL;
 572     float *data_ir_r = NULL;
 573     int offset = 0; /* used for faster pointer arithmetics in for-loop */
 574     int i, j, azim_orig = azim, elev_orig = elev;
 575     int filter_length, ret = 0;
 576     int n_current;
 577     int n_max = 0;
 578
 579     s->sofa.easy = mysofa_open(s->filename, sample_rate, &filter_length, &ret);
 580     if (!s->sofa.easy || ret) { /* if an invalid SOFA file has been selected */
 581         av_log(ctx, AV_LOG_ERROR, "Selected SOFA file is invalid. Please select valid SOFA file.\n");
 582         return AVERROR_INVALIDDATA;
 583     }
 584
 585     n_samples = s->sofa.n_samples;
 586
 587     s->data_ir[0] = av_calloc(FFALIGN(n_samples, 32), sizeof(float) * s->n_conv);
 588     s->data_ir[1] = av_calloc(FFALIGN(n_samples, 32), sizeof(float) * s->n_conv);
 589     s->delay[0] = av_calloc(s->n_conv, sizeof(int));
 590     s->delay[1] = av_calloc(s->n_conv, sizeof(int));
 591
 592     if (!s->data_ir[0] || !s->data_ir[1] || !s->delay[0] || !s->delay[1]) {
 593         ret = AVERROR(ENOMEM);
 594         goto fail;
 595     }
 596
 597     /* get temporary IR for L and R channel */
 598     data_ir_l = av_calloc(n_conv * FFALIGN(n_samples, 32), sizeof(*data_ir_l));
 599     data_ir_r = av_calloc(n_conv * FFALIGN(n_samples, 32), sizeof(*data_ir_r));
 600     if (!data_ir_r || !data_ir_l) {
 601         ret = AVERROR(ENOMEM);
 602         goto fail;
 603     }
 604
 605     if (s->type == TIME_DOMAIN) {
 606         s->temp_src[0] = av_calloc(FFALIGN(n_samples, 32), sizeof(float));
 607         s->temp_src[1] = av_calloc(FFALIGN(n_samples, 32), sizeof(float));
 608         if (!s->temp_src[0] || !s->temp_src[1]) {
 609             ret = AVERROR(ENOMEM);
 610             goto fail;
 611         }
 612     }
 613
 614     s->speaker_azim = av_calloc(s->n_conv, sizeof(*s->speaker_azim));
 615     s->speaker_elev = av_calloc(s->n_conv, sizeof(*s->speaker_elev));
 616     if (!s->speaker_azim || !s->speaker_elev) {
 617         ret = AVERROR(ENOMEM);
 618         goto fail;
 619     }
 620
 621     /* get speaker positions */
 622     if ((ret = get_speaker_pos(ctx, s->speaker_azim, s->speaker_elev)) < 0) {
 623         av_log(ctx, AV_LOG_ERROR, "Couldn't get speaker positions. Input channel configuration not supported.\n");
 624         goto fail;
 625     }
 626
 627     for (i = 0; i < s->n_conv; i++) {
 628         float coordinates[3];
 629
 630         /* load and store IRs and corresponding delays */
 631         azim = (int)(s->speaker_azim[i] + azim_orig) % 360;
 632         elev = (int)(s->speaker_elev[i] + elev_orig) % 90;
 633
 634         coordinates[0] = azim;
 635         coordinates[1] = elev;
 636         coordinates[2] = radius;
 637
 638         mysofa_s2c(coordinates);
 639
 640         /* get id of IR closest to desired position */
 641         mysofa_getfilter_float(s->sofa.easy, coordinates[0], coordinates[1], coordinates[2],
 642                                data_ir_l + FFALIGN(n_samples, 32) * i,
 643                                data_ir_r + FFALIGN(n_samples, 32) * i,
 644                                &delay_l, &delay_r);
 645
 646         s->delay[0][i] = delay_l * sample_rate;
 647         s->delay[1][i] = delay_r * sample_rate;
 648
 649         s->sofa.max_delay = FFMAX3(s->sofa.max_delay, s->delay[0][i], s->delay[1][i]);
 650     }
 651
 652     /* get size of ringbuffer (longest IR plus max. delay) */
 653     /* then choose next power of 2 for performance optimization */
 654     n_current = s->sofa.n_samples + s->sofa.max_delay;
 655     /* length of longest IR plus max. delay */
 656     n_max = FFMAX(n_max, n_current);
 657
 658     /* buffer length is longest IR plus max. delay -> next power of 2
 659        (32 - count leading zeros gives required exponent)  */
 660     s->buffer_length = 1 << (32 - ff_clz(n_max));
 661     s->n_fft = n_fft = 1 << (32 - ff_clz(n_max + sample_rate));
 662
 663     if (s->type == FREQUENCY_DOMAIN) {
 664         av_fft_end(s->fft[0]);
 665         av_fft_end(s->fft[1]);
 666         s->fft[0] = av_fft_init(log2(s->n_fft), 0);
 667         s->fft[1] = av_fft_init(log2(s->n_fft), 0);
 668         av_fft_end(s->ifft[0]);
 669         av_fft_end(s->ifft[1]);
 670         s->ifft[0] = av_fft_init(log2(s->n_fft), 1);
 671         s->ifft[1] = av_fft_init(log2(s->n_fft), 1);
 672
 673         if (!s->fft[0] || !s->fft[1] || !s->ifft[0] || !s->ifft[1]) {
 674             av_log(ctx, AV_LOG_ERROR, "Unable to create FFT contexts of size %d.\n", s->n_fft);
 675             ret = AVERROR(ENOMEM);
 676             goto fail;
 677         }
 678     }
 679
 680     if (s->type == TIME_DOMAIN) {
 681         s->ringbuffer[0] = av_calloc(s->buffer_length, sizeof(float) * nb_input_channels);
 682         s->ringbuffer[1] = av_calloc(s->buffer_length, sizeof(float) * nb_input_channels);
 683     } else {
 684         /* get temporary HRTF memory for L and R channel */
 685         data_hrtf_l = av_malloc_array(n_fft, sizeof(*data_hrtf_l) * n_conv);
 686         data_hrtf_r = av_malloc_array(n_fft, sizeof(*data_hrtf_r) * n_conv);
 687         if (!data_hrtf_r || !data_hrtf_l) {
 688             ret = AVERROR(ENOMEM);
 689             goto fail;
 690         }
 691
 692         s->ringbuffer[0] = av_calloc(s->buffer_length, sizeof(float));
 693         s->ringbuffer[1] = av_calloc(s->buffer_length, sizeof(float));
 694         s->temp_fft[0] = av_malloc_array(s->n_fft, sizeof(FFTComplex));
 695         s->temp_fft[1] = av_malloc_array(s->n_fft, sizeof(FFTComplex));
 696         if (!s->temp_fft[0] || !s->temp_fft[1]) {
 697             ret = AVERROR(ENOMEM);
 698             goto fail;
 699         }
 700     }
 701
 702     if (!s->ringbuffer[0] || !s->ringbuffer[1]) {
 703         ret = AVERROR(ENOMEM);
 704         goto fail;
 705     }
 706
 707     if (s->type == FREQUENCY_DOMAIN) {
 708         fft_in_l = av_calloc(n_fft, sizeof(*fft_in_l));
 709         fft_in_r = av_calloc(n_fft, sizeof(*fft_in_r));
 710         if (!fft_in_l || !fft_in_r) {
 711             ret = AVERROR(ENOMEM);
 712             goto fail;
 713         }
 714     }
 715
 716     for (i = 0; i < s->n_conv; i++) {
 717         float *lir, *rir;
 718
 719         offset = i * FFALIGN(n_samples, 32); /* no. samples already written */
 720
 721         lir = data_ir_l + offset;
 722         rir = data_ir_r + offset;
 723
 724         if (s->type == TIME_DOMAIN) {
 725             for (j = 0; j < n_samples; j++) {
 726                 /* load reversed IRs of the specified source position
 727                  * sample-by-sample for left and right ear; and apply gain */
 728                 s->data_ir[0][offset + j] = lir[n_samples - 1 - j] * gain_lin;
 729                 s->data_ir[1][offset + j] = rir[n_samples - 1 - j] * gain_lin;
 730             }
 731         } else {
 732             memset(fft_in_l, 0, n_fft * sizeof(*fft_in_l));
 733             memset(fft_in_r, 0, n_fft * sizeof(*fft_in_r));
 734
 735             offset = i * n_fft; /* no. samples already written */
 736             for (j = 0; j < n_samples; j++) {
 737                 /* load non-reversed IRs of the specified source position
 738                  * sample-by-sample and apply gain,
 739                  * L channel is loaded to real part, R channel to imag part,
 740                  * IRs ared shifted by L and R delay */
 741                 fft_in_l[s->delay[0][i] + j].re = lir[j] * gain_lin;
 742                 fft_in_r[s->delay[1][i] + j].re = rir[j] * gain_lin;
 743             }
 744
 745             /* actually transform to frequency domain (IRs -> HRTFs) */
 746             av_fft_permute(s->fft[0], fft_in_l);
 747             av_fft_calc(s->fft[0], fft_in_l);
 748             memcpy(data_hrtf_l + offset, fft_in_l, n_fft * sizeof(*fft_in_l));
 749             av_fft_permute(s->fft[0], fft_in_r);
 750             av_fft_calc(s->fft[0], fft_in_r);
 751             memcpy(data_hrtf_r + offset, fft_in_r, n_fft * sizeof(*fft_in_r));
 752         }
 753     }
 754
 755     if (s->type == FREQUENCY_DOMAIN) {
 756         s->data_hrtf[0] = av_malloc_array(n_fft * s->n_conv, sizeof(FFTComplex));
 757         s->data_hrtf[1] = av_malloc_array(n_fft * s->n_conv, sizeof(FFTComplex));
 758         if (!s->data_hrtf[0] || !s->data_hrtf[1]) {
 759             ret = AVERROR(ENOMEM);
 760             goto fail;
 761         }
 762
 763         memcpy(s->data_hrtf[0], data_hrtf_l, /* copy HRTF data to */
 764             sizeof(FFTComplex) * n_conv * n_fft); /* filter struct */
 765         memcpy(s->data_hrtf[1], data_hrtf_r,
 766             sizeof(FFTComplex) * n_conv * n_fft);
 767     }
 768
 769 fail:
 770     av_freep(&data_hrtf_l); /* free temporary HRTF memory */
 771     av_freep(&data_hrtf_r);
 772
 773     av_freep(&data_ir_l); /* free temprary IR memory */
 774     av_freep(&data_ir_r);
 775
 776     av_freep(&fft_in_l); /* free temporary FFT memory */
 777     av_freep(&fft_in_r);
 778
 779     return ret;
 780 }
 781
 782 static av_cold int init(AVFilterContext *ctx)
 783 {
 784     SOFAlizerContext *s = ctx->priv;
 785     int ret;
 786
 787     if (!s->filename) {
 788         av_log(ctx, AV_LOG_ERROR, "Valid SOFA filename must be set.\n");
 789         return AVERROR(EINVAL);
 790     }
 791
 792     /* preload SOFA file, */
 793     ret = preload_sofa(ctx, s->filename, &s->sample_rate);
 794     if (ret) {
 795         /* file loading error */
 796         av_log(ctx, AV_LOG_ERROR, "Error while loading SOFA file: '%s'\n", s->filename);
 797     } else { /* no file loading error, resampling not required */
 798         av_log(ctx, AV_LOG_DEBUG, "File '%s' loaded.\n", s->filename);
 799     }
 800
 801     if (ret) {
 802         av_log(ctx, AV_LOG_ERROR, "No valid SOFA file could be loaded. Please specify valid SOFA file.\n");
 803         return ret;
 804     }
 805
 806     s->fdsp = avpriv_float_dsp_alloc(0);
 807     if (!s->fdsp)
 808         return AVERROR(ENOMEM);
 809
 810     return 0;
 811 }
 812
 813 static int config_input(AVFilterLink *inlink)
 814 {
 815     AVFilterContext *ctx = inlink->dst;
 816     SOFAlizerContext *s = ctx->priv;
 817     int ret;
 818
 819     if (s->type == FREQUENCY_DOMAIN) {
 820         inlink->partial_buf_size =
 821         inlink->min_samples =
 822         inlink->max_samples = inlink->sample_rate;
 823     }
 824
 825     /* gain -3 dB per channel, -6 dB to get LFE on a similar level */
 826     s->gain_lfe = expf((s->gain - 3 * inlink->channels - 6 + s->lfe_gain) / 20 * M_LN10);
 827
 828     s->n_conv = inlink->channels;
 829
 830     /* load IRs to data_ir[0] and data_ir[1] for required directions */
 831     if ((ret = load_data(ctx, s->rotation, s->elevation, s->radius, inlink->sample_rate)) < 0)
 832         return ret;
 833
 834     av_log(ctx, AV_LOG_DEBUG, "Samplerate: %d Channels to convolute: %d, Length of ringbuffer: %d x %d\n",
 835         inlink->sample_rate, s->n_conv, inlink->channels, s->buffer_length);
 836
 837     return 0;
 838 }
 839
 840 static av_cold void uninit(AVFilterContext *ctx)
 841 {
 842     SOFAlizerContext *s = ctx->priv;
 843
 844     close_sofa(&s->sofa);
 845     av_fft_end(s->ifft[0]);
 846     av_fft_end(s->ifft[1]);
 847     av_fft_end(s->fft[0]);
 848     av_fft_end(s->fft[1]);
 849     av_freep(&s->delay[0]);
 850     av_freep(&s->delay[1]);
 851     av_freep(&s->data_ir[0]);
 852     av_freep(&s->data_ir[1]);
 853     av_freep(&s->ringbuffer[0]);
 854     av_freep(&s->ringbuffer[1]);
 855     av_freep(&s->speaker_azim);
 856     av_freep(&s->speaker_elev);
 857     av_freep(&s->temp_src[0]);
 858     av_freep(&s->temp_src[1]);
 859     av_freep(&s->temp_fft[0]);
 860     av_freep(&s->temp_fft[1]);
 861     av_freep(&s->data_hrtf[0]);
 862     av_freep(&s->data_hrtf[1]);
 863     av_freep(&s->fdsp);
 864 }
 865
 866 #define OFFSET(x) offsetof(SOFAlizerContext, x)
 867 #define FLAGS AV_OPT_FLAG_AUDIO_PARAM|AV_OPT_FLAG_FILTERING_PARAM
 868
 869 static const AVOption sofalizer_options[] = {
 870     { "sofa",      "sofa filename",  OFFSET(filename),  AV_OPT_TYPE_STRING, {.str=NULL},            .flags = FLAGS },
 871     { "gain",      "set gain in dB", OFFSET(gain),      AV_OPT_TYPE_FLOAT,  {.dbl=0},     -20,  40, .flags = FLAGS },
 872     { "rotation",  "set rotation"  , OFFSET(rotation),  AV_OPT_TYPE_FLOAT,  {.dbl=0},    -360, 360, .flags = FLAGS },
 873     { "elevation", "set elevation",  OFFSET(elevation), AV_OPT_TYPE_FLOAT,  {.dbl=0},     -90,  90, .flags = FLAGS },
 874     { "radius",    "set radius",     OFFSET(radius),    AV_OPT_TYPE_FLOAT,  {.dbl=1},       0,   3, .flags = FLAGS },
 875     { "type",      "set processing", OFFSET(type),      AV_OPT_TYPE_INT,    {.i64=1},       0,   1, .flags = FLAGS, "type" },
 876     { "time",      "time domain",      0,               AV_OPT_TYPE_CONST,  {.i64=0},       0,   0, .flags = FLAGS, "type" },
 877     { "freq",      "frequency domain", 0,               AV_OPT_TYPE_CONST,  {.i64=1},       0,   0, .flags = FLAGS, "type" },
 878     { "speakers",  "set speaker custom positions", OFFSET(speakers_pos), AV_OPT_TYPE_STRING,  {.str=0},    0, 0, .flags = FLAGS },
 879     { "lfegain",   "set lfe gain",                 OFFSET(lfe_gain),     AV_OPT_TYPE_FLOAT,   {.dbl=0},   -9, 9, .flags = FLAGS },
 880     { NULL }
 881 };
 882
 883 AVFILTER_DEFINE_CLASS(sofalizer);
 884
 885 static const AVFilterPad inputs[] = {
 886     {
 887         .name         = "default",
 888         .type         = AVMEDIA_TYPE_AUDIO,
 889         .config_props = config_input,
 890         .filter_frame = filter_frame,
 891     },
 892     { NULL }
 893 };
 894
 895 static const AVFilterPad outputs[] = {
 896     {
 897         .name = "default",
 898         .type = AVMEDIA_TYPE_AUDIO,
 899     },
 900     { NULL }
 901 };
 902
 903 AVFilter ff_af_sofalizer = {
 904     .name          = "sofalizer",
 905     .description   = NULL_IF_CONFIG_SMALL("SOFAlizer (Spatially Oriented Format for Acoustics)."),
 906     .priv_size     = sizeof(SOFAlizerContext),
 907     .priv_class    = &sofalizer_class,
 908     .init          = init,
 909     .uninit        = uninit,
 910     .query_formats = query_formats,
 911     .inputs        = inputs,
 912     .outputs       = outputs,
 913     .flags         = AVFILTER_FLAG_SLICE_THREADS,
 914 };