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 ir_samples;      /* length of one impulse response (IR) */
  47     int n_samples;       /* ir_samples to next power of 2 */
  48     float *lir, *rir;    /* IRs (time-domain) */
  49     int max_delay;
  50 } MySofa;
  51
  52 typedef struct VirtualSpeaker {
  53     uint8_t set;
  54     float azim;
  55     float elev;
  56 } VirtualSpeaker;
  57
  58 typedef struct SOFAlizerContext {
  59     const AVClass *class;
  60
  61     char *filename;             /* name of SOFA file */
  62     MySofa sofa;                /* contains data of the SOFA file */
  63
  64     int sample_rate;            /* sample rate from SOFA file */
  65     float *speaker_azim;        /* azimuth of the virtual loudspeakers */
  66     float *speaker_elev;        /* elevation of the virtual loudspeakers */
  67     char *speakers_pos;         /* custom positions of the virtual loudspeakers */
  68     float lfe_gain;             /* initial gain for the LFE channel */
  69     float gain_lfe;             /* gain applied to LFE channel */
  70     int lfe_channel;            /* LFE channel position in channel layout */
  71
  72     int n_conv;                 /* number of channels to convolute */
  73
  74                                 /* buffer variables (for convolution) */
  75     float *ringbuffer[2];       /* buffers input samples, length of one buffer: */
  76                                 /* no. input ch. (incl. LFE) x buffer_length */
  77     int write[2];               /* current write position to ringbuffer */
  78     int buffer_length;          /* is: longest IR plus max. delay in all SOFA files */
  79                                 /* then choose next power of 2 */
  80     int n_fft;                  /* number of samples in one FFT block */
  81
  82                                 /* netCDF variables */
  83     int *delay[2];              /* broadband delay for each channel/IR to be convolved */
  84
  85     float *data_ir[2];          /* IRs for all channels to be convolved */
  86                                 /* (this excludes the LFE) */
  87     float *temp_src[2];
  88     FFTComplex *temp_fft[2];
  89
  90                          /* control variables */
  91     float gain;          /* filter gain (in dB) */
  92     float rotation;      /* rotation of virtual loudspeakers (in degrees)  */
  93     float elevation;     /* elevation of virtual loudspeakers (in deg.) */
  94     float radius;        /* distance virtual loudspeakers to listener (in metres) */
  95     int type;            /* processing type */
  96     int framesize;       /* size of buffer */
  97
  98     VirtualSpeaker vspkrpos[64];
  99
 100     FFTContext *fft[2], *ifft[2];
 101     FFTComplex *data_hrtf[2];
 102
 103     AVFloatDSPContext *fdsp;
 104 } SOFAlizerContext;
 105
 106 static int close_sofa(struct MySofa *sofa)
 107 {
 108     mysofa_close(sofa->easy);
 109     sofa->easy = NULL;
 110
 111     return 0;
 112 }
 113
 114 static int preload_sofa(AVFilterContext *ctx, char *filename, int *samplingrate)
 115 {
 116     struct SOFAlizerContext *s = ctx->priv;
 117     struct MYSOFA_HRTF *mysofa;
 118     char *license;
 119     int ret;
 120
 121     mysofa = mysofa_load(filename, &ret);
 122     if (ret || !mysofa) {
 123         av_log(ctx, AV_LOG_ERROR, "Can't find SOFA-file '%s'\n", filename);
 124         return AVERROR(EINVAL);
 125     }
 126
 127     if (mysofa->DataSamplingRate.elements != 1)
 128         return AVERROR(EINVAL);
 129     *samplingrate = mysofa->DataSamplingRate.values[0];
 130     s->sofa.ir_samples = mysofa->N;
 131     s->sofa.n_samples = 1 << (32 - ff_clz(s->sofa.ir_samples));
 132     license = mysofa_getAttribute(mysofa->attributes, (char *)"License");
 133     if (license)
 134         av_log(ctx, AV_LOG_INFO, "SOFA license: %s\n", license);
 135     mysofa_free(mysofa);
 136
 137     return 0;
 138 }
 139
 140 static int parse_channel_name(char **arg, int *rchannel, char *buf)
 141 {
 142     int len, i, channel_id = 0;
 143     int64_t layout, layout0;
 144
 145     /* try to parse a channel name, e.g. "FL" */
 146     if (av_sscanf(*arg, "%7[A-Z]%n", buf, &len)) {
 147         layout0 = layout = av_get_channel_layout(buf);
 148         /* channel_id <- first set bit in layout */
 149         for (i = 32; i > 0; i >>= 1) {
 150             if (layout >= 1LL << i) {
 151                 channel_id += i;
 152                 layout >>= i;
 153             }
 154         }
 155         /* reject layouts that are not a single channel */
 156         if (channel_id >= 64 || layout0 != 1LL << channel_id)
 157             return AVERROR(EINVAL);
 158         *rchannel = channel_id;
 159         *arg += len;
 160         return 0;
 161     }
 162     return AVERROR(EINVAL);
 163 }
 164
 165 static void parse_speaker_pos(AVFilterContext *ctx, int64_t in_channel_layout)
 166 {
 167     SOFAlizerContext *s = ctx->priv;
 168     char *arg, *tokenizer, *p, *args = av_strdup(s->speakers_pos);
 169
 170     if (!args)
 171         return;
 172     p = args;
 173
 174     while ((arg = av_strtok(p, "|", &tokenizer))) {
 175         char buf[8];
 176         float azim, elev;
 177         int out_ch_id;
 178
 179         p = NULL;
 180         if (parse_channel_name(&arg, &out_ch_id, buf)) {
 181             av_log(ctx, AV_LOG_WARNING, "Failed to parse \'%s\' as channel name.\n", buf);
 182             continue;
 183         }
 184         if (av_sscanf(arg, "%f %f", &azim, &elev) == 2) {
 185             s->vspkrpos[out_ch_id].set = 1;
 186             s->vspkrpos[out_ch_id].azim = azim;
 187             s->vspkrpos[out_ch_id].elev = elev;
 188         } else if (av_sscanf(arg, "%f", &azim) == 1) {
 189             s->vspkrpos[out_ch_id].set = 1;
 190             s->vspkrpos[out_ch_id].azim = azim;
 191             s->vspkrpos[out_ch_id].elev = 0;
 192         }
 193     }
 194
 195     av_free(args);
 196 }
 197
 198 static int get_speaker_pos(AVFilterContext *ctx,
 199                            float *speaker_azim, float *speaker_elev)
 200 {
 201     struct SOFAlizerContext *s = ctx->priv;
 202     uint64_t channels_layout = ctx->inputs[0]->channel_layout;
 203     float azim[16] = { 0 };
 204     float elev[16] = { 0 };
 205     int m, ch, n_conv = ctx->inputs[0]->channels; /* get no. input channels */
 206
 207     if (n_conv > 16)
 208         return AVERROR(EINVAL);
 209
 210     s->lfe_channel = -1;
 211
 212     if (s->speakers_pos)
 213         parse_speaker_pos(ctx, channels_layout);
 214
 215     /* set speaker positions according to input channel configuration: */
 216     for (m = 0, ch = 0; ch < n_conv && m < 64; m++) {
 217         uint64_t mask = channels_layout & (1ULL << m);
 218
 219         switch (mask) {
 220         case AV_CH_FRONT_LEFT:            azim[ch] =  30;      break;
 221         case AV_CH_FRONT_RIGHT:           azim[ch] = 330;      break;
 222         case AV_CH_FRONT_CENTER:          azim[ch] =   0;      break;
 223         case AV_CH_LOW_FREQUENCY:
 224         case AV_CH_LOW_FREQUENCY_2:       s->lfe_channel = ch; break;
 225         case AV_CH_BACK_LEFT:             azim[ch] = 150;      break;
 226         case AV_CH_BACK_RIGHT:            azim[ch] = 210;      break;
 227         case AV_CH_BACK_CENTER:           azim[ch] = 180;      break;
 228         case AV_CH_SIDE_LEFT:             azim[ch] =  90;      break;
 229         case AV_CH_SIDE_RIGHT:            azim[ch] = 270;      break;
 230         case AV_CH_FRONT_LEFT_OF_CENTER:  azim[ch] =  15;      break;
 231         case AV_CH_FRONT_RIGHT_OF_CENTER: azim[ch] = 345;      break;
 232         case AV_CH_TOP_CENTER:            azim[ch] =   0;
 233                                           elev[ch] =  90;      break;
 234         case AV_CH_TOP_FRONT_LEFT:        azim[ch] =  30;
 235                                           elev[ch] =  45;      break;
 236         case AV_CH_TOP_FRONT_CENTER:      azim[ch] =   0;
 237                                           elev[ch] =  45;      break;
 238         case AV_CH_TOP_FRONT_RIGHT:       azim[ch] = 330;
 239                                           elev[ch] =  45;      break;
 240         case AV_CH_TOP_BACK_LEFT:         azim[ch] = 150;
 241                                           elev[ch] =  45;      break;
 242         case AV_CH_TOP_BACK_RIGHT:        azim[ch] = 210;
 243                                           elev[ch] =  45;      break;
 244         case AV_CH_TOP_BACK_CENTER:       azim[ch] = 180;
 245                                           elev[ch] =  45;      break;
 246         case AV_CH_WIDE_LEFT:             azim[ch] =  90;      break;
 247         case AV_CH_WIDE_RIGHT:            azim[ch] = 270;      break;
 248         case AV_CH_SURROUND_DIRECT_LEFT:  azim[ch] =  90;      break;
 249         case AV_CH_SURROUND_DIRECT_RIGHT: azim[ch] = 270;      break;
 250         case AV_CH_STEREO_LEFT:           azim[ch] =  90;      break;
 251         case AV_CH_STEREO_RIGHT:          azim[ch] = 270;      break;
 252         case 0:                                                break;
 253         default:
 254             return AVERROR(EINVAL);
 255         }
 256
 257         if (s->vspkrpos[m].set) {
 258             azim[ch] = s->vspkrpos[m].azim;
 259             elev[ch] = s->vspkrpos[m].elev;
 260         }
 261
 262         if (mask)
 263             ch++;
 264     }
 265
 266     memcpy(speaker_azim, azim, n_conv * sizeof(float));
 267     memcpy(speaker_elev, elev, n_conv * sizeof(float));
 268
 269     return 0;
 270
 271 }
 272
 273 typedef struct ThreadData {
 274     AVFrame *in, *out;
 275     int *write;
 276     int **delay;
 277     float **ir;
 278     int *n_clippings;
 279     float **ringbuffer;
 280     float **temp_src;
 281     FFTComplex **temp_fft;
 282 } ThreadData;
 283
 284 static int sofalizer_convolute(AVFilterContext *ctx, void *arg, int jobnr, int nb_jobs)
 285 {
 286     SOFAlizerContext *s = ctx->priv;
 287     ThreadData *td = arg;
 288     AVFrame *in = td->in, *out = td->out;
 289     int offset = jobnr;
 290     int *write = &td->write[jobnr];
 291     const int *const delay = td->delay[jobnr];
 292     const float *const ir = td->ir[jobnr];
 293     int *n_clippings = &td->n_clippings[jobnr];
 294     float *ringbuffer = td->ringbuffer[jobnr];
 295     float *temp_src = td->temp_src[jobnr];
 296     const int ir_samples = s->sofa.ir_samples; /* length of one IR */
 297     const int n_samples = s->sofa.n_samples;
 298     const float *src = (const float *)in->data[0]; /* get pointer to audio input buffer */
 299     float *dst = (float *)out->data[0]; /* get pointer to audio output buffer */
 300     const int in_channels = s->n_conv; /* number of input channels */
 301     /* ring buffer length is: longest IR plus max. delay -> next power of 2 */
 302     const int buffer_length = s->buffer_length;
 303     /* -1 for AND instead of MODULO (applied to powers of 2): */
 304     const uint32_t modulo = (uint32_t)buffer_length - 1;
 305     float *buffer[16]; /* holds ringbuffer for each input channel */
 306     int wr = *write;
 307     int read;
 308     int i, l;
 309
 310     dst += offset;
 311     for (l = 0; l < in_channels; l++) {
 312         /* get starting address of ringbuffer for each input channel */
 313         buffer[l] = ringbuffer + l * buffer_length;
 314     }
 315
 316     for (i = 0; i < in->nb_samples; i++) {
 317         const float *temp_ir = ir; /* using same set of IRs for each sample */
 318
 319         dst[0] = 0;
 320         for (l = 0; l < in_channels; l++) {
 321             /* write current input sample to ringbuffer (for each channel) */
 322             buffer[l][wr] = src[l];
 323         }
 324
 325         /* loop goes through all channels to be convolved */
 326         for (l = 0; l < in_channels; l++) {
 327             const float *const bptr = buffer[l];
 328
 329             if (l == s->lfe_channel) {
 330                 /* LFE is an input channel but requires no convolution */
 331                 /* apply gain to LFE signal and add to output buffer */
 332                 *dst += *(buffer[s->lfe_channel] + wr) * s->gain_lfe;
 333                 temp_ir += n_samples;
 334                 continue;
 335             }
 336
 337             /* current read position in ringbuffer: input sample write position
 338              * - delay for l-th ch. + diff. betw. IR length and buffer length
 339              * (mod buffer length) */
 340             read = (wr - delay[l] - (n_samples - 1) + buffer_length) & modulo;
 341
 342             if (read + n_samples < buffer_length) {
 343                 memmove(temp_src, bptr + read, n_samples * sizeof(*temp_src));
 344             } else {
 345                 int len = FFMIN(n_samples - (read % n_samples), buffer_length - read);
 346
 347                 memmove(temp_src, bptr + read, len * sizeof(*temp_src));
 348                 memmove(temp_src + len, bptr, (n_samples - len) * sizeof(*temp_src));
 349             }
 350
 351             /* multiply signal and IR, and add up the results */
 352             dst[0] += s->fdsp->scalarproduct_float(temp_ir, temp_src, FFALIGN(ir_samples, 32));
 353             temp_ir += n_samples;
 354         }
 355
 356         /* clippings counter */
 357         if (fabsf(dst[0]) > 1)
 358             n_clippings[0]++;
 359
 360         /* move output buffer pointer by +2 to get to next sample of processed channel: */
 361         dst += 2;
 362         src += in_channels;
 363         wr   = (wr + 1) & modulo; /* update ringbuffer write position */
 364     }
 365
 366     *write = wr; /* remember write position in ringbuffer for next call */
 367
 368     return 0;
 369 }
 370
 371 static int sofalizer_fast_convolute(AVFilterContext *ctx, void *arg, int jobnr, int nb_jobs)
 372 {
 373     SOFAlizerContext *s = ctx->priv;
 374     ThreadData *td = arg;
 375     AVFrame *in = td->in, *out = td->out;
 376     int offset = jobnr;
 377     int *write = &td->write[jobnr];
 378     FFTComplex *hrtf = s->data_hrtf[jobnr]; /* get pointers to current HRTF data */
 379     int *n_clippings = &td->n_clippings[jobnr];
 380     float *ringbuffer = td->ringbuffer[jobnr];
 381     const int n_samples = s->sofa.n_samples; /* length of one IR */
 382     const float *src = (const float *)in->data[0]; /* get pointer to audio input buffer */
 383     float *dst = (float *)out->data[0]; /* get pointer to audio output buffer */
 384     const int in_channels = s->n_conv; /* number of input channels */
 385     /* ring buffer length is: longest IR plus max. delay -> next power of 2 */
 386     const int buffer_length = s->buffer_length;
 387     /* -1 for AND instead of MODULO (applied to powers of 2): */
 388     const uint32_t modulo = (uint32_t)buffer_length - 1;
 389     FFTComplex *fft_in = s->temp_fft[jobnr]; /* temporary array for FFT input/output data */
 390     FFTContext *ifft = s->ifft[jobnr];
 391     FFTContext *fft = s->fft[jobnr];
 392     const int n_conv = s->n_conv;
 393     const int n_fft = s->n_fft;
 394     const float fft_scale = 1.0f / s->n_fft;
 395     FFTComplex *hrtf_offset;
 396     int wr = *write;
 397     int n_read;
 398     int i, j;
 399
 400     dst += offset;
 401
 402     /* find minimum between number of samples and output buffer length:
 403      * (important, if one IR is longer than the output buffer) */
 404     n_read = FFMIN(s->sofa.n_samples, in->nb_samples);
 405     for (j = 0; j < n_read; j++) {
 406         /* initialize output buf with saved signal from overflow buf */
 407         dst[2 * j]     = ringbuffer[wr];
 408         ringbuffer[wr] = 0.0; /* re-set read samples to zero */
 409         /* update ringbuffer read/write position */
 410         wr  = (wr + 1) & modulo;
 411     }
 412
 413     /* initialize rest of output buffer with 0 */
 414     for (j = n_read; j < in->nb_samples; j++) {
 415         dst[2 * j] = 0;
 416     }
 417
 418     for (i = 0; i < n_conv; i++) {
 419         if (i == s->lfe_channel) { /* LFE */
 420             for (j = 0; j < in->nb_samples; j++) {
 421                 /* apply gain to LFE signal and add to output buffer */
 422                 dst[2 * j] += src[i + j * in_channels] * s->gain_lfe;
 423             }
 424             continue;
 425         }
 426
 427         /* outer loop: go through all input channels to be convolved */
 428         offset = i * n_fft; /* no. samples already processed */
 429         hrtf_offset = hrtf + offset;
 430
 431         /* fill FFT input with 0 (we want to zero-pad) */
 432         memset(fft_in, 0, sizeof(FFTComplex) * n_fft);
 433
 434         for (j = 0; j < in->nb_samples; j++) {
 435             /* prepare input for FFT */
 436             /* write all samples of current input channel to FFT input array */
 437             fft_in[j].re = src[j * in_channels + i];
 438         }
 439
 440         /* transform input signal of current channel to frequency domain */
 441         av_fft_permute(fft, fft_in);
 442         av_fft_calc(fft, fft_in);
 443         for (j = 0; j < n_fft; j++) {
 444             const FFTComplex *hcomplex = hrtf_offset + j;
 445             const float re = fft_in[j].re;
 446             const float im = fft_in[j].im;
 447
 448             /* complex multiplication of input signal and HRTFs */
 449             /* output channel (real): */
 450             fft_in[j].re = re * hcomplex->re - im * hcomplex->im;
 451             /* output channel (imag): */
 452             fft_in[j].im = re * hcomplex->im + im * hcomplex->re;
 453         }
 454
 455         /* transform output signal of current channel back to time domain */
 456         av_fft_permute(ifft, fft_in);
 457         av_fft_calc(ifft, fft_in);
 458
 459         for (j = 0; j < in->nb_samples; j++) {
 460             /* write output signal of current channel to output buffer */
 461             dst[2 * j] += fft_in[j].re * fft_scale;
 462         }
 463
 464         for (j = 0; j < n_samples - 1; j++) { /* overflow length is IR length - 1 */
 465             /* write the rest of output signal to overflow buffer */
 466             int write_pos = (wr + j) & modulo;
 467
 468             *(ringbuffer + write_pos) += fft_in[in->nb_samples + j].re * fft_scale;
 469         }
 470     }
 471
 472     /* go through all samples of current output buffer: count clippings */
 473     for (i = 0; i < out->nb_samples; i++) {
 474         /* clippings counter */
 475         if (fabsf(dst[0]) > 1) { /* if current output sample > 1 */
 476             n_clippings[0]++;
 477         }
 478
 479         /* move output buffer pointer by +2 to get to next sample of processed channel: */
 480         dst += 2;
 481     }
 482
 483     /* remember read/write position in ringbuffer for next call */
 484     *write = wr;
 485
 486     return 0;
 487 }
 488
 489 static int filter_frame(AVFilterLink *inlink, AVFrame *in)
 490 {
 491     AVFilterContext *ctx = inlink->dst;
 492     SOFAlizerContext *s = ctx->priv;
 493     AVFilterLink *outlink = ctx->outputs[0];
 494     int n_clippings[2] = { 0 };
 495     ThreadData td;
 496     AVFrame *out;
 497
 498     out = ff_get_audio_buffer(outlink, in->nb_samples);
 499     if (!out) {
 500         av_frame_free(&in);
 501         return AVERROR(ENOMEM);
 502     }
 503     av_frame_copy_props(out, in);
 504
 505     td.in = in; td.out = out; td.write = s->write;
 506     td.delay = s->delay; td.ir = s->data_ir; td.n_clippings = n_clippings;
 507     td.ringbuffer = s->ringbuffer; td.temp_src = s->temp_src;
 508     td.temp_fft = s->temp_fft;
 509
 510     if (s->type == TIME_DOMAIN) {
 511         ctx->internal->execute(ctx, sofalizer_convolute, &td, NULL, 2);
 512     } else {
 513         ctx->internal->execute(ctx, sofalizer_fast_convolute, &td, NULL, 2);
 514     }
 515     emms_c();
 516
 517     /* display error message if clipping occurred */
 518     if (n_clippings[0] + n_clippings[1] > 0) {
 519         av_log(ctx, AV_LOG_WARNING, "%d of %d samples clipped. Please reduce gain.\n",
 520                n_clippings[0] + n_clippings[1], out->nb_samples * 2);
 521     }
 522
 523     av_frame_free(&in);
 524     return ff_filter_frame(outlink, out);
 525 }
 526
 527 static int query_formats(AVFilterContext *ctx)
 528 {
 529     struct SOFAlizerContext *s = ctx->priv;
 530     AVFilterFormats *formats = NULL;
 531     AVFilterChannelLayouts *layouts = NULL;
 532     int ret, sample_rates[] = { 48000, -1 };
 533
 534     ret = ff_add_format(&formats, AV_SAMPLE_FMT_FLT);
 535     if (ret)
 536         return ret;
 537     ret = ff_set_common_formats(ctx, formats);
 538     if (ret)
 539         return ret;
 540
 541     layouts = ff_all_channel_layouts();
 542     if (!layouts)
 543         return AVERROR(ENOMEM);
 544
 545     ret = ff_channel_layouts_ref(layouts, &ctx->inputs[0]->out_channel_layouts);
 546     if (ret)
 547         return ret;
 548
 549     layouts = NULL;
 550     ret = ff_add_channel_layout(&layouts, AV_CH_LAYOUT_STEREO);
 551     if (ret)
 552         return ret;
 553
 554     ret = ff_channel_layouts_ref(layouts, &ctx->outputs[0]->in_channel_layouts);
 555     if (ret)
 556         return ret;
 557
 558     sample_rates[0] = s->sample_rate;
 559     formats = ff_make_format_list(sample_rates);
 560     if (!formats)
 561         return AVERROR(ENOMEM);
 562     return ff_set_common_samplerates(ctx, formats);
 563 }
 564
 565 static int load_data(AVFilterContext *ctx, int azim, int elev, float radius, int sample_rate)
 566 {
 567     struct SOFAlizerContext *s = ctx->priv;
 568     int n_samples;
 569     int ir_samples;
 570     int n_conv = s->n_conv; /* no. channels to convolve */
 571     int n_fft;
 572     float delay_l; /* broadband delay for each IR */
 573     float delay_r;
 574     int nb_input_channels = ctx->inputs[0]->channels; /* no. input channels */
 575     float gain_lin = expf((s->gain - 3 * nb_input_channels) / 20 * M_LN10); /* gain - 3dB/channel */
 576     FFTComplex *data_hrtf_l = NULL;
 577     FFTComplex *data_hrtf_r = NULL;
 578     FFTComplex *fft_in_l = NULL;
 579     FFTComplex *fft_in_r = NULL;
 580     float *data_ir_l = NULL;
 581     float *data_ir_r = NULL;
 582     int offset = 0; /* used for faster pointer arithmetics in for-loop */
 583     int i, j, azim_orig = azim, elev_orig = elev;
 584     int filter_length, ret = 0;
 585     int n_current;
 586     int n_max = 0;
 587
 588     s->sofa.easy = mysofa_open(s->filename, sample_rate, &filter_length, &ret);
 589     if (!s->sofa.easy || ret) { /* if an invalid SOFA file has been selected */
 590         av_log(ctx, AV_LOG_ERROR, "Selected SOFA file is invalid. Please select valid SOFA file.\n");
 591         return AVERROR_INVALIDDATA;
 592     }
 593
 594     n_samples = s->sofa.n_samples;
 595     ir_samples = s->sofa.ir_samples;
 596
 597     s->data_ir[0] = av_calloc(n_samples, sizeof(float) * s->n_conv);
 598     s->data_ir[1] = av_calloc(n_samples, sizeof(float) * s->n_conv);
 599     s->delay[0] = av_calloc(s->n_conv, sizeof(int));
 600     s->delay[1] = av_calloc(s->n_conv, sizeof(int));
 601
 602     if (!s->data_ir[0] || !s->data_ir[1] || !s->delay[0] || !s->delay[1]) {
 603         ret = AVERROR(ENOMEM);
 604         goto fail;
 605     }
 606
 607     /* get temporary IR for L and R channel */
 608     data_ir_l = av_calloc(n_conv * n_samples, sizeof(*data_ir_l));
 609     data_ir_r = av_calloc(n_conv * n_samples, sizeof(*data_ir_r));
 610     if (!data_ir_r || !data_ir_l) {
 611         ret = AVERROR(ENOMEM);
 612         goto fail;
 613     }
 614
 615     if (s->type == TIME_DOMAIN) {
 616         s->temp_src[0] = av_calloc(n_samples, sizeof(float));
 617         s->temp_src[1] = av_calloc(n_samples, sizeof(float));
 618         if (!s->temp_src[0] || !s->temp_src[1]) {
 619             ret = AVERROR(ENOMEM);
 620             goto fail;
 621         }
 622     }
 623
 624     s->speaker_azim = av_calloc(s->n_conv, sizeof(*s->speaker_azim));
 625     s->speaker_elev = av_calloc(s->n_conv, sizeof(*s->speaker_elev));
 626     if (!s->speaker_azim || !s->speaker_elev) {
 627         ret = AVERROR(ENOMEM);
 628         goto fail;
 629     }
 630
 631     /* get speaker positions */
 632     if ((ret = get_speaker_pos(ctx, s->speaker_azim, s->speaker_elev)) < 0) {
 633         av_log(ctx, AV_LOG_ERROR, "Couldn't get speaker positions. Input channel configuration not supported.\n");
 634         goto fail;
 635     }
 636
 637     for (i = 0; i < s->n_conv; i++) {
 638         float coordinates[3];
 639
 640         /* load and store IRs and corresponding delays */
 641         azim = (int)(s->speaker_azim[i] + azim_orig) % 360;
 642         elev = (int)(s->speaker_elev[i] + elev_orig) % 90;
 643
 644         coordinates[0] = azim;
 645         coordinates[1] = elev;
 646         coordinates[2] = radius;
 647
 648         mysofa_s2c(coordinates);
 649
 650         /* get id of IR closest to desired position */
 651         mysofa_getfilter_float(s->sofa.easy, coordinates[0], coordinates[1], coordinates[2],
 652                                data_ir_l + n_samples * i,
 653                                data_ir_r + n_samples * i,
 654                                &delay_l, &delay_r);
 655
 656         s->delay[0][i] = delay_l * sample_rate;
 657         s->delay[1][i] = delay_r * sample_rate;
 658
 659         s->sofa.max_delay = FFMAX3(s->sofa.max_delay, s->delay[0][i], s->delay[1][i]);
 660     }
 661
 662     /* get size of ringbuffer (longest IR plus max. delay) */
 663     /* then choose next power of 2 for performance optimization */
 664     n_current = n_samples + s->sofa.max_delay;
 665     /* length of longest IR plus max. delay */
 666     n_max = FFMAX(n_max, n_current);
 667
 668     /* buffer length is longest IR plus max. delay -> next power of 2
 669        (32 - count leading zeros gives required exponent)  */
 670     s->buffer_length = 1 << (32 - ff_clz(n_max));
 671     s->n_fft = n_fft = 1 << (32 - ff_clz(n_max + s->framesize));
 672
 673     if (s->type == FREQUENCY_DOMAIN) {
 674         av_fft_end(s->fft[0]);
 675         av_fft_end(s->fft[1]);
 676         s->fft[0] = av_fft_init(log2(s->n_fft), 0);
 677         s->fft[1] = av_fft_init(log2(s->n_fft), 0);
 678         av_fft_end(s->ifft[0]);
 679         av_fft_end(s->ifft[1]);
 680         s->ifft[0] = av_fft_init(log2(s->n_fft), 1);
 681         s->ifft[1] = av_fft_init(log2(s->n_fft), 1);
 682
 683         if (!s->fft[0] || !s->fft[1] || !s->ifft[0] || !s->ifft[1]) {
 684             av_log(ctx, AV_LOG_ERROR, "Unable to create FFT contexts of size %d.\n", s->n_fft);
 685             ret = AVERROR(ENOMEM);
 686             goto fail;
 687         }
 688     }
 689
 690     if (s->type == TIME_DOMAIN) {
 691         s->ringbuffer[0] = av_calloc(s->buffer_length, sizeof(float) * nb_input_channels);
 692         s->ringbuffer[1] = av_calloc(s->buffer_length, sizeof(float) * nb_input_channels);
 693     } else {
 694         /* get temporary HRTF memory for L and R channel */
 695         data_hrtf_l = av_malloc_array(n_fft, sizeof(*data_hrtf_l) * n_conv);
 696         data_hrtf_r = av_malloc_array(n_fft, sizeof(*data_hrtf_r) * n_conv);
 697         if (!data_hrtf_r || !data_hrtf_l) {
 698             ret = AVERROR(ENOMEM);
 699             goto fail;
 700         }
 701
 702         s->ringbuffer[0] = av_calloc(s->buffer_length, sizeof(float));
 703         s->ringbuffer[1] = av_calloc(s->buffer_length, sizeof(float));
 704         s->temp_fft[0] = av_malloc_array(s->n_fft, sizeof(FFTComplex));
 705         s->temp_fft[1] = av_malloc_array(s->n_fft, sizeof(FFTComplex));
 706         if (!s->temp_fft[0] || !s->temp_fft[1]) {
 707             ret = AVERROR(ENOMEM);
 708             goto fail;
 709         }
 710     }
 711
 712     if (!s->ringbuffer[0] || !s->ringbuffer[1]) {
 713         ret = AVERROR(ENOMEM);
 714         goto fail;
 715     }
 716
 717     if (s->type == FREQUENCY_DOMAIN) {
 718         fft_in_l = av_calloc(n_fft, sizeof(*fft_in_l));
 719         fft_in_r = av_calloc(n_fft, sizeof(*fft_in_r));
 720         if (!fft_in_l || !fft_in_r) {
 721             ret = AVERROR(ENOMEM);
 722             goto fail;
 723         }
 724     }
 725
 726     for (i = 0; i < s->n_conv; i++) {
 727         float *lir, *rir;
 728
 729         offset = i * n_samples; /* no. samples already written */
 730
 731         lir = data_ir_l + offset;
 732         rir = data_ir_r + offset;
 733
 734         if (s->type == TIME_DOMAIN) {
 735             for (j = 0; j < ir_samples; j++) {
 736                 /* load reversed IRs of the specified source position
 737                  * sample-by-sample for left and right ear; and apply gain */
 738                 s->data_ir[0][offset + j] = lir[ir_samples - 1 - j] * gain_lin;
 739                 s->data_ir[1][offset + j] = rir[ir_samples - 1 - j] * gain_lin;
 740             }
 741         } else {
 742             memset(fft_in_l, 0, n_fft * sizeof(*fft_in_l));
 743             memset(fft_in_r, 0, n_fft * sizeof(*fft_in_r));
 744
 745             offset = i * n_fft; /* no. samples already written */
 746             for (j = 0; j < ir_samples; j++) {
 747                 /* load non-reversed IRs of the specified source position
 748                  * sample-by-sample and apply gain,
 749                  * L channel is loaded to real part, R channel to imag part,
 750                  * IRs ared shifted by L and R delay */
 751                 fft_in_l[s->delay[0][i] + j].re = lir[j] * gain_lin;
 752                 fft_in_r[s->delay[1][i] + j].re = rir[j] * gain_lin;
 753             }
 754
 755             /* actually transform to frequency domain (IRs -> HRTFs) */
 756             av_fft_permute(s->fft[0], fft_in_l);
 757             av_fft_calc(s->fft[0], fft_in_l);
 758             memcpy(data_hrtf_l + offset, fft_in_l, n_fft * sizeof(*fft_in_l));
 759             av_fft_permute(s->fft[0], fft_in_r);
 760             av_fft_calc(s->fft[0], fft_in_r);
 761             memcpy(data_hrtf_r + offset, fft_in_r, n_fft * sizeof(*fft_in_r));
 762         }
 763     }
 764
 765     if (s->type == FREQUENCY_DOMAIN) {
 766         s->data_hrtf[0] = av_malloc_array(n_fft * s->n_conv, sizeof(FFTComplex));
 767         s->data_hrtf[1] = av_malloc_array(n_fft * s->n_conv, sizeof(FFTComplex));
 768         if (!s->data_hrtf[0] || !s->data_hrtf[1]) {
 769             ret = AVERROR(ENOMEM);
 770             goto fail;
 771         }
 772
 773         memcpy(s->data_hrtf[0], data_hrtf_l, /* copy HRTF data to */
 774             sizeof(FFTComplex) * n_conv * n_fft); /* filter struct */
 775         memcpy(s->data_hrtf[1], data_hrtf_r,
 776             sizeof(FFTComplex) * n_conv * n_fft);
 777     }
 778
 779 fail:
 780     av_freep(&data_hrtf_l); /* free temporary HRTF memory */
 781     av_freep(&data_hrtf_r);
 782
 783     av_freep(&data_ir_l); /* free temprary IR memory */
 784     av_freep(&data_ir_r);
 785
 786     av_freep(&fft_in_l); /* free temporary FFT memory */
 787     av_freep(&fft_in_r);
 788
 789     return ret;
 790 }
 791
 792 static av_cold int init(AVFilterContext *ctx)
 793 {
 794     SOFAlizerContext *s = ctx->priv;
 795     int ret;
 796
 797     if (!s->filename) {
 798         av_log(ctx, AV_LOG_ERROR, "Valid SOFA filename must be set.\n");
 799         return AVERROR(EINVAL);
 800     }
 801
 802     /* preload SOFA file, */
 803     ret = preload_sofa(ctx, s->filename, &s->sample_rate);
 804     if (ret) {
 805         /* file loading error */
 806         av_log(ctx, AV_LOG_ERROR, "Error while loading SOFA file: '%s'\n", s->filename);
 807     } else { /* no file loading error, resampling not required */
 808         av_log(ctx, AV_LOG_DEBUG, "File '%s' loaded.\n", s->filename);
 809     }
 810
 811     if (ret) {
 812         av_log(ctx, AV_LOG_ERROR, "No valid SOFA file could be loaded. Please specify valid SOFA file.\n");
 813         return ret;
 814     }
 815
 816     s->fdsp = avpriv_float_dsp_alloc(0);
 817     if (!s->fdsp)
 818         return AVERROR(ENOMEM);
 819
 820     return 0;
 821 }
 822
 823 static int config_input(AVFilterLink *inlink)
 824 {
 825     AVFilterContext *ctx = inlink->dst;
 826     SOFAlizerContext *s = ctx->priv;
 827     int ret;
 828
 829     if (s->type == FREQUENCY_DOMAIN) {
 830         inlink->partial_buf_size =
 831         inlink->min_samples =
 832         inlink->max_samples = s->framesize;
 833     }
 834
 835     /* gain -3 dB per channel, -6 dB to get LFE on a similar level */
 836     s->gain_lfe = expf((s->gain - 3 * inlink->channels - 6 + s->lfe_gain) / 20 * M_LN10);
 837
 838     s->n_conv = inlink->channels;
 839
 840     /* load IRs to data_ir[0] and data_ir[1] for required directions */
 841     if ((ret = load_data(ctx, s->rotation, s->elevation, s->radius, inlink->sample_rate)) < 0)
 842         return ret;
 843
 844     av_log(ctx, AV_LOG_DEBUG, "Samplerate: %d Channels to convolute: %d, Length of ringbuffer: %d x %d\n",
 845         inlink->sample_rate, s->n_conv, inlink->channels, s->buffer_length);
 846
 847     return 0;
 848 }
 849
 850 static av_cold void uninit(AVFilterContext *ctx)
 851 {
 852     SOFAlizerContext *s = ctx->priv;
 853
 854     close_sofa(&s->sofa);
 855     av_fft_end(s->ifft[0]);
 856     av_fft_end(s->ifft[1]);
 857     av_fft_end(s->fft[0]);
 858     av_fft_end(s->fft[1]);
 859     av_freep(&s->delay[0]);
 860     av_freep(&s->delay[1]);
 861     av_freep(&s->data_ir[0]);
 862     av_freep(&s->data_ir[1]);
 863     av_freep(&s->ringbuffer[0]);
 864     av_freep(&s->ringbuffer[1]);
 865     av_freep(&s->speaker_azim);
 866     av_freep(&s->speaker_elev);
 867     av_freep(&s->temp_src[0]);
 868     av_freep(&s->temp_src[1]);
 869     av_freep(&s->temp_fft[0]);
 870     av_freep(&s->temp_fft[1]);
 871     av_freep(&s->data_hrtf[0]);
 872     av_freep(&s->data_hrtf[1]);
 873     av_freep(&s->fdsp);
 874 }
 875
 876 #define OFFSET(x) offsetof(SOFAlizerContext, x)
 877 #define FLAGS AV_OPT_FLAG_AUDIO_PARAM|AV_OPT_FLAG_FILTERING_PARAM
 878
 879 static const AVOption sofalizer_options[] = {
 880     { "sofa",      "sofa filename",  OFFSET(filename),  AV_OPT_TYPE_STRING, {.str=NULL},            .flags = FLAGS },
 881     { "gain",      "set gain in dB", OFFSET(gain),      AV_OPT_TYPE_FLOAT,  {.dbl=0},     -20,  40, .flags = FLAGS },
 882     { "rotation",  "set rotation"  , OFFSET(rotation),  AV_OPT_TYPE_FLOAT,  {.dbl=0},    -360, 360, .flags = FLAGS },
 883     { "elevation", "set elevation",  OFFSET(elevation), AV_OPT_TYPE_FLOAT,  {.dbl=0},     -90,  90, .flags = FLAGS },
 884     { "radius",    "set radius",     OFFSET(radius),    AV_OPT_TYPE_FLOAT,  {.dbl=1},       0,   5, .flags = FLAGS },
 885     { "type",      "set processing", OFFSET(type),      AV_OPT_TYPE_INT,    {.i64=1},       0,   1, .flags = FLAGS, "type" },
 886     { "time",      "time domain",      0,               AV_OPT_TYPE_CONST,  {.i64=0},       0,   0, .flags = FLAGS, "type" },
 887     { "freq",      "frequency domain", 0,               AV_OPT_TYPE_CONST,  {.i64=1},       0,   0, .flags = FLAGS, "type" },
 888     { "speakers",  "set speaker custom positions", OFFSET(speakers_pos), AV_OPT_TYPE_STRING,  {.str=0},    0, 0, .flags = FLAGS },
 889     { "lfegain",   "set lfe gain",                 OFFSET(lfe_gain),     AV_OPT_TYPE_FLOAT,   {.dbl=0},   -9, 9, .flags = FLAGS },
 890     { "framesize", "set frame size", OFFSET(framesize), AV_OPT_TYPE_INT,    {.i64=1024},1024,96000, .flags = FLAGS },
 891     { NULL }
 892 };
 893
 894 AVFILTER_DEFINE_CLASS(sofalizer);
 895
 896 static const AVFilterPad inputs[] = {
 897     {
 898         .name         = "default",
 899         .type         = AVMEDIA_TYPE_AUDIO,
 900         .config_props = config_input,
 901         .filter_frame = filter_frame,
 902     },
 903     { NULL }
 904 };
 905
 906 static const AVFilterPad outputs[] = {
 907     {
 908         .name = "default",
 909         .type = AVMEDIA_TYPE_AUDIO,
 910     },
 911     { NULL }
 912 };
 913
 914 AVFilter ff_af_sofalizer = {
 915     .name          = "sofalizer",
 916     .description   = NULL_IF_CONFIG_SMALL("SOFAlizer (Spatially Oriented Format for Acoustics)."),
 917     .priv_size     = sizeof(SOFAlizerContext),
 918     .priv_class    = &sofalizer_class,
 919     .init          = init,
 920     .uninit        = uninit,
 921     .query_formats = query_formats,
 922     .inputs        = inputs,
 923     .outputs       = outputs,
 924     .flags         = AVFILTER_FLAG_SLICE_THREADS,
 925 };