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 MYSOFA_HRTF *mysofa;
 117     char *license;
 118     int ret;
 119
 120     mysofa = mysofa_load(filename, &ret);
 121     if (ret || !mysofa) {
 122         av_log(ctx, AV_LOG_ERROR, "Can't find SOFA-file '%s'\n", filename);
 123         return AVERROR(EINVAL);
 124     }
 125
 126     if (mysofa->DataSamplingRate.elements != 1)
 127         return AVERROR(EINVAL);
 128     av_log(ctx, AV_LOG_DEBUG, "Original IR length: %d.\n", mysofa->N);
 129     *samplingrate = mysofa->DataSamplingRate.values[0];
 130     license = mysofa_getAttribute(mysofa->attributes, (char *)"License");
 131     if (license)
 132         av_log(ctx, AV_LOG_INFO, "SOFA license: %s\n", license);
 133     mysofa_free(mysofa);
 134
 135     return 0;
 136 }
 137
 138 static int parse_channel_name(char **arg, int *rchannel, char *buf)
 139 {
 140     int len, i, channel_id = 0;
 141     int64_t layout, layout0;
 142
 143     /* try to parse a channel name, e.g. "FL" */
 144     if (av_sscanf(*arg, "%7[A-Z]%n", buf, &len)) {
 145         layout0 = layout = av_get_channel_layout(buf);
 146         /* channel_id <- first set bit in layout */
 147         for (i = 32; i > 0; i >>= 1) {
 148             if (layout >= 1LL << i) {
 149                 channel_id += i;
 150                 layout >>= i;
 151             }
 152         }
 153         /* reject layouts that are not a single channel */
 154         if (channel_id >= 64 || layout0 != 1LL << channel_id)
 155             return AVERROR(EINVAL);
 156         *rchannel = channel_id;
 157         *arg += len;
 158         return 0;
 159     }
 160     return AVERROR(EINVAL);
 161 }
 162
 163 static void parse_speaker_pos(AVFilterContext *ctx, int64_t in_channel_layout)
 164 {
 165     SOFAlizerContext *s = ctx->priv;
 166     char *arg, *tokenizer, *p, *args = av_strdup(s->speakers_pos);
 167
 168     if (!args)
 169         return;
 170     p = args;
 171
 172     while ((arg = av_strtok(p, "|", &tokenizer))) {
 173         char buf[8];
 174         float azim, elev;
 175         int out_ch_id;
 176
 177         p = NULL;
 178         if (parse_channel_name(&arg, &out_ch_id, buf)) {
 179             av_log(ctx, AV_LOG_WARNING, "Failed to parse \'%s\' as channel name.\n", buf);
 180             continue;
 181         }
 182         if (av_sscanf(arg, "%f %f", &azim, &elev) == 2) {
 183             s->vspkrpos[out_ch_id].set = 1;
 184             s->vspkrpos[out_ch_id].azim = azim;
 185             s->vspkrpos[out_ch_id].elev = elev;
 186         } else if (av_sscanf(arg, "%f", &azim) == 1) {
 187             s->vspkrpos[out_ch_id].set = 1;
 188             s->vspkrpos[out_ch_id].azim = azim;
 189             s->vspkrpos[out_ch_id].elev = 0;
 190         }
 191     }
 192
 193     av_free(args);
 194 }
 195
 196 static int get_speaker_pos(AVFilterContext *ctx,
 197                            float *speaker_azim, float *speaker_elev)
 198 {
 199     struct SOFAlizerContext *s = ctx->priv;
 200     uint64_t channels_layout = ctx->inputs[0]->channel_layout;
 201     float azim[16] = { 0 };
 202     float elev[16] = { 0 };
 203     int m, ch, n_conv = ctx->inputs[0]->channels; /* get no. input channels */
 204
 205     if (n_conv > 16)
 206         return AVERROR(EINVAL);
 207
 208     s->lfe_channel = -1;
 209
 210     if (s->speakers_pos)
 211         parse_speaker_pos(ctx, channels_layout);
 212
 213     /* set speaker positions according to input channel configuration: */
 214     for (m = 0, ch = 0; ch < n_conv && m < 64; m++) {
 215         uint64_t mask = channels_layout & (1ULL << m);
 216
 217         switch (mask) {
 218         case AV_CH_FRONT_LEFT:            azim[ch] =  30;      break;
 219         case AV_CH_FRONT_RIGHT:           azim[ch] = 330;      break;
 220         case AV_CH_FRONT_CENTER:          azim[ch] =   0;      break;
 221         case AV_CH_LOW_FREQUENCY:
 222         case AV_CH_LOW_FREQUENCY_2:       s->lfe_channel = ch; break;
 223         case AV_CH_BACK_LEFT:             azim[ch] = 150;      break;
 224         case AV_CH_BACK_RIGHT:            azim[ch] = 210;      break;
 225         case AV_CH_BACK_CENTER:           azim[ch] = 180;      break;
 226         case AV_CH_SIDE_LEFT:             azim[ch] =  90;      break;
 227         case AV_CH_SIDE_RIGHT:            azim[ch] = 270;      break;
 228         case AV_CH_FRONT_LEFT_OF_CENTER:  azim[ch] =  15;      break;
 229         case AV_CH_FRONT_RIGHT_OF_CENTER: azim[ch] = 345;      break;
 230         case AV_CH_TOP_CENTER:            azim[ch] =   0;
 231                                           elev[ch] =  90;      break;
 232         case AV_CH_TOP_FRONT_LEFT:        azim[ch] =  30;
 233                                           elev[ch] =  45;      break;
 234         case AV_CH_TOP_FRONT_CENTER:      azim[ch] =   0;
 235                                           elev[ch] =  45;      break;
 236         case AV_CH_TOP_FRONT_RIGHT:       azim[ch] = 330;
 237                                           elev[ch] =  45;      break;
 238         case AV_CH_TOP_BACK_LEFT:         azim[ch] = 150;
 239                                           elev[ch] =  45;      break;
 240         case AV_CH_TOP_BACK_RIGHT:        azim[ch] = 210;
 241                                           elev[ch] =  45;      break;
 242         case AV_CH_TOP_BACK_CENTER:       azim[ch] = 180;
 243                                           elev[ch] =  45;      break;
 244         case AV_CH_WIDE_LEFT:             azim[ch] =  90;      break;
 245         case AV_CH_WIDE_RIGHT:            azim[ch] = 270;      break;
 246         case AV_CH_SURROUND_DIRECT_LEFT:  azim[ch] =  90;      break;
 247         case AV_CH_SURROUND_DIRECT_RIGHT: azim[ch] = 270;      break;
 248         case AV_CH_STEREO_LEFT:           azim[ch] =  90;      break;
 249         case AV_CH_STEREO_RIGHT:          azim[ch] = 270;      break;
 250         case 0:                                                break;
 251         default:
 252             return AVERROR(EINVAL);
 253         }
 254
 255         if (s->vspkrpos[m].set) {
 256             azim[ch] = s->vspkrpos[m].azim;
 257             elev[ch] = s->vspkrpos[m].elev;
 258         }
 259
 260         if (mask)
 261             ch++;
 262     }
 263
 264     memcpy(speaker_azim, azim, n_conv * sizeof(float));
 265     memcpy(speaker_elev, elev, n_conv * sizeof(float));
 266
 267     return 0;
 268
 269 }
 270
 271 typedef struct ThreadData {
 272     AVFrame *in, *out;
 273     int *write;
 274     int **delay;
 275     float **ir;
 276     int *n_clippings;
 277     float **ringbuffer;
 278     float **temp_src;
 279     FFTComplex **temp_fft;
 280 } ThreadData;
 281
 282 static int sofalizer_convolute(AVFilterContext *ctx, void *arg, int jobnr, int nb_jobs)
 283 {
 284     SOFAlizerContext *s = ctx->priv;
 285     ThreadData *td = arg;
 286     AVFrame *in = td->in, *out = td->out;
 287     int offset = jobnr;
 288     int *write = &td->write[jobnr];
 289     const int *const delay = td->delay[jobnr];
 290     const float *const ir = td->ir[jobnr];
 291     int *n_clippings = &td->n_clippings[jobnr];
 292     float *ringbuffer = td->ringbuffer[jobnr];
 293     float *temp_src = td->temp_src[jobnr];
 294     const int ir_samples = s->sofa.ir_samples; /* length of one IR */
 295     const int n_samples = s->sofa.n_samples;
 296     const float *src = (const float *)in->data[0]; /* get pointer to audio input buffer */
 297     float *dst = (float *)out->data[0]; /* get pointer to audio output buffer */
 298     const int in_channels = s->n_conv; /* number of input channels */
 299     /* ring buffer length is: longest IR plus max. delay -> next power of 2 */
 300     const int buffer_length = s->buffer_length;
 301     /* -1 for AND instead of MODULO (applied to powers of 2): */
 302     const uint32_t modulo = (uint32_t)buffer_length - 1;
 303     float *buffer[16]; /* holds ringbuffer for each input channel */
 304     int wr = *write;
 305     int read;
 306     int i, l;
 307
 308     dst += offset;
 309     for (l = 0; l < in_channels; l++) {
 310         /* get starting address of ringbuffer for each input channel */
 311         buffer[l] = ringbuffer + l * buffer_length;
 312     }
 313
 314     for (i = 0; i < in->nb_samples; i++) {
 315         const float *temp_ir = ir; /* using same set of IRs for each sample */
 316
 317         dst[0] = 0;
 318         for (l = 0; l < in_channels; l++) {
 319             /* write current input sample to ringbuffer (for each channel) */
 320             buffer[l][wr] = src[l];
 321         }
 322
 323         /* loop goes through all channels to be convolved */
 324         for (l = 0; l < in_channels; l++) {
 325             const float *const bptr = buffer[l];
 326
 327             if (l == s->lfe_channel) {
 328                 /* LFE is an input channel but requires no convolution */
 329                 /* apply gain to LFE signal and add to output buffer */
 330                 *dst += *(buffer[s->lfe_channel] + wr) * s->gain_lfe;
 331                 temp_ir += n_samples;
 332                 continue;
 333             }
 334
 335             /* current read position in ringbuffer: input sample write position
 336              * - delay for l-th ch. + diff. betw. IR length and buffer length
 337              * (mod buffer length) */
 338             read = (wr - delay[l] - (n_samples - 1) + buffer_length) & modulo;
 339
 340             if (read + n_samples < buffer_length) {
 341                 memmove(temp_src, bptr + read, n_samples * sizeof(*temp_src));
 342             } else {
 343                 int len = FFMIN(n_samples - (read % n_samples), buffer_length - read);
 344
 345                 memmove(temp_src, bptr + read, len * sizeof(*temp_src));
 346                 memmove(temp_src + len, bptr, (n_samples - len) * sizeof(*temp_src));
 347             }
 348
 349             /* multiply signal and IR, and add up the results */
 350             dst[0] += s->fdsp->scalarproduct_float(temp_ir, temp_src, FFALIGN(ir_samples, 32));
 351             temp_ir += n_samples;
 352         }
 353
 354         /* clippings counter */
 355         if (fabsf(dst[0]) > 1)
 356             n_clippings[0]++;
 357
 358         /* move output buffer pointer by +2 to get to next sample of processed channel: */
 359         dst += 2;
 360         src += in_channels;
 361         wr   = (wr + 1) & modulo; /* update ringbuffer write position */
 362     }
 363
 364     *write = wr; /* remember write position in ringbuffer for next call */
 365
 366     return 0;
 367 }
 368
 369 static int sofalizer_fast_convolute(AVFilterContext *ctx, void *arg, int jobnr, int nb_jobs)
 370 {
 371     SOFAlizerContext *s = ctx->priv;
 372     ThreadData *td = arg;
 373     AVFrame *in = td->in, *out = td->out;
 374     int offset = jobnr;
 375     int *write = &td->write[jobnr];
 376     FFTComplex *hrtf = s->data_hrtf[jobnr]; /* get pointers to current HRTF data */
 377     int *n_clippings = &td->n_clippings[jobnr];
 378     float *ringbuffer = td->ringbuffer[jobnr];
 379     const int n_samples = s->sofa.n_samples; /* length of one IR */
 380     const float *src = (const float *)in->data[0]; /* get pointer to audio input buffer */
 381     float *dst = (float *)out->data[0]; /* get pointer to audio output buffer */
 382     const int in_channels = s->n_conv; /* number of input channels */
 383     /* ring buffer length is: longest IR plus max. delay -> next power of 2 */
 384     const int buffer_length = s->buffer_length;
 385     /* -1 for AND instead of MODULO (applied to powers of 2): */
 386     const uint32_t modulo = (uint32_t)buffer_length - 1;
 387     FFTComplex *fft_in = s->temp_fft[jobnr]; /* temporary array for FFT input/output data */
 388     FFTContext *ifft = s->ifft[jobnr];
 389     FFTContext *fft = s->fft[jobnr];
 390     const int n_conv = s->n_conv;
 391     const int n_fft = s->n_fft;
 392     const float fft_scale = 1.0f / s->n_fft;
 393     FFTComplex *hrtf_offset;
 394     int wr = *write;
 395     int n_read;
 396     int i, j;
 397
 398     dst += offset;
 399
 400     /* find minimum between number of samples and output buffer length:
 401      * (important, if one IR is longer than the output buffer) */
 402     n_read = FFMIN(s->sofa.n_samples, in->nb_samples);
 403     for (j = 0; j < n_read; j++) {
 404         /* initialize output buf with saved signal from overflow buf */
 405         dst[2 * j]     = ringbuffer[wr];
 406         ringbuffer[wr] = 0.0; /* re-set read samples to zero */
 407         /* update ringbuffer read/write position */
 408         wr  = (wr + 1) & modulo;
 409     }
 410
 411     /* initialize rest of output buffer with 0 */
 412     for (j = n_read; j < in->nb_samples; j++) {
 413         dst[2 * j] = 0;
 414     }
 415
 416     for (i = 0; i < n_conv; i++) {
 417         if (i == s->lfe_channel) { /* LFE */
 418             for (j = 0; j < in->nb_samples; j++) {
 419                 /* apply gain to LFE signal and add to output buffer */
 420                 dst[2 * j] += src[i + j * in_channels] * s->gain_lfe;
 421             }
 422             continue;
 423         }
 424
 425         /* outer loop: go through all input channels to be convolved */
 426         offset = i * n_fft; /* no. samples already processed */
 427         hrtf_offset = hrtf + offset;
 428
 429         /* fill FFT input with 0 (we want to zero-pad) */
 430         memset(fft_in, 0, sizeof(FFTComplex) * n_fft);
 431
 432         for (j = 0; j < in->nb_samples; j++) {
 433             /* prepare input for FFT */
 434             /* write all samples of current input channel to FFT input array */
 435             fft_in[j].re = src[j * in_channels + i];
 436         }
 437
 438         /* transform input signal of current channel to frequency domain */
 439         av_fft_permute(fft, fft_in);
 440         av_fft_calc(fft, fft_in);
 441         for (j = 0; j < n_fft; j++) {
 442             const FFTComplex *hcomplex = hrtf_offset + j;
 443             const float re = fft_in[j].re;
 444             const float im = fft_in[j].im;
 445
 446             /* complex multiplication of input signal and HRTFs */
 447             /* output channel (real): */
 448             fft_in[j].re = re * hcomplex->re - im * hcomplex->im;
 449             /* output channel (imag): */
 450             fft_in[j].im = re * hcomplex->im + im * hcomplex->re;
 451         }
 452
 453         /* transform output signal of current channel back to time domain */
 454         av_fft_permute(ifft, fft_in);
 455         av_fft_calc(ifft, fft_in);
 456
 457         for (j = 0; j < in->nb_samples; j++) {
 458             /* write output signal of current channel to output buffer */
 459             dst[2 * j] += fft_in[j].re * fft_scale;
 460         }
 461
 462         for (j = 0; j < n_samples - 1; j++) { /* overflow length is IR length - 1 */
 463             /* write the rest of output signal to overflow buffer */
 464             int write_pos = (wr + j) & modulo;
 465
 466             *(ringbuffer + write_pos) += fft_in[in->nb_samples + j].re * fft_scale;
 467         }
 468     }
 469
 470     /* go through all samples of current output buffer: count clippings */
 471     for (i = 0; i < out->nb_samples; i++) {
 472         /* clippings counter */
 473         if (fabsf(dst[0]) > 1) { /* if current output sample > 1 */
 474             n_clippings[0]++;
 475         }
 476
 477         /* move output buffer pointer by +2 to get to next sample of processed channel: */
 478         dst += 2;
 479     }
 480
 481     /* remember read/write position in ringbuffer for next call */
 482     *write = wr;
 483
 484     return 0;
 485 }
 486
 487 static int filter_frame(AVFilterLink *inlink, AVFrame *in)
 488 {
 489     AVFilterContext *ctx = inlink->dst;
 490     SOFAlizerContext *s = ctx->priv;
 491     AVFilterLink *outlink = ctx->outputs[0];
 492     int n_clippings[2] = { 0 };
 493     ThreadData td;
 494     AVFrame *out;
 495
 496     out = ff_get_audio_buffer(outlink, in->nb_samples);
 497     if (!out) {
 498         av_frame_free(&in);
 499         return AVERROR(ENOMEM);
 500     }
 501     av_frame_copy_props(out, in);
 502
 503     td.in = in; td.out = out; td.write = s->write;
 504     td.delay = s->delay; td.ir = s->data_ir; td.n_clippings = n_clippings;
 505     td.ringbuffer = s->ringbuffer; td.temp_src = s->temp_src;
 506     td.temp_fft = s->temp_fft;
 507
 508     if (s->type == TIME_DOMAIN) {
 509         ctx->internal->execute(ctx, sofalizer_convolute, &td, NULL, 2);
 510     } else {
 511         ctx->internal->execute(ctx, sofalizer_fast_convolute, &td, NULL, 2);
 512     }
 513     emms_c();
 514
 515     /* display error message if clipping occurred */
 516     if (n_clippings[0] + n_clippings[1] > 0) {
 517         av_log(ctx, AV_LOG_WARNING, "%d of %d samples clipped. Please reduce gain.\n",
 518                n_clippings[0] + n_clippings[1], out->nb_samples * 2);
 519     }
 520
 521     av_frame_free(&in);
 522     return ff_filter_frame(outlink, out);
 523 }
 524
 525 static int query_formats(AVFilterContext *ctx)
 526 {
 527     struct SOFAlizerContext *s = ctx->priv;
 528     AVFilterFormats *formats = NULL;
 529     AVFilterChannelLayouts *layouts = NULL;
 530     int ret, sample_rates[] = { 48000, -1 };
 531
 532     ret = ff_add_format(&formats, AV_SAMPLE_FMT_FLT);
 533     if (ret)
 534         return ret;
 535     ret = ff_set_common_formats(ctx, formats);
 536     if (ret)
 537         return ret;
 538
 539     layouts = ff_all_channel_layouts();
 540     if (!layouts)
 541         return AVERROR(ENOMEM);
 542
 543     ret = ff_channel_layouts_ref(layouts, &ctx->inputs[0]->out_channel_layouts);
 544     if (ret)
 545         return ret;
 546
 547     layouts = NULL;
 548     ret = ff_add_channel_layout(&layouts, AV_CH_LAYOUT_STEREO);
 549     if (ret)
 550         return ret;
 551
 552     ret = ff_channel_layouts_ref(layouts, &ctx->outputs[0]->in_channel_layouts);
 553     if (ret)
 554         return ret;
 555
 556     sample_rates[0] = s->sample_rate;
 557     formats = ff_make_format_list(sample_rates);
 558     if (!formats)
 559         return AVERROR(ENOMEM);
 560     return ff_set_common_samplerates(ctx, formats);
 561 }
 562
 563 static int load_data(AVFilterContext *ctx, int azim, int elev, float radius, int sample_rate)
 564 {
 565     struct SOFAlizerContext *s = ctx->priv;
 566     int n_samples;
 567     int ir_samples;
 568     int n_conv = s->n_conv; /* no. channels to convolve */
 569     int n_fft;
 570     float delay_l; /* broadband delay for each IR */
 571     float delay_r;
 572     int nb_input_channels = ctx->inputs[0]->channels; /* no. input channels */
 573     float gain_lin = expf((s->gain - 3 * nb_input_channels) / 20 * M_LN10); /* gain - 3dB/channel */
 574     FFTComplex *data_hrtf_l = NULL;
 575     FFTComplex *data_hrtf_r = NULL;
 576     FFTComplex *fft_in_l = NULL;
 577     FFTComplex *fft_in_r = NULL;
 578     float *data_ir_l = NULL;
 579     float *data_ir_r = NULL;
 580     int offset = 0; /* used for faster pointer arithmetics in for-loop */
 581     int i, j, azim_orig = azim, elev_orig = elev;
 582     int filter_length, ret = 0;
 583     int n_current;
 584     int n_max = 0;
 585
 586     s->sofa.easy = mysofa_open(s->filename, sample_rate, &filter_length, &ret);
 587     if (!s->sofa.easy || ret) { /* if an invalid SOFA file has been selected */
 588         av_log(ctx, AV_LOG_ERROR, "Selected SOFA file is invalid. Please select valid SOFA file.\n");
 589         return AVERROR_INVALIDDATA;
 590     }
 591
 592     av_log(ctx, AV_LOG_DEBUG, "IR length: %d.\n", s->sofa.easy->hrtf->N);
 593     s->sofa.ir_samples = s->sofa.easy->hrtf->N;
 594     s->sofa.n_samples = 1 << (32 - ff_clz(s->sofa.ir_samples));
 595
 596     n_samples = s->sofa.n_samples;
 597     ir_samples = s->sofa.ir_samples;
 598
 599     s->data_ir[0] = av_calloc(n_samples, sizeof(float) * s->n_conv);
 600     s->data_ir[1] = av_calloc(n_samples, sizeof(float) * s->n_conv);
 601     s->delay[0] = av_calloc(s->n_conv, sizeof(int));
 602     s->delay[1] = av_calloc(s->n_conv, sizeof(int));
 603
 604     if (!s->data_ir[0] || !s->data_ir[1] || !s->delay[0] || !s->delay[1]) {
 605         ret = AVERROR(ENOMEM);
 606         goto fail;
 607     }
 608
 609     /* get temporary IR for L and R channel */
 610     data_ir_l = av_calloc(n_conv * n_samples, sizeof(*data_ir_l));
 611     data_ir_r = av_calloc(n_conv * n_samples, sizeof(*data_ir_r));
 612     if (!data_ir_r || !data_ir_l) {
 613         ret = AVERROR(ENOMEM);
 614         goto fail;
 615     }
 616
 617     if (s->type == TIME_DOMAIN) {
 618         s->temp_src[0] = av_calloc(n_samples, sizeof(float));
 619         s->temp_src[1] = av_calloc(n_samples, sizeof(float));
 620         if (!s->temp_src[0] || !s->temp_src[1]) {
 621             ret = AVERROR(ENOMEM);
 622             goto fail;
 623         }
 624     }
 625
 626     s->speaker_azim = av_calloc(s->n_conv, sizeof(*s->speaker_azim));
 627     s->speaker_elev = av_calloc(s->n_conv, sizeof(*s->speaker_elev));
 628     if (!s->speaker_azim || !s->speaker_elev) {
 629         ret = AVERROR(ENOMEM);
 630         goto fail;
 631     }
 632
 633     /* get speaker positions */
 634     if ((ret = get_speaker_pos(ctx, s->speaker_azim, s->speaker_elev)) < 0) {
 635         av_log(ctx, AV_LOG_ERROR, "Couldn't get speaker positions. Input channel configuration not supported.\n");
 636         goto fail;
 637     }
 638
 639     for (i = 0; i < s->n_conv; i++) {
 640         float coordinates[3];
 641
 642         /* load and store IRs and corresponding delays */
 643         azim = (int)(s->speaker_azim[i] + azim_orig) % 360;
 644         elev = (int)(s->speaker_elev[i] + elev_orig) % 90;
 645
 646         coordinates[0] = azim;
 647         coordinates[1] = elev;
 648         coordinates[2] = radius;
 649
 650         mysofa_s2c(coordinates);
 651
 652         /* get id of IR closest to desired position */
 653         mysofa_getfilter_float(s->sofa.easy, coordinates[0], coordinates[1], coordinates[2],
 654                                data_ir_l + n_samples * i,
 655                                data_ir_r + n_samples * i,
 656                                &delay_l, &delay_r);
 657
 658         s->delay[0][i] = delay_l * sample_rate;
 659         s->delay[1][i] = delay_r * sample_rate;
 660
 661         s->sofa.max_delay = FFMAX3(s->sofa.max_delay, s->delay[0][i], s->delay[1][i]);
 662     }
 663
 664     /* get size of ringbuffer (longest IR plus max. delay) */
 665     /* then choose next power of 2 for performance optimization */
 666     n_current = n_samples + s->sofa.max_delay;
 667     /* length of longest IR plus max. delay */
 668     n_max = FFMAX(n_max, n_current);
 669
 670     /* buffer length is longest IR plus max. delay -> next power of 2
 671        (32 - count leading zeros gives required exponent)  */
 672     s->buffer_length = 1 << (32 - ff_clz(n_max));
 673     s->n_fft = n_fft = 1 << (32 - ff_clz(n_max + s->framesize));
 674
 675     if (s->type == FREQUENCY_DOMAIN) {
 676         av_fft_end(s->fft[0]);
 677         av_fft_end(s->fft[1]);
 678         s->fft[0] = av_fft_init(log2(s->n_fft), 0);
 679         s->fft[1] = av_fft_init(log2(s->n_fft), 0);
 680         av_fft_end(s->ifft[0]);
 681         av_fft_end(s->ifft[1]);
 682         s->ifft[0] = av_fft_init(log2(s->n_fft), 1);
 683         s->ifft[1] = av_fft_init(log2(s->n_fft), 1);
 684
 685         if (!s->fft[0] || !s->fft[1] || !s->ifft[0] || !s->ifft[1]) {
 686             av_log(ctx, AV_LOG_ERROR, "Unable to create FFT contexts of size %d.\n", s->n_fft);
 687             ret = AVERROR(ENOMEM);
 688             goto fail;
 689         }
 690     }
 691
 692     if (s->type == TIME_DOMAIN) {
 693         s->ringbuffer[0] = av_calloc(s->buffer_length, sizeof(float) * nb_input_channels);
 694         s->ringbuffer[1] = av_calloc(s->buffer_length, sizeof(float) * nb_input_channels);
 695     } else {
 696         /* get temporary HRTF memory for L and R channel */
 697         data_hrtf_l = av_malloc_array(n_fft, sizeof(*data_hrtf_l) * n_conv);
 698         data_hrtf_r = av_malloc_array(n_fft, sizeof(*data_hrtf_r) * n_conv);
 699         if (!data_hrtf_r || !data_hrtf_l) {
 700             ret = AVERROR(ENOMEM);
 701             goto fail;
 702         }
 703
 704         s->ringbuffer[0] = av_calloc(s->buffer_length, sizeof(float));
 705         s->ringbuffer[1] = av_calloc(s->buffer_length, sizeof(float));
 706         s->temp_fft[0] = av_malloc_array(s->n_fft, sizeof(FFTComplex));
 707         s->temp_fft[1] = av_malloc_array(s->n_fft, sizeof(FFTComplex));
 708         if (!s->temp_fft[0] || !s->temp_fft[1]) {
 709             ret = AVERROR(ENOMEM);
 710             goto fail;
 711         }
 712     }
 713
 714     if (!s->ringbuffer[0] || !s->ringbuffer[1]) {
 715         ret = AVERROR(ENOMEM);
 716         goto fail;
 717     }
 718
 719     if (s->type == FREQUENCY_DOMAIN) {
 720         fft_in_l = av_calloc(n_fft, sizeof(*fft_in_l));
 721         fft_in_r = av_calloc(n_fft, sizeof(*fft_in_r));
 722         if (!fft_in_l || !fft_in_r) {
 723             ret = AVERROR(ENOMEM);
 724             goto fail;
 725         }
 726     }
 727
 728     for (i = 0; i < s->n_conv; i++) {
 729         float *lir, *rir;
 730
 731         offset = i * n_samples; /* no. samples already written */
 732
 733         lir = data_ir_l + offset;
 734         rir = data_ir_r + offset;
 735
 736         if (s->type == TIME_DOMAIN) {
 737             for (j = 0; j < ir_samples; j++) {
 738                 /* load reversed IRs of the specified source position
 739                  * sample-by-sample for left and right ear; and apply gain */
 740                 s->data_ir[0][offset + j] = lir[ir_samples - 1 - j] * gain_lin;
 741                 s->data_ir[1][offset + j] = rir[ir_samples - 1 - j] * gain_lin;
 742             }
 743         } else {
 744             memset(fft_in_l, 0, n_fft * sizeof(*fft_in_l));
 745             memset(fft_in_r, 0, n_fft * sizeof(*fft_in_r));
 746
 747             offset = i * n_fft; /* no. samples already written */
 748             for (j = 0; j < ir_samples; j++) {
 749                 /* load non-reversed IRs of the specified source position
 750                  * sample-by-sample and apply gain,
 751                  * L channel is loaded to real part, R channel to imag part,
 752                  * IRs ared shifted by L and R delay */
 753                 fft_in_l[s->delay[0][i] + j].re = lir[j] * gain_lin;
 754                 fft_in_r[s->delay[1][i] + j].re = rir[j] * gain_lin;
 755             }
 756
 757             /* actually transform to frequency domain (IRs -> HRTFs) */
 758             av_fft_permute(s->fft[0], fft_in_l);
 759             av_fft_calc(s->fft[0], fft_in_l);
 760             memcpy(data_hrtf_l + offset, fft_in_l, n_fft * sizeof(*fft_in_l));
 761             av_fft_permute(s->fft[0], fft_in_r);
 762             av_fft_calc(s->fft[0], fft_in_r);
 763             memcpy(data_hrtf_r + offset, fft_in_r, n_fft * sizeof(*fft_in_r));
 764         }
 765     }
 766
 767     if (s->type == FREQUENCY_DOMAIN) {
 768         s->data_hrtf[0] = av_malloc_array(n_fft * s->n_conv, sizeof(FFTComplex));
 769         s->data_hrtf[1] = av_malloc_array(n_fft * s->n_conv, sizeof(FFTComplex));
 770         if (!s->data_hrtf[0] || !s->data_hrtf[1]) {
 771             ret = AVERROR(ENOMEM);
 772             goto fail;
 773         }
 774
 775         memcpy(s->data_hrtf[0], data_hrtf_l, /* copy HRTF data to */
 776             sizeof(FFTComplex) * n_conv * n_fft); /* filter struct */
 777         memcpy(s->data_hrtf[1], data_hrtf_r,
 778             sizeof(FFTComplex) * n_conv * n_fft);
 779     }
 780
 781 fail:
 782     av_freep(&data_hrtf_l); /* free temporary HRTF memory */
 783     av_freep(&data_hrtf_r);
 784
 785     av_freep(&data_ir_l); /* free temprary IR memory */
 786     av_freep(&data_ir_r);
 787
 788     av_freep(&fft_in_l); /* free temporary FFT memory */
 789     av_freep(&fft_in_r);
 790
 791     return ret;
 792 }
 793
 794 static av_cold int init(AVFilterContext *ctx)
 795 {
 796     SOFAlizerContext *s = ctx->priv;
 797     int ret;
 798
 799     if (!s->filename) {
 800         av_log(ctx, AV_LOG_ERROR, "Valid SOFA filename must be set.\n");
 801         return AVERROR(EINVAL);
 802     }
 803
 804     /* preload SOFA file, */
 805     ret = preload_sofa(ctx, s->filename, &s->sample_rate);
 806     if (ret) {
 807         /* file loading error */
 808         av_log(ctx, AV_LOG_ERROR, "Error while loading SOFA file: '%s'\n", s->filename);
 809     } else { /* no file loading error, resampling not required */
 810         av_log(ctx, AV_LOG_DEBUG, "File '%s' loaded.\n", s->filename);
 811     }
 812
 813     if (ret) {
 814         av_log(ctx, AV_LOG_ERROR, "No valid SOFA file could be loaded. Please specify valid SOFA file.\n");
 815         return ret;
 816     }
 817
 818     s->fdsp = avpriv_float_dsp_alloc(0);
 819     if (!s->fdsp)
 820         return AVERROR(ENOMEM);
 821
 822     return 0;
 823 }
 824
 825 static int config_input(AVFilterLink *inlink)
 826 {
 827     AVFilterContext *ctx = inlink->dst;
 828     SOFAlizerContext *s = ctx->priv;
 829     int ret;
 830
 831     if (s->type == FREQUENCY_DOMAIN) {
 832         inlink->partial_buf_size =
 833         inlink->min_samples =
 834         inlink->max_samples = s->framesize;
 835     }
 836
 837     /* gain -3 dB per channel, -6 dB to get LFE on a similar level */
 838     s->gain_lfe = expf((s->gain - 3 * inlink->channels - 6 + s->lfe_gain) / 20 * M_LN10);
 839
 840     s->n_conv = inlink->channels;
 841
 842     /* load IRs to data_ir[0] and data_ir[1] for required directions */
 843     if ((ret = load_data(ctx, s->rotation, s->elevation, s->radius, inlink->sample_rate)) < 0)
 844         return ret;
 845
 846     av_log(ctx, AV_LOG_DEBUG, "Samplerate: %d Channels to convolute: %d, Length of ringbuffer: %d x %d\n",
 847         inlink->sample_rate, s->n_conv, inlink->channels, s->buffer_length);
 848
 849     return 0;
 850 }
 851
 852 static av_cold void uninit(AVFilterContext *ctx)
 853 {
 854     SOFAlizerContext *s = ctx->priv;
 855
 856     close_sofa(&s->sofa);
 857     av_fft_end(s->ifft[0]);
 858     av_fft_end(s->ifft[1]);
 859     av_fft_end(s->fft[0]);
 860     av_fft_end(s->fft[1]);
 861     s->ifft[0] = NULL;
 862     s->ifft[1] = NULL;
 863     s->fft[0] = NULL;
 864     s->fft[1] = NULL;
 865     av_freep(&s->delay[0]);
 866     av_freep(&s->delay[1]);
 867     av_freep(&s->data_ir[0]);
 868     av_freep(&s->data_ir[1]);
 869     av_freep(&s->ringbuffer[0]);
 870     av_freep(&s->ringbuffer[1]);
 871     av_freep(&s->speaker_azim);
 872     av_freep(&s->speaker_elev);
 873     av_freep(&s->temp_src[0]);
 874     av_freep(&s->temp_src[1]);
 875     av_freep(&s->temp_fft[0]);
 876     av_freep(&s->temp_fft[1]);
 877     av_freep(&s->data_hrtf[0]);
 878     av_freep(&s->data_hrtf[1]);
 879     av_freep(&s->fdsp);
 880 }
 881
 882 #define OFFSET(x) offsetof(SOFAlizerContext, x)
 883 #define FLAGS AV_OPT_FLAG_AUDIO_PARAM|AV_OPT_FLAG_FILTERING_PARAM
 884
 885 static const AVOption sofalizer_options[] = {
 886     { "sofa",      "sofa filename",  OFFSET(filename),  AV_OPT_TYPE_STRING, {.str=NULL},            .flags = FLAGS },
 887     { "gain",      "set gain in dB", OFFSET(gain),      AV_OPT_TYPE_FLOAT,  {.dbl=0},     -20,  40, .flags = FLAGS },
 888     { "rotation",  "set rotation"  , OFFSET(rotation),  AV_OPT_TYPE_FLOAT,  {.dbl=0},    -360, 360, .flags = FLAGS },
 889     { "elevation", "set elevation",  OFFSET(elevation), AV_OPT_TYPE_FLOAT,  {.dbl=0},     -90,  90, .flags = FLAGS },
 890     { "radius",    "set radius",     OFFSET(radius),    AV_OPT_TYPE_FLOAT,  {.dbl=1},       0,   5, .flags = FLAGS },
 891     { "type",      "set processing", OFFSET(type),      AV_OPT_TYPE_INT,    {.i64=1},       0,   1, .flags = FLAGS, "type" },
 892     { "time",      "time domain",      0,               AV_OPT_TYPE_CONST,  {.i64=0},       0,   0, .flags = FLAGS, "type" },
 893     { "freq",      "frequency domain", 0,               AV_OPT_TYPE_CONST,  {.i64=1},       0,   0, .flags = FLAGS, "type" },
 894     { "speakers",  "set speaker custom positions", OFFSET(speakers_pos), AV_OPT_TYPE_STRING,  {.str=0},    0, 0, .flags = FLAGS },
 895     { "lfegain",   "set lfe gain",                 OFFSET(lfe_gain),     AV_OPT_TYPE_FLOAT,   {.dbl=0},  -20,40, .flags = FLAGS },
 896     { "framesize", "set frame size", OFFSET(framesize), AV_OPT_TYPE_INT,    {.i64=1024},1024,96000, .flags = FLAGS },
 897     { NULL }
 898 };
 899
 900 AVFILTER_DEFINE_CLASS(sofalizer);
 901
 902 static const AVFilterPad inputs[] = {
 903     {
 904         .name         = "default",
 905         .type         = AVMEDIA_TYPE_AUDIO,
 906         .config_props = config_input,
 907         .filter_frame = filter_frame,
 908     },
 909     { NULL }
 910 };
 911
 912 static const AVFilterPad outputs[] = {
 913     {
 914         .name = "default",
 915         .type = AVMEDIA_TYPE_AUDIO,
 916     },
 917     { NULL }
 918 };
 919
 920 AVFilter ff_af_sofalizer = {
 921     .name          = "sofalizer",
 922     .description   = NULL_IF_CONFIG_SMALL("SOFAlizer (Spatially Oriented Format for Acoustics)."),
 923     .priv_size     = sizeof(SOFAlizerContext),
 924     .priv_class    = &sofalizer_class,
 925     .init          = init,
 926     .uninit        = uninit,
 927     .query_formats = query_formats,
 928     .inputs        = inputs,
 929     .outputs       = outputs,
 930     .flags         = AVFILTER_FLAG_SLICE_THREADS,
 931 };