git.sesse.net Git - ffmpeg/blob - libavcodec/aacenc.c

   1 /*
   2  * AAC encoder
   3  * Copyright (C) 2008 Konstantin Shishkov
   4  *
   5  * This file is part of FFmpeg.
   6  *
   7  * FFmpeg is free software; you can redistribute it and/or
   8  * modify it under the terms of the GNU Lesser General Public
   9  * License as published by the Free Software Foundation; either
  10  * version 2.1 of the License, or (at your option) any later version.
  11  *
  12  * FFmpeg is distributed in the hope that it will be useful,
  13  * but WITHOUT ANY WARRANTY; without even the implied warranty of
  14  * MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the GNU
  15  * Lesser General Public License for more details.
  16  *
  17  * You should have received a copy of the GNU Lesser General Public
  18  * License along with FFmpeg; if not, write to the Free Software
  19  * Foundation, Inc., 51 Franklin Street, Fifth Floor, Boston, MA 02110-1301 USA
  20  */
  21
  22 /**
  23  * @file
  24  * AAC encoder
  25  */
  26
  27 /***********************************
  28  *              TODOs:
  29  * add sane pulse detection
  30  ***********************************/
  31
  32 #include "libavutil/float_dsp.h"
  33 #include "libavutil/opt.h"
  34 #include "avcodec.h"
  35 #include "put_bits.h"
  36 #include "internal.h"
  37 #include "mpeg4audio.h"
  38 #include "kbdwin.h"
  39 #include "sinewin.h"
  40
  41 #include "aac.h"
  42 #include "aactab.h"
  43 #include "aacenc.h"
  44 #include "aacenctab.h"
  45 #include "aacenc_utils.h"
  46
  47 #include "psymodel.h"
  48
  49 /**
  50  * Make AAC audio config object.
  51  * @see 1.6.2.1 "Syntax - AudioSpecificConfig"
  52  */
  53 static void put_audio_specific_config(AVCodecContext *avctx)
  54 {
  55     PutBitContext pb;
  56     AACEncContext *s = avctx->priv_data;
  57
  58     init_put_bits(&pb, avctx->extradata, avctx->extradata_size);
  59     put_bits(&pb, 5, s->profile+1); //profile
  60     put_bits(&pb, 4, s->samplerate_index); //sample rate index
  61     put_bits(&pb, 4, s->channels);
  62     //GASpecificConfig
  63     put_bits(&pb, 1, 0); //frame length - 1024 samples
  64     put_bits(&pb, 1, 0); //does not depend on core coder
  65     put_bits(&pb, 1, 0); //is not extension
  66
  67     //Explicitly Mark SBR absent
  68     put_bits(&pb, 11, 0x2b7); //sync extension
  69     put_bits(&pb, 5,  AOT_SBR);
  70     put_bits(&pb, 1,  0);
  71     flush_put_bits(&pb);
  72 }
  73
  74 #define WINDOW_FUNC(type) \
  75 static void apply_ ##type ##_window(AVFloatDSPContext *fdsp, \
  76                                     SingleChannelElement *sce, \
  77                                     const float *audio)
  78
  79 WINDOW_FUNC(only_long)
  80 {
  81     const float *lwindow = sce->ics.use_kb_window[0] ? ff_aac_kbd_long_1024 : ff_sine_1024;
  82     const float *pwindow = sce->ics.use_kb_window[1] ? ff_aac_kbd_long_1024 : ff_sine_1024;
  83     float *out = sce->ret_buf;
  84
  85     fdsp->vector_fmul        (out,        audio,        lwindow, 1024);
  86     fdsp->vector_fmul_reverse(out + 1024, audio + 1024, pwindow, 1024);
  87 }
  88
  89 WINDOW_FUNC(long_start)
  90 {
  91     const float *lwindow = sce->ics.use_kb_window[1] ? ff_aac_kbd_long_1024 : ff_sine_1024;
  92     const float *swindow = sce->ics.use_kb_window[0] ? ff_aac_kbd_short_128 : ff_sine_128;
  93     float *out = sce->ret_buf;
  94
  95     fdsp->vector_fmul(out, audio, lwindow, 1024);
  96     memcpy(out + 1024, audio + 1024, sizeof(out[0]) * 448);
  97     fdsp->vector_fmul_reverse(out + 1024 + 448, audio + 1024 + 448, swindow, 128);
  98     memset(out + 1024 + 576, 0, sizeof(out[0]) * 448);
  99 }
 100
 101 WINDOW_FUNC(long_stop)
 102 {
 103     const float *lwindow = sce->ics.use_kb_window[0] ? ff_aac_kbd_long_1024 : ff_sine_1024;
 104     const float *swindow = sce->ics.use_kb_window[1] ? ff_aac_kbd_short_128 : ff_sine_128;
 105     float *out = sce->ret_buf;
 106
 107     memset(out, 0, sizeof(out[0]) * 448);
 108     fdsp->vector_fmul(out + 448, audio + 448, swindow, 128);
 109     memcpy(out + 576, audio + 576, sizeof(out[0]) * 448);
 110     fdsp->vector_fmul_reverse(out + 1024, audio + 1024, lwindow, 1024);
 111 }
 112
 113 WINDOW_FUNC(eight_short)
 114 {
 115     const float *swindow = sce->ics.use_kb_window[0] ? ff_aac_kbd_short_128 : ff_sine_128;
 116     const float *pwindow = sce->ics.use_kb_window[1] ? ff_aac_kbd_short_128 : ff_sine_128;
 117     const float *in = audio + 448;
 118     float *out = sce->ret_buf;
 119     int w;
 120
 121     for (w = 0; w < 8; w++) {
 122         fdsp->vector_fmul        (out, in, w ? pwindow : swindow, 128);
 123         out += 128;
 124         in  += 128;
 125         fdsp->vector_fmul_reverse(out, in, swindow, 128);
 126         out += 128;
 127     }
 128 }
 129
 130 static void (*const apply_window[4])(AVFloatDSPContext *fdsp,
 131                                      SingleChannelElement *sce,
 132                                      const float *audio) = {
 133     [ONLY_LONG_SEQUENCE]   = apply_only_long_window,
 134     [LONG_START_SEQUENCE]  = apply_long_start_window,
 135     [EIGHT_SHORT_SEQUENCE] = apply_eight_short_window,
 136     [LONG_STOP_SEQUENCE]   = apply_long_stop_window
 137 };
 138
 139 static void apply_window_and_mdct(AACEncContext *s, SingleChannelElement *sce,
 140                                   float *audio)
 141 {
 142     int i;
 143     float *output = sce->ret_buf;
 144
 145     apply_window[sce->ics.window_sequence[0]](s->fdsp, sce, audio);
 146
 147     if (sce->ics.window_sequence[0] != EIGHT_SHORT_SEQUENCE)
 148         s->mdct1024.mdct_calc(&s->mdct1024, sce->coeffs, output);
 149     else
 150         for (i = 0; i < 1024; i += 128)
 151             s->mdct128.mdct_calc(&s->mdct128, &sce->coeffs[i], output + i*2);
 152     memcpy(audio, audio + 1024, sizeof(audio[0]) * 1024);
 153     memcpy(sce->pcoeffs, sce->coeffs, sizeof(sce->pcoeffs));
 154 }
 155
 156 /**
 157  * Encode ics_info element.
 158  * @see Table 4.6 (syntax of ics_info)
 159  */
 160 static void put_ics_info(AACEncContext *s, IndividualChannelStream *info)
 161 {
 162     int w;
 163
 164     put_bits(&s->pb, 1, 0);                // ics_reserved bit
 165     put_bits(&s->pb, 2, info->window_sequence[0]);
 166     put_bits(&s->pb, 1, info->use_kb_window[0]);
 167     if (info->window_sequence[0] != EIGHT_SHORT_SEQUENCE) {
 168         put_bits(&s->pb, 6, info->max_sfb);
 169         put_bits(&s->pb, 1, !!info->predictor_present);
 170     } else {
 171         put_bits(&s->pb, 4, info->max_sfb);
 172         for (w = 1; w < 8; w++)
 173             put_bits(&s->pb, 1, !info->group_len[w]);
 174     }
 175 }
 176
 177 /**
 178  * Encode MS data.
 179  * @see 4.6.8.1 "Joint Coding - M/S Stereo"
 180  */
 181 static void encode_ms_info(PutBitContext *pb, ChannelElement *cpe)
 182 {
 183     int i, w;
 184
 185     put_bits(pb, 2, cpe->ms_mode);
 186     if (cpe->ms_mode == 1)
 187         for (w = 0; w < cpe->ch[0].ics.num_windows; w += cpe->ch[0].ics.group_len[w])
 188             for (i = 0; i < cpe->ch[0].ics.max_sfb; i++)
 189                 put_bits(pb, 1, cpe->ms_mask[w*16 + i]);
 190 }
 191
 192 /**
 193  * Produce integer coefficients from scalefactors provided by the model.
 194  */
 195 static void adjust_frame_information(ChannelElement *cpe, int chans)
 196 {
 197     int i, w, w2, g, ch;
 198     int maxsfb, cmaxsfb;
 199
 200     for (ch = 0; ch < chans; ch++) {
 201         IndividualChannelStream *ics = &cpe->ch[ch].ics;
 202         maxsfb = 0;
 203         cpe->ch[ch].pulse.num_pulse = 0;
 204         for (w = 0; w < ics->num_windows; w += ics->group_len[w]) {
 205             for (w2 =  0; w2 < ics->group_len[w]; w2++) {
 206                 for (cmaxsfb = ics->num_swb; cmaxsfb > 0 && cpe->ch[ch].zeroes[w*16+cmaxsfb-1]; cmaxsfb--)
 207                     ;
 208                 maxsfb = FFMAX(maxsfb, cmaxsfb);
 209             }
 210         }
 211         ics->max_sfb = maxsfb;
 212
 213         //adjust zero bands for window groups
 214         for (w = 0; w < ics->num_windows; w += ics->group_len[w]) {
 215             for (g = 0; g < ics->max_sfb; g++) {
 216                 i = 1;
 217                 for (w2 = w; w2 < w + ics->group_len[w]; w2++) {
 218                     if (!cpe->ch[ch].zeroes[w2*16 + g]) {
 219                         i = 0;
 220                         break;
 221                     }
 222                 }
 223                 cpe->ch[ch].zeroes[w*16 + g] = i;
 224             }
 225         }
 226     }
 227
 228     if (chans > 1 && cpe->common_window) {
 229         IndividualChannelStream *ics0 = &cpe->ch[0].ics;
 230         IndividualChannelStream *ics1 = &cpe->ch[1].ics;
 231         int msc = 0;
 232         ics0->max_sfb = FFMAX(ics0->max_sfb, ics1->max_sfb);
 233         ics1->max_sfb = ics0->max_sfb;
 234         for (w = 0; w < ics0->num_windows*16; w += 16)
 235             for (i = 0; i < ics0->max_sfb; i++)
 236                 if (cpe->ms_mask[w+i])
 237                     msc++;
 238         if (msc == 0 || ics0->max_sfb == 0)
 239             cpe->ms_mode = 0;
 240         else
 241             cpe->ms_mode = msc < ics0->max_sfb * ics0->num_windows ? 1 : 2;
 242     }
 243 }
 244
 245 static void apply_intensity_stereo(ChannelElement *cpe)
 246 {
 247     int w, w2, g, i;
 248     IndividualChannelStream *ics = &cpe->ch[0].ics;
 249     if (!cpe->common_window)
 250         return;
 251     for (w = 0; w < ics->num_windows; w += ics->group_len[w]) {
 252         for (w2 =  0; w2 < ics->group_len[w]; w2++) {
 253             int start = (w+w2) * 128;
 254             for (g = 0; g < ics->num_swb; g++) {
 255                 int p  = -1 + 2 * (cpe->ch[1].band_type[w*16+g] - 14);
 256                 float scale = cpe->ch[0].is_ener[w*16+g];
 257                 if (!cpe->is_mask[w*16 + g]) {
 258                     start += ics->swb_sizes[g];
 259                     continue;
 260                 }
 261                 for (i = 0; i < ics->swb_sizes[g]; i++) {
 262                     float sum = (cpe->ch[0].coeffs[start+i] + p*cpe->ch[1].coeffs[start+i])*scale;
 263                     cpe->ch[0].coeffs[start+i] = sum;
 264                     cpe->ch[1].coeffs[start+i] = 0.0f;
 265                 }
 266                 start += ics->swb_sizes[g];
 267             }
 268         }
 269     }
 270 }
 271
 272 static void apply_mid_side_stereo(ChannelElement *cpe)
 273 {
 274     int w, w2, g, i;
 275     IndividualChannelStream *ics = &cpe->ch[0].ics;
 276     if (!cpe->common_window)
 277         return;
 278     for (w = 0; w < ics->num_windows; w += ics->group_len[w]) {
 279         for (w2 =  0; w2 < ics->group_len[w]; w2++) {
 280             int start = (w+w2) * 128;
 281             for (g = 0; g < ics->num_swb; g++) {
 282                 if (!cpe->ms_mask[w*16 + g]) {
 283                     start += ics->swb_sizes[g];
 284                     continue;
 285                 }
 286                 for (i = 0; i < ics->swb_sizes[g]; i++) {
 287                     float L = (cpe->ch[0].coeffs[start+i] + cpe->ch[1].coeffs[start+i]) * 0.5f;
 288                     float R = L - cpe->ch[1].coeffs[start+i];
 289                     cpe->ch[0].coeffs[start+i] = L;
 290                     cpe->ch[1].coeffs[start+i] = R;
 291                 }
 292                 start += ics->swb_sizes[g];
 293             }
 294         }
 295     }
 296 }
 297
 298 /**
 299  * Encode scalefactor band coding type.
 300  */
 301 static void encode_band_info(AACEncContext *s, SingleChannelElement *sce)
 302 {
 303     int w;
 304
 305     if (s->coder->set_special_band_scalefactors)
 306         s->coder->set_special_band_scalefactors(s, sce);
 307
 308     for (w = 0; w < sce->ics.num_windows; w += sce->ics.group_len[w])
 309         s->coder->encode_window_bands_info(s, sce, w, sce->ics.group_len[w], s->lambda);
 310 }
 311
 312 /**
 313  * Encode scalefactors.
 314  */
 315 static void encode_scale_factors(AVCodecContext *avctx, AACEncContext *s,
 316                                  SingleChannelElement *sce)
 317 {
 318     int diff, off_sf = sce->sf_idx[0], off_pns = sce->sf_idx[0] - NOISE_OFFSET;
 319     int off_is = 0, noise_flag = 1;
 320     int i, w;
 321
 322     for (w = 0; w < sce->ics.num_windows; w += sce->ics.group_len[w]) {
 323         for (i = 0; i < sce->ics.max_sfb; i++) {
 324             if (!sce->zeroes[w*16 + i]) {
 325                 if (sce->band_type[w*16 + i] == NOISE_BT) {
 326                     diff = sce->sf_idx[w*16 + i] - off_pns;
 327                     off_pns = sce->sf_idx[w*16 + i];
 328                     if (noise_flag-- > 0) {
 329                         put_bits(&s->pb, NOISE_PRE_BITS, diff + NOISE_PRE);
 330                         continue;
 331                     }
 332                 } else if (sce->band_type[w*16 + i] == INTENSITY_BT  ||
 333                            sce->band_type[w*16 + i] == INTENSITY_BT2) {
 334                     diff = sce->sf_idx[w*16 + i] - off_is;
 335                     off_is = sce->sf_idx[w*16 + i];
 336                 } else {
 337                     diff = sce->sf_idx[w*16 + i] - off_sf;
 338                     off_sf = sce->sf_idx[w*16 + i];
 339                 }
 340                 diff += SCALE_DIFF_ZERO;
 341                 av_assert0(diff >= 0 && diff <= 120);
 342                 put_bits(&s->pb, ff_aac_scalefactor_bits[diff], ff_aac_scalefactor_code[diff]);
 343             }
 344         }
 345     }
 346 }
 347
 348 /**
 349  * Encode pulse data.
 350  */
 351 static void encode_pulses(AACEncContext *s, Pulse *pulse)
 352 {
 353     int i;
 354
 355     put_bits(&s->pb, 1, !!pulse->num_pulse);
 356     if (!pulse->num_pulse)
 357         return;
 358
 359     put_bits(&s->pb, 2, pulse->num_pulse - 1);
 360     put_bits(&s->pb, 6, pulse->start);
 361     for (i = 0; i < pulse->num_pulse; i++) {
 362         put_bits(&s->pb, 5, pulse->pos[i]);
 363         put_bits(&s->pb, 4, pulse->amp[i]);
 364     }
 365 }
 366
 367 /**
 368  * Encode spectral coefficients processed by psychoacoustic model.
 369  */
 370 static void encode_spectral_coeffs(AACEncContext *s, SingleChannelElement *sce)
 371 {
 372     int start, i, w, w2;
 373
 374     for (w = 0; w < sce->ics.num_windows; w += sce->ics.group_len[w]) {
 375         start = 0;
 376         for (i = 0; i < sce->ics.max_sfb; i++) {
 377             if (sce->zeroes[w*16 + i]) {
 378                 start += sce->ics.swb_sizes[i];
 379                 continue;
 380             }
 381             for (w2 = w; w2 < w + sce->ics.group_len[w]; w2++) {
 382                 s->coder->quantize_and_encode_band(s, &s->pb,
 383                                                    &sce->coeffs[start + w2*128],
 384                                                    NULL, sce->ics.swb_sizes[i],
 385                                                    sce->sf_idx[w*16 + i],
 386                                                    sce->band_type[w*16 + i],
 387                                                    s->lambda,
 388                                                    sce->ics.window_clipping[w]);
 389             }
 390             start += sce->ics.swb_sizes[i];
 391         }
 392     }
 393 }
 394
 395 /**
 396  * Downscale spectral coefficients for near-clipping windows to avoid artifacts
 397  */
 398 static void avoid_clipping(AACEncContext *s, SingleChannelElement *sce)
 399 {
 400     int start, i, j, w;
 401
 402     if (sce->ics.clip_avoidance_factor < 1.0f) {
 403         for (w = 0; w < sce->ics.num_windows; w++) {
 404             start = 0;
 405             for (i = 0; i < sce->ics.max_sfb; i++) {
 406                 float *swb_coeffs = &sce->coeffs[start + w*128];
 407                 for (j = 0; j < sce->ics.swb_sizes[i]; j++)
 408                     swb_coeffs[j] *= sce->ics.clip_avoidance_factor;
 409                 start += sce->ics.swb_sizes[i];
 410             }
 411         }
 412     }
 413 }
 414
 415 /**
 416  * Encode one channel of audio data.
 417  */
 418 static int encode_individual_channel(AVCodecContext *avctx, AACEncContext *s,
 419                                      SingleChannelElement *sce,
 420                                      int common_window)
 421 {
 422     put_bits(&s->pb, 8, sce->sf_idx[0]);
 423     if (!common_window) {
 424         put_ics_info(s, &sce->ics);
 425         if (s->coder->encode_main_pred)
 426             s->coder->encode_main_pred(s, sce);
 427     }
 428     encode_band_info(s, sce);
 429     encode_scale_factors(avctx, s, sce);
 430     encode_pulses(s, &sce->pulse);
 431     put_bits(&s->pb, 1, !!sce->tns.present);
 432     if (s->coder->encode_tns_info)
 433         s->coder->encode_tns_info(s, sce);
 434     put_bits(&s->pb, 1, 0); //ssr
 435     encode_spectral_coeffs(s, sce);
 436     return 0;
 437 }
 438
 439 /**
 440  * Write some auxiliary information about the created AAC file.
 441  */
 442 static void put_bitstream_info(AACEncContext *s, const char *name)
 443 {
 444     int i, namelen, padbits;
 445
 446     namelen = strlen(name) + 2;
 447     put_bits(&s->pb, 3, TYPE_FIL);
 448     put_bits(&s->pb, 4, FFMIN(namelen, 15));
 449     if (namelen >= 15)
 450         put_bits(&s->pb, 8, namelen - 14);
 451     put_bits(&s->pb, 4, 0); //extension type - filler
 452     padbits = -put_bits_count(&s->pb) & 7;
 453     avpriv_align_put_bits(&s->pb);
 454     for (i = 0; i < namelen - 2; i++)
 455         put_bits(&s->pb, 8, name[i]);
 456     put_bits(&s->pb, 12 - padbits, 0);
 457 }
 458
 459 /*
 460  * Copy input samples.
 461  * Channels are reordered from libavcodec's default order to AAC order.
 462  */
 463 static void copy_input_samples(AACEncContext *s, const AVFrame *frame)
 464 {
 465     int ch;
 466     int end = 2048 + (frame ? frame->nb_samples : 0);
 467     const uint8_t *channel_map = aac_chan_maps[s->channels - 1];
 468
 469     /* copy and remap input samples */
 470     for (ch = 0; ch < s->channels; ch++) {
 471         /* copy last 1024 samples of previous frame to the start of the current frame */
 472         memcpy(&s->planar_samples[ch][1024], &s->planar_samples[ch][2048], 1024 * sizeof(s->planar_samples[0][0]));
 473
 474         /* copy new samples and zero any remaining samples */
 475         if (frame) {
 476             memcpy(&s->planar_samples[ch][2048],
 477                    frame->extended_data[channel_map[ch]],
 478                    frame->nb_samples * sizeof(s->planar_samples[0][0]));
 479         }
 480         memset(&s->planar_samples[ch][end], 0,
 481                (3072 - end) * sizeof(s->planar_samples[0][0]));
 482     }
 483 }
 484
 485 static int aac_encode_frame(AVCodecContext *avctx, AVPacket *avpkt,
 486                             const AVFrame *frame, int *got_packet_ptr)
 487 {
 488     AACEncContext *s = avctx->priv_data;
 489     float **samples = s->planar_samples, *samples2, *la, *overlap;
 490     ChannelElement *cpe;
 491     SingleChannelElement *sce;
 492     int i, its, ch, w, chans, tag, start_ch, ret, frame_bits;
 493     int ms_mode = 0, is_mode = 0, tns_mode = 0, pred_mode = 0;
 494     int chan_el_counter[4];
 495     FFPsyWindowInfo windows[AAC_MAX_CHANNELS];
 496
 497     if (s->last_frame == 2)
 498         return 0;
 499
 500     /* add current frame to queue */
 501     if (frame) {
 502         if ((ret = ff_af_queue_add(&s->afq, frame)) < 0)
 503             return ret;
 504     }
 505
 506     copy_input_samples(s, frame);
 507     if (s->psypp)
 508         ff_psy_preprocess(s->psypp, s->planar_samples, s->channels);
 509
 510     if (!avctx->frame_number)
 511         return 0;
 512
 513     start_ch = 0;
 514     for (i = 0; i < s->chan_map[0]; i++) {
 515         FFPsyWindowInfo* wi = windows + start_ch;
 516         tag      = s->chan_map[i+1];
 517         chans    = tag == TYPE_CPE ? 2 : 1;
 518         cpe      = &s->cpe[i];
 519         for (ch = 0; ch < chans; ch++) {
 520             IndividualChannelStream *ics = &cpe->ch[ch].ics;
 521             int cur_channel = start_ch + ch;
 522             float clip_avoidance_factor;
 523             overlap  = &samples[cur_channel][0];
 524             samples2 = overlap + 1024;
 525             la       = samples2 + (448+64);
 526             if (!frame)
 527                 la = NULL;
 528             if (tag == TYPE_LFE) {
 529                 wi[ch].window_type[0] = ONLY_LONG_SEQUENCE;
 530                 wi[ch].window_shape   = 0;
 531                 wi[ch].num_windows    = 1;
 532                 wi[ch].grouping[0]    = 1;
 533
 534                 /* Only the lowest 12 coefficients are used in a LFE channel.
 535                  * The expression below results in only the bottom 8 coefficients
 536                  * being used for 11.025kHz to 16kHz sample rates.
 537                  */
 538                 ics->num_swb = s->samplerate_index >= 8 ? 1 : 3;
 539             } else {
 540                 wi[ch] = s->psy.model->window(&s->psy, samples2, la, cur_channel,
 541                                               ics->window_sequence[0]);
 542             }
 543             ics->window_sequence[1] = ics->window_sequence[0];
 544             ics->window_sequence[0] = wi[ch].window_type[0];
 545             ics->use_kb_window[1]   = ics->use_kb_window[0];
 546             ics->use_kb_window[0]   = wi[ch].window_shape;
 547             ics->num_windows        = wi[ch].num_windows;
 548             ics->swb_sizes          = s->psy.bands    [ics->num_windows == 8];
 549             ics->num_swb            = tag == TYPE_LFE ? ics->num_swb : s->psy.num_bands[ics->num_windows == 8];
 550             ics->swb_offset         = wi[ch].window_type[0] == EIGHT_SHORT_SEQUENCE ?
 551                                         ff_swb_offset_128 [s->samplerate_index]:
 552                                         ff_swb_offset_1024[s->samplerate_index];
 553             ics->tns_max_bands      = wi[ch].window_type[0] == EIGHT_SHORT_SEQUENCE ?
 554                                         ff_tns_max_bands_128 [s->samplerate_index]:
 555                                         ff_tns_max_bands_1024[s->samplerate_index];
 556             clip_avoidance_factor = 0.0f;
 557             for (w = 0; w < ics->num_windows; w++)
 558                 ics->group_len[w] = wi[ch].grouping[w];
 559             for (w = 0; w < ics->num_windows; w++) {
 560                 if (wi[ch].clipping[w] > CLIP_AVOIDANCE_FACTOR) {
 561                     ics->window_clipping[w] = 1;
 562                     clip_avoidance_factor = FFMAX(clip_avoidance_factor, wi[ch].clipping[w]);
 563                 } else {
 564                     ics->window_clipping[w] = 0;
 565                 }
 566             }
 567             if (clip_avoidance_factor > CLIP_AVOIDANCE_FACTOR) {
 568                 ics->clip_avoidance_factor = CLIP_AVOIDANCE_FACTOR / clip_avoidance_factor;
 569             } else {
 570                 ics->clip_avoidance_factor = 1.0f;
 571             }
 572
 573             apply_window_and_mdct(s, &cpe->ch[ch], overlap);
 574             if (isnan(cpe->ch->coeffs[0])) {
 575                 av_log(avctx, AV_LOG_ERROR, "Input contains NaN\n");
 576                 return AVERROR(EINVAL);
 577             }
 578             avoid_clipping(s, &cpe->ch[ch]);
 579         }
 580         start_ch += chans;
 581     }
 582     if ((ret = ff_alloc_packet2(avctx, avpkt, 8192 * s->channels, 0)) < 0)
 583         return ret;
 584     frame_bits = its = 0;
 585     do {
 586         int target_bits, too_many_bits, too_few_bits;
 587
 588         init_put_bits(&s->pb, avpkt->data, avpkt->size);
 589
 590         if ((avctx->frame_number & 0xFF)==1 && !(avctx->flags & AV_CODEC_FLAG_BITEXACT))
 591             put_bitstream_info(s, LIBAVCODEC_IDENT);
 592         start_ch = 0;
 593         target_bits = 0;
 594         memset(chan_el_counter, 0, sizeof(chan_el_counter));
 595         for (i = 0; i < s->chan_map[0]; i++) {
 596             FFPsyWindowInfo* wi = windows + start_ch;
 597             const float *coeffs[2];
 598             tag      = s->chan_map[i+1];
 599             chans    = tag == TYPE_CPE ? 2 : 1;
 600             cpe      = &s->cpe[i];
 601             cpe->common_window = 0;
 602             memset(cpe->is_mask, 0, sizeof(cpe->is_mask));
 603             memset(cpe->ms_mask, 0, sizeof(cpe->ms_mask));
 604             put_bits(&s->pb, 3, tag);
 605             put_bits(&s->pb, 4, chan_el_counter[tag]++);
 606             for (ch = 0; ch < chans; ch++) {
 607                 sce = &cpe->ch[ch];
 608                 coeffs[ch] = sce->coeffs;
 609                 sce->ics.predictor_present = 0;
 610                 memset(&sce->ics.prediction_used, 0, sizeof(sce->ics.prediction_used));
 611                 memset(&sce->tns, 0, sizeof(TemporalNoiseShaping));
 612                 for (w = 0; w < 128; w++)
 613                     if (sce->band_type[w] > RESERVED_BT)
 614                         sce->band_type[w] = 0;
 615             }
 616             s->psy.bitres.alloc = -1;
 617             s->psy.bitres.bits = avctx->frame_bits / s->channels;
 618             s->psy.model->analyze(&s->psy, start_ch, coeffs, wi);
 619             if (s->psy.bitres.alloc > 0) {
 620                 /* Lambda unused here on purpose, we need to take psy's unscaled allocation */
 621                 target_bits += s->psy.bitres.alloc;
 622                 s->psy.bitres.alloc /= chans;
 623             }
 624             s->cur_type = tag;
 625             for (ch = 0; ch < chans; ch++) {
 626                 s->cur_channel = start_ch + ch;
 627                 s->coder->search_for_quantizers(avctx, s, &cpe->ch[ch], s->lambda);
 628             }
 629             if (chans > 1
 630                 && wi[0].window_type[0] == wi[1].window_type[0]
 631                 && wi[0].window_shape   == wi[1].window_shape) {
 632
 633                 cpe->common_window = 1;
 634                 for (w = 0; w < wi[0].num_windows; w++) {
 635                     if (wi[0].grouping[w] != wi[1].grouping[w]) {
 636                         cpe->common_window = 0;
 637                         break;
 638                     }
 639                 }
 640             }
 641             for (ch = 0; ch < chans; ch++) { /* TNS and PNS */
 642                 sce = &cpe->ch[ch];
 643                 s->cur_channel = start_ch + ch;
 644                 if (s->options.pns && s->coder->search_for_pns)
 645                     s->coder->search_for_pns(s, avctx, sce);
 646                 if (s->options.tns && s->coder->search_for_tns)
 647                     s->coder->search_for_tns(s, sce);
 648                 if (s->options.tns && s->coder->apply_tns_filt)
 649                     s->coder->apply_tns_filt(s, sce);
 650                 if (sce->tns.present)
 651                     tns_mode = 1;
 652             }
 653             s->cur_channel = start_ch;
 654             if (s->options.intensity_stereo) { /* Intensity Stereo */
 655                 if (s->coder->search_for_is)
 656                     s->coder->search_for_is(s, avctx, cpe);
 657                 if (cpe->is_mode) is_mode = 1;
 658                 apply_intensity_stereo(cpe);
 659             }
 660             if (s->options.pred) { /* Prediction */
 661                 for (ch = 0; ch < chans; ch++) {
 662                     sce = &cpe->ch[ch];
 663                     s->cur_channel = start_ch + ch;
 664                     if (s->options.pred && s->coder->search_for_pred)
 665                         s->coder->search_for_pred(s, sce);
 666                     if (cpe->ch[ch].ics.predictor_present) pred_mode = 1;
 667                 }
 668                 if (s->coder->adjust_common_prediction)
 669                     s->coder->adjust_common_prediction(s, cpe);
 670                 for (ch = 0; ch < chans; ch++) {
 671                     sce = &cpe->ch[ch];
 672                     s->cur_channel = start_ch + ch;
 673                     if (s->options.pred && s->coder->apply_main_pred)
 674                         s->coder->apply_main_pred(s, sce);
 675                 }
 676                 s->cur_channel = start_ch;
 677             }
 678             if (s->options.stereo_mode) { /* Mid/Side stereo */
 679                 if (s->options.stereo_mode == -1 && s->coder->search_for_ms)
 680                     s->coder->search_for_ms(s, cpe);
 681                 else if (cpe->common_window)
 682                     memset(cpe->ms_mask, 1, sizeof(cpe->ms_mask));
 683                 for (w = 0; w < 128; w++)
 684                     cpe->ms_mask[w] = cpe->is_mask[w] ? 0 : cpe->ms_mask[w];
 685                 apply_mid_side_stereo(cpe);
 686             }
 687             adjust_frame_information(cpe, chans);
 688             if (chans == 2) {
 689                 put_bits(&s->pb, 1, cpe->common_window);
 690                 if (cpe->common_window) {
 691                     put_ics_info(s, &cpe->ch[0].ics);
 692                     if (s->coder->encode_main_pred)
 693                         s->coder->encode_main_pred(s, &cpe->ch[0]);
 694                     encode_ms_info(&s->pb, cpe);
 695                     if (cpe->ms_mode) ms_mode = 1;
 696                 }
 697             }
 698             for (ch = 0; ch < chans; ch++) {
 699                 s->cur_channel = start_ch + ch;
 700                 encode_individual_channel(avctx, s, &cpe->ch[ch], cpe->common_window);
 701             }
 702             start_ch += chans;
 703         }
 704
 705         if (avctx->flags & CODEC_FLAG_QSCALE) {
 706             /* When using a constant Q-scale, don't mess with lambda */
 707             break;
 708         }
 709
 710         /* rate control stuff
 711          * target either the nominal bitrate, or what psy's bit reservoir says to target
 712          * whichever is greatest
 713          */
 714
 715         frame_bits = put_bits_count(&s->pb);
 716         target_bits = FFMAX(target_bits, avctx->bit_rate * 1024 / avctx->sample_rate);
 717         target_bits = FFMIN(target_bits, 6144 * s->channels - 3);
 718
 719         /* When using ABR, be strict (but only for increasing) */
 720         too_many_bits = target_bits + target_bits/2;
 721         too_few_bits = target_bits - target_bits/8;
 722
 723         if (   its == 0 /* for steady-state Q-scale tracking */
 724             || (its < 5 && (frame_bits < too_few_bits || frame_bits > too_many_bits))
 725             || frame_bits >= 6144 * s->channels - 3  )
 726         {
 727             float ratio = ((float)target_bits) / frame_bits;
 728
 729             if (frame_bits >= too_few_bits && frame_bits <= too_many_bits) {
 730                 /*
 731                  * This path is for steady-state Q-scale tracking
 732                  * When frame bits fall within the stable range, we still need to adjust
 733                  * lambda to maintain it like so in a stable fashion (large jumps in lambda
 734                  * create artifacts and should be avoided), but slowly
 735                  */
 736                 ratio = sqrtf(sqrtf(ratio));
 737                 ratio = av_clipf(ratio, 0.9f, 1.1f);
 738             } else {
 739                 /* Not so fast though */
 740                 ratio = sqrtf(ratio);
 741             }
 742             s->lambda = FFMIN(s->lambda * ratio, 65536.f);
 743
 744             /* Keep iterating if we must reduce and lambda is in the sky */
 745             if (s->lambda < 300.f || ratio > 0.9f) {
 746                 break;
 747             } else {
 748                 if (is_mode || ms_mode || tns_mode || pred_mode) {
 749                     for (i = 0; i < s->chan_map[0]; i++) {
 750                         // Must restore coeffs
 751                         chans = tag == TYPE_CPE ? 2 : 1;
 752                         cpe = &s->cpe[i];
 753                         for (ch = 0; ch < chans; ch++)
 754                             memcpy(cpe->ch[ch].coeffs, cpe->ch[ch].pcoeffs, sizeof(cpe->ch[ch].coeffs));
 755                     }
 756                 }
 757                 its++;
 758             }
 759         } else {
 760             break;
 761         }
 762     } while (1);
 763
 764     put_bits(&s->pb, 3, TYPE_END);
 765     flush_put_bits(&s->pb);
 766     avctx->frame_bits = put_bits_count(&s->pb);
 767
 768     if (!frame)
 769         s->last_frame++;
 770
 771     ff_af_queue_remove(&s->afq, avctx->frame_size, &avpkt->pts,
 772                        &avpkt->duration);
 773
 774     avpkt->size = put_bits_count(&s->pb) >> 3;
 775     *got_packet_ptr = 1;
 776     return 0;
 777 }
 778
 779 static av_cold int aac_encode_end(AVCodecContext *avctx)
 780 {
 781     AACEncContext *s = avctx->priv_data;
 782
 783     ff_mdct_end(&s->mdct1024);
 784     ff_mdct_end(&s->mdct128);
 785     ff_psy_end(&s->psy);
 786     ff_lpc_end(&s->lpc);
 787     if (s->psypp)
 788         ff_psy_preprocess_end(s->psypp);
 789     av_freep(&s->buffer.samples);
 790     av_freep(&s->cpe);
 791     av_freep(&s->fdsp);
 792     ff_af_queue_close(&s->afq);
 793     return 0;
 794 }
 795
 796 static av_cold int dsp_init(AVCodecContext *avctx, AACEncContext *s)
 797 {
 798     int ret = 0;
 799
 800     s->fdsp = avpriv_float_dsp_alloc(avctx->flags & AV_CODEC_FLAG_BITEXACT);
 801     if (!s->fdsp)
 802         return AVERROR(ENOMEM);
 803
 804     // window init
 805     ff_kbd_window_init(ff_aac_kbd_long_1024, 4.0, 1024);
 806     ff_kbd_window_init(ff_aac_kbd_short_128, 6.0, 128);
 807     ff_init_ff_sine_windows(10);
 808     ff_init_ff_sine_windows(7);
 809
 810     if ((ret = ff_mdct_init(&s->mdct1024, 11, 0, 32768.0)) < 0)
 811         return ret;
 812     if ((ret = ff_mdct_init(&s->mdct128,   8, 0, 32768.0)) < 0)
 813         return ret;
 814
 815     return 0;
 816 }
 817
 818 static av_cold int alloc_buffers(AVCodecContext *avctx, AACEncContext *s)
 819 {
 820     int ch;
 821     FF_ALLOCZ_ARRAY_OR_GOTO(avctx, s->buffer.samples, s->channels, 3 * 1024 * sizeof(s->buffer.samples[0]), alloc_fail);
 822     FF_ALLOCZ_ARRAY_OR_GOTO(avctx, s->cpe, s->chan_map[0], sizeof(ChannelElement), alloc_fail);
 823     FF_ALLOCZ_OR_GOTO(avctx, avctx->extradata, 5 + AV_INPUT_BUFFER_PADDING_SIZE, alloc_fail);
 824
 825     for(ch = 0; ch < s->channels; ch++)
 826         s->planar_samples[ch] = s->buffer.samples + 3 * 1024 * ch;
 827
 828     return 0;
 829 alloc_fail:
 830     return AVERROR(ENOMEM);
 831 }
 832
 833 static av_cold int aac_encode_init(AVCodecContext *avctx)
 834 {
 835     AACEncContext *s = avctx->priv_data;
 836     int i, ret = 0;
 837     const uint8_t *sizes[2];
 838     uint8_t grouping[AAC_MAX_CHANNELS];
 839     int lengths[2];
 840
 841     avctx->frame_size = 1024;
 842
 843     for (i = 0; i < 16; i++)
 844         if (avctx->sample_rate == avpriv_mpeg4audio_sample_rates[i])
 845             break;
 846
 847     s->channels = avctx->channels;
 848
 849     ERROR_IF(i == 16 || i >= ff_aac_swb_size_1024_len || i >= ff_aac_swb_size_128_len,
 850              "Unsupported sample rate %d\n", avctx->sample_rate);
 851     ERROR_IF(s->channels > AAC_MAX_CHANNELS,
 852              "Unsupported number of channels: %d\n", s->channels);
 853     WARN_IF(1024.0 * avctx->bit_rate / avctx->sample_rate > 6144 * s->channels,
 854              "Too many bits per frame requested, clamping to max\n");
 855     if (avctx->profile == FF_PROFILE_AAC_MAIN) {
 856         s->options.pred = 1;
 857     } else if ((avctx->profile == FF_PROFILE_AAC_LOW ||
 858                 avctx->profile == FF_PROFILE_UNKNOWN) && s->options.pred) {
 859         s->profile = 0; /* Main */
 860         WARN_IF(1, "Prediction requested, changing profile to AAC-Main\n");
 861     } else if (avctx->profile == FF_PROFILE_AAC_LOW ||
 862                avctx->profile == FF_PROFILE_UNKNOWN) {
 863         s->profile = 1; /* Low */
 864     } else {
 865         ERROR_IF(1, "Unsupported profile %d\n", avctx->profile);
 866     }
 867
 868     if (s->options.aac_coder != AAC_CODER_TWOLOOP) {
 869         s->options.intensity_stereo = 0;
 870         s->options.pns = 0;
 871     }
 872
 873     avctx->bit_rate = (int)FFMIN(
 874         6144 * s->channels / 1024.0 * avctx->sample_rate,
 875         avctx->bit_rate);
 876
 877     s->samplerate_index = i;
 878
 879     s->chan_map = aac_chan_configs[s->channels-1];
 880
 881     if ((ret = dsp_init(avctx, s)) < 0)
 882         goto fail;
 883
 884     if ((ret = alloc_buffers(avctx, s)) < 0)
 885         goto fail;
 886
 887     avctx->extradata_size = 5;
 888     put_audio_specific_config(avctx);
 889
 890     sizes[0]   = ff_aac_swb_size_1024[i];
 891     sizes[1]   = ff_aac_swb_size_128[i];
 892     lengths[0] = ff_aac_num_swb_1024[i];
 893     lengths[1] = ff_aac_num_swb_128[i];
 894     for (i = 0; i < s->chan_map[0]; i++)
 895         grouping[i] = s->chan_map[i + 1] == TYPE_CPE;
 896     if ((ret = ff_psy_init(&s->psy, avctx, 2, sizes, lengths,
 897                            s->chan_map[0], grouping)) < 0)
 898         goto fail;
 899     s->psypp = ff_psy_preprocess_init(avctx);
 900     s->coder = &ff_aac_coders[s->options.aac_coder];
 901     ff_lpc_init(&s->lpc, 2*avctx->frame_size, TNS_MAX_ORDER, FF_LPC_TYPE_LEVINSON);
 902
 903     if (HAVE_MIPSDSPR1)
 904         ff_aac_coder_init_mips(s);
 905
 906     s->lambda = avctx->global_quality > 0 ? avctx->global_quality : 120;
 907     s->random_state = 0x1f2e3d4c;
 908
 909     ff_aac_tableinit();
 910
 911     avctx->initial_padding = 1024;
 912     ff_af_queue_init(avctx, &s->afq);
 913
 914     return 0;
 915 fail:
 916     aac_encode_end(avctx);
 917     return ret;
 918 }
 919
 920 #define AACENC_FLAGS AV_OPT_FLAG_ENCODING_PARAM | AV_OPT_FLAG_AUDIO_PARAM
 921 static const AVOption aacenc_options[] = {
 922     {"stereo_mode", "Stereo coding method", offsetof(AACEncContext, options.stereo_mode), AV_OPT_TYPE_INT, {.i64 = 0}, -1, 1, AACENC_FLAGS, "stereo_mode"},
 923         {"auto",     "Selected by the Encoder", 0, AV_OPT_TYPE_CONST, {.i64 = -1 }, INT_MIN, INT_MAX, AACENC_FLAGS, "stereo_mode"},
 924         {"ms_off",   "Disable Mid/Side coding", 0, AV_OPT_TYPE_CONST, {.i64 =  0 }, INT_MIN, INT_MAX, AACENC_FLAGS, "stereo_mode"},
 925         {"ms_force", "Force Mid/Side for the whole frame if possible", 0, AV_OPT_TYPE_CONST, {.i64 =  1 }, INT_MIN, INT_MAX, AACENC_FLAGS, "stereo_mode"},
 926     {"aac_coder", "Coding algorithm", offsetof(AACEncContext, options.aac_coder), AV_OPT_TYPE_INT, {.i64 = AAC_CODER_TWOLOOP}, 0, AAC_CODER_NB-1, AACENC_FLAGS, "aac_coder"},
 927         {"faac",     "FAAC-inspired method",      0, AV_OPT_TYPE_CONST, {.i64 = AAC_CODER_FAAC},    INT_MIN, INT_MAX, AACENC_FLAGS, "aac_coder"},
 928         {"anmr",     "ANMR method",               0, AV_OPT_TYPE_CONST, {.i64 = AAC_CODER_ANMR},    INT_MIN, INT_MAX, AACENC_FLAGS, "aac_coder"},
 929         {"twoloop",  "Two loop searching method", 0, AV_OPT_TYPE_CONST, {.i64 = AAC_CODER_TWOLOOP}, INT_MIN, INT_MAX, AACENC_FLAGS, "aac_coder"},
 930         {"fast",     "Constant quantizer",        0, AV_OPT_TYPE_CONST, {.i64 = AAC_CODER_FAST},    INT_MIN, INT_MAX, AACENC_FLAGS, "aac_coder"},
 931     {"aac_pns", "Perceptual Noise Substitution", offsetof(AACEncContext, options.pns), AV_OPT_TYPE_BOOL, {.i64 = 1}, 0, 1, AACENC_FLAGS},
 932     {"aac_is", "Intensity stereo coding", offsetof(AACEncContext, options.intensity_stereo), AV_OPT_TYPE_BOOL, {.i64 = 1}, 0, 1, AACENC_FLAGS},
 933     {"aac_tns", "Temporal noise shaping", offsetof(AACEncContext, options.tns), AV_OPT_TYPE_BOOL, {.i64 = 0}, 0, 1, AACENC_FLAGS},
 934     {"aac_pred", "AAC-Main prediction", offsetof(AACEncContext, options.pred), AV_OPT_TYPE_BOOL, {.i64 = 0}, 0, 1, AACENC_FLAGS},
 935     {NULL}
 936 };
 937
 938 static const AVClass aacenc_class = {
 939     "AAC encoder",
 940     av_default_item_name,
 941     aacenc_options,
 942     LIBAVUTIL_VERSION_INT,
 943 };
 944
 945 AVCodec ff_aac_encoder = {
 946     .name           = "aac",
 947     .long_name      = NULL_IF_CONFIG_SMALL("AAC (Advanced Audio Coding)"),
 948     .type           = AVMEDIA_TYPE_AUDIO,
 949     .id             = AV_CODEC_ID_AAC,
 950     .priv_data_size = sizeof(AACEncContext),
 951     .init           = aac_encode_init,
 952     .encode2        = aac_encode_frame,
 953     .close          = aac_encode_end,
 954     .supported_samplerates = mpeg4audio_sample_rates,
 955     .capabilities   = AV_CODEC_CAP_SMALL_LAST_FRAME | AV_CODEC_CAP_DELAY |
 956                       AV_CODEC_CAP_EXPERIMENTAL,
 957     .sample_fmts    = (const enum AVSampleFormat[]){ AV_SAMPLE_FMT_FLTP,
 958                                                      AV_SAMPLE_FMT_NONE },
 959     .priv_class     = &aacenc_class,
 960 };