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 Libav.
   6  *
   7  * Libav 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  * Libav 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 Libav; 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  * add temporal noise shaping
  31  ***********************************/
  32
  33 #include "libavutil/float_dsp.h"
  34 #include "libavutil/opt.h"
  35 #include "avcodec.h"
  36 #include "put_bits.h"
  37 #include "dsputil.h"
  38 #include "internal.h"
  39 #include "mpeg4audio.h"
  40 #include "kbdwin.h"
  41 #include "sinewin.h"
  42
  43 #include "aac.h"
  44 #include "aactab.h"
  45 #include "aacenc.h"
  46
  47 #include "psymodel.h"
  48
  49 #define AAC_MAX_CHANNELS 6
  50
  51 #define ERROR_IF(cond, ...) \
  52     if (cond) { \
  53         av_log(avctx, AV_LOG_ERROR, __VA_ARGS__); \
  54         return AVERROR(EINVAL); \
  55     }
  56
  57 float ff_aac_pow34sf_tab[428];
  58
  59 static const uint8_t swb_size_1024_96[] = {
  60     4, 4, 4, 4, 4, 4, 4, 4, 4, 4, 4, 4, 4, 4, 8, 8, 8, 8, 8,
  61     12, 12, 12, 12, 12, 16, 16, 24, 28, 36, 44,
  62     64, 64, 64, 64, 64, 64, 64, 64, 64, 64, 64
  63 };
  64
  65 static const uint8_t swb_size_1024_64[] = {
  66     4, 4, 4, 4, 4, 4, 4, 4, 4, 4, 4, 4, 4, 4, 8, 8, 8, 8,
  67     12, 12, 12, 16, 16, 16, 20, 24, 24, 28, 36,
  68     40, 40, 40, 40, 40, 40, 40, 40, 40, 40, 40, 40, 40, 40, 40, 40, 40, 40
  69 };
  70
  71 static const uint8_t swb_size_1024_48[] = {
  72     4, 4, 4, 4, 4, 4, 4, 4, 4, 4, 8, 8, 8, 8, 8, 8, 8,
  73     12, 12, 12, 12, 16, 16, 20, 20, 24, 24, 28, 28,
  74     32, 32, 32, 32, 32, 32, 32, 32, 32, 32, 32, 32, 32, 32, 32, 32, 32, 32, 32,
  75     96
  76 };
  77
  78 static const uint8_t swb_size_1024_32[] = {
  79     4, 4, 4, 4, 4, 4, 4, 4, 4, 4, 8, 8, 8, 8, 8, 8, 8,
  80     12, 12, 12, 12, 16, 16, 20, 20, 24, 24, 28, 28,
  81     32, 32, 32, 32, 32, 32, 32, 32, 32, 32, 32, 32, 32, 32, 32, 32, 32, 32, 32, 32, 32, 32
  82 };
  83
  84 static const uint8_t swb_size_1024_24[] = {
  85     4, 4, 4, 4, 4, 4, 4, 4, 4, 4, 4, 8, 8, 8, 8, 8, 8, 8, 8, 8, 8,
  86     12, 12, 12, 12, 16, 16, 16, 20, 20, 24, 24, 28, 28,
  87     32, 36, 36, 40, 44, 48, 52, 52, 64, 64, 64, 64, 64
  88 };
  89
  90 static const uint8_t swb_size_1024_16[] = {
  91     8, 8, 8, 8, 8, 8, 8, 8, 8, 8, 8,
  92     12, 12, 12, 12, 12, 12, 12, 12, 12, 16, 16, 16, 16, 20, 20, 20, 24, 24, 28, 28,
  93     32, 36, 40, 40, 44, 48, 52, 56, 60, 64, 64, 64
  94 };
  95
  96 static const uint8_t swb_size_1024_8[] = {
  97     12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12,
  98     16, 16, 16, 16, 16, 16, 16, 20, 20, 20, 20, 24, 24, 24, 28, 28,
  99     32, 36, 36, 40, 44, 48, 52, 56, 60, 64, 80
 100 };
 101
 102 static const uint8_t *swb_size_1024[] = {
 103     swb_size_1024_96, swb_size_1024_96, swb_size_1024_64,
 104     swb_size_1024_48, swb_size_1024_48, swb_size_1024_32,
 105     swb_size_1024_24, swb_size_1024_24, swb_size_1024_16,
 106     swb_size_1024_16, swb_size_1024_16, swb_size_1024_8
 107 };
 108
 109 static const uint8_t swb_size_128_96[] = {
 110     4, 4, 4, 4, 4, 4, 8, 8, 8, 16, 28, 36
 111 };
 112
 113 static const uint8_t swb_size_128_48[] = {
 114     4, 4, 4, 4, 4, 8, 8, 8, 12, 12, 12, 16, 16, 16
 115 };
 116
 117 static const uint8_t swb_size_128_24[] = {
 118     4, 4, 4, 4, 4, 4, 4, 8, 8, 8, 12, 12, 16, 16, 20
 119 };
 120
 121 static const uint8_t swb_size_128_16[] = {
 122     4, 4, 4, 4, 4, 4, 4, 4, 8, 8, 12, 12, 16, 20, 20
 123 };
 124
 125 static const uint8_t swb_size_128_8[] = {
 126     4, 4, 4, 4, 4, 4, 4, 8, 8, 8, 8, 12, 16, 20, 20
 127 };
 128
 129 static const uint8_t *swb_size_128[] = {
 130     /* the last entry on the following row is swb_size_128_64 but is a
 131        duplicate of swb_size_128_96 */
 132     swb_size_128_96, swb_size_128_96, swb_size_128_96,
 133     swb_size_128_48, swb_size_128_48, swb_size_128_48,
 134     swb_size_128_24, swb_size_128_24, swb_size_128_16,
 135     swb_size_128_16, swb_size_128_16, swb_size_128_8
 136 };
 137
 138 /** default channel configurations */
 139 static const uint8_t aac_chan_configs[6][5] = {
 140  {1, TYPE_SCE},                               // 1 channel  - single channel element
 141  {1, TYPE_CPE},                               // 2 channels - channel pair
 142  {2, TYPE_SCE, TYPE_CPE},                     // 3 channels - center + stereo
 143  {3, TYPE_SCE, TYPE_CPE, TYPE_SCE},           // 4 channels - front center + stereo + back center
 144  {3, TYPE_SCE, TYPE_CPE, TYPE_CPE},           // 5 channels - front center + stereo + back stereo
 145  {4, TYPE_SCE, TYPE_CPE, TYPE_CPE, TYPE_LFE}, // 6 channels - front center + stereo + back stereo + LFE
 146 };
 147
 148 /**
 149  * Table to remap channels from Libav's default order to AAC order.
 150  */
 151 static const uint8_t aac_chan_maps[AAC_MAX_CHANNELS][AAC_MAX_CHANNELS] = {
 152     { 0 },
 153     { 0, 1 },
 154     { 2, 0, 1 },
 155     { 2, 0, 1, 3 },
 156     { 2, 0, 1, 3, 4 },
 157     { 2, 0, 1, 4, 5, 3 },
 158 };
 159
 160 /**
 161  * Make AAC audio config object.
 162  * @see 1.6.2.1 "Syntax - AudioSpecificConfig"
 163  */
 164 static void put_audio_specific_config(AVCodecContext *avctx)
 165 {
 166     PutBitContext pb;
 167     AACEncContext *s = avctx->priv_data;
 168
 169     init_put_bits(&pb, avctx->extradata, avctx->extradata_size*8);
 170     put_bits(&pb, 5, 2); //object type - AAC-LC
 171     put_bits(&pb, 4, s->samplerate_index); //sample rate index
 172     put_bits(&pb, 4, s->channels);
 173     //GASpecificConfig
 174     put_bits(&pb, 1, 0); //frame length - 1024 samples
 175     put_bits(&pb, 1, 0); //does not depend on core coder
 176     put_bits(&pb, 1, 0); //is not extension
 177
 178     //Explicitly Mark SBR absent
 179     put_bits(&pb, 11, 0x2b7); //sync extension
 180     put_bits(&pb, 5,  AOT_SBR);
 181     put_bits(&pb, 1,  0);
 182     flush_put_bits(&pb);
 183 }
 184
 185 #define WINDOW_FUNC(type) \
 186 static void apply_ ##type ##_window(DSPContext *dsp, AVFloatDSPContext *fdsp, \
 187                                     SingleChannelElement *sce, \
 188                                     const float *audio)
 189
 190 WINDOW_FUNC(only_long)
 191 {
 192     const float *lwindow = sce->ics.use_kb_window[0] ? ff_aac_kbd_long_1024 : ff_sine_1024;
 193     const float *pwindow = sce->ics.use_kb_window[1] ? ff_aac_kbd_long_1024 : ff_sine_1024;
 194     float *out = sce->ret_buf;
 195
 196     fdsp->vector_fmul       (out,        audio,        lwindow, 1024);
 197     dsp->vector_fmul_reverse(out + 1024, audio + 1024, pwindow, 1024);
 198 }
 199
 200 WINDOW_FUNC(long_start)
 201 {
 202     const float *lwindow = sce->ics.use_kb_window[1] ? ff_aac_kbd_long_1024 : ff_sine_1024;
 203     const float *swindow = sce->ics.use_kb_window[0] ? ff_aac_kbd_short_128 : ff_sine_128;
 204     float *out = sce->ret_buf;
 205
 206     fdsp->vector_fmul(out, audio, lwindow, 1024);
 207     memcpy(out + 1024, audio + 1024, sizeof(out[0]) * 448);
 208     dsp->vector_fmul_reverse(out + 1024 + 448, audio + 1024 + 448, swindow, 128);
 209     memset(out + 1024 + 576, 0, sizeof(out[0]) * 448);
 210 }
 211
 212 WINDOW_FUNC(long_stop)
 213 {
 214     const float *lwindow = sce->ics.use_kb_window[0] ? ff_aac_kbd_long_1024 : ff_sine_1024;
 215     const float *swindow = sce->ics.use_kb_window[1] ? ff_aac_kbd_short_128 : ff_sine_128;
 216     float *out = sce->ret_buf;
 217
 218     memset(out, 0, sizeof(out[0]) * 448);
 219     fdsp->vector_fmul(out + 448, audio + 448, swindow, 128);
 220     memcpy(out + 576, audio + 576, sizeof(out[0]) * 448);
 221     dsp->vector_fmul_reverse(out + 1024, audio + 1024, lwindow, 1024);
 222 }
 223
 224 WINDOW_FUNC(eight_short)
 225 {
 226     const float *swindow = sce->ics.use_kb_window[0] ? ff_aac_kbd_short_128 : ff_sine_128;
 227     const float *pwindow = sce->ics.use_kb_window[1] ? ff_aac_kbd_short_128 : ff_sine_128;
 228     const float *in = audio + 448;
 229     float *out = sce->ret_buf;
 230     int w;
 231
 232     for (w = 0; w < 8; w++) {
 233         fdsp->vector_fmul       (out, in, w ? pwindow : swindow, 128);
 234         out += 128;
 235         in  += 128;
 236         dsp->vector_fmul_reverse(out, in, swindow, 128);
 237         out += 128;
 238     }
 239 }
 240
 241 static void (*const apply_window[4])(DSPContext *dsp, AVFloatDSPContext *fdsp,
 242                                      SingleChannelElement *sce,
 243                                      const float *audio) = {
 244     [ONLY_LONG_SEQUENCE]   = apply_only_long_window,
 245     [LONG_START_SEQUENCE]  = apply_long_start_window,
 246     [EIGHT_SHORT_SEQUENCE] = apply_eight_short_window,
 247     [LONG_STOP_SEQUENCE]   = apply_long_stop_window
 248 };
 249
 250 static void apply_window_and_mdct(AACEncContext *s, SingleChannelElement *sce,
 251                                   float *audio)
 252 {
 253     int i;
 254     float *output = sce->ret_buf;
 255
 256     apply_window[sce->ics.window_sequence[0]](&s->dsp, &s->fdsp, sce, audio);
 257
 258     if (sce->ics.window_sequence[0] != EIGHT_SHORT_SEQUENCE)
 259         s->mdct1024.mdct_calc(&s->mdct1024, sce->coeffs, output);
 260     else
 261         for (i = 0; i < 1024; i += 128)
 262             s->mdct128.mdct_calc(&s->mdct128, sce->coeffs + i, output + i*2);
 263     memcpy(audio, audio + 1024, sizeof(audio[0]) * 1024);
 264 }
 265
 266 /**
 267  * Encode ics_info element.
 268  * @see Table 4.6 (syntax of ics_info)
 269  */
 270 static void put_ics_info(AACEncContext *s, IndividualChannelStream *info)
 271 {
 272     int w;
 273
 274     put_bits(&s->pb, 1, 0);                // ics_reserved bit
 275     put_bits(&s->pb, 2, info->window_sequence[0]);
 276     put_bits(&s->pb, 1, info->use_kb_window[0]);
 277     if (info->window_sequence[0] != EIGHT_SHORT_SEQUENCE) {
 278         put_bits(&s->pb, 6, info->max_sfb);
 279         put_bits(&s->pb, 1, 0);            // no prediction
 280     } else {
 281         put_bits(&s->pb, 4, info->max_sfb);
 282         for (w = 1; w < 8; w++)
 283             put_bits(&s->pb, 1, !info->group_len[w]);
 284     }
 285 }
 286
 287 /**
 288  * Encode MS data.
 289  * @see 4.6.8.1 "Joint Coding - M/S Stereo"
 290  */
 291 static void encode_ms_info(PutBitContext *pb, ChannelElement *cpe)
 292 {
 293     int i, w;
 294
 295     put_bits(pb, 2, cpe->ms_mode);
 296     if (cpe->ms_mode == 1)
 297         for (w = 0; w < cpe->ch[0].ics.num_windows; w += cpe->ch[0].ics.group_len[w])
 298             for (i = 0; i < cpe->ch[0].ics.max_sfb; i++)
 299                 put_bits(pb, 1, cpe->ms_mask[w*16 + i]);
 300 }
 301
 302 /**
 303  * Produce integer coefficients from scalefactors provided by the model.
 304  */
 305 static void adjust_frame_information(ChannelElement *cpe, int chans)
 306 {
 307     int i, w, w2, g, ch;
 308     int start, maxsfb, cmaxsfb;
 309
 310     for (ch = 0; ch < chans; ch++) {
 311         IndividualChannelStream *ics = &cpe->ch[ch].ics;
 312         start = 0;
 313         maxsfb = 0;
 314         cpe->ch[ch].pulse.num_pulse = 0;
 315         for (w = 0; w < ics->num_windows*16; w += 16) {
 316             for (g = 0; g < ics->num_swb; g++) {
 317                 //apply M/S
 318                 if (cpe->common_window && !ch && cpe->ms_mask[w + g]) {
 319                     for (i = 0; i < ics->swb_sizes[g]; i++) {
 320                         cpe->ch[0].coeffs[start+i] = (cpe->ch[0].coeffs[start+i] + cpe->ch[1].coeffs[start+i]) / 2.0;
 321                         cpe->ch[1].coeffs[start+i] =  cpe->ch[0].coeffs[start+i] - cpe->ch[1].coeffs[start+i];
 322                     }
 323                 }
 324                 start += ics->swb_sizes[g];
 325             }
 326             for (cmaxsfb = ics->num_swb; cmaxsfb > 0 && cpe->ch[ch].zeroes[w+cmaxsfb-1]; cmaxsfb--)
 327                 ;
 328             maxsfb = FFMAX(maxsfb, cmaxsfb);
 329         }
 330         ics->max_sfb = maxsfb;
 331
 332         //adjust zero bands for window groups
 333         for (w = 0; w < ics->num_windows; w += ics->group_len[w]) {
 334             for (g = 0; g < ics->max_sfb; g++) {
 335                 i = 1;
 336                 for (w2 = w; w2 < w + ics->group_len[w]; w2++) {
 337                     if (!cpe->ch[ch].zeroes[w2*16 + g]) {
 338                         i = 0;
 339                         break;
 340                     }
 341                 }
 342                 cpe->ch[ch].zeroes[w*16 + g] = i;
 343             }
 344         }
 345     }
 346
 347     if (chans > 1 && cpe->common_window) {
 348         IndividualChannelStream *ics0 = &cpe->ch[0].ics;
 349         IndividualChannelStream *ics1 = &cpe->ch[1].ics;
 350         int msc = 0;
 351         ics0->max_sfb = FFMAX(ics0->max_sfb, ics1->max_sfb);
 352         ics1->max_sfb = ics0->max_sfb;
 353         for (w = 0; w < ics0->num_windows*16; w += 16)
 354             for (i = 0; i < ics0->max_sfb; i++)
 355                 if (cpe->ms_mask[w+i])
 356                     msc++;
 357         if (msc == 0 || ics0->max_sfb == 0)
 358             cpe->ms_mode = 0;
 359         else
 360             cpe->ms_mode = msc < ics0->max_sfb * ics0->num_windows ? 1 : 2;
 361     }
 362 }
 363
 364 /**
 365  * Encode scalefactor band coding type.
 366  */
 367 static void encode_band_info(AACEncContext *s, SingleChannelElement *sce)
 368 {
 369     int w;
 370
 371     for (w = 0; w < sce->ics.num_windows; w += sce->ics.group_len[w])
 372         s->coder->encode_window_bands_info(s, sce, w, sce->ics.group_len[w], s->lambda);
 373 }
 374
 375 /**
 376  * Encode scalefactors.
 377  */
 378 static void encode_scale_factors(AVCodecContext *avctx, AACEncContext *s,
 379                                  SingleChannelElement *sce)
 380 {
 381     int off = sce->sf_idx[0], diff;
 382     int i, w;
 383
 384     for (w = 0; w < sce->ics.num_windows; w += sce->ics.group_len[w]) {
 385         for (i = 0; i < sce->ics.max_sfb; i++) {
 386             if (!sce->zeroes[w*16 + i]) {
 387                 diff = sce->sf_idx[w*16 + i] - off + SCALE_DIFF_ZERO;
 388                 if (diff < 0 || diff > 120)
 389                     av_log(avctx, AV_LOG_ERROR, "Scalefactor difference is too big to be coded\n");
 390                 off = sce->sf_idx[w*16 + i];
 391                 put_bits(&s->pb, ff_aac_scalefactor_bits[diff], ff_aac_scalefactor_code[diff]);
 392             }
 393         }
 394     }
 395 }
 396
 397 /**
 398  * Encode pulse data.
 399  */
 400 static void encode_pulses(AACEncContext *s, Pulse *pulse)
 401 {
 402     int i;
 403
 404     put_bits(&s->pb, 1, !!pulse->num_pulse);
 405     if (!pulse->num_pulse)
 406         return;
 407
 408     put_bits(&s->pb, 2, pulse->num_pulse - 1);
 409     put_bits(&s->pb, 6, pulse->start);
 410     for (i = 0; i < pulse->num_pulse; i++) {
 411         put_bits(&s->pb, 5, pulse->pos[i]);
 412         put_bits(&s->pb, 4, pulse->amp[i]);
 413     }
 414 }
 415
 416 /**
 417  * Encode spectral coefficients processed by psychoacoustic model.
 418  */
 419 static void encode_spectral_coeffs(AACEncContext *s, SingleChannelElement *sce)
 420 {
 421     int start, i, w, w2;
 422
 423     for (w = 0; w < sce->ics.num_windows; w += sce->ics.group_len[w]) {
 424         start = 0;
 425         for (i = 0; i < sce->ics.max_sfb; i++) {
 426             if (sce->zeroes[w*16 + i]) {
 427                 start += sce->ics.swb_sizes[i];
 428                 continue;
 429             }
 430             for (w2 = w; w2 < w + sce->ics.group_len[w]; w2++)
 431                 s->coder->quantize_and_encode_band(s, &s->pb, sce->coeffs + start + w2*128,
 432                                                    sce->ics.swb_sizes[i],
 433                                                    sce->sf_idx[w*16 + i],
 434                                                    sce->band_type[w*16 + i],
 435                                                    s->lambda);
 436             start += sce->ics.swb_sizes[i];
 437         }
 438     }
 439 }
 440
 441 /**
 442  * Encode one channel of audio data.
 443  */
 444 static int encode_individual_channel(AVCodecContext *avctx, AACEncContext *s,
 445                                      SingleChannelElement *sce,
 446                                      int common_window)
 447 {
 448     put_bits(&s->pb, 8, sce->sf_idx[0]);
 449     if (!common_window)
 450         put_ics_info(s, &sce->ics);
 451     encode_band_info(s, sce);
 452     encode_scale_factors(avctx, s, sce);
 453     encode_pulses(s, &sce->pulse);
 454     put_bits(&s->pb, 1, 0); //tns
 455     put_bits(&s->pb, 1, 0); //ssr
 456     encode_spectral_coeffs(s, sce);
 457     return 0;
 458 }
 459
 460 /**
 461  * Write some auxiliary information about the created AAC file.
 462  */
 463 static void put_bitstream_info(AACEncContext *s, const char *name)
 464 {
 465     int i, namelen, padbits;
 466
 467     namelen = strlen(name) + 2;
 468     put_bits(&s->pb, 3, TYPE_FIL);
 469     put_bits(&s->pb, 4, FFMIN(namelen, 15));
 470     if (namelen >= 15)
 471         put_bits(&s->pb, 8, namelen - 14);
 472     put_bits(&s->pb, 4, 0); //extension type - filler
 473     padbits = -put_bits_count(&s->pb) & 7;
 474     avpriv_align_put_bits(&s->pb);
 475     for (i = 0; i < namelen - 2; i++)
 476         put_bits(&s->pb, 8, name[i]);
 477     put_bits(&s->pb, 12 - padbits, 0);
 478 }
 479
 480 /*
 481  * Copy input samples.
 482  * Channels are reordered from Libav's default order to AAC order.
 483  */
 484 static void copy_input_samples(AACEncContext *s, const AVFrame *frame)
 485 {
 486     int ch;
 487     int end = 2048 + (frame ? frame->nb_samples : 0);
 488     const uint8_t *channel_map = aac_chan_maps[s->channels - 1];
 489
 490     /* copy and remap input samples */
 491     for (ch = 0; ch < s->channels; ch++) {
 492         /* copy last 1024 samples of previous frame to the start of the current frame */
 493         memcpy(&s->planar_samples[ch][1024], &s->planar_samples[ch][2048], 1024 * sizeof(s->planar_samples[0][0]));
 494
 495         /* copy new samples and zero any remaining samples */
 496         if (frame) {
 497             memcpy(&s->planar_samples[ch][2048],
 498                    frame->extended_data[channel_map[ch]],
 499                    frame->nb_samples * sizeof(s->planar_samples[0][0]));
 500         }
 501         memset(&s->planar_samples[ch][end], 0,
 502                (3072 - end) * sizeof(s->planar_samples[0][0]));
 503     }
 504 }
 505
 506 static int aac_encode_frame(AVCodecContext *avctx, AVPacket *avpkt,
 507                             const AVFrame *frame, int *got_packet_ptr)
 508 {
 509     AACEncContext *s = avctx->priv_data;
 510     float **samples = s->planar_samples, *samples2, *la, *overlap;
 511     ChannelElement *cpe;
 512     int i, ch, w, g, chans, tag, start_ch, ret;
 513     int chan_el_counter[4];
 514     FFPsyWindowInfo windows[AAC_MAX_CHANNELS];
 515
 516     if (s->last_frame == 2)
 517         return 0;
 518
 519     /* add current frame to queue */
 520     if (frame) {
 521         if ((ret = ff_af_queue_add(&s->afq, frame) < 0))
 522             return ret;
 523     }
 524
 525     copy_input_samples(s, frame);
 526     if (s->psypp)
 527         ff_psy_preprocess(s->psypp, s->planar_samples, s->channels);
 528
 529     if (!avctx->frame_number)
 530         return 0;
 531
 532     start_ch = 0;
 533     for (i = 0; i < s->chan_map[0]; i++) {
 534         FFPsyWindowInfo* wi = windows + start_ch;
 535         tag      = s->chan_map[i+1];
 536         chans    = tag == TYPE_CPE ? 2 : 1;
 537         cpe      = &s->cpe[i];
 538         for (ch = 0; ch < chans; ch++) {
 539             IndividualChannelStream *ics = &cpe->ch[ch].ics;
 540             int cur_channel = start_ch + ch;
 541             overlap  = &samples[cur_channel][0];
 542             samples2 = overlap + 1024;
 543             la       = samples2 + (448+64);
 544             if (!frame)
 545                 la = NULL;
 546             if (tag == TYPE_LFE) {
 547                 wi[ch].window_type[0] = ONLY_LONG_SEQUENCE;
 548                 wi[ch].window_shape   = 0;
 549                 wi[ch].num_windows    = 1;
 550                 wi[ch].grouping[0]    = 1;
 551
 552                 /* Only the lowest 12 coefficients are used in a LFE channel.
 553                  * The expression below results in only the bottom 8 coefficients
 554                  * being used for 11.025kHz to 16kHz sample rates.
 555                  */
 556                 ics->num_swb = s->samplerate_index >= 8 ? 1 : 3;
 557             } else {
 558                 wi[ch] = s->psy.model->window(&s->psy, samples2, la, cur_channel,
 559                                               ics->window_sequence[0]);
 560             }
 561             ics->window_sequence[1] = ics->window_sequence[0];
 562             ics->window_sequence[0] = wi[ch].window_type[0];
 563             ics->use_kb_window[1]   = ics->use_kb_window[0];
 564             ics->use_kb_window[0]   = wi[ch].window_shape;
 565             ics->num_windows        = wi[ch].num_windows;
 566             ics->swb_sizes          = s->psy.bands    [ics->num_windows == 8];
 567             ics->num_swb            = tag == TYPE_LFE ? ics->num_swb : s->psy.num_bands[ics->num_windows == 8];
 568             for (w = 0; w < ics->num_windows; w++)
 569                 ics->group_len[w] = wi[ch].grouping[w];
 570
 571             apply_window_and_mdct(s, &cpe->ch[ch], overlap);
 572         }
 573         start_ch += chans;
 574     }
 575     if ((ret = ff_alloc_packet(avpkt, 768 * s->channels))) {
 576         av_log(avctx, AV_LOG_ERROR, "Error getting output packet\n");
 577         return ret;
 578     }
 579
 580     do {
 581         int frame_bits;
 582
 583         init_put_bits(&s->pb, avpkt->data, avpkt->size);
 584
 585         if ((avctx->frame_number & 0xFF)==1 && !(avctx->flags & CODEC_FLAG_BITEXACT))
 586             put_bitstream_info(s, LIBAVCODEC_IDENT);
 587         start_ch = 0;
 588         memset(chan_el_counter, 0, sizeof(chan_el_counter));
 589         for (i = 0; i < s->chan_map[0]; i++) {
 590             FFPsyWindowInfo* wi = windows + start_ch;
 591             const float *coeffs[2];
 592             tag      = s->chan_map[i+1];
 593             chans    = tag == TYPE_CPE ? 2 : 1;
 594             cpe      = &s->cpe[i];
 595             put_bits(&s->pb, 3, tag);
 596             put_bits(&s->pb, 4, chan_el_counter[tag]++);
 597             for (ch = 0; ch < chans; ch++)
 598                 coeffs[ch] = cpe->ch[ch].coeffs;
 599             s->psy.model->analyze(&s->psy, start_ch, coeffs, wi);
 600             for (ch = 0; ch < chans; ch++) {
 601                 s->cur_channel = start_ch * 2 + ch;
 602                 s->coder->search_for_quantizers(avctx, s, &cpe->ch[ch], s->lambda);
 603             }
 604             cpe->common_window = 0;
 605             if (chans > 1
 606                 && wi[0].window_type[0] == wi[1].window_type[0]
 607                 && wi[0].window_shape   == wi[1].window_shape) {
 608
 609                 cpe->common_window = 1;
 610                 for (w = 0; w < wi[0].num_windows; w++) {
 611                     if (wi[0].grouping[w] != wi[1].grouping[w]) {
 612                         cpe->common_window = 0;
 613                         break;
 614                     }
 615                 }
 616             }
 617             s->cur_channel = start_ch * 2;
 618             if (s->options.stereo_mode && cpe->common_window) {
 619                 if (s->options.stereo_mode > 0) {
 620                     IndividualChannelStream *ics = &cpe->ch[0].ics;
 621                     for (w = 0; w < ics->num_windows; w += ics->group_len[w])
 622                         for (g = 0;  g < ics->num_swb; g++)
 623                             cpe->ms_mask[w*16+g] = 1;
 624                 } else if (s->coder->search_for_ms) {
 625                     s->coder->search_for_ms(s, cpe, s->lambda);
 626                 }
 627             }
 628             adjust_frame_information(cpe, chans);
 629             if (chans == 2) {
 630                 put_bits(&s->pb, 1, cpe->common_window);
 631                 if (cpe->common_window) {
 632                     put_ics_info(s, &cpe->ch[0].ics);
 633                     encode_ms_info(&s->pb, cpe);
 634                 }
 635             }
 636             for (ch = 0; ch < chans; ch++) {
 637                 s->cur_channel = start_ch + ch;
 638                 encode_individual_channel(avctx, s, &cpe->ch[ch], cpe->common_window);
 639             }
 640             start_ch += chans;
 641         }
 642
 643         frame_bits = put_bits_count(&s->pb);
 644         if (frame_bits <= 6144 * s->channels - 3) {
 645             s->psy.bitres.bits = frame_bits / s->channels;
 646             break;
 647         }
 648
 649         s->lambda *= avctx->bit_rate * 1024.0f / avctx->sample_rate / frame_bits;
 650
 651     } while (1);
 652
 653     put_bits(&s->pb, 3, TYPE_END);
 654     flush_put_bits(&s->pb);
 655     avctx->frame_bits = put_bits_count(&s->pb);
 656
 657     // rate control stuff
 658     if (!(avctx->flags & CODEC_FLAG_QSCALE)) {
 659         float ratio = avctx->bit_rate * 1024.0f / avctx->sample_rate / avctx->frame_bits;
 660         s->lambda *= ratio;
 661         s->lambda = FFMIN(s->lambda, 65536.f);
 662     }
 663
 664     if (!frame)
 665         s->last_frame++;
 666
 667     ff_af_queue_remove(&s->afq, avctx->frame_size, &avpkt->pts,
 668                        &avpkt->duration);
 669
 670     avpkt->size = put_bits_count(&s->pb) >> 3;
 671     *got_packet_ptr = 1;
 672     return 0;
 673 }
 674
 675 static av_cold int aac_encode_end(AVCodecContext *avctx)
 676 {
 677     AACEncContext *s = avctx->priv_data;
 678
 679     ff_mdct_end(&s->mdct1024);
 680     ff_mdct_end(&s->mdct128);
 681     ff_psy_end(&s->psy);
 682     if (s->psypp)
 683         ff_psy_preprocess_end(s->psypp);
 684     av_freep(&s->buffer.samples);
 685     av_freep(&s->cpe);
 686     ff_af_queue_close(&s->afq);
 687 #if FF_API_OLD_ENCODE_AUDIO
 688     av_freep(&avctx->coded_frame);
 689 #endif
 690     return 0;
 691 }
 692
 693 static av_cold int dsp_init(AVCodecContext *avctx, AACEncContext *s)
 694 {
 695     int ret = 0;
 696
 697     ff_dsputil_init(&s->dsp, avctx);
 698     avpriv_float_dsp_init(&s->fdsp, avctx->flags & CODEC_FLAG_BITEXACT);
 699
 700     // window init
 701     ff_kbd_window_init(ff_aac_kbd_long_1024, 4.0, 1024);
 702     ff_kbd_window_init(ff_aac_kbd_short_128, 6.0, 128);
 703     ff_init_ff_sine_windows(10);
 704     ff_init_ff_sine_windows(7);
 705
 706     if (ret = ff_mdct_init(&s->mdct1024, 11, 0, 32768.0))
 707         return ret;
 708     if (ret = ff_mdct_init(&s->mdct128,   8, 0, 32768.0))
 709         return ret;
 710
 711     return 0;
 712 }
 713
 714 static av_cold int alloc_buffers(AVCodecContext *avctx, AACEncContext *s)
 715 {
 716     int ch;
 717     FF_ALLOCZ_OR_GOTO(avctx, s->buffer.samples, 3 * 1024 * s->channels * sizeof(s->buffer.samples[0]), alloc_fail);
 718     FF_ALLOCZ_OR_GOTO(avctx, s->cpe, sizeof(ChannelElement) * s->chan_map[0], alloc_fail);
 719     FF_ALLOCZ_OR_GOTO(avctx, avctx->extradata, 5 + FF_INPUT_BUFFER_PADDING_SIZE, alloc_fail);
 720
 721     for(ch = 0; ch < s->channels; ch++)
 722         s->planar_samples[ch] = s->buffer.samples + 3 * 1024 * ch;
 723
 724 #if FF_API_OLD_ENCODE_AUDIO
 725     if (!(avctx->coded_frame = avcodec_alloc_frame()))
 726         goto alloc_fail;
 727 #endif
 728
 729     return 0;
 730 alloc_fail:
 731     return AVERROR(ENOMEM);
 732 }
 733
 734 static av_cold int aac_encode_init(AVCodecContext *avctx)
 735 {
 736     AACEncContext *s = avctx->priv_data;
 737     int i, ret = 0;
 738     const uint8_t *sizes[2];
 739     uint8_t grouping[AAC_MAX_CHANNELS];
 740     int lengths[2];
 741
 742     avctx->frame_size = 1024;
 743
 744     for (i = 0; i < 16; i++)
 745         if (avctx->sample_rate == avpriv_mpeg4audio_sample_rates[i])
 746             break;
 747
 748     s->channels = avctx->channels;
 749
 750     ERROR_IF(i == 16,
 751              "Unsupported sample rate %d\n", avctx->sample_rate);
 752     ERROR_IF(s->channels > AAC_MAX_CHANNELS,
 753              "Unsupported number of channels: %d\n", s->channels);
 754     ERROR_IF(avctx->profile != FF_PROFILE_UNKNOWN && avctx->profile != FF_PROFILE_AAC_LOW,
 755              "Unsupported profile %d\n", avctx->profile);
 756     ERROR_IF(1024.0 * avctx->bit_rate / avctx->sample_rate > 6144 * s->channels,
 757              "Too many bits per frame requested\n");
 758
 759     s->samplerate_index = i;
 760
 761     s->chan_map = aac_chan_configs[s->channels-1];
 762
 763     if (ret = dsp_init(avctx, s))
 764         goto fail;
 765
 766     if (ret = alloc_buffers(avctx, s))
 767         goto fail;
 768
 769     avctx->extradata_size = 5;
 770     put_audio_specific_config(avctx);
 771
 772     sizes[0]   = swb_size_1024[i];
 773     sizes[1]   = swb_size_128[i];
 774     lengths[0] = ff_aac_num_swb_1024[i];
 775     lengths[1] = ff_aac_num_swb_128[i];
 776     for (i = 0; i < s->chan_map[0]; i++)
 777         grouping[i] = s->chan_map[i + 1] == TYPE_CPE;
 778     if (ret = ff_psy_init(&s->psy, avctx, 2, sizes, lengths, s->chan_map[0], grouping))
 779         goto fail;
 780     s->psypp = ff_psy_preprocess_init(avctx);
 781     s->coder = &ff_aac_coders[2];
 782
 783     s->lambda = avctx->global_quality ? avctx->global_quality : 120;
 784
 785     ff_aac_tableinit();
 786
 787     for (i = 0; i < 428; i++)
 788         ff_aac_pow34sf_tab[i] = sqrt(ff_aac_pow2sf_tab[i] * sqrt(ff_aac_pow2sf_tab[i]));
 789
 790     avctx->delay = 1024;
 791     ff_af_queue_init(avctx, &s->afq);
 792
 793     return 0;
 794 fail:
 795     aac_encode_end(avctx);
 796     return ret;
 797 }
 798
 799 #define AACENC_FLAGS AV_OPT_FLAG_ENCODING_PARAM | AV_OPT_FLAG_AUDIO_PARAM
 800 static const AVOption aacenc_options[] = {
 801     {"stereo_mode", "Stereo coding method", offsetof(AACEncContext, options.stereo_mode), AV_OPT_TYPE_INT, {.i64 = 0}, -1, 1, AACENC_FLAGS, "stereo_mode"},
 802         {"auto",     "Selected by the Encoder", 0, AV_OPT_TYPE_CONST, {.i64 = -1 }, INT_MIN, INT_MAX, AACENC_FLAGS, "stereo_mode"},
 803         {"ms_off",   "Disable Mid/Side coding", 0, AV_OPT_TYPE_CONST, {.i64 =  0 }, INT_MIN, INT_MAX, AACENC_FLAGS, "stereo_mode"},
 804         {"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"},
 805     {NULL}
 806 };
 807
 808 static const AVClass aacenc_class = {
 809     "AAC encoder",
 810     av_default_item_name,
 811     aacenc_options,
 812     LIBAVUTIL_VERSION_INT,
 813 };
 814
 815 AVCodec ff_aac_encoder = {
 816     .name           = "aac",
 817     .type           = AVMEDIA_TYPE_AUDIO,
 818     .id             = AV_CODEC_ID_AAC,
 819     .priv_data_size = sizeof(AACEncContext),
 820     .init           = aac_encode_init,
 821     .encode2        = aac_encode_frame,
 822     .close          = aac_encode_end,
 823     .capabilities   = CODEC_CAP_SMALL_LAST_FRAME | CODEC_CAP_DELAY |
 824                       CODEC_CAP_EXPERIMENTAL,
 825     .sample_fmts    = (const enum AVSampleFormat[]){ AV_SAMPLE_FMT_FLTP,
 826                                                      AV_SAMPLE_FMT_NONE },
 827     .long_name      = NULL_IF_CONFIG_SMALL("AAC (Advanced Audio Coding)"),
 828     .priv_class     = &aacenc_class,
 829 };