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