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  * 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 "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 libavcodec'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);
 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(AVFloatDSPContext *fdsp, \
 186                                     SingleChannelElement *sce, \
 187                                     const float *audio)
 188
 189 WINDOW_FUNC(only_long)
 190 {
 191     const float *lwindow = sce->ics.use_kb_window[0] ? ff_aac_kbd_long_1024 : ff_sine_1024;
 192     const float *pwindow = sce->ics.use_kb_window[1] ? ff_aac_kbd_long_1024 : ff_sine_1024;
 193     float *out = sce->ret_buf;
 194
 195     fdsp->vector_fmul        (out,        audio,        lwindow, 1024);
 196     fdsp->vector_fmul_reverse(out + 1024, audio + 1024, pwindow, 1024);
 197 }
 198
 199 WINDOW_FUNC(long_start)
 200 {
 201     const float *lwindow = sce->ics.use_kb_window[1] ? ff_aac_kbd_long_1024 : ff_sine_1024;
 202     const float *swindow = sce->ics.use_kb_window[0] ? ff_aac_kbd_short_128 : ff_sine_128;
 203     float *out = sce->ret_buf;
 204
 205     fdsp->vector_fmul(out, audio, lwindow, 1024);
 206     memcpy(out + 1024, audio + 1024, sizeof(out[0]) * 448);
 207     fdsp->vector_fmul_reverse(out + 1024 + 448, audio + 1024 + 448, swindow, 128);
 208     memset(out + 1024 + 576, 0, sizeof(out[0]) * 448);
 209 }
 210
 211 WINDOW_FUNC(long_stop)
 212 {
 213     const float *lwindow = sce->ics.use_kb_window[0] ? ff_aac_kbd_long_1024 : ff_sine_1024;
 214     const float *swindow = sce->ics.use_kb_window[1] ? ff_aac_kbd_short_128 : ff_sine_128;
 215     float *out = sce->ret_buf;
 216
 217     memset(out, 0, sizeof(out[0]) * 448);
 218     fdsp->vector_fmul(out + 448, audio + 448, swindow, 128);
 219     memcpy(out + 576, audio + 576, sizeof(out[0]) * 448);
 220     fdsp->vector_fmul_reverse(out + 1024, audio + 1024, lwindow, 1024);
 221 }
 222
 223 WINDOW_FUNC(eight_short)
 224 {
 225     const float *swindow = sce->ics.use_kb_window[0] ? ff_aac_kbd_short_128 : ff_sine_128;
 226     const float *pwindow = sce->ics.use_kb_window[1] ? ff_aac_kbd_short_128 : ff_sine_128;
 227     const float *in = audio + 448;
 228     float *out = sce->ret_buf;
 229     int w;
 230
 231     for (w = 0; w < 8; w++) {
 232         fdsp->vector_fmul        (out, in, w ? pwindow : swindow, 128);
 233         out += 128;
 234         in  += 128;
 235         fdsp->vector_fmul_reverse(out, in, swindow, 128);
 236         out += 128;
 237     }
 238 }
 239
 240 static void (*const apply_window[4])(AVFloatDSPContext *fdsp,
 241                                      SingleChannelElement *sce,
 242                                      const float *audio) = {
 243     [ONLY_LONG_SEQUENCE]   = apply_only_long_window,
 244     [LONG_START_SEQUENCE]  = apply_long_start_window,
 245     [EIGHT_SHORT_SEQUENCE] = apply_eight_short_window,
 246     [LONG_STOP_SEQUENCE]   = apply_long_stop_window
 247 };
 248
 249 static void apply_window_and_mdct(AACEncContext *s, SingleChannelElement *sce,
 250                                   float *audio)
 251 {
 252     int i;
 253     float *output = sce->ret_buf;
 254
 255     apply_window[sce->ics.window_sequence[0]](s->fdsp, sce, audio);
 256
 257     if (sce->ics.window_sequence[0] != EIGHT_SHORT_SEQUENCE)
 258         s->mdct1024.mdct_calc(&s->mdct1024, sce->coeffs, output);
 259     else
 260         for (i = 0; i < 1024; i += 128)
 261             s->mdct128.mdct_calc(&s->mdct128, sce->coeffs + i, output + i*2);
 262     memcpy(audio, audio + 1024, sizeof(audio[0]) * 1024);
 263     memcpy(sce->pcoeffs, sce->coeffs, sizeof(sce->pcoeffs));
 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; w += ics->group_len[w]) {
 316             for (w2 = 0; w2 < ics->group_len[w]; w2++) {
 317                 start = (w+w2) * 128;
 318                 for (g = 0; g < ics->num_swb; g++) {
 319                     //apply M/S
 320                     if (cpe->common_window && !ch && cpe->ms_mask[w*16 + g]) {
 321                         for (i = 0; i < ics->swb_sizes[g]; i++) {
 322                             cpe->ch[0].coeffs[start+i] = (cpe->ch[0].pcoeffs[start+i] + cpe->ch[1].pcoeffs[start+i]) * 0.5f;
 323                             cpe->ch[1].coeffs[start+i] = cpe->ch[0].coeffs[start+i] - cpe->ch[1].pcoeffs[start+i];
 324                         }
 325                     }
 326                     start += ics->swb_sizes[g];
 327                 }
 328                 for (cmaxsfb = ics->num_swb; cmaxsfb > 0 && cpe->ch[ch].zeroes[w*16+cmaxsfb-1]; cmaxsfb--)
 329                     ;
 330                 maxsfb = FFMAX(maxsfb, cmaxsfb);
 331             }
 332         }
 333         ics->max_sfb = maxsfb;
 334
 335         //adjust zero bands for window groups
 336         for (w = 0; w < ics->num_windows; w += ics->group_len[w]) {
 337             for (g = 0; g < ics->max_sfb; g++) {
 338                 i = 1;
 339                 for (w2 = w; w2 < w + ics->group_len[w]; w2++) {
 340                     if (!cpe->ch[ch].zeroes[w2*16 + g]) {
 341                         i = 0;
 342                         break;
 343                     }
 344                 }
 345                 cpe->ch[ch].zeroes[w*16 + g] = i;
 346             }
 347         }
 348     }
 349
 350     if (chans > 1 && cpe->common_window) {
 351         IndividualChannelStream *ics0 = &cpe->ch[0].ics;
 352         IndividualChannelStream *ics1 = &cpe->ch[1].ics;
 353         int msc = 0;
 354         ics0->max_sfb = FFMAX(ics0->max_sfb, ics1->max_sfb);
 355         ics1->max_sfb = ics0->max_sfb;
 356         for (w = 0; w < ics0->num_windows*16; w += 16)
 357             for (i = 0; i < ics0->max_sfb; i++)
 358                 if (cpe->ms_mask[w+i])
 359                     msc++;
 360         if (msc == 0 || ics0->max_sfb == 0)
 361             cpe->ms_mode = 0;
 362         else
 363             cpe->ms_mode = msc < ics0->max_sfb * ics0->num_windows ? 1 : 2;
 364     }
 365 }
 366
 367 /**
 368  * Encode scalefactor band coding type.
 369  */
 370 static void encode_band_info(AACEncContext *s, SingleChannelElement *sce)
 371 {
 372     int w;
 373
 374     for (w = 0; w < sce->ics.num_windows; w += sce->ics.group_len[w])
 375         s->coder->encode_window_bands_info(s, sce, w, sce->ics.group_len[w], s->lambda);
 376 }
 377
 378 /**
 379  * Encode scalefactors.
 380  */
 381 static void encode_scale_factors(AVCodecContext *avctx, AACEncContext *s,
 382                                  SingleChannelElement *sce)
 383 {
 384     int off = sce->sf_idx[0], diff;
 385     int i, w;
 386
 387     for (w = 0; w < sce->ics.num_windows; w += sce->ics.group_len[w]) {
 388         for (i = 0; i < sce->ics.max_sfb; i++) {
 389             if (!sce->zeroes[w*16 + i]) {
 390                 diff = sce->sf_idx[w*16 + i] - off + SCALE_DIFF_ZERO;
 391                 av_assert0(diff >= 0 && diff <= 120);
 392                 off = sce->sf_idx[w*16 + i];
 393                 put_bits(&s->pb, ff_aac_scalefactor_bits[diff], ff_aac_scalefactor_code[diff]);
 394             }
 395         }
 396     }
 397 }
 398
 399 /**
 400  * Encode pulse data.
 401  */
 402 static void encode_pulses(AACEncContext *s, Pulse *pulse)
 403 {
 404     int i;
 405
 406     put_bits(&s->pb, 1, !!pulse->num_pulse);
 407     if (!pulse->num_pulse)
 408         return;
 409
 410     put_bits(&s->pb, 2, pulse->num_pulse - 1);
 411     put_bits(&s->pb, 6, pulse->start);
 412     for (i = 0; i < pulse->num_pulse; i++) {
 413         put_bits(&s->pb, 5, pulse->pos[i]);
 414         put_bits(&s->pb, 4, pulse->amp[i]);
 415     }
 416 }
 417
 418 /**
 419  * Encode spectral coefficients processed by psychoacoustic model.
 420  */
 421 static void encode_spectral_coeffs(AACEncContext *s, SingleChannelElement *sce)
 422 {
 423     int start, i, w, w2;
 424
 425     for (w = 0; w < sce->ics.num_windows; w += sce->ics.group_len[w]) {
 426         start = 0;
 427         for (i = 0; i < sce->ics.max_sfb; i++) {
 428             if (sce->zeroes[w*16 + i]) {
 429                 start += sce->ics.swb_sizes[i];
 430                 continue;
 431             }
 432             for (w2 = w; w2 < w + sce->ics.group_len[w]; w2++)
 433                 s->coder->quantize_and_encode_band(s, &s->pb, sce->coeffs + start + w2*128,
 434                                                    sce->ics.swb_sizes[i],
 435                                                    sce->sf_idx[w*16 + i],
 436                                                    sce->band_type[w*16 + i],
 437                                                    s->lambda);
 438             start += sce->ics.swb_sizes[i];
 439         }
 440     }
 441 }
 442
 443 /**
 444  * Encode one channel of audio data.
 445  */
 446 static int encode_individual_channel(AVCodecContext *avctx, AACEncContext *s,
 447                                      SingleChannelElement *sce,
 448                                      int common_window)
 449 {
 450     put_bits(&s->pb, 8, sce->sf_idx[0]);
 451     if (!common_window)
 452         put_ics_info(s, &sce->ics);
 453     encode_band_info(s, sce);
 454     encode_scale_factors(avctx, s, sce);
 455     encode_pulses(s, &sce->pulse);
 456     put_bits(&s->pb, 1, 0); //tns
 457     put_bits(&s->pb, 1, 0); //ssr
 458     encode_spectral_coeffs(s, sce);
 459     return 0;
 460 }
 461
 462 /**
 463  * Write some auxiliary information about the created AAC file.
 464  */
 465 static void put_bitstream_info(AACEncContext *s, const char *name)
 466 {
 467     int i, namelen, padbits;
 468
 469     namelen = strlen(name) + 2;
 470     put_bits(&s->pb, 3, TYPE_FIL);
 471     put_bits(&s->pb, 4, FFMIN(namelen, 15));
 472     if (namelen >= 15)
 473         put_bits(&s->pb, 8, namelen - 14);
 474     put_bits(&s->pb, 4, 0); //extension type - filler
 475     padbits = -put_bits_count(&s->pb) & 7;
 476     avpriv_align_put_bits(&s->pb);
 477     for (i = 0; i < namelen - 2; i++)
 478         put_bits(&s->pb, 8, name[i]);
 479     put_bits(&s->pb, 12 - padbits, 0);
 480 }
 481
 482 /*
 483  * Copy input samples.
 484  * Channels are reordered from libavcodec's default order to AAC order.
 485  */
 486 static void copy_input_samples(AACEncContext *s, const AVFrame *frame)
 487 {
 488     int ch;
 489     int end = 2048 + (frame ? frame->nb_samples : 0);
 490     const uint8_t *channel_map = aac_chan_maps[s->channels - 1];
 491
 492     /* copy and remap input samples */
 493     for (ch = 0; ch < s->channels; ch++) {
 494         /* copy last 1024 samples of previous frame to the start of the current frame */
 495         memcpy(&s->planar_samples[ch][1024], &s->planar_samples[ch][2048], 1024 * sizeof(s->planar_samples[0][0]));
 496
 497         /* copy new samples and zero any remaining samples */
 498         if (frame) {
 499             memcpy(&s->planar_samples[ch][2048],
 500                    frame->extended_data[channel_map[ch]],
 501                    frame->nb_samples * sizeof(s->planar_samples[0][0]));
 502         }
 503         memset(&s->planar_samples[ch][end], 0,
 504                (3072 - end) * sizeof(s->planar_samples[0][0]));
 505     }
 506 }
 507
 508 static int aac_encode_frame(AVCodecContext *avctx, AVPacket *avpkt,
 509                             const AVFrame *frame, int *got_packet_ptr)
 510 {
 511     AACEncContext *s = avctx->priv_data;
 512     float **samples = s->planar_samples, *samples2, *la, *overlap;
 513     ChannelElement *cpe;
 514     int i, ch, w, g, chans, tag, start_ch, ret, ms_mode = 0;
 515     int chan_el_counter[4];
 516     FFPsyWindowInfo windows[AAC_MAX_CHANNELS];
 517
 518     if (s->last_frame == 2)
 519         return 0;
 520
 521     /* add current frame to queue */
 522     if (frame) {
 523         if ((ret = ff_af_queue_add(&s->afq, frame)) < 0)
 524             return ret;
 525     }
 526
 527     copy_input_samples(s, frame);
 528     if (s->psypp)
 529         ff_psy_preprocess(s->psypp, s->planar_samples, s->channels);
 530
 531     if (!avctx->frame_number)
 532         return 0;
 533
 534     start_ch = 0;
 535     for (i = 0; i < s->chan_map[0]; i++) {
 536         FFPsyWindowInfo* wi = windows + start_ch;
 537         tag      = s->chan_map[i+1];
 538         chans    = tag == TYPE_CPE ? 2 : 1;
 539         cpe      = &s->cpe[i];
 540         for (ch = 0; ch < chans; ch++) {
 541             IndividualChannelStream *ics = &cpe->ch[ch].ics;
 542             int cur_channel = start_ch + ch;
 543             overlap  = &samples[cur_channel][0];
 544             samples2 = overlap + 1024;
 545             la       = samples2 + (448+64);
 546             if (!frame)
 547                 la = NULL;
 548             if (tag == TYPE_LFE) {
 549                 wi[ch].window_type[0] = ONLY_LONG_SEQUENCE;
 550                 wi[ch].window_shape   = 0;
 551                 wi[ch].num_windows    = 1;
 552                 wi[ch].grouping[0]    = 1;
 553
 554                 /* Only the lowest 12 coefficients are used in a LFE channel.
 555                  * The expression below results in only the bottom 8 coefficients
 556                  * being used for 11.025kHz to 16kHz sample rates.
 557                  */
 558                 ics->num_swb = s->samplerate_index >= 8 ? 1 : 3;
 559             } else {
 560                 wi[ch] = s->psy.model->window(&s->psy, samples2, la, cur_channel,
 561                                               ics->window_sequence[0]);
 562             }
 563             ics->window_sequence[1] = ics->window_sequence[0];
 564             ics->window_sequence[0] = wi[ch].window_type[0];
 565             ics->use_kb_window[1]   = ics->use_kb_window[0];
 566             ics->use_kb_window[0]   = wi[ch].window_shape;
 567             ics->num_windows        = wi[ch].num_windows;
 568             ics->swb_sizes          = s->psy.bands    [ics->num_windows == 8];
 569             ics->num_swb            = tag == TYPE_LFE ? ics->num_swb : s->psy.num_bands[ics->num_windows == 8];
 570             for (w = 0; w < ics->num_windows; w++)
 571                 ics->group_len[w] = wi[ch].grouping[w];
 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         }
 579         start_ch += chans;
 580     }
 581     if ((ret = ff_alloc_packet2(avctx, avpkt, 8192 * s->channels)) < 0)
 582         return ret;
 583     do {
 584         int frame_bits;
 585
 586         init_put_bits(&s->pb, avpkt->data, avpkt->size);
 587
 588         if ((avctx->frame_number & 0xFF)==1 && !(avctx->flags & CODEC_FLAG_BITEXACT))
 589             put_bitstream_info(s, LIBAVCODEC_IDENT);
 590         start_ch = 0;
 591         memset(chan_el_counter, 0, sizeof(chan_el_counter));
 592         for (i = 0; i < s->chan_map[0]; i++) {
 593             FFPsyWindowInfo* wi = windows + start_ch;
 594             const float *coeffs[2];
 595             tag      = s->chan_map[i+1];
 596             chans    = tag == TYPE_CPE ? 2 : 1;
 597             cpe      = &s->cpe[i];
 598             put_bits(&s->pb, 3, tag);
 599             put_bits(&s->pb, 4, chan_el_counter[tag]++);
 600             for (ch = 0; ch < chans; ch++)
 601                 coeffs[ch] = cpe->ch[ch].coeffs;
 602             s->psy.model->analyze(&s->psy, start_ch, coeffs, wi);
 603             for (ch = 0; ch < chans; ch++) {
 604                 s->cur_channel = start_ch + ch;
 605                 s->coder->search_for_quantizers(avctx, s, &cpe->ch[ch], s->lambda);
 606             }
 607             cpe->common_window = 0;
 608             if (chans > 1
 609                 && wi[0].window_type[0] == wi[1].window_type[0]
 610                 && wi[0].window_shape   == wi[1].window_shape) {
 611
 612                 cpe->common_window = 1;
 613                 for (w = 0; w < wi[0].num_windows; w++) {
 614                     if (wi[0].grouping[w] != wi[1].grouping[w]) {
 615                         cpe->common_window = 0;
 616                         break;
 617                     }
 618                 }
 619             }
 620             s->cur_channel = start_ch;
 621             if (s->options.stereo_mode && cpe->common_window) {
 622                 if (s->options.stereo_mode > 0) {
 623                     IndividualChannelStream *ics = &cpe->ch[0].ics;
 624                     for (w = 0; w < ics->num_windows; w += ics->group_len[w])
 625                         for (g = 0;  g < ics->num_swb; g++)
 626                             cpe->ms_mask[w*16+g] = 1;
 627                 } else if (s->coder->search_for_ms) {
 628                     s->coder->search_for_ms(s, cpe, s->lambda);
 629                 }
 630             }
 631             adjust_frame_information(cpe, chans);
 632             if (chans == 2) {
 633                 put_bits(&s->pb, 1, cpe->common_window);
 634                 if (cpe->common_window) {
 635                     put_ics_info(s, &cpe->ch[0].ics);
 636                     encode_ms_info(&s->pb, cpe);
 637                     if (cpe->ms_mode) ms_mode = 1;
 638                 }
 639             }
 640             for (ch = 0; ch < chans; ch++) {
 641                 s->cur_channel = start_ch + ch;
 642                 encode_individual_channel(avctx, s, &cpe->ch[ch], cpe->common_window);
 643             }
 644             start_ch += chans;
 645         }
 646
 647         frame_bits = put_bits_count(&s->pb);
 648         if (frame_bits <= 6144 * s->channels - 3) {
 649             s->psy.bitres.bits = frame_bits / s->channels;
 650             break;
 651         }
 652         if (ms_mode) {
 653             for (i = 0; i < s->chan_map[0]; i++) {
 654                 // Must restore coeffs
 655                 chans = tag == TYPE_CPE ? 2 : 1;
 656                 cpe = &s->cpe[i];
 657                 for (ch = 0; ch < chans; ch++)
 658                     memcpy(cpe->ch[ch].coeffs, cpe->ch[ch].pcoeffs, sizeof(cpe->ch[ch].coeffs));
 659             }
 660         }
 661
 662         s->lambda *= avctx->bit_rate * 1024.0f / avctx->sample_rate / frame_bits;
 663
 664     } while (1);
 665
 666     put_bits(&s->pb, 3, TYPE_END);
 667     flush_put_bits(&s->pb);
 668     avctx->frame_bits = put_bits_count(&s->pb);
 669
 670     // rate control stuff
 671     if (!(avctx->flags & CODEC_FLAG_QSCALE)) {
 672         float ratio = avctx->bit_rate * 1024.0f / avctx->sample_rate / avctx->frame_bits;
 673         s->lambda *= ratio;
 674         s->lambda = FFMIN(s->lambda, 65536.f);
 675     }
 676
 677     if (!frame)
 678         s->last_frame++;
 679
 680     ff_af_queue_remove(&s->afq, avctx->frame_size, &avpkt->pts,
 681                        &avpkt->duration);
 682
 683     avpkt->size = put_bits_count(&s->pb) >> 3;
 684     *got_packet_ptr = 1;
 685     return 0;
 686 }
 687
 688 static av_cold int aac_encode_end(AVCodecContext *avctx)
 689 {
 690     AACEncContext *s = avctx->priv_data;
 691
 692     ff_mdct_end(&s->mdct1024);
 693     ff_mdct_end(&s->mdct128);
 694     ff_psy_end(&s->psy);
 695     if (s->psypp)
 696         ff_psy_preprocess_end(s->psypp);
 697     av_freep(&s->buffer.samples);
 698     av_freep(&s->cpe);
 699     av_freep(&s->fdsp);
 700     ff_af_queue_close(&s->afq);
 701     return 0;
 702 }
 703
 704 static av_cold int dsp_init(AVCodecContext *avctx, AACEncContext *s)
 705 {
 706     int ret = 0;
 707
 708     s->fdsp = avpriv_float_dsp_alloc(avctx->flags & CODEC_FLAG_BITEXACT);
 709     if (!s->fdsp)
 710         return AVERROR(ENOMEM);
 711
 712     // window init
 713     ff_kbd_window_init(ff_aac_kbd_long_1024, 4.0, 1024);
 714     ff_kbd_window_init(ff_aac_kbd_short_128, 6.0, 128);
 715     ff_init_ff_sine_windows(10);
 716     ff_init_ff_sine_windows(7);
 717
 718     if (ret = ff_mdct_init(&s->mdct1024, 11, 0, 32768.0))
 719         return ret;
 720     if (ret = ff_mdct_init(&s->mdct128,   8, 0, 32768.0))
 721         return ret;
 722
 723     return 0;
 724 }
 725
 726 static av_cold int alloc_buffers(AVCodecContext *avctx, AACEncContext *s)
 727 {
 728     int ch;
 729     FF_ALLOCZ_ARRAY_OR_GOTO(avctx, s->buffer.samples, s->channels, 3 * 1024 * sizeof(s->buffer.samples[0]), alloc_fail);
 730     FF_ALLOCZ_ARRAY_OR_GOTO(avctx, s->cpe, s->chan_map[0], sizeof(ChannelElement), alloc_fail);
 731     FF_ALLOCZ_OR_GOTO(avctx, avctx->extradata, 5 + FF_INPUT_BUFFER_PADDING_SIZE, alloc_fail);
 732
 733     for(ch = 0; ch < s->channels; ch++)
 734         s->planar_samples[ch] = s->buffer.samples + 3 * 1024 * ch;
 735
 736     return 0;
 737 alloc_fail:
 738     return AVERROR(ENOMEM);
 739 }
 740
 741 static av_cold int aac_encode_init(AVCodecContext *avctx)
 742 {
 743     AACEncContext *s = avctx->priv_data;
 744     int i, ret = 0;
 745     const uint8_t *sizes[2];
 746     uint8_t grouping[AAC_MAX_CHANNELS];
 747     int lengths[2];
 748
 749     avctx->frame_size = 1024;
 750
 751     for (i = 0; i < 16; i++)
 752         if (avctx->sample_rate == avpriv_mpeg4audio_sample_rates[i])
 753             break;
 754
 755     s->channels = avctx->channels;
 756
 757     ERROR_IF(i >= 12,
 758              "Unsupported sample rate %d\n", avctx->sample_rate);
 759     ERROR_IF(s->channels > AAC_MAX_CHANNELS,
 760              "Unsupported number of channels: %d\n", s->channels);
 761     ERROR_IF(avctx->profile != FF_PROFILE_UNKNOWN && avctx->profile != FF_PROFILE_AAC_LOW,
 762              "Unsupported profile %d\n", avctx->profile);
 763     ERROR_IF(1024.0 * avctx->bit_rate / avctx->sample_rate > 6144 * s->channels,
 764              "Too many bits per frame requested\n");
 765
 766     s->samplerate_index = i;
 767
 768     s->chan_map = aac_chan_configs[s->channels-1];
 769
 770     if ((ret = dsp_init(avctx, s)) < 0)
 771         goto fail;
 772
 773     if ((ret = alloc_buffers(avctx, s)) < 0)
 774         goto fail;
 775
 776     avctx->extradata_size = 5;
 777     put_audio_specific_config(avctx);
 778
 779     sizes[0]   = swb_size_1024[i];
 780     sizes[1]   = swb_size_128[i];
 781     lengths[0] = ff_aac_num_swb_1024[i];
 782     lengths[1] = ff_aac_num_swb_128[i];
 783     for (i = 0; i < s->chan_map[0]; i++)
 784         grouping[i] = s->chan_map[i + 1] == TYPE_CPE;
 785     if ((ret = ff_psy_init(&s->psy, avctx, 2, sizes, lengths,
 786                            s->chan_map[0], grouping)) < 0)
 787         goto fail;
 788     s->psypp = ff_psy_preprocess_init(avctx);
 789     s->coder = &ff_aac_coders[s->options.aac_coder];
 790
 791     if (HAVE_MIPSDSPR1)
 792         ff_aac_coder_init_mips(s);
 793
 794     s->lambda = avctx->global_quality > 0 ? avctx->global_quality : 120;
 795
 796     ff_aac_tableinit();
 797
 798     for (i = 0; i < 428; i++)
 799         ff_aac_pow34sf_tab[i] = sqrt(ff_aac_pow2sf_tab[i] * sqrt(ff_aac_pow2sf_tab[i]));
 800
 801     avctx->initial_padding = 1024;
 802     ff_af_queue_init(avctx, &s->afq);
 803
 804     return 0;
 805 fail:
 806     aac_encode_end(avctx);
 807     return ret;
 808 }
 809
 810 #define AACENC_FLAGS AV_OPT_FLAG_ENCODING_PARAM | AV_OPT_FLAG_AUDIO_PARAM
 811 static const AVOption aacenc_options[] = {
 812     {"stereo_mode", "Stereo coding method", offsetof(AACEncContext, options.stereo_mode), AV_OPT_TYPE_INT, {.i64 = 0}, -1, 1, AACENC_FLAGS, "stereo_mode"},
 813         {"auto",     "Selected by the Encoder", 0, AV_OPT_TYPE_CONST, {.i64 = -1 }, INT_MIN, INT_MAX, AACENC_FLAGS, "stereo_mode"},
 814         {"ms_off",   "Disable Mid/Side coding", 0, AV_OPT_TYPE_CONST, {.i64 =  0 }, INT_MIN, INT_MAX, AACENC_FLAGS, "stereo_mode"},
 815         {"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"},
 816     {"aac_coder", "", offsetof(AACEncContext, options.aac_coder), AV_OPT_TYPE_INT, {.i64 = AAC_CODER_TWOLOOP}, 0, AAC_CODER_NB-1, AACENC_FLAGS, "aac_coder"},
 817         {"faac",     "FAAC-inspired method",      0, AV_OPT_TYPE_CONST, {.i64 = AAC_CODER_FAAC},    INT_MIN, INT_MAX, AACENC_FLAGS, "aac_coder"},
 818         {"anmr",     "ANMR method",               0, AV_OPT_TYPE_CONST, {.i64 = AAC_CODER_ANMR},    INT_MIN, INT_MAX, AACENC_FLAGS, "aac_coder"},
 819         {"twoloop",  "Two loop searching method", 0, AV_OPT_TYPE_CONST, {.i64 = AAC_CODER_TWOLOOP}, INT_MIN, INT_MAX, AACENC_FLAGS, "aac_coder"},
 820         {"fast",     "Constant quantizer",        0, AV_OPT_TYPE_CONST, {.i64 = AAC_CODER_FAST},    INT_MIN, INT_MAX, AACENC_FLAGS, "aac_coder"},
 821     {NULL}
 822 };
 823
 824 static const AVClass aacenc_class = {
 825     "AAC encoder",
 826     av_default_item_name,
 827     aacenc_options,
 828     LIBAVUTIL_VERSION_INT,
 829 };
 830
 831 /* duplicated from avpriv_mpeg4audio_sample_rates to avoid shared build
 832  * failures */
 833 static const int mpeg4audio_sample_rates[16] = {
 834     96000, 88200, 64000, 48000, 44100, 32000,
 835     24000, 22050, 16000, 12000, 11025, 8000, 7350
 836 };
 837
 838 AVCodec ff_aac_encoder = {
 839     .name           = "aac",
 840     .long_name      = NULL_IF_CONFIG_SMALL("AAC (Advanced Audio Coding)"),
 841     .type           = AVMEDIA_TYPE_AUDIO,
 842     .id             = AV_CODEC_ID_AAC,
 843     .priv_data_size = sizeof(AACEncContext),
 844     .init           = aac_encode_init,
 845     .encode2        = aac_encode_frame,
 846     .close          = aac_encode_end,
 847     .supported_samplerates = mpeg4audio_sample_rates,
 848     .capabilities   = CODEC_CAP_SMALL_LAST_FRAME | CODEC_CAP_DELAY |
 849                       CODEC_CAP_EXPERIMENTAL,
 850     .sample_fmts    = (const enum AVSampleFormat[]){ AV_SAMPLE_FMT_FLTP,
 851                                                      AV_SAMPLE_FMT_NONE },
 852     .priv_class     = &aacenc_class,
 853 };