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 "mpeg4audio.h"
  38 #include "kbdwin.h"
  39 #include "sinewin.h"
  40
  41 #include "aac.h"
  42 #include "aactab.h"
  43 #include "aacenc.h"
  44
  45 #include "psymodel.h"
  46
  47 #define AAC_MAX_CHANNELS 6
  48
  49 static const uint8_t swb_size_1024_96[] = {
  50     4, 4, 4, 4, 4, 4, 4, 4, 4, 4, 4, 4, 4, 4, 8, 8, 8, 8, 8,
  51     12, 12, 12, 12, 12, 16, 16, 24, 28, 36, 44,
  52     64, 64, 64, 64, 64, 64, 64, 64, 64, 64, 64
  53 };
  54
  55 static const uint8_t swb_size_1024_64[] = {
  56     4, 4, 4, 4, 4, 4, 4, 4, 4, 4, 4, 4, 4, 4, 8, 8, 8, 8,
  57     12, 12, 12, 16, 16, 16, 20, 24, 24, 28, 36,
  58     40, 40, 40, 40, 40, 40, 40, 40, 40, 40, 40, 40, 40, 40, 40, 40, 40, 40
  59 };
  60
  61 static const uint8_t swb_size_1024_48[] = {
  62     4, 4, 4, 4, 4, 4, 4, 4, 4, 4, 8, 8, 8, 8, 8, 8, 8,
  63     12, 12, 12, 12, 16, 16, 20, 20, 24, 24, 28, 28,
  64     32, 32, 32, 32, 32, 32, 32, 32, 32, 32, 32, 32, 32, 32, 32, 32, 32, 32, 32,
  65     96
  66 };
  67
  68 static const uint8_t swb_size_1024_32[] = {
  69     4, 4, 4, 4, 4, 4, 4, 4, 4, 4, 8, 8, 8, 8, 8, 8, 8,
  70     12, 12, 12, 12, 16, 16, 20, 20, 24, 24, 28, 28,
  71     32, 32, 32, 32, 32, 32, 32, 32, 32, 32, 32, 32, 32, 32, 32, 32, 32, 32, 32, 32, 32, 32
  72 };
  73
  74 static const uint8_t swb_size_1024_24[] = {
  75     4, 4, 4, 4, 4, 4, 4, 4, 4, 4, 4, 8, 8, 8, 8, 8, 8, 8, 8, 8, 8,
  76     12, 12, 12, 12, 16, 16, 16, 20, 20, 24, 24, 28, 28,
  77     32, 36, 36, 40, 44, 48, 52, 52, 64, 64, 64, 64, 64
  78 };
  79
  80 static const uint8_t swb_size_1024_16[] = {
  81     8, 8, 8, 8, 8, 8, 8, 8, 8, 8, 8,
  82     12, 12, 12, 12, 12, 12, 12, 12, 12, 16, 16, 16, 16, 20, 20, 20, 24, 24, 28, 28,
  83     32, 36, 40, 40, 44, 48, 52, 56, 60, 64, 64, 64
  84 };
  85
  86 static const uint8_t swb_size_1024_8[] = {
  87     12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12,
  88     16, 16, 16, 16, 16, 16, 16, 20, 20, 20, 20, 24, 24, 24, 28, 28,
  89     32, 36, 36, 40, 44, 48, 52, 56, 60, 64, 80
  90 };
  91
  92 static const uint8_t *swb_size_1024[] = {
  93     swb_size_1024_96, swb_size_1024_96, swb_size_1024_64,
  94     swb_size_1024_48, swb_size_1024_48, swb_size_1024_32,
  95     swb_size_1024_24, swb_size_1024_24, swb_size_1024_16,
  96     swb_size_1024_16, swb_size_1024_16, swb_size_1024_8
  97 };
  98
  99 static const uint8_t swb_size_128_96[] = {
 100     4, 4, 4, 4, 4, 4, 8, 8, 8, 16, 28, 36
 101 };
 102
 103 static const uint8_t swb_size_128_48[] = {
 104     4, 4, 4, 4, 4, 8, 8, 8, 12, 12, 12, 16, 16, 16
 105 };
 106
 107 static const uint8_t swb_size_128_24[] = {
 108     4, 4, 4, 4, 4, 4, 4, 8, 8, 8, 12, 12, 16, 16, 20
 109 };
 110
 111 static const uint8_t swb_size_128_16[] = {
 112     4, 4, 4, 4, 4, 4, 4, 4, 8, 8, 12, 12, 16, 20, 20
 113 };
 114
 115 static const uint8_t swb_size_128_8[] = {
 116     4, 4, 4, 4, 4, 4, 4, 8, 8, 8, 8, 12, 16, 20, 20
 117 };
 118
 119 static const uint8_t *swb_size_128[] = {
 120     /* the last entry on the following row is swb_size_128_64 but is a
 121        duplicate of swb_size_128_96 */
 122     swb_size_128_96, swb_size_128_96, swb_size_128_96,
 123     swb_size_128_48, swb_size_128_48, swb_size_128_48,
 124     swb_size_128_24, swb_size_128_24, swb_size_128_16,
 125     swb_size_128_16, swb_size_128_16, swb_size_128_8
 126 };
 127
 128 /** default channel configurations */
 129 static const uint8_t aac_chan_configs[6][5] = {
 130  {1, TYPE_SCE},                               // 1 channel  - single channel element
 131  {1, TYPE_CPE},                               // 2 channels - channel pair
 132  {2, TYPE_SCE, TYPE_CPE},                     // 3 channels - center + stereo
 133  {3, TYPE_SCE, TYPE_CPE, TYPE_SCE},           // 4 channels - front center + stereo + back center
 134  {3, TYPE_SCE, TYPE_CPE, TYPE_CPE},           // 5 channels - front center + stereo + back stereo
 135  {4, TYPE_SCE, TYPE_CPE, TYPE_CPE, TYPE_LFE}, // 6 channels - front center + stereo + back stereo + LFE
 136 };
 137
 138 /**
 139  * Make AAC audio config object.
 140  * @see 1.6.2.1 "Syntax - AudioSpecificConfig"
 141  */
 142 static void put_audio_specific_config(AVCodecContext *avctx)
 143 {
 144     PutBitContext pb;
 145     AACEncContext *s = avctx->priv_data;
 146
 147     init_put_bits(&pb, avctx->extradata, avctx->extradata_size*8);
 148     put_bits(&pb, 5, 2); //object type - AAC-LC
 149     put_bits(&pb, 4, s->samplerate_index); //sample rate index
 150     put_bits(&pb, 4, avctx->channels);
 151     //GASpecificConfig
 152     put_bits(&pb, 1, 0); //frame length - 1024 samples
 153     put_bits(&pb, 1, 0); //does not depend on core coder
 154     put_bits(&pb, 1, 0); //is not extension
 155
 156     //Explicitly Mark SBR absent
 157     put_bits(&pb, 11, 0x2b7); //sync extension
 158     put_bits(&pb, 5,  AOT_SBR);
 159     put_bits(&pb, 1,  0);
 160     flush_put_bits(&pb);
 161 }
 162
 163 static av_cold int aac_encode_init(AVCodecContext *avctx)
 164 {
 165     AACEncContext *s = avctx->priv_data;
 166     int i;
 167     const uint8_t *sizes[2];
 168     uint8_t grouping[AAC_MAX_CHANNELS];
 169     int lengths[2];
 170
 171     avctx->frame_size = 1024;
 172
 173     for (i = 0; i < 16; i++)
 174         if (avctx->sample_rate == avpriv_mpeg4audio_sample_rates[i])
 175             break;
 176     if (i == 16) {
 177         av_log(avctx, AV_LOG_ERROR, "Unsupported sample rate %d\n", avctx->sample_rate);
 178         return -1;
 179     }
 180     if (avctx->channels > AAC_MAX_CHANNELS) {
 181         av_log(avctx, AV_LOG_ERROR, "Unsupported number of channels: %d\n", avctx->channels);
 182         return -1;
 183     }
 184     if (avctx->profile != FF_PROFILE_UNKNOWN && avctx->profile != FF_PROFILE_AAC_LOW) {
 185         av_log(avctx, AV_LOG_ERROR, "Unsupported profile %d\n", avctx->profile);
 186         return -1;
 187     }
 188     if (1024.0 * avctx->bit_rate / avctx->sample_rate > 6144 * avctx->channels) {
 189         av_log(avctx, AV_LOG_ERROR, "Too many bits per frame requested\n");
 190         return -1;
 191     }
 192     s->samplerate_index = i;
 193
 194     dsputil_init(&s->dsp, avctx);
 195     ff_mdct_init(&s->mdct1024, 11, 0, 1.0);
 196     ff_mdct_init(&s->mdct128,   8, 0, 1.0);
 197     // window init
 198     ff_kbd_window_init(ff_aac_kbd_long_1024, 4.0, 1024);
 199     ff_kbd_window_init(ff_aac_kbd_short_128, 6.0, 128);
 200     ff_init_ff_sine_windows(10);
 201     ff_init_ff_sine_windows(7);
 202
 203     s->chan_map           = aac_chan_configs[avctx->channels-1];
 204     s->samples            = av_malloc(2 * 1024 * avctx->channels * sizeof(s->samples[0]));
 205     s->cpe                = av_mallocz(sizeof(ChannelElement) * s->chan_map[0]);
 206     avctx->extradata      = av_mallocz(5 + FF_INPUT_BUFFER_PADDING_SIZE);
 207     avctx->extradata_size = 5;
 208     put_audio_specific_config(avctx);
 209
 210     sizes[0]   = swb_size_1024[i];
 211     sizes[1]   = swb_size_128[i];
 212     lengths[0] = ff_aac_num_swb_1024[i];
 213     lengths[1] = ff_aac_num_swb_128[i];
 214     for (i = 0; i < s->chan_map[0]; i++)
 215         grouping[i] = s->chan_map[i + 1] == TYPE_CPE;
 216     ff_psy_init(&s->psy, avctx, 2, sizes, lengths, s->chan_map[0], grouping);
 217     s->psypp = ff_psy_preprocess_init(avctx);
 218     s->coder = &ff_aac_coders[2];
 219
 220     s->lambda = avctx->global_quality ? avctx->global_quality : 120;
 221
 222     ff_aac_tableinit();
 223
 224     return 0;
 225 }
 226
 227 static void apply_window_and_mdct(AVCodecContext *avctx, AACEncContext *s,
 228                                   SingleChannelElement *sce, short *audio)
 229 {
 230     int i, k;
 231     const int chans = avctx->channels;
 232     const float * lwindow = sce->ics.use_kb_window[0] ? ff_aac_kbd_long_1024 : ff_sine_1024;
 233     const float * swindow = sce->ics.use_kb_window[0] ? ff_aac_kbd_short_128 : ff_sine_128;
 234     const float * pwindow = sce->ics.use_kb_window[1] ? ff_aac_kbd_short_128 : ff_sine_128;
 235     float *output = sce->ret;
 236
 237     if (sce->ics.window_sequence[0] != EIGHT_SHORT_SEQUENCE) {
 238         memcpy(output, sce->saved, sizeof(float)*1024);
 239         if (sce->ics.window_sequence[0] == LONG_STOP_SEQUENCE) {
 240             memset(output, 0, sizeof(output[0]) * 448);
 241             for (i = 448; i < 576; i++)
 242                 output[i] = sce->saved[i] * pwindow[i - 448];
 243             for (i = 576; i < 704; i++)
 244                 output[i] = sce->saved[i];
 245         }
 246         if (sce->ics.window_sequence[0] != LONG_START_SEQUENCE) {
 247             for (i = 0; i < 1024; i++) {
 248                 output[i+1024]         = audio[i * chans] * lwindow[1024 - i - 1];
 249                 sce->saved[i] = audio[i * chans] * lwindow[i];
 250             }
 251         } else {
 252             for (i = 0; i < 448; i++)
 253                 output[i+1024]         = audio[i * chans];
 254             for (; i < 576; i++)
 255                 output[i+1024]         = audio[i * chans] * swindow[576 - i - 1];
 256             memset(output+1024+576, 0, sizeof(output[0]) * 448);
 257             for (i = 0; i < 1024; i++)
 258                 sce->saved[i] = audio[i * chans];
 259         }
 260         s->mdct1024.mdct_calc(&s->mdct1024, sce->coeffs, output);
 261     } else {
 262         for (k = 0; k < 1024; k += 128) {
 263             for (i = 448 + k; i < 448 + k + 256; i++)
 264                 output[i - 448 - k] = (i < 1024)
 265                                          ? sce->saved[i]
 266                                          : audio[(i-1024)*chans];
 267             s->dsp.vector_fmul        (output,     output, k ?  swindow : pwindow, 128);
 268             s->dsp.vector_fmul_reverse(output+128, output+128, swindow, 128);
 269             s->mdct128.mdct_calc(&s->mdct128, sce->coeffs + k, output);
 270         }
 271         for (i = 0; i < 1024; i++)
 272             sce->saved[i] = audio[i * chans];
 273     }
 274 }
 275
 276 /**
 277  * Encode ics_info element.
 278  * @see Table 4.6 (syntax of ics_info)
 279  */
 280 static void put_ics_info(AACEncContext *s, IndividualChannelStream *info)
 281 {
 282     int w;
 283
 284     put_bits(&s->pb, 1, 0);                // ics_reserved bit
 285     put_bits(&s->pb, 2, info->window_sequence[0]);
 286     put_bits(&s->pb, 1, info->use_kb_window[0]);
 287     if (info->window_sequence[0] != EIGHT_SHORT_SEQUENCE) {
 288         put_bits(&s->pb, 6, info->max_sfb);
 289         put_bits(&s->pb, 1, 0);            // no prediction
 290     } else {
 291         put_bits(&s->pb, 4, info->max_sfb);
 292         for (w = 1; w < 8; w++)
 293             put_bits(&s->pb, 1, !info->group_len[w]);
 294     }
 295 }
 296
 297 /**
 298  * Encode MS data.
 299  * @see 4.6.8.1 "Joint Coding - M/S Stereo"
 300  */
 301 static void encode_ms_info(PutBitContext *pb, ChannelElement *cpe)
 302 {
 303     int i, w;
 304
 305     put_bits(pb, 2, cpe->ms_mode);
 306     if (cpe->ms_mode == 1)
 307         for (w = 0; w < cpe->ch[0].ics.num_windows; w += cpe->ch[0].ics.group_len[w])
 308             for (i = 0; i < cpe->ch[0].ics.max_sfb; i++)
 309                 put_bits(pb, 1, cpe->ms_mask[w*16 + i]);
 310 }
 311
 312 /**
 313  * Produce integer coefficients from scalefactors provided by the model.
 314  */
 315 static void adjust_frame_information(AACEncContext *apc, ChannelElement *cpe, int chans)
 316 {
 317     int i, w, w2, g, ch;
 318     int start, maxsfb, cmaxsfb;
 319
 320     for (ch = 0; ch < chans; ch++) {
 321         IndividualChannelStream *ics = &cpe->ch[ch].ics;
 322         start = 0;
 323         maxsfb = 0;
 324         cpe->ch[ch].pulse.num_pulse = 0;
 325         for (w = 0; w < ics->num_windows*16; w += 16) {
 326             for (g = 0; g < ics->num_swb; g++) {
 327                 //apply M/S
 328                 if (cpe->common_window && !ch && cpe->ms_mask[w + g]) {
 329                     for (i = 0; i < ics->swb_sizes[g]; i++) {
 330                         cpe->ch[0].coeffs[start+i] = (cpe->ch[0].coeffs[start+i] + cpe->ch[1].coeffs[start+i]) / 2.0;
 331                         cpe->ch[1].coeffs[start+i] =  cpe->ch[0].coeffs[start+i] - cpe->ch[1].coeffs[start+i];
 332                     }
 333                 }
 334                 start += ics->swb_sizes[g];
 335             }
 336             for (cmaxsfb = ics->num_swb; cmaxsfb > 0 && cpe->ch[ch].zeroes[w+cmaxsfb-1]; cmaxsfb--)
 337                 ;
 338             maxsfb = FFMAX(maxsfb, cmaxsfb);
 339         }
 340         ics->max_sfb = maxsfb;
 341
 342         //adjust zero bands for window groups
 343         for (w = 0; w < ics->num_windows; w += ics->group_len[w]) {
 344             for (g = 0; g < ics->max_sfb; g++) {
 345                 i = 1;
 346                 for (w2 = w; w2 < w + ics->group_len[w]; w2++) {
 347                     if (!cpe->ch[ch].zeroes[w2*16 + g]) {
 348                         i = 0;
 349                         break;
 350                     }
 351                 }
 352                 cpe->ch[ch].zeroes[w*16 + g] = i;
 353             }
 354         }
 355     }
 356
 357     if (chans > 1 && cpe->common_window) {
 358         IndividualChannelStream *ics0 = &cpe->ch[0].ics;
 359         IndividualChannelStream *ics1 = &cpe->ch[1].ics;
 360         int msc = 0;
 361         ics0->max_sfb = FFMAX(ics0->max_sfb, ics1->max_sfb);
 362         ics1->max_sfb = ics0->max_sfb;
 363         for (w = 0; w < ics0->num_windows*16; w += 16)
 364             for (i = 0; i < ics0->max_sfb; i++)
 365                 if (cpe->ms_mask[w+i])
 366                     msc++;
 367         if (msc == 0 || ics0->max_sfb == 0)
 368             cpe->ms_mode = 0;
 369         else
 370             cpe->ms_mode = msc < ics0->max_sfb * ics0->num_windows ? 1 : 2;
 371     }
 372 }
 373
 374 /**
 375  * Encode scalefactor band coding type.
 376  */
 377 static void encode_band_info(AACEncContext *s, SingleChannelElement *sce)
 378 {
 379     int w;
 380
 381     for (w = 0; w < sce->ics.num_windows; w += sce->ics.group_len[w])
 382         s->coder->encode_window_bands_info(s, sce, w, sce->ics.group_len[w], s->lambda);
 383 }
 384
 385 /**
 386  * Encode scalefactors.
 387  */
 388 static void encode_scale_factors(AVCodecContext *avctx, AACEncContext *s,
 389                                  SingleChannelElement *sce)
 390 {
 391     int off = sce->sf_idx[0], diff;
 392     int i, w;
 393
 394     for (w = 0; w < sce->ics.num_windows; w += sce->ics.group_len[w]) {
 395         for (i = 0; i < sce->ics.max_sfb; i++) {
 396             if (!sce->zeroes[w*16 + i]) {
 397                 diff = sce->sf_idx[w*16 + i] - off + SCALE_DIFF_ZERO;
 398                 if (diff < 0 || diff > 120)
 399                     av_log(avctx, AV_LOG_ERROR, "Scalefactor difference is too big to be coded\n");
 400                 off = sce->sf_idx[w*16 + i];
 401                 put_bits(&s->pb, ff_aac_scalefactor_bits[diff], ff_aac_scalefactor_code[diff]);
 402             }
 403         }
 404     }
 405 }
 406
 407 /**
 408  * Encode pulse data.
 409  */
 410 static void encode_pulses(AACEncContext *s, Pulse *pulse)
 411 {
 412     int i;
 413
 414     put_bits(&s->pb, 1, !!pulse->num_pulse);
 415     if (!pulse->num_pulse)
 416         return;
 417
 418     put_bits(&s->pb, 2, pulse->num_pulse - 1);
 419     put_bits(&s->pb, 6, pulse->start);
 420     for (i = 0; i < pulse->num_pulse; i++) {
 421         put_bits(&s->pb, 5, pulse->pos[i]);
 422         put_bits(&s->pb, 4, pulse->amp[i]);
 423     }
 424 }
 425
 426 /**
 427  * Encode spectral coefficients processed by psychoacoustic model.
 428  */
 429 static void encode_spectral_coeffs(AACEncContext *s, SingleChannelElement *sce)
 430 {
 431     int start, i, w, w2;
 432
 433     for (w = 0; w < sce->ics.num_windows; w += sce->ics.group_len[w]) {
 434         start = 0;
 435         for (i = 0; i < sce->ics.max_sfb; i++) {
 436             if (sce->zeroes[w*16 + i]) {
 437                 start += sce->ics.swb_sizes[i];
 438                 continue;
 439             }
 440             for (w2 = w; w2 < w + sce->ics.group_len[w]; w2++)
 441                 s->coder->quantize_and_encode_band(s, &s->pb, sce->coeffs + start + w2*128,
 442                                                    sce->ics.swb_sizes[i],
 443                                                    sce->sf_idx[w*16 + i],
 444                                                    sce->band_type[w*16 + i],
 445                                                    s->lambda);
 446             start += sce->ics.swb_sizes[i];
 447         }
 448     }
 449 }
 450
 451 /**
 452  * Encode one channel of audio data.
 453  */
 454 static int encode_individual_channel(AVCodecContext *avctx, AACEncContext *s,
 455                                      SingleChannelElement *sce,
 456                                      int common_window)
 457 {
 458     put_bits(&s->pb, 8, sce->sf_idx[0]);
 459     if (!common_window)
 460         put_ics_info(s, &sce->ics);
 461     encode_band_info(s, sce);
 462     encode_scale_factors(avctx, s, sce);
 463     encode_pulses(s, &sce->pulse);
 464     put_bits(&s->pb, 1, 0); //tns
 465     put_bits(&s->pb, 1, 0); //ssr
 466     encode_spectral_coeffs(s, sce);
 467     return 0;
 468 }
 469
 470 /**
 471  * Write some auxiliary information about the created AAC file.
 472  */
 473 static void put_bitstream_info(AVCodecContext *avctx, AACEncContext *s,
 474                                const char *name)
 475 {
 476     int i, namelen, padbits;
 477
 478     namelen = strlen(name) + 2;
 479     put_bits(&s->pb, 3, TYPE_FIL);
 480     put_bits(&s->pb, 4, FFMIN(namelen, 15));
 481     if (namelen >= 15)
 482         put_bits(&s->pb, 8, namelen - 16);
 483     put_bits(&s->pb, 4, 0); //extension type - filler
 484     padbits = 8 - (put_bits_count(&s->pb) & 7);
 485     avpriv_align_put_bits(&s->pb);
 486     for (i = 0; i < namelen - 2; i++)
 487         put_bits(&s->pb, 8, name[i]);
 488     put_bits(&s->pb, 12 - padbits, 0);
 489 }
 490
 491 static int aac_encode_frame(AVCodecContext *avctx,
 492                             uint8_t *frame, int buf_size, void *data)
 493 {
 494     AACEncContext *s = avctx->priv_data;
 495     int16_t *samples = s->samples, *samples2, *la;
 496     ChannelElement *cpe;
 497     int i, ch, w, g, chans, tag, start_ch;
 498     int chan_el_counter[4];
 499     FFPsyWindowInfo windows[AAC_MAX_CHANNELS];
 500
 501     if (s->last_frame)
 502         return 0;
 503     if (data) {
 504         if (!s->psypp) {
 505             memcpy(s->samples + 1024 * avctx->channels, data,
 506                    1024 * avctx->channels * sizeof(s->samples[0]));
 507         } else {
 508             start_ch = 0;
 509             samples2 = s->samples + 1024 * avctx->channels;
 510             for (i = 0; i < s->chan_map[0]; i++) {
 511                 tag = s->chan_map[i+1];
 512                 chans = tag == TYPE_CPE ? 2 : 1;
 513                 ff_psy_preprocess(s->psypp, (uint16_t*)data + start_ch,
 514                                   samples2 + start_ch, start_ch, chans);
 515                 start_ch += chans;
 516             }
 517         }
 518     }
 519     if (!avctx->frame_number) {
 520         memcpy(s->samples, s->samples + 1024 * avctx->channels,
 521                1024 * avctx->channels * sizeof(s->samples[0]));
 522         return 0;
 523     }
 524
 525     start_ch = 0;
 526     for (i = 0; i < s->chan_map[0]; i++) {
 527         FFPsyWindowInfo* wi = windows + start_ch;
 528         tag      = s->chan_map[i+1];
 529         chans    = tag == TYPE_CPE ? 2 : 1;
 530         cpe      = &s->cpe[i];
 531         for (ch = 0; ch < chans; ch++) {
 532             IndividualChannelStream *ics = &cpe->ch[ch].ics;
 533             int cur_channel = start_ch + ch;
 534             samples2 = samples + cur_channel;
 535             la       = samples2 + (448+64) * avctx->channels;
 536             if (!data)
 537                 la = NULL;
 538             if (tag == TYPE_LFE) {
 539                 wi[ch].window_type[0] = ONLY_LONG_SEQUENCE;
 540                 wi[ch].window_shape   = 0;
 541                 wi[ch].num_windows    = 1;
 542                 wi[ch].grouping[0]    = 1;
 543
 544                 /* Only the lowest 12 coefficients are used in a LFE channel.
 545                  * The expression below results in only the bottom 8 coefficients
 546                  * being used for 11.025kHz to 16kHz sample rates.
 547                  */
 548                 ics->num_swb = s->samplerate_index >= 8 ? 1 : 3;
 549             } else {
 550                 wi[ch] = s->psy.model->window(&s->psy, samples2, la, cur_channel,
 551                                               ics->window_sequence[0]);
 552             }
 553             ics->window_sequence[1] = ics->window_sequence[0];
 554             ics->window_sequence[0] = wi[ch].window_type[0];
 555             ics->use_kb_window[1]   = ics->use_kb_window[0];
 556             ics->use_kb_window[0]   = wi[ch].window_shape;
 557             ics->num_windows        = wi[ch].num_windows;
 558             ics->swb_sizes          = s->psy.bands    [ics->num_windows == 8];
 559             ics->num_swb            = tag == TYPE_LFE ? ics->num_swb : s->psy.num_bands[ics->num_windows == 8];
 560             for (w = 0; w < ics->num_windows; w++)
 561                 ics->group_len[w] = wi[ch].grouping[w];
 562
 563             apply_window_and_mdct(avctx, s, &cpe->ch[ch], samples2);
 564         }
 565         start_ch += chans;
 566     }
 567     do {
 568         int frame_bits;
 569         init_put_bits(&s->pb, frame, buf_size*8);
 570         if ((avctx->frame_number & 0xFF)==1 && !(avctx->flags & CODEC_FLAG_BITEXACT))
 571             put_bitstream_info(avctx, s, LIBAVCODEC_IDENT);
 572         start_ch = 0;
 573         memset(chan_el_counter, 0, sizeof(chan_el_counter));
 574         for (i = 0; i < s->chan_map[0]; i++) {
 575             FFPsyWindowInfo* wi = windows + start_ch;
 576             const float *coeffs[2];
 577             tag      = s->chan_map[i+1];
 578             chans    = tag == TYPE_CPE ? 2 : 1;
 579             cpe      = &s->cpe[i];
 580             put_bits(&s->pb, 3, tag);
 581             put_bits(&s->pb, 4, chan_el_counter[tag]++);
 582             for (ch = 0; ch < chans; ch++)
 583                 coeffs[ch] = cpe->ch[ch].coeffs;
 584             s->psy.model->analyze(&s->psy, start_ch, coeffs, wi);
 585             for (ch = 0; ch < chans; ch++) {
 586                 s->cur_channel = start_ch * 2 + ch;
 587                 s->coder->search_for_quantizers(avctx, s, &cpe->ch[ch], s->lambda);
 588             }
 589             cpe->common_window = 0;
 590             if (chans > 1
 591                 && wi[0].window_type[0] == wi[1].window_type[0]
 592                 && wi[0].window_shape   == wi[1].window_shape) {
 593
 594                 cpe->common_window = 1;
 595                 for (w = 0; w < wi[0].num_windows; w++) {
 596                     if (wi[0].grouping[w] != wi[1].grouping[w]) {
 597                         cpe->common_window = 0;
 598                         break;
 599                     }
 600                 }
 601             }
 602             s->cur_channel = start_ch * 2;
 603             if (s->options.stereo_mode && cpe->common_window) {
 604                 if (s->options.stereo_mode > 0) {
 605                     IndividualChannelStream *ics = &cpe->ch[0].ics;
 606                     for (w = 0; w < ics->num_windows; w += ics->group_len[w])
 607                         for (g = 0;  g < ics->num_swb; g++)
 608                             cpe->ms_mask[w*16+g] = 1;
 609                 } else if (s->coder->search_for_ms) {
 610                     s->coder->search_for_ms(s, cpe, s->lambda);
 611                 }
 612             }
 613             adjust_frame_information(s, cpe, chans);
 614             if (chans == 2) {
 615                 put_bits(&s->pb, 1, cpe->common_window);
 616                 if (cpe->common_window) {
 617                     put_ics_info(s, &cpe->ch[0].ics);
 618                     encode_ms_info(&s->pb, cpe);
 619                 }
 620             }
 621             for (ch = 0; ch < chans; ch++) {
 622                 s->cur_channel = start_ch + ch;
 623                 encode_individual_channel(avctx, s, &cpe->ch[ch], cpe->common_window);
 624             }
 625             start_ch += chans;
 626         }
 627
 628         frame_bits = put_bits_count(&s->pb);
 629         if (frame_bits <= 6144 * avctx->channels - 3) {
 630             s->psy.bitres.bits = frame_bits / avctx->channels;
 631             break;
 632         }
 633
 634         s->lambda *= avctx->bit_rate * 1024.0f / avctx->sample_rate / frame_bits;
 635
 636     } while (1);
 637
 638     put_bits(&s->pb, 3, TYPE_END);
 639     flush_put_bits(&s->pb);
 640     avctx->frame_bits = put_bits_count(&s->pb);
 641
 642     // rate control stuff
 643     if (!(avctx->flags & CODEC_FLAG_QSCALE)) {
 644         float ratio = avctx->bit_rate * 1024.0f / avctx->sample_rate / avctx->frame_bits;
 645         s->lambda *= ratio;
 646         s->lambda = FFMIN(s->lambda, 65536.f);
 647     }
 648
 649     if (!data)
 650         s->last_frame = 1;
 651     memcpy(s->samples, s->samples + 1024 * avctx->channels,
 652            1024 * avctx->channels * sizeof(s->samples[0]));
 653     return put_bits_count(&s->pb)>>3;
 654 }
 655
 656 static av_cold int aac_encode_end(AVCodecContext *avctx)
 657 {
 658     AACEncContext *s = avctx->priv_data;
 659
 660     ff_mdct_end(&s->mdct1024);
 661     ff_mdct_end(&s->mdct128);
 662     ff_psy_end(&s->psy);
 663     ff_psy_preprocess_end(s->psypp);
 664     av_freep(&s->samples);
 665     av_freep(&s->cpe);
 666     return 0;
 667 }
 668
 669 #define AACENC_FLAGS AV_OPT_FLAG_ENCODING_PARAM | AV_OPT_FLAG_AUDIO_PARAM
 670 static const AVOption aacenc_options[] = {
 671     {"stereo_mode", "Stereo coding method", offsetof(AACEncContext, options.stereo_mode), AV_OPT_TYPE_INT, {.dbl = 0}, -1, 1, AACENC_FLAGS, "stereo_mode"},
 672         {"auto",     "Selected by the Encoder", 0, AV_OPT_TYPE_CONST, {.dbl = -1 }, INT_MIN, INT_MAX, AACENC_FLAGS, "stereo_mode"},
 673         {"ms_off",   "Disable Mid/Side coding", 0, AV_OPT_TYPE_CONST, {.dbl =  0 }, INT_MIN, INT_MAX, AACENC_FLAGS, "stereo_mode"},
 674         {"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"},
 675     {NULL}
 676 };
 677
 678 static const AVClass aacenc_class = {
 679     "AAC encoder",
 680     av_default_item_name,
 681     aacenc_options,
 682     LIBAVUTIL_VERSION_INT,
 683 };
 684
 685 AVCodec ff_aac_encoder = {
 686     .name           = "aac",
 687     .type           = AVMEDIA_TYPE_AUDIO,
 688     .id             = CODEC_ID_AAC,
 689     .priv_data_size = sizeof(AACEncContext),
 690     .init           = aac_encode_init,
 691     .encode         = aac_encode_frame,
 692     .close          = aac_encode_end,
 693     .capabilities = CODEC_CAP_SMALL_LAST_FRAME | CODEC_CAP_DELAY | CODEC_CAP_EXPERIMENTAL,
 694     .sample_fmts = (const enum AVSampleFormat[]){AV_SAMPLE_FMT_S16,AV_SAMPLE_FMT_NONE},
 695     .long_name = NULL_IF_CONFIG_SMALL("Advanced Audio Coding"),
 696     .priv_class = &aacenc_class,
 697 };