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

   1 /*
   2  * AAC encoder
   3  * Copyright (C) 2008 Konstantin Shishkov
   4  *
   5  * This file is part of Libav.
   6  *
   7  * Libav is free software; you can redistribute it and/or
   8  * modify it under the terms of the GNU Lesser General Public
   9  * License as published by the Free Software Foundation; either
  10  * version 2.1 of the License, or (at your option) any later version.
  11  *
  12  * Libav is distributed in the hope that it will be useful,
  13  * but WITHOUT ANY WARRANTY; without even the implied warranty of
  14  * MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the GNU
  15  * Lesser General Public License for more details.
  16  *
  17  * You should have received a copy of the GNU Lesser General Public
  18  * License along with Libav; if not, write to the Free Software
  19  * Foundation, Inc., 51 Franklin Street, Fifth Floor, Boston, MA 02110-1301 USA
  20  */
  21
  22 /**
  23  * @file
  24  * AAC encoder
  25  */
  26
  27 /***********************************
  28  *              TODOs:
  29  * add sane pulse detection
  30  * add temporal noise shaping
  31  ***********************************/
  32
  33 #include "libavutil/float_dsp.h"
  34 #include "libavutil/opt.h"
  35 #include "avcodec.h"
  36 #include "put_bits.h"
  37 #include "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(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 }
 264
 265 /**
 266  * Encode ics_info element.
 267  * @see Table 4.6 (syntax of ics_info)
 268  */
 269 static void put_ics_info(AACEncContext *s, IndividualChannelStream *info)
 270 {
 271     int w;
 272
 273     put_bits(&s->pb, 1, 0);                // ics_reserved bit
 274     put_bits(&s->pb, 2, info->window_sequence[0]);
 275     put_bits(&s->pb, 1, info->use_kb_window[0]);
 276     if (info->window_sequence[0] != EIGHT_SHORT_SEQUENCE) {
 277         put_bits(&s->pb, 6, info->max_sfb);
 278         put_bits(&s->pb, 1, 0);            // no prediction
 279     } else {
 280         put_bits(&s->pb, 4, info->max_sfb);
 281         for (w = 1; w < 8; w++)
 282             put_bits(&s->pb, 1, !info->group_len[w]);
 283     }
 284 }
 285
 286 /**
 287  * Encode MS data.
 288  * @see 4.6.8.1 "Joint Coding - M/S Stereo"
 289  */
 290 static void encode_ms_info(PutBitContext *pb, ChannelElement *cpe)
 291 {
 292     int i, w;
 293
 294     put_bits(pb, 2, cpe->ms_mode);
 295     if (cpe->ms_mode == 1)
 296         for (w = 0; w < cpe->ch[0].ics.num_windows; w += cpe->ch[0].ics.group_len[w])
 297             for (i = 0; i < cpe->ch[0].ics.max_sfb; i++)
 298                 put_bits(pb, 1, cpe->ms_mask[w*16 + i]);
 299 }
 300
 301 /**
 302  * Produce integer coefficients from scalefactors provided by the model.
 303  */
 304 static void adjust_frame_information(ChannelElement *cpe, int chans)
 305 {
 306     int i, w, w2, g, ch;
 307     int start, maxsfb, cmaxsfb;
 308
 309     for (ch = 0; ch < chans; ch++) {
 310         IndividualChannelStream *ics = &cpe->ch[ch].ics;
 311         start = 0;
 312         maxsfb = 0;
 313         cpe->ch[ch].pulse.num_pulse = 0;
 314         for (w = 0; w < ics->num_windows*16; w += 16) {
 315             for (g = 0; g < ics->num_swb; g++) {
 316                 //apply M/S
 317                 if (cpe->common_window && !ch && cpe->ms_mask[w + g]) {
 318                     for (i = 0; i < ics->swb_sizes[g]; i++) {
 319                         cpe->ch[0].coeffs[start+i] = (cpe->ch[0].coeffs[start+i] + cpe->ch[1].coeffs[start+i]) / 2.0;
 320                         cpe->ch[1].coeffs[start+i] =  cpe->ch[0].coeffs[start+i] - cpe->ch[1].coeffs[start+i];
 321                     }
 322                 }
 323                 start += ics->swb_sizes[g];
 324             }
 325             for (cmaxsfb = ics->num_swb; cmaxsfb > 0 && cpe->ch[ch].zeroes[w+cmaxsfb-1]; cmaxsfb--)
 326                 ;
 327             maxsfb = FFMAX(maxsfb, cmaxsfb);
 328         }
 329         ics->max_sfb = maxsfb;
 330
 331         //adjust zero bands for window groups
 332         for (w = 0; w < ics->num_windows; w += ics->group_len[w]) {
 333             for (g = 0; g < ics->max_sfb; g++) {
 334                 i = 1;
 335                 for (w2 = w; w2 < w + ics->group_len[w]; w2++) {
 336                     if (!cpe->ch[ch].zeroes[w2*16 + g]) {
 337                         i = 0;
 338                         break;
 339                     }
 340                 }
 341                 cpe->ch[ch].zeroes[w*16 + g] = i;
 342             }
 343         }
 344     }
 345
 346     if (chans > 1 && cpe->common_window) {
 347         IndividualChannelStream *ics0 = &cpe->ch[0].ics;
 348         IndividualChannelStream *ics1 = &cpe->ch[1].ics;
 349         int msc = 0;
 350         ics0->max_sfb = FFMAX(ics0->max_sfb, ics1->max_sfb);
 351         ics1->max_sfb = ics0->max_sfb;
 352         for (w = 0; w < ics0->num_windows*16; w += 16)
 353             for (i = 0; i < ics0->max_sfb; i++)
 354                 if (cpe->ms_mask[w+i])
 355                     msc++;
 356         if (msc == 0 || ics0->max_sfb == 0)
 357             cpe->ms_mode = 0;
 358         else
 359             cpe->ms_mode = msc < ics0->max_sfb * ics0->num_windows ? 1 : 2;
 360     }
 361 }
 362
 363 /**
 364  * Encode scalefactor band coding type.
 365  */
 366 static void encode_band_info(AACEncContext *s, SingleChannelElement *sce)
 367 {
 368     int w;
 369
 370     for (w = 0; w < sce->ics.num_windows; w += sce->ics.group_len[w])
 371         s->coder->encode_window_bands_info(s, sce, w, sce->ics.group_len[w], s->lambda);
 372 }
 373
 374 /**
 375  * Encode scalefactors.
 376  */
 377 static void encode_scale_factors(AVCodecContext *avctx, AACEncContext *s,
 378                                  SingleChannelElement *sce)
 379 {
 380     int off = sce->sf_idx[0], diff;
 381     int i, w;
 382
 383     for (w = 0; w < sce->ics.num_windows; w += sce->ics.group_len[w]) {
 384         for (i = 0; i < sce->ics.max_sfb; i++) {
 385             if (!sce->zeroes[w*16 + i]) {
 386                 diff = sce->sf_idx[w*16 + i] - off + SCALE_DIFF_ZERO;
 387                 if (diff < 0 || diff > 120)
 388                     av_log(avctx, AV_LOG_ERROR, "Scalefactor difference is too big to be coded\n");
 389                 off = sce->sf_idx[w*16 + i];
 390                 put_bits(&s->pb, ff_aac_scalefactor_bits[diff], ff_aac_scalefactor_code[diff]);
 391             }
 392         }
 393     }
 394 }
 395
 396 /**
 397  * Encode pulse data.
 398  */
 399 static void encode_pulses(AACEncContext *s, Pulse *pulse)
 400 {
 401     int i;
 402
 403     put_bits(&s->pb, 1, !!pulse->num_pulse);
 404     if (!pulse->num_pulse)
 405         return;
 406
 407     put_bits(&s->pb, 2, pulse->num_pulse - 1);
 408     put_bits(&s->pb, 6, pulse->start);
 409     for (i = 0; i < pulse->num_pulse; i++) {
 410         put_bits(&s->pb, 5, pulse->pos[i]);
 411         put_bits(&s->pb, 4, pulse->amp[i]);
 412     }
 413 }
 414
 415 /**
 416  * Encode spectral coefficients processed by psychoacoustic model.
 417  */
 418 static void encode_spectral_coeffs(AACEncContext *s, SingleChannelElement *sce)
 419 {
 420     int start, i, w, w2;
 421
 422     for (w = 0; w < sce->ics.num_windows; w += sce->ics.group_len[w]) {
 423         start = 0;
 424         for (i = 0; i < sce->ics.max_sfb; i++) {
 425             if (sce->zeroes[w*16 + i]) {
 426                 start += sce->ics.swb_sizes[i];
 427                 continue;
 428             }
 429             for (w2 = w; w2 < w + sce->ics.group_len[w]; w2++)
 430                 s->coder->quantize_and_encode_band(s, &s->pb, sce->coeffs + start + w2*128,
 431                                                    sce->ics.swb_sizes[i],
 432                                                    sce->sf_idx[w*16 + i],
 433                                                    sce->band_type[w*16 + i],
 434                                                    s->lambda);
 435             start += sce->ics.swb_sizes[i];
 436         }
 437     }
 438 }
 439
 440 /**
 441  * Encode one channel of audio data.
 442  */
 443 static int encode_individual_channel(AVCodecContext *avctx, AACEncContext *s,
 444                                      SingleChannelElement *sce,
 445                                      int common_window)
 446 {
 447     put_bits(&s->pb, 8, sce->sf_idx[0]);
 448     if (!common_window)
 449         put_ics_info(s, &sce->ics);
 450     encode_band_info(s, sce);
 451     encode_scale_factors(avctx, s, sce);
 452     encode_pulses(s, &sce->pulse);
 453     put_bits(&s->pb, 1, 0); //tns
 454     put_bits(&s->pb, 1, 0); //ssr
 455     encode_spectral_coeffs(s, sce);
 456     return 0;
 457 }
 458
 459 /**
 460  * Write some auxiliary information about the created AAC file.
 461  */
 462 static void put_bitstream_info(AACEncContext *s, const char *name)
 463 {
 464     int i, namelen, padbits;
 465
 466     namelen = strlen(name) + 2;
 467     put_bits(&s->pb, 3, TYPE_FIL);
 468     put_bits(&s->pb, 4, FFMIN(namelen, 15));
 469     if (namelen >= 15)
 470         put_bits(&s->pb, 8, namelen - 14);
 471     put_bits(&s->pb, 4, 0); //extension type - filler
 472     padbits = -put_bits_count(&s->pb) & 7;
 473     avpriv_align_put_bits(&s->pb);
 474     for (i = 0; i < namelen - 2; i++)
 475         put_bits(&s->pb, 8, name[i]);
 476     put_bits(&s->pb, 12 - padbits, 0);
 477 }
 478
 479 /*
 480  * Copy input samples.
 481  * Channels are reordered from Libav's default order to AAC order.
 482  */
 483 static void copy_input_samples(AACEncContext *s, const AVFrame *frame)
 484 {
 485     int ch;
 486     int end = 2048 + (frame ? frame->nb_samples : 0);
 487     const uint8_t *channel_map = aac_chan_maps[s->channels - 1];
 488
 489     /* copy and remap input samples */
 490     for (ch = 0; ch < s->channels; ch++) {
 491         /* copy last 1024 samples of previous frame to the start of the current frame */
 492         memcpy(&s->planar_samples[ch][1024], &s->planar_samples[ch][2048], 1024 * sizeof(s->planar_samples[0][0]));
 493
 494         /* copy new samples and zero any remaining samples */
 495         if (frame) {
 496             memcpy(&s->planar_samples[ch][2048],
 497                    frame->extended_data[channel_map[ch]],
 498                    frame->nb_samples * sizeof(s->planar_samples[0][0]));
 499         }
 500         memset(&s->planar_samples[ch][end], 0,
 501                (3072 - end) * 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     int frame_bits;
 514     FFPsyWindowInfo windows[AAC_MAX_CHANNELS];
 515
 516     if (s->last_frame == 2)
 517         return 0;
 518
 519     /* add current frame to queue */
 520     if (frame) {
 521         if ((ret = ff_af_queue_add(&s->afq, frame)) < 0)
 522             return ret;
 523     }
 524
 525     copy_input_samples(s, frame);
 526     if (s->psypp)
 527         ff_psy_preprocess(s->psypp, s->planar_samples, s->channels);
 528
 529     if (!avctx->frame_number)
 530         return 0;
 531
 532     start_ch = 0;
 533     for (i = 0; i < s->chan_map[0]; i++) {
 534         FFPsyWindowInfo* wi = windows + start_ch;
 535         tag      = s->chan_map[i+1];
 536         chans    = tag == TYPE_CPE ? 2 : 1;
 537         cpe      = &s->cpe[i];
 538         for (ch = 0; ch < chans; ch++) {
 539             IndividualChannelStream *ics = &cpe->ch[ch].ics;
 540             int cur_channel = start_ch + ch;
 541             overlap  = &samples[cur_channel][0];
 542             samples2 = overlap + 1024;
 543             la       = samples2 + (448+64);
 544             if (!frame)
 545                 la = NULL;
 546             if (tag == TYPE_LFE) {
 547                 wi[ch].window_type[0] = ONLY_LONG_SEQUENCE;
 548                 wi[ch].window_shape   = 0;
 549                 wi[ch].num_windows    = 1;
 550                 wi[ch].grouping[0]    = 1;
 551
 552                 /* Only the lowest 12 coefficients are used in a LFE channel.
 553                  * The expression below results in only the bottom 8 coefficients
 554                  * being used for 11.025kHz to 16kHz sample rates.
 555                  */
 556                 ics->num_swb = s->samplerate_index >= 8 ? 1 : 3;
 557             } else {
 558                 wi[ch] = s->psy.model->window(&s->psy, samples2, la, cur_channel,
 559                                               ics->window_sequence[0]);
 560             }
 561             ics->window_sequence[1] = ics->window_sequence[0];
 562             ics->window_sequence[0] = wi[ch].window_type[0];
 563             ics->use_kb_window[1]   = ics->use_kb_window[0];
 564             ics->use_kb_window[0]   = wi[ch].window_shape;
 565             ics->num_windows        = wi[ch].num_windows;
 566             ics->swb_sizes          = s->psy.bands    [ics->num_windows == 8];
 567             ics->num_swb            = tag == TYPE_LFE ? ics->num_swb : s->psy.num_bands[ics->num_windows == 8];
 568             for (w = 0; w < ics->num_windows; w++)
 569                 ics->group_len[w] = wi[ch].grouping[w];
 570
 571             apply_window_and_mdct(s, &cpe->ch[ch], overlap);
 572         }
 573         start_ch += chans;
 574     }
 575     if ((ret = ff_alloc_packet(avpkt, 768 * s->channels))) {
 576         av_log(avctx, AV_LOG_ERROR, "Error getting output packet\n");
 577         return ret;
 578     }
 579
 580     do {
 581         init_put_bits(&s->pb, avpkt->data, avpkt->size);
 582
 583         if ((avctx->frame_number & 0xFF)==1 && !(avctx->flags & AV_CODEC_FLAG_BITEXACT))
 584             put_bitstream_info(s, LIBAVCODEC_IDENT);
 585         start_ch = 0;
 586         memset(chan_el_counter, 0, sizeof(chan_el_counter));
 587         for (i = 0; i < s->chan_map[0]; i++) {
 588             FFPsyWindowInfo* wi = windows + start_ch;
 589             const float *coeffs[2];
 590             tag      = s->chan_map[i+1];
 591             chans    = tag == TYPE_CPE ? 2 : 1;
 592             cpe      = &s->cpe[i];
 593             put_bits(&s->pb, 3, tag);
 594             put_bits(&s->pb, 4, chan_el_counter[tag]++);
 595             for (ch = 0; ch < chans; ch++)
 596                 coeffs[ch] = cpe->ch[ch].coeffs;
 597             s->psy.model->analyze(&s->psy, start_ch, coeffs, wi);
 598             for (ch = 0; ch < chans; ch++) {
 599                 s->cur_channel = start_ch + ch;
 600                 s->coder->search_for_quantizers(avctx, s, &cpe->ch[ch], s->lambda);
 601             }
 602             cpe->common_window = 0;
 603             if (chans > 1
 604                 && wi[0].window_type[0] == wi[1].window_type[0]
 605                 && wi[0].window_shape   == wi[1].window_shape) {
 606
 607                 cpe->common_window = 1;
 608                 for (w = 0; w < wi[0].num_windows; w++) {
 609                     if (wi[0].grouping[w] != wi[1].grouping[w]) {
 610                         cpe->common_window = 0;
 611                         break;
 612                     }
 613                 }
 614             }
 615             s->cur_channel = start_ch;
 616             if (s->options.stereo_mode && cpe->common_window) {
 617                 if (s->options.stereo_mode > 0) {
 618                     IndividualChannelStream *ics = &cpe->ch[0].ics;
 619                     for (w = 0; w < ics->num_windows; w += ics->group_len[w])
 620                         for (g = 0;  g < ics->num_swb; g++)
 621                             cpe->ms_mask[w*16+g] = 1;
 622                 } else if (s->coder->search_for_ms) {
 623                     s->coder->search_for_ms(s, cpe, s->lambda);
 624                 }
 625             }
 626             adjust_frame_information(cpe, chans);
 627             if (chans == 2) {
 628                 put_bits(&s->pb, 1, cpe->common_window);
 629                 if (cpe->common_window) {
 630                     put_ics_info(s, &cpe->ch[0].ics);
 631                     encode_ms_info(&s->pb, cpe);
 632                 }
 633             }
 634             for (ch = 0; ch < chans; ch++) {
 635                 s->cur_channel = start_ch + ch;
 636                 encode_individual_channel(avctx, s, &cpe->ch[ch], cpe->common_window);
 637             }
 638             start_ch += chans;
 639         }
 640
 641         frame_bits = put_bits_count(&s->pb);
 642         if (frame_bits <= 6144 * s->channels - 3) {
 643             s->psy.bitres.bits = frame_bits / s->channels;
 644             break;
 645         }
 646
 647         s->lambda *= avctx->bit_rate * 1024.0f / avctx->sample_rate / frame_bits;
 648
 649     } while (1);
 650
 651     put_bits(&s->pb, 3, TYPE_END);
 652     flush_put_bits(&s->pb);
 653     frame_bits = put_bits_count(&s->pb);
 654 #if FF_API_STAT_BITS
 655 FF_DISABLE_DEPRECATION_WARNINGS
 656     avctx->frame_bits = frame_bits;
 657 FF_ENABLE_DEPRECATION_WARNINGS
 658 #endif
 659
 660     // rate control stuff
 661     if (!(avctx->flags & AV_CODEC_FLAG_QSCALE)) {
 662         float ratio = avctx->bit_rate * 1024.0f / avctx->sample_rate / frame_bits;
 663         s->lambda *= ratio;
 664         s->lambda = FFMIN(s->lambda, 65536.f);
 665     }
 666
 667     if (!frame)
 668         s->last_frame++;
 669
 670     ff_af_queue_remove(&s->afq, avctx->frame_size, &avpkt->pts,
 671                        &avpkt->duration);
 672
 673     avpkt->size = put_bits_count(&s->pb) >> 3;
 674     *got_packet_ptr = 1;
 675     return 0;
 676 }
 677
 678 static av_cold int aac_encode_end(AVCodecContext *avctx)
 679 {
 680     AACEncContext *s = avctx->priv_data;
 681
 682     ff_mdct_end(&s->mdct1024);
 683     ff_mdct_end(&s->mdct128);
 684     ff_psy_end(&s->psy);
 685     if (s->psypp)
 686         ff_psy_preprocess_end(s->psypp);
 687     av_freep(&s->buffer.samples);
 688     av_freep(&s->cpe);
 689     ff_af_queue_close(&s->afq);
 690     return 0;
 691 }
 692
 693 static av_cold int dsp_init(AVCodecContext *avctx, AACEncContext *s)
 694 {
 695     int ret = 0;
 696
 697     avpriv_float_dsp_init(&s->fdsp, avctx->flags & AV_CODEC_FLAG_BITEXACT);
 698
 699     // window init
 700     ff_kbd_window_init(ff_aac_kbd_long_1024, 4.0, 1024);
 701     ff_kbd_window_init(ff_aac_kbd_short_128, 6.0, 128);
 702     ff_init_ff_sine_windows(10);
 703     ff_init_ff_sine_windows(7);
 704
 705     if (ret = ff_mdct_init(&s->mdct1024, 11, 0, 32768.0))
 706         return ret;
 707     if (ret = ff_mdct_init(&s->mdct128,   8, 0, 32768.0))
 708         return ret;
 709
 710     return 0;
 711 }
 712
 713 static av_cold int alloc_buffers(AVCodecContext *avctx, AACEncContext *s)
 714 {
 715     int ch;
 716     FF_ALLOCZ_OR_GOTO(avctx, s->buffer.samples, 3 * 1024 * s->channels * sizeof(s->buffer.samples[0]), alloc_fail);
 717     FF_ALLOCZ_OR_GOTO(avctx, s->cpe, sizeof(ChannelElement) * s->chan_map[0], alloc_fail);
 718     FF_ALLOCZ_OR_GOTO(avctx, avctx->extradata, 5 + AV_INPUT_BUFFER_PADDING_SIZE, alloc_fail);
 719
 720     for(ch = 0; ch < s->channels; ch++)
 721         s->planar_samples[ch] = s->buffer.samples + 3 * 1024 * ch;
 722
 723     return 0;
 724 alloc_fail:
 725     return AVERROR(ENOMEM);
 726 }
 727
 728 static av_cold int aac_encode_init(AVCodecContext *avctx)
 729 {
 730     AACEncContext *s = avctx->priv_data;
 731     int i, ret = 0;
 732     const uint8_t *sizes[2];
 733     uint8_t grouping[AAC_MAX_CHANNELS];
 734     int lengths[2];
 735
 736     avctx->frame_size = 1024;
 737
 738     for (i = 0; i < 16; i++)
 739         if (avctx->sample_rate == avpriv_mpeg4audio_sample_rates[i])
 740             break;
 741
 742     s->channels = avctx->channels;
 743
 744     ERROR_IF(i == 16,
 745              "Unsupported sample rate %d\n", avctx->sample_rate);
 746     ERROR_IF(s->channels > AAC_MAX_CHANNELS,
 747              "Unsupported number of channels: %d\n", s->channels);
 748     ERROR_IF(avctx->profile != FF_PROFILE_UNKNOWN && avctx->profile != FF_PROFILE_AAC_LOW,
 749              "Unsupported profile %d\n", avctx->profile);
 750     ERROR_IF(1024.0 * avctx->bit_rate / avctx->sample_rate > 6144 * s->channels,
 751              "Too many bits %f > %d per frame requested\n",
 752              1024.0 * avctx->bit_rate / avctx->sample_rate,
 753              6144 * s->channels);
 754
 755     s->samplerate_index = i;
 756
 757     s->chan_map = aac_chan_configs[s->channels-1];
 758
 759     if ((ret = dsp_init(avctx, s)) < 0)
 760         goto fail;
 761
 762     if ((ret = alloc_buffers(avctx, s)) < 0)
 763         goto fail;
 764
 765     avctx->extradata_size = 5;
 766     put_audio_specific_config(avctx);
 767
 768     sizes[0]   = swb_size_1024[i];
 769     sizes[1]   = swb_size_128[i];
 770     lengths[0] = ff_aac_num_swb_1024[i];
 771     lengths[1] = ff_aac_num_swb_128[i];
 772     for (i = 0; i < s->chan_map[0]; i++)
 773         grouping[i] = s->chan_map[i + 1] == TYPE_CPE;
 774     if ((ret = ff_psy_init(&s->psy, avctx, 2, sizes, lengths,
 775                            s->chan_map[0], grouping)) < 0)
 776         goto fail;
 777     s->psypp = ff_psy_preprocess_init(avctx);
 778     s->coder = &ff_aac_coders[2];
 779
 780     s->lambda = avctx->global_quality ? avctx->global_quality : 120;
 781
 782     ff_aac_tableinit();
 783
 784     for (i = 0; i < 428; i++)
 785         ff_aac_pow34sf_tab[i] = sqrt(ff_aac_pow2sf_tab[i] * sqrt(ff_aac_pow2sf_tab[i]));
 786
 787     avctx->initial_padding = 1024;
 788     ff_af_queue_init(avctx, &s->afq);
 789
 790     return 0;
 791 fail:
 792     aac_encode_end(avctx);
 793     return ret;
 794 }
 795
 796 #define AACENC_FLAGS AV_OPT_FLAG_ENCODING_PARAM | AV_OPT_FLAG_AUDIO_PARAM
 797 static const AVOption aacenc_options[] = {
 798     {"stereo_mode", "Stereo coding method", offsetof(AACEncContext, options.stereo_mode), AV_OPT_TYPE_INT, {.i64 = 0}, -1, 1, AACENC_FLAGS, "stereo_mode"},
 799         {"auto",     "Selected by the Encoder", 0, AV_OPT_TYPE_CONST, {.i64 = -1 }, INT_MIN, INT_MAX, AACENC_FLAGS, "stereo_mode"},
 800         {"ms_off",   "Disable Mid/Side coding", 0, AV_OPT_TYPE_CONST, {.i64 =  0 }, INT_MIN, INT_MAX, AACENC_FLAGS, "stereo_mode"},
 801         {"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"},
 802     {NULL}
 803 };
 804
 805 static const AVClass aacenc_class = {
 806     "AAC encoder",
 807     av_default_item_name,
 808     aacenc_options,
 809     LIBAVUTIL_VERSION_INT,
 810 };
 811
 812 AVCodec ff_aac_encoder = {
 813     .name           = "aac",
 814     .long_name      = NULL_IF_CONFIG_SMALL("AAC (Advanced Audio Coding)"),
 815     .type           = AVMEDIA_TYPE_AUDIO,
 816     .id             = AV_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   = AV_CODEC_CAP_SMALL_LAST_FRAME | AV_CODEC_CAP_DELAY |
 822                       AV_CODEC_CAP_EXPERIMENTAL,
 823     .sample_fmts    = (const enum AVSampleFormat[]){ AV_SAMPLE_FMT_FLTP,
 824                                                      AV_SAMPLE_FMT_NONE },
 825     .priv_class     = &aacenc_class,
 826 };