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 #include "aacenctab.h"
  46 #include "aacenc_utils.h"
  47
  48 #include "psymodel.h"
  49
  50 /**
  51  * Make AAC audio config object.
  52  * @see 1.6.2.1 "Syntax - AudioSpecificConfig"
  53  */
  54 static void put_audio_specific_config(AVCodecContext *avctx)
  55 {
  56     PutBitContext pb;
  57     AACEncContext *s = avctx->priv_data;
  58
  59     init_put_bits(&pb, avctx->extradata, avctx->extradata_size);
  60     put_bits(&pb, 5, 2); //object type - AAC-LC
  61     put_bits(&pb, 4, s->samplerate_index); //sample rate index
  62     put_bits(&pb, 4, s->channels);
  63     //GASpecificConfig
  64     put_bits(&pb, 1, 0); //frame length - 1024 samples
  65     put_bits(&pb, 1, 0); //does not depend on core coder
  66     put_bits(&pb, 1, 0); //is not extension
  67
  68     //Explicitly Mark SBR absent
  69     put_bits(&pb, 11, 0x2b7); //sync extension
  70     put_bits(&pb, 5,  AOT_SBR);
  71     put_bits(&pb, 1,  0);
  72     flush_put_bits(&pb);
  73 }
  74
  75 #define WINDOW_FUNC(type) \
  76 static void apply_ ##type ##_window(AVFloatDSPContext *fdsp, \
  77                                     SingleChannelElement *sce, \
  78                                     const float *audio)
  79
  80 WINDOW_FUNC(only_long)
  81 {
  82     const float *lwindow = sce->ics.use_kb_window[0] ? ff_aac_kbd_long_1024 : ff_sine_1024;
  83     const float *pwindow = sce->ics.use_kb_window[1] ? ff_aac_kbd_long_1024 : ff_sine_1024;
  84     float *out = sce->ret_buf;
  85
  86     fdsp->vector_fmul        (out,        audio,        lwindow, 1024);
  87     fdsp->vector_fmul_reverse(out + 1024, audio + 1024, pwindow, 1024);
  88 }
  89
  90 WINDOW_FUNC(long_start)
  91 {
  92     const float *lwindow = sce->ics.use_kb_window[1] ? ff_aac_kbd_long_1024 : ff_sine_1024;
  93     const float *swindow = sce->ics.use_kb_window[0] ? ff_aac_kbd_short_128 : ff_sine_128;
  94     float *out = sce->ret_buf;
  95
  96     fdsp->vector_fmul(out, audio, lwindow, 1024);
  97     memcpy(out + 1024, audio + 1024, sizeof(out[0]) * 448);
  98     fdsp->vector_fmul_reverse(out + 1024 + 448, audio + 1024 + 448, swindow, 128);
  99     memset(out + 1024 + 576, 0, sizeof(out[0]) * 448);
 100 }
 101
 102 WINDOW_FUNC(long_stop)
 103 {
 104     const float *lwindow = sce->ics.use_kb_window[0] ? ff_aac_kbd_long_1024 : ff_sine_1024;
 105     const float *swindow = sce->ics.use_kb_window[1] ? ff_aac_kbd_short_128 : ff_sine_128;
 106     float *out = sce->ret_buf;
 107
 108     memset(out, 0, sizeof(out[0]) * 448);
 109     fdsp->vector_fmul(out + 448, audio + 448, swindow, 128);
 110     memcpy(out + 576, audio + 576, sizeof(out[0]) * 448);
 111     fdsp->vector_fmul_reverse(out + 1024, audio + 1024, lwindow, 1024);
 112 }
 113
 114 WINDOW_FUNC(eight_short)
 115 {
 116     const float *swindow = sce->ics.use_kb_window[0] ? ff_aac_kbd_short_128 : ff_sine_128;
 117     const float *pwindow = sce->ics.use_kb_window[1] ? ff_aac_kbd_short_128 : ff_sine_128;
 118     const float *in = audio + 448;
 119     float *out = sce->ret_buf;
 120     int w;
 121
 122     for (w = 0; w < 8; w++) {
 123         fdsp->vector_fmul        (out, in, w ? pwindow : swindow, 128);
 124         out += 128;
 125         in  += 128;
 126         fdsp->vector_fmul_reverse(out, in, swindow, 128);
 127         out += 128;
 128     }
 129 }
 130
 131 static void (*const apply_window[4])(AVFloatDSPContext *fdsp,
 132                                      SingleChannelElement *sce,
 133                                      const float *audio) = {
 134     [ONLY_LONG_SEQUENCE]   = apply_only_long_window,
 135     [LONG_START_SEQUENCE]  = apply_long_start_window,
 136     [EIGHT_SHORT_SEQUENCE] = apply_eight_short_window,
 137     [LONG_STOP_SEQUENCE]   = apply_long_stop_window
 138 };
 139
 140 static void apply_window_and_mdct(AACEncContext *s, SingleChannelElement *sce,
 141                                   float *audio)
 142 {
 143     int i;
 144     float *output = sce->ret_buf;
 145
 146     apply_window[sce->ics.window_sequence[0]](s->fdsp, sce, audio);
 147
 148     if (sce->ics.window_sequence[0] != EIGHT_SHORT_SEQUENCE)
 149         s->mdct1024.mdct_calc(&s->mdct1024, sce->coeffs, output);
 150     else
 151         for (i = 0; i < 1024; i += 128)
 152             s->mdct128.mdct_calc(&s->mdct128, sce->coeffs + i, output + i*2);
 153     memcpy(audio, audio + 1024, sizeof(audio[0]) * 1024);
 154     memcpy(sce->pcoeffs, sce->coeffs, sizeof(sce->pcoeffs));
 155 }
 156
 157 /**
 158  * Encode ics_info element.
 159  * @see Table 4.6 (syntax of ics_info)
 160  */
 161 static void put_ics_info(AACEncContext *s, IndividualChannelStream *info)
 162 {
 163     int w;
 164
 165     put_bits(&s->pb, 1, 0);                // ics_reserved bit
 166     put_bits(&s->pb, 2, info->window_sequence[0]);
 167     put_bits(&s->pb, 1, info->use_kb_window[0]);
 168     if (info->window_sequence[0] != EIGHT_SHORT_SEQUENCE) {
 169         put_bits(&s->pb, 6, info->max_sfb);
 170         put_bits(&s->pb, 1, 0);            // no prediction
 171     } else {
 172         put_bits(&s->pb, 4, info->max_sfb);
 173         for (w = 1; w < 8; w++)
 174             put_bits(&s->pb, 1, !info->group_len[w]);
 175     }
 176 }
 177
 178 /**
 179  * Encode MS data.
 180  * @see 4.6.8.1 "Joint Coding - M/S Stereo"
 181  */
 182 static void encode_ms_info(PutBitContext *pb, ChannelElement *cpe)
 183 {
 184     int i, w;
 185
 186     put_bits(pb, 2, cpe->ms_mode);
 187     if (cpe->ms_mode == 1)
 188         for (w = 0; w < cpe->ch[0].ics.num_windows; w += cpe->ch[0].ics.group_len[w])
 189             for (i = 0; i < cpe->ch[0].ics.max_sfb; i++)
 190                 put_bits(pb, 1, cpe->ms_mask[w*16 + i]);
 191 }
 192
 193 /**
 194  * Produce integer coefficients from scalefactors provided by the model.
 195  */
 196 static void adjust_frame_information(ChannelElement *cpe, int chans)
 197 {
 198     int i, w, w2, g, ch;
 199     int maxsfb, cmaxsfb;
 200     IndividualChannelStream *ics;
 201
 202     if (cpe->common_window) {
 203         ics = &cpe->ch[0].ics;
 204         for (w = 0; w < ics->num_windows; w += ics->group_len[w]) {
 205             for (w2 =  0; w2 < ics->group_len[w]; w2++) {
 206                 int start = (w+w2) * 128;
 207                 for (g = 0; g < ics->num_swb; g++) {
 208                     //apply Intensity stereo coeffs transformation
 209                     if (cpe->is_mask[w*16 + g]) {
 210                         int p = -1 + 2 * (cpe->ch[1].band_type[w*16+g] - 14);
 211                         float scale = cpe->ch[0].is_ener[w*16+g];
 212                         for (i = 0; i < ics->swb_sizes[g]; i++) {
 213                             cpe->ch[0].coeffs[start+i] = (cpe->ch[0].pcoeffs[start+i] + p*cpe->ch[1].pcoeffs[start+i]) * scale;
 214                             cpe->ch[1].coeffs[start+i] = 0.0f;
 215                         }
 216                     } else if (cpe->ms_mask[w*16 + g] &&
 217                                cpe->ch[0].band_type[w*16 + g] < NOISE_BT &&
 218                                cpe->ch[1].band_type[w*16 + g] < NOISE_BT) {
 219                         for (i = 0; i < ics->swb_sizes[g]; i++) {
 220                             cpe->ch[0].coeffs[start+i] = (cpe->ch[0].pcoeffs[start+i] + cpe->ch[1].pcoeffs[start+i]) * 0.5f;
 221                             cpe->ch[1].coeffs[start+i] = cpe->ch[0].coeffs[start+i] - cpe->ch[1].pcoeffs[start+i];
 222                         }
 223                     }
 224                     start += ics->swb_sizes[g];
 225                 }
 226             }
 227         }
 228     }
 229
 230     for (ch = 0; ch < chans; ch++) {
 231         IndividualChannelStream *ics = &cpe->ch[ch].ics;
 232         maxsfb = 0;
 233         cpe->ch[ch].pulse.num_pulse = 0;
 234         for (w = 0; w < ics->num_windows; w += ics->group_len[w]) {
 235             for (w2 =  0; w2 < ics->group_len[w]; w2++) {
 236                 for (cmaxsfb = ics->num_swb; cmaxsfb > 0 && cpe->ch[ch].zeroes[w*16+cmaxsfb-1]; cmaxsfb--)
 237                     ;
 238                 maxsfb = FFMAX(maxsfb, cmaxsfb);
 239             }
 240         }
 241         ics->max_sfb = maxsfb;
 242
 243         //adjust zero bands for window groups
 244         for (w = 0; w < ics->num_windows; w += ics->group_len[w]) {
 245             for (g = 0; g < ics->max_sfb; g++) {
 246                 i = 1;
 247                 for (w2 = w; w2 < w + ics->group_len[w]; w2++) {
 248                     if (!cpe->ch[ch].zeroes[w2*16 + g]) {
 249                         i = 0;
 250                         break;
 251                     }
 252                 }
 253                 cpe->ch[ch].zeroes[w*16 + g] = i;
 254             }
 255         }
 256     }
 257
 258     if (chans > 1 && cpe->common_window) {
 259         IndividualChannelStream *ics0 = &cpe->ch[0].ics;
 260         IndividualChannelStream *ics1 = &cpe->ch[1].ics;
 261         int msc = 0;
 262         ics0->max_sfb = FFMAX(ics0->max_sfb, ics1->max_sfb);
 263         ics1->max_sfb = ics0->max_sfb;
 264         for (w = 0; w < ics0->num_windows*16; w += 16)
 265             for (i = 0; i < ics0->max_sfb; i++)
 266                 if (cpe->ms_mask[w+i])
 267                     msc++;
 268         if (msc == 0 || ics0->max_sfb == 0)
 269             cpe->ms_mode = 0;
 270         else
 271             cpe->ms_mode = msc < ics0->max_sfb * ics0->num_windows ? 1 : 2;
 272     }
 273 }
 274
 275 /**
 276  * Encode scalefactor band coding type.
 277  */
 278 static void encode_band_info(AACEncContext *s, SingleChannelElement *sce)
 279 {
 280     int w;
 281
 282     for (w = 0; w < sce->ics.num_windows; w += sce->ics.group_len[w])
 283         s->coder->encode_window_bands_info(s, sce, w, sce->ics.group_len[w], s->lambda);
 284 }
 285
 286 /**
 287  * Encode scalefactors.
 288  */
 289 static void encode_scale_factors(AVCodecContext *avctx, AACEncContext *s,
 290                                  SingleChannelElement *sce)
 291 {
 292     int diff, off_sf = sce->sf_idx[0], off_pns = sce->sf_idx[0] - NOISE_OFFSET;
 293     int off_is = 0, noise_flag = 1;
 294     int i, w;
 295
 296     for (w = 0; w < sce->ics.num_windows; w += sce->ics.group_len[w]) {
 297         for (i = 0; i < sce->ics.max_sfb; i++) {
 298             if (!sce->zeroes[w*16 + i]) {
 299                 if (sce->band_type[w*16 + i] == NOISE_BT) {
 300                     diff = sce->sf_idx[w*16 + i] - off_pns;
 301                     off_pns = sce->sf_idx[w*16 + i];
 302                     if (noise_flag-- > 0) {
 303                         put_bits(&s->pb, NOISE_PRE_BITS, diff + NOISE_PRE);
 304                         continue;
 305                     }
 306                 } else if (sce->band_type[w*16 + i] == INTENSITY_BT  ||
 307                            sce->band_type[w*16 + i] == INTENSITY_BT2) {
 308                     diff = sce->sf_idx[w*16 + i] - off_is;
 309                     off_is = sce->sf_idx[w*16 + i];
 310                 } else {
 311                     diff = sce->sf_idx[w*16 + i] - off_sf;
 312                     off_sf = sce->sf_idx[w*16 + i];
 313                 }
 314                 diff += SCALE_DIFF_ZERO;
 315                 av_assert0(diff >= 0 && diff <= 120);
 316                 put_bits(&s->pb, ff_aac_scalefactor_bits[diff], ff_aac_scalefactor_code[diff]);
 317             }
 318         }
 319     }
 320 }
 321
 322 /**
 323  * Encode pulse data.
 324  */
 325 static void encode_pulses(AACEncContext *s, Pulse *pulse)
 326 {
 327     int i;
 328
 329     put_bits(&s->pb, 1, !!pulse->num_pulse);
 330     if (!pulse->num_pulse)
 331         return;
 332
 333     put_bits(&s->pb, 2, pulse->num_pulse - 1);
 334     put_bits(&s->pb, 6, pulse->start);
 335     for (i = 0; i < pulse->num_pulse; i++) {
 336         put_bits(&s->pb, 5, pulse->pos[i]);
 337         put_bits(&s->pb, 4, pulse->amp[i]);
 338     }
 339 }
 340
 341 /**
 342  * Encode spectral coefficients processed by psychoacoustic model.
 343  */
 344 static void encode_spectral_coeffs(AACEncContext *s, SingleChannelElement *sce)
 345 {
 346     int start, i, w, w2;
 347
 348     for (w = 0; w < sce->ics.num_windows; w += sce->ics.group_len[w]) {
 349         start = 0;
 350         for (i = 0; i < sce->ics.max_sfb; i++) {
 351             if (sce->zeroes[w*16 + i]) {
 352                 start += sce->ics.swb_sizes[i];
 353                 continue;
 354             }
 355             for (w2 = w; w2 < w + sce->ics.group_len[w]; w2++)
 356                 s->coder->quantize_and_encode_band(s, &s->pb, sce->coeffs + start + w2*128,
 357                                                    sce->ics.swb_sizes[i],
 358                                                    sce->sf_idx[w*16 + i],
 359                                                    sce->band_type[w*16 + i],
 360                                                    s->lambda, sce->ics.window_clipping[w]);
 361             start += sce->ics.swb_sizes[i];
 362         }
 363     }
 364 }
 365
 366 /**
 367  * Downscale spectral coefficients for near-clipping windows to avoid artifacts
 368  */
 369 static void avoid_clipping(AACEncContext *s, SingleChannelElement *sce)
 370 {
 371     int start, i, j, w;
 372
 373     if (sce->ics.clip_avoidance_factor < 1.0f) {
 374         for (w = 0; w < sce->ics.num_windows; w++) {
 375             start = 0;
 376             for (i = 0; i < sce->ics.max_sfb; i++) {
 377                 float *swb_coeffs = sce->coeffs + start + w*128;
 378                 for (j = 0; j < sce->ics.swb_sizes[i]; j++)
 379                     swb_coeffs[j] *= sce->ics.clip_avoidance_factor;
 380                 start += sce->ics.swb_sizes[i];
 381             }
 382         }
 383     }
 384 }
 385
 386 /**
 387  * Encode one channel of audio data.
 388  */
 389 static int encode_individual_channel(AVCodecContext *avctx, AACEncContext *s,
 390                                      SingleChannelElement *sce,
 391                                      int common_window)
 392 {
 393     put_bits(&s->pb, 8, sce->sf_idx[0]);
 394     if (!common_window)
 395         put_ics_info(s, &sce->ics);
 396     encode_band_info(s, sce);
 397     encode_scale_factors(avctx, s, sce);
 398     encode_pulses(s, &sce->pulse);
 399     put_bits(&s->pb, 1, 0); //tns
 400     put_bits(&s->pb, 1, 0); //ssr
 401     encode_spectral_coeffs(s, sce);
 402     return 0;
 403 }
 404
 405 /**
 406  * Write some auxiliary information about the created AAC file.
 407  */
 408 static void put_bitstream_info(AACEncContext *s, const char *name)
 409 {
 410     int i, namelen, padbits;
 411
 412     namelen = strlen(name) + 2;
 413     put_bits(&s->pb, 3, TYPE_FIL);
 414     put_bits(&s->pb, 4, FFMIN(namelen, 15));
 415     if (namelen >= 15)
 416         put_bits(&s->pb, 8, namelen - 14);
 417     put_bits(&s->pb, 4, 0); //extension type - filler
 418     padbits = -put_bits_count(&s->pb) & 7;
 419     avpriv_align_put_bits(&s->pb);
 420     for (i = 0; i < namelen - 2; i++)
 421         put_bits(&s->pb, 8, name[i]);
 422     put_bits(&s->pb, 12 - padbits, 0);
 423 }
 424
 425 /*
 426  * Copy input samples.
 427  * Channels are reordered from libavcodec's default order to AAC order.
 428  */
 429 static void copy_input_samples(AACEncContext *s, const AVFrame *frame)
 430 {
 431     int ch;
 432     int end = 2048 + (frame ? frame->nb_samples : 0);
 433     const uint8_t *channel_map = aac_chan_maps[s->channels - 1];
 434
 435     /* copy and remap input samples */
 436     for (ch = 0; ch < s->channels; ch++) {
 437         /* copy last 1024 samples of previous frame to the start of the current frame */
 438         memcpy(&s->planar_samples[ch][1024], &s->planar_samples[ch][2048], 1024 * sizeof(s->planar_samples[0][0]));
 439
 440         /* copy new samples and zero any remaining samples */
 441         if (frame) {
 442             memcpy(&s->planar_samples[ch][2048],
 443                    frame->extended_data[channel_map[ch]],
 444                    frame->nb_samples * sizeof(s->planar_samples[0][0]));
 445         }
 446         memset(&s->planar_samples[ch][end], 0,
 447                (3072 - end) * sizeof(s->planar_samples[0][0]));
 448     }
 449 }
 450
 451 static int aac_encode_frame(AVCodecContext *avctx, AVPacket *avpkt,
 452                             const AVFrame *frame, int *got_packet_ptr)
 453 {
 454     AACEncContext *s = avctx->priv_data;
 455     float **samples = s->planar_samples, *samples2, *la, *overlap;
 456     ChannelElement *cpe;
 457     int i, ch, w, g, chans, tag, start_ch, ret, ms_mode = 0, is_mode = 0;
 458     int chan_el_counter[4];
 459     FFPsyWindowInfo windows[AAC_MAX_CHANNELS];
 460
 461     if (s->last_frame == 2)
 462         return 0;
 463
 464     /* add current frame to queue */
 465     if (frame) {
 466         if ((ret = ff_af_queue_add(&s->afq, frame)) < 0)
 467             return ret;
 468     }
 469
 470     copy_input_samples(s, frame);
 471     if (s->psypp)
 472         ff_psy_preprocess(s->psypp, s->planar_samples, s->channels);
 473
 474     if (!avctx->frame_number)
 475         return 0;
 476
 477     start_ch = 0;
 478     for (i = 0; i < s->chan_map[0]; i++) {
 479         FFPsyWindowInfo* wi = windows + start_ch;
 480         tag      = s->chan_map[i+1];
 481         chans    = tag == TYPE_CPE ? 2 : 1;
 482         cpe      = &s->cpe[i];
 483         for (ch = 0; ch < chans; ch++) {
 484             IndividualChannelStream *ics = &cpe->ch[ch].ics;
 485             int cur_channel = start_ch + ch;
 486             float clip_avoidance_factor;
 487             overlap  = &samples[cur_channel][0];
 488             samples2 = overlap + 1024;
 489             la       = samples2 + (448+64);
 490             if (!frame)
 491                 la = NULL;
 492             if (tag == TYPE_LFE) {
 493                 wi[ch].window_type[0] = ONLY_LONG_SEQUENCE;
 494                 wi[ch].window_shape   = 0;
 495                 wi[ch].num_windows    = 1;
 496                 wi[ch].grouping[0]    = 1;
 497
 498                 /* Only the lowest 12 coefficients are used in a LFE channel.
 499                  * The expression below results in only the bottom 8 coefficients
 500                  * being used for 11.025kHz to 16kHz sample rates.
 501                  */
 502                 ics->num_swb = s->samplerate_index >= 8 ? 1 : 3;
 503             } else {
 504                 wi[ch] = s->psy.model->window(&s->psy, samples2, la, cur_channel,
 505                                               ics->window_sequence[0]);
 506             }
 507             ics->window_sequence[1] = ics->window_sequence[0];
 508             ics->window_sequence[0] = wi[ch].window_type[0];
 509             ics->use_kb_window[1]   = ics->use_kb_window[0];
 510             ics->use_kb_window[0]   = wi[ch].window_shape;
 511             ics->num_windows        = wi[ch].num_windows;
 512             ics->swb_sizes          = s->psy.bands    [ics->num_windows == 8];
 513             ics->num_swb            = tag == TYPE_LFE ? ics->num_swb : s->psy.num_bands[ics->num_windows == 8];
 514             clip_avoidance_factor = 0.0f;
 515             for (w = 0; w < ics->num_windows; w++)
 516                 ics->group_len[w] = wi[ch].grouping[w];
 517             for (w = 0; w < ics->num_windows; w++) {
 518                 if (wi[ch].clipping[w] > CLIP_AVOIDANCE_FACTOR) {
 519                     ics->window_clipping[w] = 1;
 520                     clip_avoidance_factor = FFMAX(clip_avoidance_factor, wi[ch].clipping[w]);
 521                 } else {
 522                     ics->window_clipping[w] = 0;
 523                 }
 524             }
 525             if (clip_avoidance_factor > CLIP_AVOIDANCE_FACTOR) {
 526                 ics->clip_avoidance_factor = CLIP_AVOIDANCE_FACTOR / clip_avoidance_factor;
 527             } else {
 528                 ics->clip_avoidance_factor = 1.0f;
 529             }
 530
 531             apply_window_and_mdct(s, &cpe->ch[ch], overlap);
 532             if (isnan(cpe->ch->coeffs[0])) {
 533                 av_log(avctx, AV_LOG_ERROR, "Input contains NaN\n");
 534                 return AVERROR(EINVAL);
 535             }
 536             avoid_clipping(s, &cpe->ch[ch]);
 537         }
 538         start_ch += chans;
 539     }
 540     if ((ret = ff_alloc_packet2(avctx, avpkt, 8192 * s->channels, 0)) < 0)
 541         return ret;
 542     do {
 543         int frame_bits;
 544
 545         init_put_bits(&s->pb, avpkt->data, avpkt->size);
 546
 547         if ((avctx->frame_number & 0xFF)==1 && !(avctx->flags & AV_CODEC_FLAG_BITEXACT))
 548             put_bitstream_info(s, LIBAVCODEC_IDENT);
 549         start_ch = 0;
 550         memset(chan_el_counter, 0, sizeof(chan_el_counter));
 551         for (i = 0; i < s->chan_map[0]; i++) {
 552             FFPsyWindowInfo* wi = windows + start_ch;
 553             const float *coeffs[2];
 554             tag      = s->chan_map[i+1];
 555             chans    = tag == TYPE_CPE ? 2 : 1;
 556             cpe      = &s->cpe[i];
 557             memset(cpe->is_mask, 0, sizeof(cpe->is_mask));
 558             memset(cpe->ms_mask, 0, sizeof(cpe->ms_mask));
 559             put_bits(&s->pb, 3, tag);
 560             put_bits(&s->pb, 4, chan_el_counter[tag]++);
 561             for (ch = 0; ch < chans; ch++)
 562                 coeffs[ch] = cpe->ch[ch].coeffs;
 563             s->psy.model->analyze(&s->psy, start_ch, coeffs, wi);
 564             for (ch = 0; ch < chans; ch++) {
 565                 s->cur_channel = start_ch + ch;
 566                 s->coder->search_for_quantizers(avctx, s, &cpe->ch[ch], s->lambda);
 567             }
 568             cpe->common_window = 0;
 569             if (chans > 1
 570                 && wi[0].window_type[0] == wi[1].window_type[0]
 571                 && wi[0].window_shape   == wi[1].window_shape) {
 572
 573                 cpe->common_window = 1;
 574                 for (w = 0; w < wi[0].num_windows; w++) {
 575                     if (wi[0].grouping[w] != wi[1].grouping[w]) {
 576                         cpe->common_window = 0;
 577                         break;
 578                     }
 579                 }
 580             }
 581             if (s->options.pns && s->coder->search_for_pns) {
 582                 for (ch = 0; ch < chans; ch++) {
 583                     s->cur_channel = start_ch + ch;
 584                     s->coder->search_for_pns(s, avctx, &cpe->ch[ch]);
 585                 }
 586             }
 587             s->cur_channel = start_ch;
 588             if (s->options.stereo_mode && cpe->common_window) {
 589                 if (s->options.stereo_mode > 0) {
 590                     IndividualChannelStream *ics = &cpe->ch[0].ics;
 591                     for (w = 0; w < ics->num_windows; w += ics->group_len[w])
 592                         for (g = 0;  g < ics->num_swb; g++)
 593                             cpe->ms_mask[w*16+g] = 1;
 594                 } else if (s->coder->search_for_ms) {
 595                     s->coder->search_for_ms(s, cpe);
 596                 }
 597             }
 598             if (chans > 1 && s->options.intensity_stereo && s->coder->search_for_is) {
 599                 s->coder->search_for_is(s, avctx, cpe);
 600                 if (cpe->is_mode) is_mode = 1;
 601             }
 602             if (s->coder->set_special_band_scalefactors)
 603                 for (ch = 0; ch < chans; ch++)
 604                     s->coder->set_special_band_scalefactors(s, &cpe->ch[ch]);
 605             adjust_frame_information(cpe, chans);
 606             if (chans == 2) {
 607                 put_bits(&s->pb, 1, cpe->common_window);
 608                 if (cpe->common_window) {
 609                     put_ics_info(s, &cpe->ch[0].ics);
 610                     encode_ms_info(&s->pb, cpe);
 611                     if (cpe->ms_mode) ms_mode = 1;
 612                 }
 613             }
 614             for (ch = 0; ch < chans; ch++) {
 615                 s->cur_channel = start_ch + ch;
 616                 encode_individual_channel(avctx, s, &cpe->ch[ch], cpe->common_window);
 617             }
 618             start_ch += chans;
 619         }
 620
 621         frame_bits = put_bits_count(&s->pb);
 622         if (frame_bits <= 6144 * s->channels - 3) {
 623             s->psy.bitres.bits = frame_bits / s->channels;
 624             break;
 625         }
 626         if (is_mode || ms_mode) {
 627             for (i = 0; i < s->chan_map[0]; i++) {
 628                 // Must restore coeffs
 629                 chans = tag == TYPE_CPE ? 2 : 1;
 630                 cpe = &s->cpe[i];
 631                 for (ch = 0; ch < chans; ch++)
 632                     memcpy(cpe->ch[ch].coeffs, cpe->ch[ch].pcoeffs, sizeof(cpe->ch[ch].coeffs));
 633             }
 634         }
 635
 636         s->lambda *= avctx->bit_rate * 1024.0f / avctx->sample_rate / frame_bits;
 637
 638     } while (1);
 639
 640     put_bits(&s->pb, 3, TYPE_END);
 641     flush_put_bits(&s->pb);
 642     avctx->frame_bits = put_bits_count(&s->pb);
 643
 644     // rate control stuff
 645     if (!(avctx->flags & AV_CODEC_FLAG_QSCALE)) {
 646         float ratio = avctx->bit_rate * 1024.0f / avctx->sample_rate / avctx->frame_bits;
 647         s->lambda *= ratio;
 648         s->lambda = FFMIN(s->lambda, 65536.f);
 649     }
 650
 651     if (!frame)
 652         s->last_frame++;
 653
 654     ff_af_queue_remove(&s->afq, avctx->frame_size, &avpkt->pts,
 655                        &avpkt->duration);
 656
 657     avpkt->size = put_bits_count(&s->pb) >> 3;
 658     *got_packet_ptr = 1;
 659     return 0;
 660 }
 661
 662 static av_cold int aac_encode_end(AVCodecContext *avctx)
 663 {
 664     AACEncContext *s = avctx->priv_data;
 665
 666     ff_mdct_end(&s->mdct1024);
 667     ff_mdct_end(&s->mdct128);
 668     ff_psy_end(&s->psy);
 669     if (s->psypp)
 670         ff_psy_preprocess_end(s->psypp);
 671     av_freep(&s->buffer.samples);
 672     av_freep(&s->cpe);
 673     av_freep(&s->fdsp);
 674     ff_af_queue_close(&s->afq);
 675     return 0;
 676 }
 677
 678 static av_cold int dsp_init(AVCodecContext *avctx, AACEncContext *s)
 679 {
 680     int ret = 0;
 681
 682     s->fdsp = avpriv_float_dsp_alloc(avctx->flags & AV_CODEC_FLAG_BITEXACT);
 683     if (!s->fdsp)
 684         return AVERROR(ENOMEM);
 685
 686     // window init
 687     ff_kbd_window_init(ff_aac_kbd_long_1024, 4.0, 1024);
 688     ff_kbd_window_init(ff_aac_kbd_short_128, 6.0, 128);
 689     ff_init_ff_sine_windows(10);
 690     ff_init_ff_sine_windows(7);
 691
 692     if ((ret = ff_mdct_init(&s->mdct1024, 11, 0, 32768.0)) < 0)
 693         return ret;
 694     if ((ret = ff_mdct_init(&s->mdct128,   8, 0, 32768.0)) < 0)
 695         return ret;
 696
 697     return 0;
 698 }
 699
 700 static av_cold int alloc_buffers(AVCodecContext *avctx, AACEncContext *s)
 701 {
 702     int ch;
 703     FF_ALLOCZ_ARRAY_OR_GOTO(avctx, s->buffer.samples, s->channels, 3 * 1024 * sizeof(s->buffer.samples[0]), alloc_fail);
 704     FF_ALLOCZ_ARRAY_OR_GOTO(avctx, s->cpe, s->chan_map[0], sizeof(ChannelElement), alloc_fail);
 705     FF_ALLOCZ_OR_GOTO(avctx, avctx->extradata, 5 + AV_INPUT_BUFFER_PADDING_SIZE, alloc_fail);
 706
 707     for(ch = 0; ch < s->channels; ch++)
 708         s->planar_samples[ch] = s->buffer.samples + 3 * 1024 * ch;
 709
 710     return 0;
 711 alloc_fail:
 712     return AVERROR(ENOMEM);
 713 }
 714
 715 static av_cold int aac_encode_init(AVCodecContext *avctx)
 716 {
 717     AACEncContext *s = avctx->priv_data;
 718     int i, ret = 0;
 719     const uint8_t *sizes[2];
 720     uint8_t grouping[AAC_MAX_CHANNELS];
 721     int lengths[2];
 722
 723     avctx->frame_size = 1024;
 724
 725     for (i = 0; i < 16; i++)
 726         if (avctx->sample_rate == avpriv_mpeg4audio_sample_rates[i])
 727             break;
 728
 729     s->channels = avctx->channels;
 730
 731     ERROR_IF(i == 16 || i >= swb_size_1024_len || i >= swb_size_128_len,
 732              "Unsupported sample rate %d\n", avctx->sample_rate);
 733     ERROR_IF(s->channels > AAC_MAX_CHANNELS,
 734              "Unsupported number of channels: %d\n", s->channels);
 735     ERROR_IF(avctx->profile != FF_PROFILE_UNKNOWN && avctx->profile != FF_PROFILE_AAC_LOW,
 736              "Unsupported profile %d\n", avctx->profile);
 737     WARN_IF(1024.0 * avctx->bit_rate / avctx->sample_rate > 6144 * s->channels,
 738              "Too many bits per frame requested, clamping to max\n");
 739
 740     avctx->bit_rate = (int)FFMIN(
 741         6144 * s->channels / 1024.0 * avctx->sample_rate,
 742         avctx->bit_rate);
 743
 744     s->samplerate_index = i;
 745
 746     s->chan_map = aac_chan_configs[s->channels-1];
 747
 748     if ((ret = dsp_init(avctx, s)) < 0)
 749         goto fail;
 750
 751     if ((ret = alloc_buffers(avctx, s)) < 0)
 752         goto fail;
 753
 754     avctx->extradata_size = 5;
 755     put_audio_specific_config(avctx);
 756
 757     sizes[0]   = swb_size_1024[i];
 758     sizes[1]   = swb_size_128[i];
 759     lengths[0] = ff_aac_num_swb_1024[i];
 760     lengths[1] = ff_aac_num_swb_128[i];
 761     for (i = 0; i < s->chan_map[0]; i++)
 762         grouping[i] = s->chan_map[i + 1] == TYPE_CPE;
 763     if ((ret = ff_psy_init(&s->psy, avctx, 2, sizes, lengths,
 764                            s->chan_map[0], grouping)) < 0)
 765         goto fail;
 766     s->psypp = ff_psy_preprocess_init(avctx);
 767     s->coder = &ff_aac_coders[s->options.aac_coder];
 768
 769     if (HAVE_MIPSDSPR1)
 770         ff_aac_coder_init_mips(s);
 771
 772     s->lambda = avctx->global_quality > 0 ? avctx->global_quality : 120;
 773
 774     ff_aac_tableinit();
 775
 776     avctx->initial_padding = 1024;
 777     ff_af_queue_init(avctx, &s->afq);
 778
 779     return 0;
 780 fail:
 781     aac_encode_end(avctx);
 782     return ret;
 783 }
 784
 785 #define AACENC_FLAGS AV_OPT_FLAG_ENCODING_PARAM | AV_OPT_FLAG_AUDIO_PARAM
 786 static const AVOption aacenc_options[] = {
 787     {"stereo_mode", "Stereo coding method", offsetof(AACEncContext, options.stereo_mode), AV_OPT_TYPE_INT, {.i64 = 0}, -1, 1, AACENC_FLAGS, "stereo_mode"},
 788         {"auto",     "Selected by the Encoder", 0, AV_OPT_TYPE_CONST, {.i64 = -1 }, INT_MIN, INT_MAX, AACENC_FLAGS, "stereo_mode"},
 789         {"ms_off",   "Disable Mid/Side coding", 0, AV_OPT_TYPE_CONST, {.i64 =  0 }, INT_MIN, INT_MAX, AACENC_FLAGS, "stereo_mode"},
 790         {"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"},
 791     {"aac_coder", "Coding algorithm", offsetof(AACEncContext, options.aac_coder), AV_OPT_TYPE_INT, {.i64 = AAC_CODER_TWOLOOP}, 0, AAC_CODER_NB-1, AACENC_FLAGS, "aac_coder"},
 792         {"faac",     "FAAC-inspired method",      0, AV_OPT_TYPE_CONST, {.i64 = AAC_CODER_FAAC},    INT_MIN, INT_MAX, AACENC_FLAGS, "aac_coder"},
 793         {"anmr",     "ANMR method",               0, AV_OPT_TYPE_CONST, {.i64 = AAC_CODER_ANMR},    INT_MIN, INT_MAX, AACENC_FLAGS, "aac_coder"},
 794         {"twoloop",  "Two loop searching method", 0, AV_OPT_TYPE_CONST, {.i64 = AAC_CODER_TWOLOOP}, INT_MIN, INT_MAX, AACENC_FLAGS, "aac_coder"},
 795         {"fast",     "Constant quantizer",        0, AV_OPT_TYPE_CONST, {.i64 = AAC_CODER_FAST},    INT_MIN, INT_MAX, AACENC_FLAGS, "aac_coder"},
 796     {"aac_pns", "Perceptual Noise Substitution", offsetof(AACEncContext, options.pns), AV_OPT_TYPE_INT, {.i64 = 0}, 0, 1, AACENC_FLAGS, "aac_pns"},
 797         {"disable",  "Disable perceptual noise substitution", 0, AV_OPT_TYPE_CONST, {.i64 =  0 }, INT_MIN, INT_MAX, AACENC_FLAGS, "aac_pns"},
 798         {"enable",   "Enable perceptual noise substitution",  0, AV_OPT_TYPE_CONST, {.i64 =  1 }, INT_MIN, INT_MAX, AACENC_FLAGS, "aac_pns"},
 799     {"aac_is", "Intensity stereo coding", offsetof(AACEncContext, options.intensity_stereo), AV_OPT_TYPE_INT, {.i64 = 0}, 0, 1, AACENC_FLAGS, "intensity_stereo"},
 800         {"disable",  "Disable intensity stereo coding", 0, AV_OPT_TYPE_CONST, {.i64 = 0}, INT_MIN, INT_MAX, AACENC_FLAGS, "intensity_stereo"},
 801         {"enable",   "Enable intensity stereo coding", 0, AV_OPT_TYPE_CONST, {.i64 = 1}, INT_MIN, INT_MAX, AACENC_FLAGS, "intensity_stereo"},
 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     .supported_samplerates = mpeg4audio_sample_rates,
 822     .capabilities   = AV_CODEC_CAP_SMALL_LAST_FRAME | AV_CODEC_CAP_DELAY |
 823                       AV_CODEC_CAP_EXPERIMENTAL,
 824     .sample_fmts    = (const enum AVSampleFormat[]){ AV_SAMPLE_FMT_FLTP,
 825                                                      AV_SAMPLE_FMT_NONE },
 826     .priv_class     = &aacenc_class,
 827 };