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 aacenc.c
  24  * AAC encoder
  25  */
  26
  27 /***********************************
  28  *              TODOs:
  29  * psy model selection with some option
  30  * change greedy codebook search into something more optimal, like Viterbi algorithm
  31  * determine run lengths along with codebook
  32  ***********************************/
  33
  34 #include "avcodec.h"
  35 #include "bitstream.h"
  36 #include "dsputil.h"
  37 #include "mpeg4audio.h"
  38
  39 #include "aacpsy.h"
  40 #include "aac.h"
  41 #include "aactab.h"
  42
  43 static const uint8_t swb_size_1024_96[] = {
  44     4, 4, 4, 4, 4, 4, 4, 4, 4, 4, 4, 4, 4, 4, 8, 8, 8, 8, 8,
  45     12, 12, 12, 12, 12, 16, 16, 24, 28, 36, 44,
  46     64, 64, 64, 64, 64, 64, 64, 64, 64, 64, 64
  47 };
  48
  49 static const uint8_t swb_size_1024_64[] = {
  50     4, 4, 4, 4, 4, 4, 4, 4, 4, 4, 4, 4, 4, 4, 8, 8, 8, 8,
  51     12, 12, 12, 16, 16, 16, 20, 24, 24, 28, 36,
  52     40, 40, 40, 40, 40, 40, 40, 40, 40, 40, 40, 40, 40, 40, 40, 40, 40, 40
  53 };
  54
  55 static const uint8_t swb_size_1024_48[] = {
  56     4, 4, 4, 4, 4, 4, 4, 4, 4, 4, 8, 8, 8, 8, 8, 8, 8,
  57     12, 12, 12, 12, 16, 16, 20, 20, 24, 24, 28, 28,
  58     32, 32, 32, 32, 32, 32, 32, 32, 32, 32, 32, 32, 32, 32, 32, 32, 32, 32, 32,
  59     96
  60 };
  61
  62 static const uint8_t swb_size_1024_32[] = {
  63     4, 4, 4, 4, 4, 4, 4, 4, 4, 4, 8, 8, 8, 8, 8, 8, 8,
  64     12, 12, 12, 12, 16, 16, 20, 20, 24, 24, 28, 28,
  65     32, 32, 32, 32, 32, 32, 32, 32, 32, 32, 32, 32, 32, 32, 32, 32, 32, 32, 32, 32, 32, 32
  66 };
  67
  68 static const uint8_t swb_size_1024_24[] = {
  69     4, 4, 4, 4, 4, 4, 4, 4, 4, 4, 4, 8, 8, 8, 8, 8, 8, 8, 8, 8, 8,
  70     12, 12, 12, 12, 16, 16, 16, 20, 20, 24, 24, 28, 28,
  71     32, 36, 36, 40, 44, 48, 52, 52, 64, 64, 64, 64, 64
  72 };
  73
  74 static const uint8_t swb_size_1024_16[] = {
  75     8, 8, 8, 8, 8, 8, 8, 8, 8, 8, 8,
  76     12, 12, 12, 12, 12, 12, 12, 12, 12, 16, 16, 16, 16, 20, 20, 20, 24, 24, 28, 28,
  77     32, 36, 40, 40, 44, 48, 52, 56, 60, 64, 64, 64
  78 };
  79
  80 static const uint8_t swb_size_1024_8[] = {
  81     12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12,
  82     16, 16, 16, 16, 16, 16, 16, 20, 20, 20, 20, 24, 24, 24, 28, 28,
  83     32, 36, 36, 40, 44, 48, 52, 56, 60, 64, 80
  84 };
  85
  86 static const uint8_t *swb_size_1024[] = {
  87     swb_size_1024_96, swb_size_1024_96, swb_size_1024_64,
  88     swb_size_1024_48, swb_size_1024_48, swb_size_1024_32,
  89     swb_size_1024_24, swb_size_1024_24, swb_size_1024_16,
  90     swb_size_1024_16, swb_size_1024_16, swb_size_1024_8
  91 };
  92
  93 static const uint8_t swb_size_128_96[] = {
  94     4, 4, 4, 4, 4, 4, 8, 8, 8, 16, 28, 36
  95 };
  96
  97 static const uint8_t swb_size_128_48[] = {
  98     4, 4, 4, 4, 4, 8, 8, 8, 12, 12, 12, 16, 16, 16
  99 };
 100
 101 static const uint8_t swb_size_128_24[] = {
 102     4, 4, 4, 4, 4, 4, 4, 8, 8, 8, 12, 12, 16, 16, 20
 103 };
 104
 105 static const uint8_t swb_size_128_16[] = {
 106     4, 4, 4, 4, 4, 4, 4, 4, 8, 8, 12, 12, 16, 20, 20
 107 };
 108
 109 static const uint8_t swb_size_128_8[] = {
 110     4, 4, 4, 4, 4, 4, 4, 8, 8, 8, 8, 12, 16, 20, 20
 111 };
 112
 113 static const uint8_t *swb_size_128[] = {
 114     /* the last entry on the following row is swb_size_128_64 but is a
 115        duplicate of swb_size_128_96 */
 116     swb_size_128_96, swb_size_128_96, swb_size_128_96,
 117     swb_size_128_48, swb_size_128_48, swb_size_128_48,
 118     swb_size_128_24, swb_size_128_24, swb_size_128_16,
 119     swb_size_128_16, swb_size_128_16, swb_size_128_8
 120 };
 121
 122 #define CB_UNSIGNED 0x01    ///< coefficients are coded as absolute values
 123 #define CB_PAIRS    0x02    ///< coefficients are grouped into pairs before coding (quads by default)
 124 #define CB_ESCAPE   0x04    ///< codebook allows escapes
 125
 126 /** spectral coefficients codebook information */
 127 static const struct {
 128     int16_t maxval;         ///< maximum possible value
 129      int8_t cb_num;         ///< codebook number
 130     uint8_t flags;          ///< codebook features
 131 } aac_cb_info[] = {
 132     {    0, -1, CB_UNSIGNED }, // zero codebook
 133     {    1,  0, 0 },
 134     {    1,  1, 0 },
 135     {    2,  2, CB_UNSIGNED },
 136     {    2,  3, CB_UNSIGNED },
 137     {    4,  4, CB_PAIRS },
 138     {    4,  5, CB_PAIRS },
 139     {    7,  6, CB_PAIRS | CB_UNSIGNED },
 140     {    7,  7, CB_PAIRS | CB_UNSIGNED },
 141     {   12,  8, CB_PAIRS | CB_UNSIGNED },
 142     {   12,  9, CB_PAIRS | CB_UNSIGNED },
 143     { 8191, 10, CB_PAIRS | CB_UNSIGNED | CB_ESCAPE },
 144     {   -1, -1, 0 }, // reserved
 145     {   -1, -1, 0 }, // perceptual noise substitution
 146     {   -1, -1, 0 }, // intensity out-of-phase
 147     {   -1, -1, 0 }, // intensity in-phase
 148 };
 149
 150 /** default channel configurations */
 151 static const uint8_t aac_chan_configs[6][5] = {
 152  {1, ID_SCE},                         // 1 channel  - single channel element
 153  {1, ID_CPE},                         // 2 channels - channel pair
 154  {2, ID_SCE, ID_CPE},                 // 3 channels - center + stereo
 155  {3, ID_SCE, ID_CPE, ID_SCE},         // 4 channels - front center + stereo + back center
 156  {3, ID_SCE, ID_CPE, ID_CPE},         // 5 channels - front center + stereo + back stereo
 157  {4, ID_SCE, ID_CPE, ID_CPE, ID_LFE}, // 6 channels - front center + stereo + back stereo + LFE
 158 };
 159
 160 /**
 161  * AAC encoder context
 162  */
 163 typedef struct {
 164     PutBitContext pb;
 165     MDCTContext mdct1024;                        ///< long (1024 samples) frame transform context
 166     MDCTContext mdct128;                         ///< short (128 samples) frame transform context
 167     DSPContext  dsp;
 168     DECLARE_ALIGNED_16(FFTSample, output[2048]); ///< temporary buffer for MDCT input coefficients
 169     DECLARE_ALIGNED_16(FFTSample, tmp[1024]);    ///< temporary buffer used by MDCT
 170     int16_t* samples;                            ///< saved preprocessed input
 171
 172     int samplerate_index;                        ///< MPEG-4 samplerate index
 173     const uint8_t *swb_sizes1024;                ///< scalefactor band sizes for long frame
 174     int swb_num1024;                             ///< number of scalefactor bands for long frame
 175     const uint8_t *swb_sizes128;                 ///< scalefactor band sizes for short frame
 176     int swb_num128;                              ///< number of scalefactor bands for short frame
 177
 178     ChannelElement *cpe;                         ///< channel elements
 179     AACPsyContext psy;                           ///< psychoacoustic model context
 180     int last_frame;
 181 } AACEncContext;
 182
 183 /**
 184  * Make AAC audio config object.
 185  * @see 1.6.2.1 "Syntax - AudioSpecificConfig"
 186  */
 187 static void put_audio_specific_config(AVCodecContext *avctx)
 188 {
 189     PutBitContext pb;
 190     AACEncContext *s = avctx->priv_data;
 191
 192     init_put_bits(&pb, avctx->extradata, avctx->extradata_size*8);
 193     put_bits(&pb, 5, 2); //object type - AAC-LC
 194     put_bits(&pb, 4, s->samplerate_index); //sample rate index
 195     put_bits(&pb, 4, avctx->channels);
 196     //GASpecificConfig
 197     put_bits(&pb, 1, 0); //frame length - 1024 samples
 198     put_bits(&pb, 1, 0); //does not depend on core coder
 199     put_bits(&pb, 1, 0); //is not extension
 200     flush_put_bits(&pb);
 201 }
 202
 203 static av_cold int aac_encode_init(AVCodecContext *avctx)
 204 {
 205     AACEncContext *s = avctx->priv_data;
 206     int i;
 207
 208     avctx->frame_size = 1024;
 209
 210     for(i = 0; i < 16; i++)
 211         if(avctx->sample_rate == ff_mpeg4audio_sample_rates[i])
 212             break;
 213     if(i == 16){
 214         av_log(avctx, AV_LOG_ERROR, "Unsupported sample rate %d\n", avctx->sample_rate);
 215         return -1;
 216     }
 217     if(avctx->channels > 6){
 218         av_log(avctx, AV_LOG_ERROR, "Unsupported number of channels: %d\n", avctx->channels);
 219         return -1;
 220     }
 221     s->samplerate_index = i;
 222     s->swb_sizes1024 = swb_size_1024[i];
 223     s->swb_num1024   = ff_aac_num_swb_1024[i];
 224     s->swb_sizes128  = swb_size_128[i];
 225     s->swb_num128    = ff_aac_num_swb_128[i];
 226
 227     dsputil_init(&s->dsp, avctx);
 228     ff_mdct_init(&s->mdct1024, 11, 0);
 229     ff_mdct_init(&s->mdct128,   8, 0);
 230     // window init
 231     ff_kbd_window_init(ff_aac_kbd_long_1024, 4.0, 1024);
 232     ff_kbd_window_init(ff_aac_kbd_short_128, 6.0, 128);
 233     ff_sine_window_init(ff_aac_sine_long_1024, 1024);
 234     ff_sine_window_init(ff_aac_sine_short_128, 128);
 235
 236     s->samples = av_malloc(2 * 1024 * avctx->channels * sizeof(s->samples[0]));
 237     s->cpe = av_mallocz(sizeof(ChannelElement) * aac_chan_configs[avctx->channels-1][0]);
 238     if(ff_aac_psy_init(&s->psy, avctx, AAC_PSY_3GPP, aac_chan_configs[avctx->channels-1][0], 0, s->swb_sizes1024, s->swb_num1024, s->swb_sizes128, s->swb_num128) < 0){
 239         av_log(avctx, AV_LOG_ERROR, "Cannot initialize selected model.\n");
 240         return -1;
 241     }
 242     avctx->extradata = av_malloc(2);
 243     avctx->extradata_size = 2;
 244     put_audio_specific_config(avctx);
 245     return 0;
 246 }
 247
 248 /**
 249  * Encode ics_info element.
 250  * @see Table 4.6 (syntax of ics_info)
 251  */
 252 static void put_ics_info(AVCodecContext *avctx, IndividualChannelStream *info)
 253 {
 254     AACEncContext *s = avctx->priv_data;
 255     int i;
 256
 257     put_bits(&s->pb, 1, 0);                // ics_reserved bit
 258     put_bits(&s->pb, 2, info->window_sequence[0]);
 259     put_bits(&s->pb, 1, info->use_kb_window[0]);
 260     if(info->window_sequence[0] != EIGHT_SHORT_SEQUENCE){
 261         put_bits(&s->pb, 6, info->max_sfb);
 262         put_bits(&s->pb, 1, 0);            // no prediction
 263     }else{
 264         put_bits(&s->pb, 4, info->max_sfb);
 265         for(i = 1; i < info->num_windows; i++)
 266             put_bits(&s->pb, 1, info->group_len[i]);
 267     }
 268 }
 269
 270 /**
 271  * Write some auxiliary information about the created AAC file.
 272  */
 273 static void put_bitstream_info(AVCodecContext *avctx, AACEncContext *s, const char *name)
 274 {
 275     int i, namelen, padbits;
 276
 277     namelen = strlen(name) + 2;
 278     put_bits(&s->pb, 3, ID_FIL);
 279     put_bits(&s->pb, 4, FFMIN(namelen, 15));
 280     if(namelen >= 15)
 281         put_bits(&s->pb, 8, namelen - 16);
 282     put_bits(&s->pb, 4, 0); //extension type - filler
 283     padbits = 8 - (put_bits_count(&s->pb) & 7);
 284     align_put_bits(&s->pb);
 285     for(i = 0; i < namelen - 2; i++)
 286         put_bits(&s->pb, 8, name[i]);
 287     put_bits(&s->pb, 12 - padbits, 0);
 288 }
 289
 290 static av_cold int aac_encode_end(AVCodecContext *avctx)
 291 {
 292     AACEncContext *s = avctx->priv_data;
 293
 294     ff_mdct_end(&s->mdct1024);
 295     ff_mdct_end(&s->mdct128);
 296     ff_aac_psy_end(&s->psy);
 297     av_freep(&s->samples);
 298     av_freep(&s->cpe);
 299     return 0;
 300 }
 301
 302 AVCodec aac_encoder = {
 303     "aac",
 304     CODEC_TYPE_AUDIO,
 305     CODEC_ID_AAC,
 306     sizeof(AACEncContext),
 307     aac_encode_init,
 308     aac_encode_frame,
 309     aac_encode_end,
 310     .capabilities = CODEC_CAP_SMALL_LAST_FRAME | CODEC_CAP_DELAY,
 311     .sample_fmts = (enum SampleFormat[]){SAMPLE_FMT_S16,SAMPLE_FMT_NONE},
 312     .long_name = NULL_IF_CONFIG_SMALL("Advanced Audio Coding"),
 313 };