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/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 static const uint8_t channel_maps[][AAC_MAX_CHANNELS] = {
 139     { 0 },
 140     { 0, 1 },
 141     { 2, 0, 1 },
 142     { 2, 0, 1, 3 },
 143     { 2, 0, 1, 3, 4 },
 144     { 2, 0, 1, 4, 5, 3 },
 145 };
 146
 147 /**
 148  * Make AAC audio config object.
 149  * @see 1.6.2.1 "Syntax - AudioSpecificConfig"
 150  */
 151 static void put_audio_specific_config(AVCodecContext *avctx)
 152 {
 153     PutBitContext pb;
 154     AACEncContext *s = avctx->priv_data;
 155
 156     init_put_bits(&pb, avctx->extradata, avctx->extradata_size*8);
 157     put_bits(&pb, 5, 2); //object type - AAC-LC
 158     put_bits(&pb, 4, s->samplerate_index); //sample rate index
 159     put_bits(&pb, 4, avctx->channels);
 160     //GASpecificConfig
 161     put_bits(&pb, 1, 0); //frame length - 1024 samples
 162     put_bits(&pb, 1, 0); //does not depend on core coder
 163     put_bits(&pb, 1, 0); //is not extension
 164
 165     //Explicitly Mark SBR absent
 166     put_bits(&pb, 11, 0x2b7); //sync extension
 167     put_bits(&pb, 5,  AOT_SBR);
 168     put_bits(&pb, 1,  0);
 169     flush_put_bits(&pb);
 170 }
 171
 172 static av_cold int aac_encode_init(AVCodecContext *avctx)
 173 {
 174     AACEncContext *s = avctx->priv_data;
 175     int i;
 176     const uint8_t *sizes[2];
 177     uint8_t grouping[AAC_MAX_CHANNELS];
 178     int lengths[2];
 179
 180     avctx->frame_size = 1024;
 181
 182     for (i = 0; i < 16; i++)
 183         if (avctx->sample_rate == avpriv_mpeg4audio_sample_rates[i])
 184             break;
 185     if (i == 16) {
 186         av_log(avctx, AV_LOG_ERROR, "Unsupported sample rate %d\n", avctx->sample_rate);
 187         return -1;
 188     }
 189     if (avctx->channels > AAC_MAX_CHANNELS) {
 190         av_log(avctx, AV_LOG_ERROR, "Unsupported number of channels: %d\n", avctx->channels);
 191         return -1;
 192     }
 193     if (avctx->profile != FF_PROFILE_UNKNOWN && avctx->profile != FF_PROFILE_AAC_LOW) {
 194         av_log(avctx, AV_LOG_ERROR, "Unsupported profile %d\n", avctx->profile);
 195         return -1;
 196     }
 197     if (1024.0 * avctx->bit_rate / avctx->sample_rate > 6144 * avctx->channels) {
 198         av_log(avctx, AV_LOG_ERROR, "Too many bits per frame requested\n");
 199         return -1;
 200     }
 201     s->samplerate_index = i;
 202
 203     dsputil_init(&s->dsp, avctx);
 204     ff_mdct_init(&s->mdct1024, 11, 0, 1.0);
 205     ff_mdct_init(&s->mdct128,   8, 0, 1.0);
 206     // window init
 207     ff_kbd_window_init(ff_aac_kbd_long_1024, 4.0, 1024);
 208     ff_kbd_window_init(ff_aac_kbd_short_128, 6.0, 128);
 209     ff_init_ff_sine_windows(10);
 210     ff_init_ff_sine_windows(7);
 211
 212     s->chan_map           = aac_chan_configs[avctx->channels-1];
 213     s->samples            = av_malloc(2 * 1024 * avctx->channels * sizeof(s->samples[0]));
 214     s->cpe                = av_mallocz(sizeof(ChannelElement) * s->chan_map[0]);
 215     avctx->extradata      = av_mallocz(5 + FF_INPUT_BUFFER_PADDING_SIZE);
 216     avctx->extradata_size = 5;
 217     put_audio_specific_config(avctx);
 218
 219     sizes[0]   = swb_size_1024[i];
 220     sizes[1]   = swb_size_128[i];
 221     lengths[0] = ff_aac_num_swb_1024[i];
 222     lengths[1] = ff_aac_num_swb_128[i];
 223     for (i = 0; i < s->chan_map[0]; i++)
 224         grouping[i] = s->chan_map[i + 1] == TYPE_CPE;
 225     ff_psy_init(&s->psy, avctx, 2, sizes, lengths, s->chan_map[0], grouping);
 226     s->psypp = ff_psy_preprocess_init(avctx);
 227     s->coder = &ff_aac_coders[s->options.aac_coder];
 228
 229     s->lambda = avctx->global_quality ? avctx->global_quality : 120;
 230
 231     ff_aac_tableinit();
 232
 233     return 0;
 234 }
 235
 236 static void apply_window_and_mdct(AVCodecContext *avctx, AACEncContext *s,
 237                                   SingleChannelElement *sce, short *audio)
 238 {
 239     int i, k;
 240     const int chans = avctx->channels;
 241     const float * lwindow = sce->ics.use_kb_window[0] ? ff_aac_kbd_long_1024 : ff_sine_1024;
 242     const float * swindow = sce->ics.use_kb_window[0] ? ff_aac_kbd_short_128 : ff_sine_128;
 243     const float * pwindow = sce->ics.use_kb_window[1] ? ff_aac_kbd_short_128 : ff_sine_128;
 244     float *output = sce->ret;
 245
 246     if (sce->ics.window_sequence[0] != EIGHT_SHORT_SEQUENCE) {
 247         memcpy(output, sce->saved, sizeof(float)*1024);
 248         if (sce->ics.window_sequence[0] == LONG_STOP_SEQUENCE) {
 249             memset(output, 0, sizeof(output[0]) * 448);
 250             for (i = 448; i < 576; i++)
 251                 output[i] = sce->saved[i] * pwindow[i - 448];
 252             for (i = 576; i < 704; i++)
 253                 output[i] = sce->saved[i];
 254         }
 255         if (sce->ics.window_sequence[0] != LONG_START_SEQUENCE) {
 256             for (i = 0; i < 1024; i++) {
 257                 output[i+1024]         = audio[i * chans] * lwindow[1024 - i - 1];
 258                 sce->saved[i] = audio[i * chans] * lwindow[i];
 259             }
 260         } else {
 261             for (i = 0; i < 448; i++)
 262                 output[i+1024]         = audio[i * chans];
 263             for (; i < 576; i++)
 264                 output[i+1024]         = audio[i * chans] * swindow[576 - i - 1];
 265             memset(output+1024+576, 0, sizeof(output[0]) * 448);
 266             for (i = 0; i < 1024; i++)
 267                 sce->saved[i] = audio[i * chans];
 268         }
 269         s->mdct1024.mdct_calc(&s->mdct1024, sce->coeffs, output);
 270     } else {
 271         for (k = 0; k < 1024; k += 128) {
 272             for (i = 448 + k; i < 448 + k + 256; i++)
 273                 output[i - 448 - k] = (i < 1024)
 274                                          ? sce->saved[i]
 275                                          : audio[(i-1024)*chans];
 276             s->dsp.vector_fmul        (output,     output, k ?  swindow : pwindow, 128);
 277             s->dsp.vector_fmul_reverse(output+128, output+128, swindow, 128);
 278             s->mdct128.mdct_calc(&s->mdct128, sce->coeffs + k, output);
 279         }
 280         for (i = 0; i < 1024; i++)
 281             sce->saved[i] = audio[i * chans];
 282     }
 283 }
 284
 285 /**
 286  * Encode ics_info element.
 287  * @see Table 4.6 (syntax of ics_info)
 288  */
 289 static void put_ics_info(AACEncContext *s, IndividualChannelStream *info)
 290 {
 291     int w;
 292
 293     put_bits(&s->pb, 1, 0);                // ics_reserved bit
 294     put_bits(&s->pb, 2, info->window_sequence[0]);
 295     put_bits(&s->pb, 1, info->use_kb_window[0]);
 296     if (info->window_sequence[0] != EIGHT_SHORT_SEQUENCE) {
 297         put_bits(&s->pb, 6, info->max_sfb);
 298         put_bits(&s->pb, 1, 0);            // no prediction
 299     } else {
 300         put_bits(&s->pb, 4, info->max_sfb);
 301         for (w = 1; w < 8; w++)
 302             put_bits(&s->pb, 1, !info->group_len[w]);
 303     }
 304 }
 305
 306 /**
 307  * Encode MS data.
 308  * @see 4.6.8.1 "Joint Coding - M/S Stereo"
 309  */
 310 static void encode_ms_info(PutBitContext *pb, ChannelElement *cpe)
 311 {
 312     int i, w;
 313
 314     put_bits(pb, 2, cpe->ms_mode);
 315     if (cpe->ms_mode == 1)
 316         for (w = 0; w < cpe->ch[0].ics.num_windows; w += cpe->ch[0].ics.group_len[w])
 317             for (i = 0; i < cpe->ch[0].ics.max_sfb; i++)
 318                 put_bits(pb, 1, cpe->ms_mask[w*16 + i]);
 319 }
 320
 321 /**
 322  * Produce integer coefficients from scalefactors provided by the model.
 323  */
 324 static void adjust_frame_information(AACEncContext *apc, ChannelElement *cpe, int chans)
 325 {
 326     int i, w, w2, g, ch;
 327     int start, maxsfb, cmaxsfb;
 328
 329     for (ch = 0; ch < chans; ch++) {
 330         IndividualChannelStream *ics = &cpe->ch[ch].ics;
 331         start = 0;
 332         maxsfb = 0;
 333         cpe->ch[ch].pulse.num_pulse = 0;
 334         for (w = 0; w < ics->num_windows*16; w += 16) {
 335             for (g = 0; g < ics->num_swb; g++) {
 336                 //apply M/S
 337                 if (cpe->common_window && !ch && cpe->ms_mask[w + g]) {
 338                     for (i = 0; i < ics->swb_sizes[g]; i++) {
 339                         cpe->ch[0].coeffs[start+i] = (cpe->ch[0].coeffs[start+i] + cpe->ch[1].coeffs[start+i]) / 2.0;
 340                         cpe->ch[1].coeffs[start+i] =  cpe->ch[0].coeffs[start+i] - cpe->ch[1].coeffs[start+i];
 341                     }
 342                 }
 343                 start += ics->swb_sizes[g];
 344             }
 345             for (cmaxsfb = ics->num_swb; cmaxsfb > 0 && cpe->ch[ch].zeroes[w+cmaxsfb-1]; cmaxsfb--)
 346                 ;
 347             maxsfb = FFMAX(maxsfb, cmaxsfb);
 348         }
 349         ics->max_sfb = maxsfb;
 350
 351         //adjust zero bands for window groups
 352         for (w = 0; w < ics->num_windows; w += ics->group_len[w]) {
 353             for (g = 0; g < ics->max_sfb; g++) {
 354                 i = 1;
 355                 for (w2 = w; w2 < w + ics->group_len[w]; w2++) {
 356                     if (!cpe->ch[ch].zeroes[w2*16 + g]) {
 357                         i = 0;
 358                         break;
 359                     }
 360                 }
 361                 cpe->ch[ch].zeroes[w*16 + g] = i;
 362             }
 363         }
 364     }
 365
 366     if (chans > 1 && cpe->common_window) {
 367         IndividualChannelStream *ics0 = &cpe->ch[0].ics;
 368         IndividualChannelStream *ics1 = &cpe->ch[1].ics;
 369         int msc = 0;
 370         ics0->max_sfb = FFMAX(ics0->max_sfb, ics1->max_sfb);
 371         ics1->max_sfb = ics0->max_sfb;
 372         for (w = 0; w < ics0->num_windows*16; w += 16)
 373             for (i = 0; i < ics0->max_sfb; i++)
 374                 if (cpe->ms_mask[w+i])
 375                     msc++;
 376         if (msc == 0 || ics0->max_sfb == 0)
 377             cpe->ms_mode = 0;
 378         else
 379             cpe->ms_mode = msc < ics0->max_sfb * ics0->num_windows ? 1 : 2;
 380     }
 381 }
 382
 383 /**
 384  * Encode scalefactor band coding type.
 385  */
 386 static void encode_band_info(AACEncContext *s, SingleChannelElement *sce)
 387 {
 388     int w;
 389
 390     for (w = 0; w < sce->ics.num_windows; w += sce->ics.group_len[w])
 391         s->coder->encode_window_bands_info(s, sce, w, sce->ics.group_len[w], s->lambda);
 392 }
 393
 394 /**
 395  * Encode scalefactors.
 396  */
 397 static void encode_scale_factors(AVCodecContext *avctx, AACEncContext *s,
 398                                  SingleChannelElement *sce)
 399 {
 400     int off = sce->sf_idx[0], diff;
 401     int i, w;
 402
 403     for (w = 0; w < sce->ics.num_windows; w += sce->ics.group_len[w]) {
 404         for (i = 0; i < sce->ics.max_sfb; i++) {
 405             if (!sce->zeroes[w*16 + i]) {
 406                 diff = sce->sf_idx[w*16 + i] - off + SCALE_DIFF_ZERO;
 407                 if (diff < 0 || diff > 120)
 408                     av_log(avctx, AV_LOG_ERROR, "Scalefactor difference is too big to be coded\n");
 409                 off = sce->sf_idx[w*16 + i];
 410                 put_bits(&s->pb, ff_aac_scalefactor_bits[diff], ff_aac_scalefactor_code[diff]);
 411             }
 412         }
 413     }
 414 }
 415
 416 /**
 417  * Encode pulse data.
 418  */
 419 static void encode_pulses(AACEncContext *s, Pulse *pulse)
 420 {
 421     int i;
 422
 423     put_bits(&s->pb, 1, !!pulse->num_pulse);
 424     if (!pulse->num_pulse)
 425         return;
 426
 427     put_bits(&s->pb, 2, pulse->num_pulse - 1);
 428     put_bits(&s->pb, 6, pulse->start);
 429     for (i = 0; i < pulse->num_pulse; i++) {
 430         put_bits(&s->pb, 5, pulse->pos[i]);
 431         put_bits(&s->pb, 4, pulse->amp[i]);
 432     }
 433 }
 434
 435 /**
 436  * Encode spectral coefficients processed by psychoacoustic model.
 437  */
 438 static void encode_spectral_coeffs(AACEncContext *s, SingleChannelElement *sce)
 439 {
 440     int start, i, w, w2;
 441
 442     for (w = 0; w < sce->ics.num_windows; w += sce->ics.group_len[w]) {
 443         start = 0;
 444         for (i = 0; i < sce->ics.max_sfb; i++) {
 445             if (sce->zeroes[w*16 + i]) {
 446                 start += sce->ics.swb_sizes[i];
 447                 continue;
 448             }
 449             for (w2 = w; w2 < w + sce->ics.group_len[w]; w2++)
 450                 s->coder->quantize_and_encode_band(s, &s->pb, sce->coeffs + start + w2*128,
 451                                                    sce->ics.swb_sizes[i],
 452                                                    sce->sf_idx[w*16 + i],
 453                                                    sce->band_type[w*16 + i],
 454                                                    s->lambda);
 455             start += sce->ics.swb_sizes[i];
 456         }
 457     }
 458 }
 459
 460 /**
 461  * Encode one channel of audio data.
 462  */
 463 static int encode_individual_channel(AVCodecContext *avctx, AACEncContext *s,
 464                                      SingleChannelElement *sce,
 465                                      int common_window)
 466 {
 467     put_bits(&s->pb, 8, sce->sf_idx[0]);
 468     if (!common_window)
 469         put_ics_info(s, &sce->ics);
 470     encode_band_info(s, sce);
 471     encode_scale_factors(avctx, s, sce);
 472     encode_pulses(s, &sce->pulse);
 473     put_bits(&s->pb, 1, 0); //tns
 474     put_bits(&s->pb, 1, 0); //ssr
 475     encode_spectral_coeffs(s, sce);
 476     return 0;
 477 }
 478
 479 /**
 480  * Write some auxiliary information about the created AAC file.
 481  */
 482 static void put_bitstream_info(AVCodecContext *avctx, AACEncContext *s,
 483                                const char *name)
 484 {
 485     int i, namelen, padbits;
 486
 487     namelen = strlen(name) + 2;
 488     put_bits(&s->pb, 3, TYPE_FIL);
 489     put_bits(&s->pb, 4, FFMIN(namelen, 15));
 490     if (namelen >= 15)
 491         put_bits(&s->pb, 8, namelen - 16);
 492     put_bits(&s->pb, 4, 0); //extension type - filler
 493     padbits = 8 - (put_bits_count(&s->pb) & 7);
 494     avpriv_align_put_bits(&s->pb);
 495     for (i = 0; i < namelen - 2; i++)
 496         put_bits(&s->pb, 8, name[i]);
 497     put_bits(&s->pb, 12 - padbits, 0);
 498 }
 499
 500 static int aac_encode_frame(AVCodecContext *avctx,
 501                             uint8_t *frame, int buf_size, void *data)
 502 {
 503     AACEncContext *s = avctx->priv_data;
 504     int16_t *samples = s->samples, *samples2, *la;
 505     ChannelElement *cpe;
 506     int i, ch, w, g, chans, tag, start_ch;
 507     int chan_el_counter[4];
 508     FFPsyWindowInfo windows[AAC_MAX_CHANNELS];
 509
 510     if (s->last_frame)
 511         return 0;
 512     if (data) {
 513         if (!s->psypp) {
 514             if (avctx->channels <= 2) {
 515                 memcpy(s->samples + 1024 * avctx->channels, data,
 516                        1024 * avctx->channels * sizeof(s->samples[0]));
 517             } else {
 518                 for (i = 0; i < 1024; i++)
 519                     for (ch = 0; ch < avctx->channels; ch++)
 520                         s->samples[(i + 1024) * avctx->channels + ch] =
 521                             ((int16_t*)data)[i * avctx->channels +
 522                                              channel_maps[avctx->channels-1][ch]];
 523             }
 524         } else {
 525             start_ch = 0;
 526             samples2 = s->samples + 1024 * avctx->channels;
 527             for (i = 0; i < s->chan_map[0]; i++) {
 528                 tag = s->chan_map[i+1];
 529                 chans = tag == TYPE_CPE ? 2 : 1;
 530                 ff_psy_preprocess(s->psypp,
 531                                   (uint16_t*)data + channel_maps[avctx->channels-1][start_ch],
 532                                   samples2 + start_ch, start_ch, chans);
 533                 start_ch += chans;
 534             }
 535         }
 536     }
 537     if (!avctx->frame_number) {
 538         memcpy(s->samples, s->samples + 1024 * avctx->channels,
 539                1024 * avctx->channels * sizeof(s->samples[0]));
 540         return 0;
 541     }
 542
 543     start_ch = 0;
 544     for (i = 0; i < s->chan_map[0]; i++) {
 545         FFPsyWindowInfo* wi = windows + start_ch;
 546         tag      = s->chan_map[i+1];
 547         chans    = tag == TYPE_CPE ? 2 : 1;
 548         cpe      = &s->cpe[i];
 549         for (ch = 0; ch < chans; ch++) {
 550             IndividualChannelStream *ics = &cpe->ch[ch].ics;
 551             int cur_channel = start_ch + ch;
 552             samples2 = samples + cur_channel;
 553             la       = samples2 + (448+64) * avctx->channels;
 554             if (!data)
 555                 la = NULL;
 556             if (tag == TYPE_LFE) {
 557                 wi[ch].window_type[0] = ONLY_LONG_SEQUENCE;
 558                 wi[ch].window_shape   = 0;
 559                 wi[ch].num_windows    = 1;
 560                 wi[ch].grouping[0]    = 1;
 561
 562                 /* Only the lowest 12 coefficients are used in a LFE channel.
 563                  * The expression below results in only the bottom 8 coefficients
 564                  * being used for 11.025kHz to 16kHz sample rates.
 565                  */
 566                 ics->num_swb = s->samplerate_index >= 8 ? 1 : 3;
 567             } else {
 568                 wi[ch] = s->psy.model->window(&s->psy, samples2, la, cur_channel,
 569                                               ics->window_sequence[0]);
 570             }
 571             ics->window_sequence[1] = ics->window_sequence[0];
 572             ics->window_sequence[0] = wi[ch].window_type[0];
 573             ics->use_kb_window[1]   = ics->use_kb_window[0];
 574             ics->use_kb_window[0]   = wi[ch].window_shape;
 575             ics->num_windows        = wi[ch].num_windows;
 576             ics->swb_sizes          = s->psy.bands    [ics->num_windows == 8];
 577             ics->num_swb            = tag == TYPE_LFE ? ics->num_swb : s->psy.num_bands[ics->num_windows == 8];
 578             for (w = 0; w < ics->num_windows; w++)
 579                 ics->group_len[w] = wi[ch].grouping[w];
 580
 581             apply_window_and_mdct(avctx, s, &cpe->ch[ch], samples2);
 582         }
 583         start_ch += chans;
 584     }
 585     do {
 586         int frame_bits;
 587         init_put_bits(&s->pb, frame, buf_size*8);
 588         if ((avctx->frame_number & 0xFF)==1 && !(avctx->flags & CODEC_FLAG_BITEXACT))
 589             put_bitstream_info(avctx, s, LIBAVCODEC_IDENT);
 590         start_ch = 0;
 591         memset(chan_el_counter, 0, sizeof(chan_el_counter));
 592         for (i = 0; i < s->chan_map[0]; i++) {
 593             FFPsyWindowInfo* wi = windows + start_ch;
 594             const float *coeffs[2];
 595             tag      = s->chan_map[i+1];
 596             chans    = tag == TYPE_CPE ? 2 : 1;
 597             cpe      = &s->cpe[i];
 598             put_bits(&s->pb, 3, tag);
 599             put_bits(&s->pb, 4, chan_el_counter[tag]++);
 600             for (ch = 0; ch < chans; ch++)
 601                 coeffs[ch] = cpe->ch[ch].coeffs;
 602             s->psy.model->analyze(&s->psy, start_ch, coeffs, wi);
 603             for (ch = 0; ch < chans; ch++) {
 604                 s->cur_channel = start_ch * 2 + ch;
 605                 s->coder->search_for_quantizers(avctx, s, &cpe->ch[ch], s->lambda);
 606             }
 607             cpe->common_window = 0;
 608             if (chans > 1
 609                 && wi[0].window_type[0] == wi[1].window_type[0]
 610                 && wi[0].window_shape   == wi[1].window_shape) {
 611
 612                 cpe->common_window = 1;
 613                 for (w = 0; w < wi[0].num_windows; w++) {
 614                     if (wi[0].grouping[w] != wi[1].grouping[w]) {
 615                         cpe->common_window = 0;
 616                         break;
 617                     }
 618                 }
 619             }
 620             s->cur_channel = start_ch * 2;
 621             if (s->options.stereo_mode && cpe->common_window) {
 622                 if (s->options.stereo_mode > 0) {
 623                     IndividualChannelStream *ics = &cpe->ch[0].ics;
 624                     for (w = 0; w < ics->num_windows; w += ics->group_len[w])
 625                         for (g = 0;  g < ics->num_swb; g++)
 626                             cpe->ms_mask[w*16+g] = 1;
 627                 } else if (s->coder->search_for_ms) {
 628                     s->coder->search_for_ms(s, cpe, s->lambda);
 629                 }
 630             }
 631             adjust_frame_information(s, cpe, chans);
 632             if (chans == 2) {
 633                 put_bits(&s->pb, 1, cpe->common_window);
 634                 if (cpe->common_window) {
 635                     put_ics_info(s, &cpe->ch[0].ics);
 636                     encode_ms_info(&s->pb, cpe);
 637                 }
 638             }
 639             for (ch = 0; ch < chans; ch++) {
 640                 s->cur_channel = start_ch + ch;
 641                 encode_individual_channel(avctx, s, &cpe->ch[ch], cpe->common_window);
 642             }
 643             start_ch += chans;
 644         }
 645
 646         frame_bits = put_bits_count(&s->pb);
 647         if (frame_bits <= 6144 * avctx->channels - 3) {
 648             s->psy.bitres.bits = frame_bits / avctx->channels;
 649             break;
 650         }
 651
 652         s->lambda *= avctx->bit_rate * 1024.0f / avctx->sample_rate / frame_bits;
 653
 654     } while (1);
 655
 656     put_bits(&s->pb, 3, TYPE_END);
 657     flush_put_bits(&s->pb);
 658     avctx->frame_bits = put_bits_count(&s->pb);
 659
 660     // rate control stuff
 661     if (!(avctx->flags & CODEC_FLAG_QSCALE)) {
 662         float ratio = avctx->bit_rate * 1024.0f / avctx->sample_rate / avctx->frame_bits;
 663         s->lambda *= ratio;
 664         s->lambda = FFMIN(s->lambda, 65536.f);
 665     }
 666
 667     if (!data)
 668         s->last_frame = 1;
 669     memcpy(s->samples, s->samples + 1024 * avctx->channels,
 670            1024 * avctx->channels * sizeof(s->samples[0]));
 671     return put_bits_count(&s->pb)>>3;
 672 }
 673
 674 static av_cold int aac_encode_end(AVCodecContext *avctx)
 675 {
 676     AACEncContext *s = avctx->priv_data;
 677
 678     ff_mdct_end(&s->mdct1024);
 679     ff_mdct_end(&s->mdct128);
 680     ff_psy_end(&s->psy);
 681     ff_psy_preprocess_end(s->psypp);
 682     av_freep(&s->samples);
 683     av_freep(&s->cpe);
 684     return 0;
 685 }
 686
 687 #define AACENC_FLAGS AV_OPT_FLAG_ENCODING_PARAM | AV_OPT_FLAG_AUDIO_PARAM
 688 static const AVOption aacenc_options[] = {
 689     {"stereo_mode", "Stereo coding method", offsetof(AACEncContext, options.stereo_mode), AV_OPT_TYPE_INT, {.dbl = 0}, -1, 1, AACENC_FLAGS, "stereo_mode"},
 690         {"auto",     "Selected by the Encoder", 0, AV_OPT_TYPE_CONST, {.dbl = -1 }, INT_MIN, INT_MAX, AACENC_FLAGS, "stereo_mode"},
 691         {"ms_off",   "Disable Mid/Side coding", 0, AV_OPT_TYPE_CONST, {.dbl =  0 }, INT_MIN, INT_MAX, AACENC_FLAGS, "stereo_mode"},
 692         {"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"},
 693     {"aac_coder", "", offsetof(AACEncContext, options.aac_coder), AV_OPT_TYPE_INT, {.dbl = 2}, 0, AAC_CODER_NB-1, AACENC_FLAGS},
 694     {NULL}
 695 };
 696
 697 static const AVClass aacenc_class = {
 698     "AAC encoder",
 699     av_default_item_name,
 700     aacenc_options,
 701     LIBAVUTIL_VERSION_INT,
 702 };
 703
 704 AVCodec ff_aac_encoder = {
 705     .name           = "aac",
 706     .type           = AVMEDIA_TYPE_AUDIO,
 707     .id             = CODEC_ID_AAC,
 708     .priv_data_size = sizeof(AACEncContext),
 709     .init           = aac_encode_init,
 710     .encode         = aac_encode_frame,
 711     .close          = aac_encode_end,
 712     .capabilities = CODEC_CAP_SMALL_LAST_FRAME | CODEC_CAP_DELAY | CODEC_CAP_EXPERIMENTAL,
 713     .sample_fmts = (const enum AVSampleFormat[]){AV_SAMPLE_FMT_S16,AV_SAMPLE_FMT_NONE},
 714     .long_name = NULL_IF_CONFIG_SMALL("Advanced Audio Coding"),
 715     .priv_class = &aacenc_class,
 716 };