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

   1 /*
   2  * AAC encoder
   3  * Copyright (C) 2008 Konstantin Shishkov
   4  *
   5  * This file is part of Libav.
   6  *
   7  * Libav is free software; you can redistribute it and/or
   8  * modify it under the terms of the GNU Lesser General Public
   9  * License as published by the Free Software Foundation; either
  10  * version 2.1 of the License, or (at your option) any later version.
  11  *
  12  * Libav is distributed in the hope that it will be useful,
  13  * but WITHOUT ANY WARRANTY; without even the implied warranty of
  14  * MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the GNU
  15  * Lesser General Public License for more details.
  16  *
  17  * You should have received a copy of the GNU Lesser General Public
  18  * License along with Libav; if not, write to the Free Software
  19  * Foundation, Inc., 51 Franklin Street, Fifth Floor, Boston, MA 02110-1301 USA
  20  */
  21
  22 /**
  23  * @file
  24  * AAC encoder
  25  */
  26
  27 /***********************************
  28  *              TODOs:
  29  * add sane pulse detection
  30  * add temporal noise shaping
  31  ***********************************/
  32
  33 #include "libavutil/opt.h"
  34 #include "avcodec.h"
  35 #include "put_bits.h"
  36 #include "dsputil.h"
  37 #include "mpeg4audio.h"
  38 #include "kbdwin.h"
  39 #include "sinewin.h"
  40
  41 #include "aac.h"
  42 #include "aactab.h"
  43 #include "aacenc.h"
  44
  45 #include "psymodel.h"
  46
  47 #define AAC_MAX_CHANNELS 6
  48
  49 #define ERROR_IF(cond, ...) \
  50     if (cond) { \
  51         av_log(avctx, AV_LOG_ERROR, __VA_ARGS__); \
  52         return AVERROR(EINVAL); \
  53     }
  54
  55 float ff_aac_pow34sf_tab[428];
  56
  57 static const uint8_t swb_size_1024_96[] = {
  58     4, 4, 4, 4, 4, 4, 4, 4, 4, 4, 4, 4, 4, 4, 8, 8, 8, 8, 8,
  59     12, 12, 12, 12, 12, 16, 16, 24, 28, 36, 44,
  60     64, 64, 64, 64, 64, 64, 64, 64, 64, 64, 64
  61 };
  62
  63 static const uint8_t swb_size_1024_64[] = {
  64     4, 4, 4, 4, 4, 4, 4, 4, 4, 4, 4, 4, 4, 4, 8, 8, 8, 8,
  65     12, 12, 12, 16, 16, 16, 20, 24, 24, 28, 36,
  66     40, 40, 40, 40, 40, 40, 40, 40, 40, 40, 40, 40, 40, 40, 40, 40, 40, 40
  67 };
  68
  69 static const uint8_t swb_size_1024_48[] = {
  70     4, 4, 4, 4, 4, 4, 4, 4, 4, 4, 8, 8, 8, 8, 8, 8, 8,
  71     12, 12, 12, 12, 16, 16, 20, 20, 24, 24, 28, 28,
  72     32, 32, 32, 32, 32, 32, 32, 32, 32, 32, 32, 32, 32, 32, 32, 32, 32, 32, 32,
  73     96
  74 };
  75
  76 static const uint8_t swb_size_1024_32[] = {
  77     4, 4, 4, 4, 4, 4, 4, 4, 4, 4, 8, 8, 8, 8, 8, 8, 8,
  78     12, 12, 12, 12, 16, 16, 20, 20, 24, 24, 28, 28,
  79     32, 32, 32, 32, 32, 32, 32, 32, 32, 32, 32, 32, 32, 32, 32, 32, 32, 32, 32, 32, 32, 32
  80 };
  81
  82 static const uint8_t swb_size_1024_24[] = {
  83     4, 4, 4, 4, 4, 4, 4, 4, 4, 4, 4, 8, 8, 8, 8, 8, 8, 8, 8, 8, 8,
  84     12, 12, 12, 12, 16, 16, 16, 20, 20, 24, 24, 28, 28,
  85     32, 36, 36, 40, 44, 48, 52, 52, 64, 64, 64, 64, 64
  86 };
  87
  88 static const uint8_t swb_size_1024_16[] = {
  89     8, 8, 8, 8, 8, 8, 8, 8, 8, 8, 8,
  90     12, 12, 12, 12, 12, 12, 12, 12, 12, 16, 16, 16, 16, 20, 20, 20, 24, 24, 28, 28,
  91     32, 36, 40, 40, 44, 48, 52, 56, 60, 64, 64, 64
  92 };
  93
  94 static const uint8_t swb_size_1024_8[] = {
  95     12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12,
  96     16, 16, 16, 16, 16, 16, 16, 20, 20, 20, 20, 24, 24, 24, 28, 28,
  97     32, 36, 36, 40, 44, 48, 52, 56, 60, 64, 80
  98 };
  99
 100 static const uint8_t *swb_size_1024[] = {
 101     swb_size_1024_96, swb_size_1024_96, swb_size_1024_64,
 102     swb_size_1024_48, swb_size_1024_48, swb_size_1024_32,
 103     swb_size_1024_24, swb_size_1024_24, swb_size_1024_16,
 104     swb_size_1024_16, swb_size_1024_16, swb_size_1024_8
 105 };
 106
 107 static const uint8_t swb_size_128_96[] = {
 108     4, 4, 4, 4, 4, 4, 8, 8, 8, 16, 28, 36
 109 };
 110
 111 static const uint8_t swb_size_128_48[] = {
 112     4, 4, 4, 4, 4, 8, 8, 8, 12, 12, 12, 16, 16, 16
 113 };
 114
 115 static const uint8_t swb_size_128_24[] = {
 116     4, 4, 4, 4, 4, 4, 4, 8, 8, 8, 12, 12, 16, 16, 20
 117 };
 118
 119 static const uint8_t swb_size_128_16[] = {
 120     4, 4, 4, 4, 4, 4, 4, 4, 8, 8, 12, 12, 16, 20, 20
 121 };
 122
 123 static const uint8_t swb_size_128_8[] = {
 124     4, 4, 4, 4, 4, 4, 4, 8, 8, 8, 8, 12, 16, 20, 20
 125 };
 126
 127 static const uint8_t *swb_size_128[] = {
 128     /* the last entry on the following row is swb_size_128_64 but is a
 129        duplicate of swb_size_128_96 */
 130     swb_size_128_96, swb_size_128_96, swb_size_128_96,
 131     swb_size_128_48, swb_size_128_48, swb_size_128_48,
 132     swb_size_128_24, swb_size_128_24, swb_size_128_16,
 133     swb_size_128_16, swb_size_128_16, swb_size_128_8
 134 };
 135
 136 /** default channel configurations */
 137 static const uint8_t aac_chan_configs[6][5] = {
 138  {1, TYPE_SCE},                               // 1 channel  - single channel element
 139  {1, TYPE_CPE},                               // 2 channels - channel pair
 140  {2, TYPE_SCE, TYPE_CPE},                     // 3 channels - center + stereo
 141  {3, TYPE_SCE, TYPE_CPE, TYPE_SCE},           // 4 channels - front center + stereo + back center
 142  {3, TYPE_SCE, TYPE_CPE, TYPE_CPE},           // 5 channels - front center + stereo + back stereo
 143  {4, TYPE_SCE, TYPE_CPE, TYPE_CPE, TYPE_LFE}, // 6 channels - front center + stereo + back stereo + LFE
 144 };
 145
 146 /**
 147  * Table to remap channels from Libav's default order to AAC order.
 148  */
 149 static const uint8_t aac_chan_maps[AAC_MAX_CHANNELS][AAC_MAX_CHANNELS] = {
 150     { 0 },
 151     { 0, 1 },
 152     { 2, 0, 1 },
 153     { 2, 0, 1, 3 },
 154     { 2, 0, 1, 3, 4 },
 155     { 2, 0, 1, 4, 5, 3 },
 156 };
 157
 158 /**
 159  * Make AAC audio config object.
 160  * @see 1.6.2.1 "Syntax - AudioSpecificConfig"
 161  */
 162 static void put_audio_specific_config(AVCodecContext *avctx)
 163 {
 164     PutBitContext pb;
 165     AACEncContext *s = avctx->priv_data;
 166
 167     init_put_bits(&pb, avctx->extradata, avctx->extradata_size*8);
 168     put_bits(&pb, 5, 2); //object type - AAC-LC
 169     put_bits(&pb, 4, s->samplerate_index); //sample rate index
 170     put_bits(&pb, 4, s->channels);
 171     //GASpecificConfig
 172     put_bits(&pb, 1, 0); //frame length - 1024 samples
 173     put_bits(&pb, 1, 0); //does not depend on core coder
 174     put_bits(&pb, 1, 0); //is not extension
 175
 176     //Explicitly Mark SBR absent
 177     put_bits(&pb, 11, 0x2b7); //sync extension
 178     put_bits(&pb, 5,  AOT_SBR);
 179     put_bits(&pb, 1,  0);
 180     flush_put_bits(&pb);
 181 }
 182
 183 static void apply_window_and_mdct(AACEncContext *s, SingleChannelElement *sce,
 184                                   float *audio)
 185 {
 186     int i, k;
 187     const float * lwindow = sce->ics.use_kb_window[0] ? ff_aac_kbd_long_1024 : ff_sine_1024;
 188     const float * swindow = sce->ics.use_kb_window[0] ? ff_aac_kbd_short_128 : ff_sine_128;
 189     const float * pwindow = sce->ics.use_kb_window[1] ? ff_aac_kbd_short_128 : ff_sine_128;
 190     float *output = sce->ret;
 191
 192     if (sce->ics.window_sequence[0] != EIGHT_SHORT_SEQUENCE) {
 193         memcpy(output, sce->saved, sizeof(output[0])*1024);
 194         if (sce->ics.window_sequence[0] == LONG_STOP_SEQUENCE) {
 195             memset(output, 0, sizeof(output[0]) * 448);
 196             for (i = 448; i < 576; i++)
 197                 output[i] = sce->saved[i] * pwindow[i - 448];
 198         }
 199         if (sce->ics.window_sequence[0] != LONG_START_SEQUENCE) {
 200             for (i = 0; i < 1024; i++) {
 201                 output[i+1024] = audio[i] * lwindow[1024 - i - 1];
 202                 sce->saved[i]  = audio[i] * lwindow[i];
 203             }
 204         } else {
 205             memcpy(output + 1024, audio, sizeof(output[0]) * 448);
 206             for (; i < 576; i++)
 207                 output[i+1024] = audio[i] * swindow[576 - i - 1];
 208             memset(output+1024+576, 0, sizeof(output[0]) * 448);
 209             memcpy(sce->saved, audio, sizeof(sce->saved[0]) * 1024);
 210         }
 211         s->mdct1024.mdct_calc(&s->mdct1024, sce->coeffs, output);
 212     } else {
 213         for (k = 0; k < 1024; k += 128) {
 214             for (i = 448 + k; i < 448 + k + 256; i++)
 215                 output[i - 448 - k] = (i < 1024)
 216                                          ? sce->saved[i]
 217                                          : audio[i-1024];
 218             s->dsp.vector_fmul        (output,     output, k ?  swindow : pwindow, 128);
 219             s->dsp.vector_fmul_reverse(output+128, output+128, swindow, 128);
 220             s->mdct128.mdct_calc(&s->mdct128, sce->coeffs + k, output);
 221         }
 222         memcpy(sce->saved, audio, sizeof(sce->saved[0]) * 1024);
 223     }
 224 }
 225
 226 /**
 227  * Encode ics_info element.
 228  * @see Table 4.6 (syntax of ics_info)
 229  */
 230 static void put_ics_info(AACEncContext *s, IndividualChannelStream *info)
 231 {
 232     int w;
 233
 234     put_bits(&s->pb, 1, 0);                // ics_reserved bit
 235     put_bits(&s->pb, 2, info->window_sequence[0]);
 236     put_bits(&s->pb, 1, info->use_kb_window[0]);
 237     if (info->window_sequence[0] != EIGHT_SHORT_SEQUENCE) {
 238         put_bits(&s->pb, 6, info->max_sfb);
 239         put_bits(&s->pb, 1, 0);            // no prediction
 240     } else {
 241         put_bits(&s->pb, 4, info->max_sfb);
 242         for (w = 1; w < 8; w++)
 243             put_bits(&s->pb, 1, !info->group_len[w]);
 244     }
 245 }
 246
 247 /**
 248  * Encode MS data.
 249  * @see 4.6.8.1 "Joint Coding - M/S Stereo"
 250  */
 251 static void encode_ms_info(PutBitContext *pb, ChannelElement *cpe)
 252 {
 253     int i, w;
 254
 255     put_bits(pb, 2, cpe->ms_mode);
 256     if (cpe->ms_mode == 1)
 257         for (w = 0; w < cpe->ch[0].ics.num_windows; w += cpe->ch[0].ics.group_len[w])
 258             for (i = 0; i < cpe->ch[0].ics.max_sfb; i++)
 259                 put_bits(pb, 1, cpe->ms_mask[w*16 + i]);
 260 }
 261
 262 /**
 263  * Produce integer coefficients from scalefactors provided by the model.
 264  */
 265 static void adjust_frame_information(AACEncContext *apc, ChannelElement *cpe, int chans)
 266 {
 267     int i, w, w2, g, ch;
 268     int start, maxsfb, cmaxsfb;
 269
 270     for (ch = 0; ch < chans; ch++) {
 271         IndividualChannelStream *ics = &cpe->ch[ch].ics;
 272         start = 0;
 273         maxsfb = 0;
 274         cpe->ch[ch].pulse.num_pulse = 0;
 275         for (w = 0; w < ics->num_windows*16; w += 16) {
 276             for (g = 0; g < ics->num_swb; g++) {
 277                 //apply M/S
 278                 if (cpe->common_window && !ch && cpe->ms_mask[w + g]) {
 279                     for (i = 0; i < ics->swb_sizes[g]; i++) {
 280                         cpe->ch[0].coeffs[start+i] = (cpe->ch[0].coeffs[start+i] + cpe->ch[1].coeffs[start+i]) / 2.0;
 281                         cpe->ch[1].coeffs[start+i] =  cpe->ch[0].coeffs[start+i] - cpe->ch[1].coeffs[start+i];
 282                     }
 283                 }
 284                 start += ics->swb_sizes[g];
 285             }
 286             for (cmaxsfb = ics->num_swb; cmaxsfb > 0 && cpe->ch[ch].zeroes[w+cmaxsfb-1]; cmaxsfb--)
 287                 ;
 288             maxsfb = FFMAX(maxsfb, cmaxsfb);
 289         }
 290         ics->max_sfb = maxsfb;
 291
 292         //adjust zero bands for window groups
 293         for (w = 0; w < ics->num_windows; w += ics->group_len[w]) {
 294             for (g = 0; g < ics->max_sfb; g++) {
 295                 i = 1;
 296                 for (w2 = w; w2 < w + ics->group_len[w]; w2++) {
 297                     if (!cpe->ch[ch].zeroes[w2*16 + g]) {
 298                         i = 0;
 299                         break;
 300                     }
 301                 }
 302                 cpe->ch[ch].zeroes[w*16 + g] = i;
 303             }
 304         }
 305     }
 306
 307     if (chans > 1 && cpe->common_window) {
 308         IndividualChannelStream *ics0 = &cpe->ch[0].ics;
 309         IndividualChannelStream *ics1 = &cpe->ch[1].ics;
 310         int msc = 0;
 311         ics0->max_sfb = FFMAX(ics0->max_sfb, ics1->max_sfb);
 312         ics1->max_sfb = ics0->max_sfb;
 313         for (w = 0; w < ics0->num_windows*16; w += 16)
 314             for (i = 0; i < ics0->max_sfb; i++)
 315                 if (cpe->ms_mask[w+i])
 316                     msc++;
 317         if (msc == 0 || ics0->max_sfb == 0)
 318             cpe->ms_mode = 0;
 319         else
 320             cpe->ms_mode = msc < ics0->max_sfb * ics0->num_windows ? 1 : 2;
 321     }
 322 }
 323
 324 /**
 325  * Encode scalefactor band coding type.
 326  */
 327 static void encode_band_info(AACEncContext *s, SingleChannelElement *sce)
 328 {
 329     int w;
 330
 331     for (w = 0; w < sce->ics.num_windows; w += sce->ics.group_len[w])
 332         s->coder->encode_window_bands_info(s, sce, w, sce->ics.group_len[w], s->lambda);
 333 }
 334
 335 /**
 336  * Encode scalefactors.
 337  */
 338 static void encode_scale_factors(AVCodecContext *avctx, AACEncContext *s,
 339                                  SingleChannelElement *sce)
 340 {
 341     int off = sce->sf_idx[0], diff;
 342     int i, w;
 343
 344     for (w = 0; w < sce->ics.num_windows; w += sce->ics.group_len[w]) {
 345         for (i = 0; i < sce->ics.max_sfb; i++) {
 346             if (!sce->zeroes[w*16 + i]) {
 347                 diff = sce->sf_idx[w*16 + i] - off + SCALE_DIFF_ZERO;
 348                 if (diff < 0 || diff > 120)
 349                     av_log(avctx, AV_LOG_ERROR, "Scalefactor difference is too big to be coded\n");
 350                 off = sce->sf_idx[w*16 + i];
 351                 put_bits(&s->pb, ff_aac_scalefactor_bits[diff], ff_aac_scalefactor_code[diff]);
 352             }
 353         }
 354     }
 355 }
 356
 357 /**
 358  * Encode pulse data.
 359  */
 360 static void encode_pulses(AACEncContext *s, Pulse *pulse)
 361 {
 362     int i;
 363
 364     put_bits(&s->pb, 1, !!pulse->num_pulse);
 365     if (!pulse->num_pulse)
 366         return;
 367
 368     put_bits(&s->pb, 2, pulse->num_pulse - 1);
 369     put_bits(&s->pb, 6, pulse->start);
 370     for (i = 0; i < pulse->num_pulse; i++) {
 371         put_bits(&s->pb, 5, pulse->pos[i]);
 372         put_bits(&s->pb, 4, pulse->amp[i]);
 373     }
 374 }
 375
 376 /**
 377  * Encode spectral coefficients processed by psychoacoustic model.
 378  */
 379 static void encode_spectral_coeffs(AACEncContext *s, SingleChannelElement *sce)
 380 {
 381     int start, i, w, w2;
 382
 383     for (w = 0; w < sce->ics.num_windows; w += sce->ics.group_len[w]) {
 384         start = 0;
 385         for (i = 0; i < sce->ics.max_sfb; i++) {
 386             if (sce->zeroes[w*16 + i]) {
 387                 start += sce->ics.swb_sizes[i];
 388                 continue;
 389             }
 390             for (w2 = w; w2 < w + sce->ics.group_len[w]; w2++)
 391                 s->coder->quantize_and_encode_band(s, &s->pb, sce->coeffs + start + w2*128,
 392                                                    sce->ics.swb_sizes[i],
 393                                                    sce->sf_idx[w*16 + i],
 394                                                    sce->band_type[w*16 + i],
 395                                                    s->lambda);
 396             start += sce->ics.swb_sizes[i];
 397         }
 398     }
 399 }
 400
 401 /**
 402  * Encode one channel of audio data.
 403  */
 404 static int encode_individual_channel(AVCodecContext *avctx, AACEncContext *s,
 405                                      SingleChannelElement *sce,
 406                                      int common_window)
 407 {
 408     put_bits(&s->pb, 8, sce->sf_idx[0]);
 409     if (!common_window)
 410         put_ics_info(s, &sce->ics);
 411     encode_band_info(s, sce);
 412     encode_scale_factors(avctx, s, sce);
 413     encode_pulses(s, &sce->pulse);
 414     put_bits(&s->pb, 1, 0); //tns
 415     put_bits(&s->pb, 1, 0); //ssr
 416     encode_spectral_coeffs(s, sce);
 417     return 0;
 418 }
 419
 420 /**
 421  * Write some auxiliary information about the created AAC file.
 422  */
 423 static void put_bitstream_info(AVCodecContext *avctx, AACEncContext *s,
 424                                const char *name)
 425 {
 426     int i, namelen, padbits;
 427
 428     namelen = strlen(name) + 2;
 429     put_bits(&s->pb, 3, TYPE_FIL);
 430     put_bits(&s->pb, 4, FFMIN(namelen, 15));
 431     if (namelen >= 15)
 432         put_bits(&s->pb, 8, namelen - 16);
 433     put_bits(&s->pb, 4, 0); //extension type - filler
 434     padbits = 8 - (put_bits_count(&s->pb) & 7);
 435     avpriv_align_put_bits(&s->pb);
 436     for (i = 0; i < namelen - 2; i++)
 437         put_bits(&s->pb, 8, name[i]);
 438     put_bits(&s->pb, 12 - padbits, 0);
 439 }
 440
 441 /*
 442  * Deinterleave input samples.
 443  * Channels are reordered from Libav's default order to AAC order.
 444  */
 445 static void deinterleave_input_samples(AACEncContext *s,
 446                                        const float *samples)
 447 {
 448     int ch, i;
 449     const int sinc = s->channels;
 450     const uint8_t *channel_map = aac_chan_maps[sinc - 1];
 451
 452     /* deinterleave and remap input samples */
 453     for (ch = 0; ch < sinc; ch++) {
 454         const float *sptr = samples + channel_map[ch];
 455
 456         /* copy last 1024 samples of previous frame to the start of the current frame */
 457         memcpy(&s->planar_samples[ch][0], &s->planar_samples[ch][1024], 1024 * sizeof(s->planar_samples[0][0]));
 458
 459         /* deinterleave */
 460         for (i = 1024; i < 1024 * 2; i++) {
 461             s->planar_samples[ch][i] = *sptr;
 462             sptr += sinc;
 463         }
 464     }
 465 }
 466
 467 static int aac_encode_frame(AVCodecContext *avctx,
 468                             uint8_t *frame, int buf_size, void *data)
 469 {
 470     AACEncContext *s = avctx->priv_data;
 471     float **samples = s->planar_samples, *samples2, *la;
 472     ChannelElement *cpe;
 473     int i, ch, w, g, chans, tag, start_ch;
 474     int chan_el_counter[4];
 475     FFPsyWindowInfo windows[AAC_MAX_CHANNELS];
 476
 477     if (s->last_frame)
 478         return 0;
 479
 480     if (data) {
 481         deinterleave_input_samples(s, data);
 482         if (s->psypp)
 483             ff_psy_preprocess(s->psypp, s->planar_samples, s->channels);
 484     }
 485
 486     if (!avctx->frame_number)
 487         return 0;
 488
 489     start_ch = 0;
 490     for (i = 0; i < s->chan_map[0]; i++) {
 491         FFPsyWindowInfo* wi = windows + start_ch;
 492         tag      = s->chan_map[i+1];
 493         chans    = tag == TYPE_CPE ? 2 : 1;
 494         cpe      = &s->cpe[i];
 495         for (ch = 0; ch < chans; ch++) {
 496             IndividualChannelStream *ics = &cpe->ch[ch].ics;
 497             int cur_channel = start_ch + ch;
 498             samples2 = &samples[cur_channel][0];
 499             la       = samples2 + (448+64);
 500             if (!data)
 501                 la = NULL;
 502             if (tag == TYPE_LFE) {
 503                 wi[ch].window_type[0] = ONLY_LONG_SEQUENCE;
 504                 wi[ch].window_shape   = 0;
 505                 wi[ch].num_windows    = 1;
 506                 wi[ch].grouping[0]    = 1;
 507
 508                 /* Only the lowest 12 coefficients are used in a LFE channel.
 509                  * The expression below results in only the bottom 8 coefficients
 510                  * being used for 11.025kHz to 16kHz sample rates.
 511                  */
 512                 ics->num_swb = s->samplerate_index >= 8 ? 1 : 3;
 513             } else {
 514                 wi[ch] = s->psy.model->window(&s->psy, samples2, la, cur_channel,
 515                                               ics->window_sequence[0]);
 516             }
 517             ics->window_sequence[1] = ics->window_sequence[0];
 518             ics->window_sequence[0] = wi[ch].window_type[0];
 519             ics->use_kb_window[1]   = ics->use_kb_window[0];
 520             ics->use_kb_window[0]   = wi[ch].window_shape;
 521             ics->num_windows        = wi[ch].num_windows;
 522             ics->swb_sizes          = s->psy.bands    [ics->num_windows == 8];
 523             ics->num_swb            = tag == TYPE_LFE ? ics->num_swb : s->psy.num_bands[ics->num_windows == 8];
 524             for (w = 0; w < ics->num_windows; w++)
 525                 ics->group_len[w] = wi[ch].grouping[w];
 526
 527             apply_window_and_mdct(s, &cpe->ch[ch], samples2);
 528         }
 529         start_ch += chans;
 530     }
 531     do {
 532         int frame_bits;
 533         init_put_bits(&s->pb, frame, buf_size*8);
 534         if ((avctx->frame_number & 0xFF)==1 && !(avctx->flags & CODEC_FLAG_BITEXACT))
 535             put_bitstream_info(avctx, s, LIBAVCODEC_IDENT);
 536         start_ch = 0;
 537         memset(chan_el_counter, 0, sizeof(chan_el_counter));
 538         for (i = 0; i < s->chan_map[0]; i++) {
 539             FFPsyWindowInfo* wi = windows + start_ch;
 540             const float *coeffs[2];
 541             tag      = s->chan_map[i+1];
 542             chans    = tag == TYPE_CPE ? 2 : 1;
 543             cpe      = &s->cpe[i];
 544             put_bits(&s->pb, 3, tag);
 545             put_bits(&s->pb, 4, chan_el_counter[tag]++);
 546             for (ch = 0; ch < chans; ch++)
 547                 coeffs[ch] = cpe->ch[ch].coeffs;
 548             s->psy.model->analyze(&s->psy, start_ch, coeffs, wi);
 549             for (ch = 0; ch < chans; ch++) {
 550                 s->cur_channel = start_ch * 2 + ch;
 551                 s->coder->search_for_quantizers(avctx, s, &cpe->ch[ch], s->lambda);
 552             }
 553             cpe->common_window = 0;
 554             if (chans > 1
 555                 && wi[0].window_type[0] == wi[1].window_type[0]
 556                 && wi[0].window_shape   == wi[1].window_shape) {
 557
 558                 cpe->common_window = 1;
 559                 for (w = 0; w < wi[0].num_windows; w++) {
 560                     if (wi[0].grouping[w] != wi[1].grouping[w]) {
 561                         cpe->common_window = 0;
 562                         break;
 563                     }
 564                 }
 565             }
 566             s->cur_channel = start_ch * 2;
 567             if (s->options.stereo_mode && cpe->common_window) {
 568                 if (s->options.stereo_mode > 0) {
 569                     IndividualChannelStream *ics = &cpe->ch[0].ics;
 570                     for (w = 0; w < ics->num_windows; w += ics->group_len[w])
 571                         for (g = 0;  g < ics->num_swb; g++)
 572                             cpe->ms_mask[w*16+g] = 1;
 573                 } else if (s->coder->search_for_ms) {
 574                     s->coder->search_for_ms(s, cpe, s->lambda);
 575                 }
 576             }
 577             adjust_frame_information(s, cpe, chans);
 578             if (chans == 2) {
 579                 put_bits(&s->pb, 1, cpe->common_window);
 580                 if (cpe->common_window) {
 581                     put_ics_info(s, &cpe->ch[0].ics);
 582                     encode_ms_info(&s->pb, cpe);
 583                 }
 584             }
 585             for (ch = 0; ch < chans; ch++) {
 586                 s->cur_channel = start_ch + ch;
 587                 encode_individual_channel(avctx, s, &cpe->ch[ch], cpe->common_window);
 588             }
 589             start_ch += chans;
 590         }
 591
 592         frame_bits = put_bits_count(&s->pb);
 593         if (frame_bits <= 6144 * s->channels - 3) {
 594             s->psy.bitres.bits = frame_bits / s->channels;
 595             break;
 596         }
 597
 598         s->lambda *= avctx->bit_rate * 1024.0f / avctx->sample_rate / frame_bits;
 599
 600     } while (1);
 601
 602     put_bits(&s->pb, 3, TYPE_END);
 603     flush_put_bits(&s->pb);
 604     avctx->frame_bits = put_bits_count(&s->pb);
 605
 606     // rate control stuff
 607     if (!(avctx->flags & CODEC_FLAG_QSCALE)) {
 608         float ratio = avctx->bit_rate * 1024.0f / avctx->sample_rate / avctx->frame_bits;
 609         s->lambda *= ratio;
 610         s->lambda = FFMIN(s->lambda, 65536.f);
 611     }
 612
 613     if (!data)
 614         s->last_frame = 1;
 615
 616     return put_bits_count(&s->pb)>>3;
 617 }
 618
 619 static av_cold int aac_encode_end(AVCodecContext *avctx)
 620 {
 621     AACEncContext *s = avctx->priv_data;
 622
 623     ff_mdct_end(&s->mdct1024);
 624     ff_mdct_end(&s->mdct128);
 625     ff_psy_end(&s->psy);
 626     if (s->psypp)
 627         ff_psy_preprocess_end(s->psypp);
 628     av_freep(&s->buffer.samples);
 629     av_freep(&s->cpe);
 630     return 0;
 631 }
 632
 633 static av_cold int dsp_init(AVCodecContext *avctx, AACEncContext *s)
 634 {
 635     int ret = 0;
 636
 637     dsputil_init(&s->dsp, avctx);
 638
 639     // window init
 640     ff_kbd_window_init(ff_aac_kbd_long_1024, 4.0, 1024);
 641     ff_kbd_window_init(ff_aac_kbd_short_128, 6.0, 128);
 642     ff_init_ff_sine_windows(10);
 643     ff_init_ff_sine_windows(7);
 644
 645     if (ret = ff_mdct_init(&s->mdct1024, 11, 0, 32768.0))
 646         return ret;
 647     if (ret = ff_mdct_init(&s->mdct128,   8, 0, 32768.0))
 648         return ret;
 649
 650     return 0;
 651 }
 652
 653 static av_cold int alloc_buffers(AVCodecContext *avctx, AACEncContext *s)
 654 {
 655     FF_ALLOCZ_OR_GOTO(avctx, s->buffer.samples, 2 * 1024 * s->channels * sizeof(s->buffer.samples[0]), alloc_fail);
 656     FF_ALLOCZ_OR_GOTO(avctx, s->cpe, sizeof(ChannelElement) * s->chan_map[0], alloc_fail);
 657     FF_ALLOCZ_OR_GOTO(avctx, avctx->extradata, 5 + FF_INPUT_BUFFER_PADDING_SIZE, alloc_fail);
 658
 659     for(int ch = 0; ch < s->channels; ch++)
 660         s->planar_samples[ch] = s->buffer.samples + 2 * 1024 * ch;
 661
 662     return 0;
 663 alloc_fail:
 664     return AVERROR(ENOMEM);
 665 }
 666
 667 static av_cold int aac_encode_init(AVCodecContext *avctx)
 668 {
 669     AACEncContext *s = avctx->priv_data;
 670     int i, ret = 0;
 671     const uint8_t *sizes[2];
 672     uint8_t grouping[AAC_MAX_CHANNELS];
 673     int lengths[2];
 674
 675     avctx->frame_size = 1024;
 676
 677     for (i = 0; i < 16; i++)
 678         if (avctx->sample_rate == avpriv_mpeg4audio_sample_rates[i])
 679             break;
 680
 681     s->channels = avctx->channels;
 682
 683     ERROR_IF(i == 16,
 684              "Unsupported sample rate %d\n", avctx->sample_rate);
 685     ERROR_IF(s->channels > AAC_MAX_CHANNELS,
 686              "Unsupported number of channels: %d\n", s->channels);
 687     ERROR_IF(avctx->profile != FF_PROFILE_UNKNOWN && avctx->profile != FF_PROFILE_AAC_LOW,
 688              "Unsupported profile %d\n", avctx->profile);
 689     ERROR_IF(1024.0 * avctx->bit_rate / avctx->sample_rate > 6144 * s->channels,
 690              "Too many bits per frame requested\n");
 691
 692     s->samplerate_index = i;
 693
 694     s->chan_map = aac_chan_configs[s->channels-1];
 695
 696     if (ret = dsp_init(avctx, s))
 697         goto fail;
 698
 699     if (ret = alloc_buffers(avctx, s))
 700         goto fail;
 701
 702     avctx->extradata_size = 5;
 703     put_audio_specific_config(avctx);
 704
 705     sizes[0]   = swb_size_1024[i];
 706     sizes[1]   = swb_size_128[i];
 707     lengths[0] = ff_aac_num_swb_1024[i];
 708     lengths[1] = ff_aac_num_swb_128[i];
 709     for (i = 0; i < s->chan_map[0]; i++)
 710         grouping[i] = s->chan_map[i + 1] == TYPE_CPE;
 711     if (ret = ff_psy_init(&s->psy, avctx, 2, sizes, lengths, s->chan_map[0], grouping))
 712         goto fail;
 713     s->psypp = ff_psy_preprocess_init(avctx);
 714     s->coder = &ff_aac_coders[2];
 715
 716     s->lambda = avctx->global_quality ? avctx->global_quality : 120;
 717
 718     ff_aac_tableinit();
 719
 720     for (i = 0; i < 428; i++)
 721         ff_aac_pow34sf_tab[i] = sqrt(ff_aac_pow2sf_tab[i] * sqrt(ff_aac_pow2sf_tab[i]));
 722
 723     return 0;
 724 fail:
 725     aac_encode_end(avctx);
 726     return ret;
 727 }
 728
 729 #define AACENC_FLAGS AV_OPT_FLAG_ENCODING_PARAM | AV_OPT_FLAG_AUDIO_PARAM
 730 static const AVOption aacenc_options[] = {
 731     {"stereo_mode", "Stereo coding method", offsetof(AACEncContext, options.stereo_mode), AV_OPT_TYPE_INT, {.dbl = 0}, -1, 1, AACENC_FLAGS, "stereo_mode"},
 732         {"auto",     "Selected by the Encoder", 0, AV_OPT_TYPE_CONST, {.dbl = -1 }, INT_MIN, INT_MAX, AACENC_FLAGS, "stereo_mode"},
 733         {"ms_off",   "Disable Mid/Side coding", 0, AV_OPT_TYPE_CONST, {.dbl =  0 }, INT_MIN, INT_MAX, AACENC_FLAGS, "stereo_mode"},
 734         {"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"},
 735     {NULL}
 736 };
 737
 738 static const AVClass aacenc_class = {
 739     "AAC encoder",
 740     av_default_item_name,
 741     aacenc_options,
 742     LIBAVUTIL_VERSION_INT,
 743 };
 744
 745 AVCodec ff_aac_encoder = {
 746     .name           = "aac",
 747     .type           = AVMEDIA_TYPE_AUDIO,
 748     .id             = CODEC_ID_AAC,
 749     .priv_data_size = sizeof(AACEncContext),
 750     .init           = aac_encode_init,
 751     .encode         = aac_encode_frame,
 752     .close          = aac_encode_end,
 753     .capabilities = CODEC_CAP_SMALL_LAST_FRAME | CODEC_CAP_DELAY | CODEC_CAP_EXPERIMENTAL,
 754     .sample_fmts = (const enum AVSampleFormat[]){AV_SAMPLE_FMT_FLT,AV_SAMPLE_FMT_NONE},
 755     .long_name = NULL_IF_CONFIG_SMALL("Advanced Audio Coding"),
 756     .priv_class = &aacenc_class,
 757 };