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 #define WINDOW_FUNC(type) \
 184 static void apply_ ##type ##_window(DSPContext *dsp, SingleChannelElement *sce, const float *audio)
 185
 186 WINDOW_FUNC(only_long)
 187 {
 188     const float *lwindow = sce->ics.use_kb_window[0] ? ff_aac_kbd_long_1024 : ff_sine_1024;
 189     const float *pwindow = sce->ics.use_kb_window[1] ? ff_aac_kbd_long_1024 : ff_sine_1024;
 190     float *out = sce->ret;
 191
 192     dsp->vector_fmul        (out,        audio,        lwindow, 1024);
 193     dsp->vector_fmul_reverse(out + 1024, audio + 1024, pwindow, 1024);
 194 }
 195
 196 WINDOW_FUNC(long_start)
 197 {
 198     const float *lwindow = sce->ics.use_kb_window[1] ? ff_aac_kbd_long_1024 : ff_sine_1024;
 199     const float *swindow = sce->ics.use_kb_window[0] ? ff_aac_kbd_short_128 : ff_sine_128;
 200     float *out = sce->ret;
 201
 202     dsp->vector_fmul(out, audio, lwindow, 1024);
 203     memcpy(out + 1024, audio + 1024, sizeof(out[0]) * 448);
 204     dsp->vector_fmul_reverse(out + 1024 + 448, audio + 1024 + 448, swindow, 128);
 205     memset(out + 1024 + 576, 0, sizeof(out[0]) * 448);
 206 }
 207
 208 WINDOW_FUNC(long_stop)
 209 {
 210     const float *lwindow = sce->ics.use_kb_window[0] ? ff_aac_kbd_long_1024 : ff_sine_1024;
 211     const float *swindow = sce->ics.use_kb_window[1] ? ff_aac_kbd_short_128 : ff_sine_128;
 212     float *out = sce->ret;
 213
 214     memset(out, 0, sizeof(out[0]) * 448);
 215     dsp->vector_fmul(out + 448, audio + 448, swindow, 128);
 216     memcpy(out + 576, audio + 576, sizeof(out[0]) * 448);
 217     dsp->vector_fmul_reverse(out + 1024, audio + 1024, lwindow, 1024);
 218 }
 219
 220 WINDOW_FUNC(eight_short)
 221 {
 222     const float *swindow = sce->ics.use_kb_window[0] ? ff_aac_kbd_short_128 : ff_sine_128;
 223     const float *pwindow = sce->ics.use_kb_window[1] ? ff_aac_kbd_short_128 : ff_sine_128;
 224     const float *in = audio + 448;
 225     float *out = sce->ret;
 226     int w;
 227
 228     for (w = 0; w < 8; w++) {
 229         dsp->vector_fmul        (out, in, w ? pwindow : swindow, 128);
 230         out += 128;
 231         in  += 128;
 232         dsp->vector_fmul_reverse(out, in, swindow, 128);
 233         out += 128;
 234     }
 235 }
 236
 237 static void (*const apply_window[4])(DSPContext *dsp, SingleChannelElement *sce, const float *audio) = {
 238     [ONLY_LONG_SEQUENCE]   = apply_only_long_window,
 239     [LONG_START_SEQUENCE]  = apply_long_start_window,
 240     [EIGHT_SHORT_SEQUENCE] = apply_eight_short_window,
 241     [LONG_STOP_SEQUENCE]   = apply_long_stop_window
 242 };
 243
 244 static void apply_window_and_mdct(AACEncContext *s, SingleChannelElement *sce,
 245                                   float *audio)
 246 {
 247     int i;
 248     float *output = sce->ret;
 249
 250     apply_window[sce->ics.window_sequence[0]](&s->dsp, sce, audio);
 251
 252     if (sce->ics.window_sequence[0] != EIGHT_SHORT_SEQUENCE)
 253         s->mdct1024.mdct_calc(&s->mdct1024, sce->coeffs, output);
 254     else
 255         for (i = 0; i < 1024; i += 128)
 256             s->mdct128.mdct_calc(&s->mdct128, sce->coeffs + i, output + i*2);
 257     memcpy(audio, audio + 1024, sizeof(audio[0]) * 1024);
 258 }
 259
 260 /**
 261  * Encode ics_info element.
 262  * @see Table 4.6 (syntax of ics_info)
 263  */
 264 static void put_ics_info(AACEncContext *s, IndividualChannelStream *info)
 265 {
 266     int w;
 267
 268     put_bits(&s->pb, 1, 0);                // ics_reserved bit
 269     put_bits(&s->pb, 2, info->window_sequence[0]);
 270     put_bits(&s->pb, 1, info->use_kb_window[0]);
 271     if (info->window_sequence[0] != EIGHT_SHORT_SEQUENCE) {
 272         put_bits(&s->pb, 6, info->max_sfb);
 273         put_bits(&s->pb, 1, 0);            // no prediction
 274     } else {
 275         put_bits(&s->pb, 4, info->max_sfb);
 276         for (w = 1; w < 8; w++)
 277             put_bits(&s->pb, 1, !info->group_len[w]);
 278     }
 279 }
 280
 281 /**
 282  * Encode MS data.
 283  * @see 4.6.8.1 "Joint Coding - M/S Stereo"
 284  */
 285 static void encode_ms_info(PutBitContext *pb, ChannelElement *cpe)
 286 {
 287     int i, w;
 288
 289     put_bits(pb, 2, cpe->ms_mode);
 290     if (cpe->ms_mode == 1)
 291         for (w = 0; w < cpe->ch[0].ics.num_windows; w += cpe->ch[0].ics.group_len[w])
 292             for (i = 0; i < cpe->ch[0].ics.max_sfb; i++)
 293                 put_bits(pb, 1, cpe->ms_mask[w*16 + i]);
 294 }
 295
 296 /**
 297  * Produce integer coefficients from scalefactors provided by the model.
 298  */
 299 static void adjust_frame_information(AACEncContext *apc, ChannelElement *cpe, int chans)
 300 {
 301     int i, w, w2, g, ch;
 302     int start, maxsfb, cmaxsfb;
 303
 304     for (ch = 0; ch < chans; ch++) {
 305         IndividualChannelStream *ics = &cpe->ch[ch].ics;
 306         start = 0;
 307         maxsfb = 0;
 308         cpe->ch[ch].pulse.num_pulse = 0;
 309         for (w = 0; w < ics->num_windows*16; w += 16) {
 310             for (g = 0; g < ics->num_swb; g++) {
 311                 //apply M/S
 312                 if (cpe->common_window && !ch && cpe->ms_mask[w + g]) {
 313                     for (i = 0; i < ics->swb_sizes[g]; i++) {
 314                         cpe->ch[0].coeffs[start+i] = (cpe->ch[0].coeffs[start+i] + cpe->ch[1].coeffs[start+i]) / 2.0;
 315                         cpe->ch[1].coeffs[start+i] =  cpe->ch[0].coeffs[start+i] - cpe->ch[1].coeffs[start+i];
 316                     }
 317                 }
 318                 start += ics->swb_sizes[g];
 319             }
 320             for (cmaxsfb = ics->num_swb; cmaxsfb > 0 && cpe->ch[ch].zeroes[w+cmaxsfb-1]; cmaxsfb--)
 321                 ;
 322             maxsfb = FFMAX(maxsfb, cmaxsfb);
 323         }
 324         ics->max_sfb = maxsfb;
 325
 326         //adjust zero bands for window groups
 327         for (w = 0; w < ics->num_windows; w += ics->group_len[w]) {
 328             for (g = 0; g < ics->max_sfb; g++) {
 329                 i = 1;
 330                 for (w2 = w; w2 < w + ics->group_len[w]; w2++) {
 331                     if (!cpe->ch[ch].zeroes[w2*16 + g]) {
 332                         i = 0;
 333                         break;
 334                     }
 335                 }
 336                 cpe->ch[ch].zeroes[w*16 + g] = i;
 337             }
 338         }
 339     }
 340
 341     if (chans > 1 && cpe->common_window) {
 342         IndividualChannelStream *ics0 = &cpe->ch[0].ics;
 343         IndividualChannelStream *ics1 = &cpe->ch[1].ics;
 344         int msc = 0;
 345         ics0->max_sfb = FFMAX(ics0->max_sfb, ics1->max_sfb);
 346         ics1->max_sfb = ics0->max_sfb;
 347         for (w = 0; w < ics0->num_windows*16; w += 16)
 348             for (i = 0; i < ics0->max_sfb; i++)
 349                 if (cpe->ms_mask[w+i])
 350                     msc++;
 351         if (msc == 0 || ics0->max_sfb == 0)
 352             cpe->ms_mode = 0;
 353         else
 354             cpe->ms_mode = msc < ics0->max_sfb * ics0->num_windows ? 1 : 2;
 355     }
 356 }
 357
 358 /**
 359  * Encode scalefactor band coding type.
 360  */
 361 static void encode_band_info(AACEncContext *s, SingleChannelElement *sce)
 362 {
 363     int w;
 364
 365     for (w = 0; w < sce->ics.num_windows; w += sce->ics.group_len[w])
 366         s->coder->encode_window_bands_info(s, sce, w, sce->ics.group_len[w], s->lambda);
 367 }
 368
 369 /**
 370  * Encode scalefactors.
 371  */
 372 static void encode_scale_factors(AVCodecContext *avctx, AACEncContext *s,
 373                                  SingleChannelElement *sce)
 374 {
 375     int off = sce->sf_idx[0], diff;
 376     int i, w;
 377
 378     for (w = 0; w < sce->ics.num_windows; w += sce->ics.group_len[w]) {
 379         for (i = 0; i < sce->ics.max_sfb; i++) {
 380             if (!sce->zeroes[w*16 + i]) {
 381                 diff = sce->sf_idx[w*16 + i] - off + SCALE_DIFF_ZERO;
 382                 if (diff < 0 || diff > 120)
 383                     av_log(avctx, AV_LOG_ERROR, "Scalefactor difference is too big to be coded\n");
 384                 off = sce->sf_idx[w*16 + i];
 385                 put_bits(&s->pb, ff_aac_scalefactor_bits[diff], ff_aac_scalefactor_code[diff]);
 386             }
 387         }
 388     }
 389 }
 390
 391 /**
 392  * Encode pulse data.
 393  */
 394 static void encode_pulses(AACEncContext *s, Pulse *pulse)
 395 {
 396     int i;
 397
 398     put_bits(&s->pb, 1, !!pulse->num_pulse);
 399     if (!pulse->num_pulse)
 400         return;
 401
 402     put_bits(&s->pb, 2, pulse->num_pulse - 1);
 403     put_bits(&s->pb, 6, pulse->start);
 404     for (i = 0; i < pulse->num_pulse; i++) {
 405         put_bits(&s->pb, 5, pulse->pos[i]);
 406         put_bits(&s->pb, 4, pulse->amp[i]);
 407     }
 408 }
 409
 410 /**
 411  * Encode spectral coefficients processed by psychoacoustic model.
 412  */
 413 static void encode_spectral_coeffs(AACEncContext *s, SingleChannelElement *sce)
 414 {
 415     int start, i, w, w2;
 416
 417     for (w = 0; w < sce->ics.num_windows; w += sce->ics.group_len[w]) {
 418         start = 0;
 419         for (i = 0; i < sce->ics.max_sfb; i++) {
 420             if (sce->zeroes[w*16 + i]) {
 421                 start += sce->ics.swb_sizes[i];
 422                 continue;
 423             }
 424             for (w2 = w; w2 < w + sce->ics.group_len[w]; w2++)
 425                 s->coder->quantize_and_encode_band(s, &s->pb, sce->coeffs + start + w2*128,
 426                                                    sce->ics.swb_sizes[i],
 427                                                    sce->sf_idx[w*16 + i],
 428                                                    sce->band_type[w*16 + i],
 429                                                    s->lambda);
 430             start += sce->ics.swb_sizes[i];
 431         }
 432     }
 433 }
 434
 435 /**
 436  * Encode one channel of audio data.
 437  */
 438 static int encode_individual_channel(AVCodecContext *avctx, AACEncContext *s,
 439                                      SingleChannelElement *sce,
 440                                      int common_window)
 441 {
 442     put_bits(&s->pb, 8, sce->sf_idx[0]);
 443     if (!common_window)
 444         put_ics_info(s, &sce->ics);
 445     encode_band_info(s, sce);
 446     encode_scale_factors(avctx, s, sce);
 447     encode_pulses(s, &sce->pulse);
 448     put_bits(&s->pb, 1, 0); //tns
 449     put_bits(&s->pb, 1, 0); //ssr
 450     encode_spectral_coeffs(s, sce);
 451     return 0;
 452 }
 453
 454 /**
 455  * Write some auxiliary information about the created AAC file.
 456  */
 457 static void put_bitstream_info(AVCodecContext *avctx, AACEncContext *s,
 458                                const char *name)
 459 {
 460     int i, namelen, padbits;
 461
 462     namelen = strlen(name) + 2;
 463     put_bits(&s->pb, 3, TYPE_FIL);
 464     put_bits(&s->pb, 4, FFMIN(namelen, 15));
 465     if (namelen >= 15)
 466         put_bits(&s->pb, 8, namelen - 14);
 467     put_bits(&s->pb, 4, 0); //extension type - filler
 468     padbits = -put_bits_count(&s->pb) & 7;
 469     avpriv_align_put_bits(&s->pb);
 470     for (i = 0; i < namelen - 2; i++)
 471         put_bits(&s->pb, 8, name[i]);
 472     put_bits(&s->pb, 12 - padbits, 0);
 473 }
 474
 475 /*
 476  * Deinterleave input samples.
 477  * Channels are reordered from Libav's default order to AAC order.
 478  */
 479 static void deinterleave_input_samples(AACEncContext *s,
 480                                        const float *samples, int nb_samples)
 481 {
 482     int ch, i;
 483     const int sinc = s->channels;
 484     const uint8_t *channel_map = aac_chan_maps[sinc - 1];
 485
 486     /* deinterleave and remap input samples */
 487     for (ch = 0; ch < sinc; ch++) {
 488         const float *sptr = samples + channel_map[ch];
 489
 490         /* copy last 1024 samples of previous frame to the start of the current frame */
 491         memcpy(&s->planar_samples[ch][1024], &s->planar_samples[ch][2048], 1024 * sizeof(s->planar_samples[0][0]));
 492
 493         /* deinterleave */
 494         for (i = 2048; i < 2048 + nb_samples; i++) {
 495             s->planar_samples[ch][i] = *sptr;
 496             sptr += sinc;
 497         }
 498         memset(&s->planar_samples[ch][i], 0,
 499                (3072 - i) * sizeof(s->planar_samples[0][0]));
 500     }
 501 }
 502
 503 static int aac_encode_frame(AVCodecContext *avctx,
 504                             uint8_t *frame, int buf_size, void *data)
 505 {
 506     AACEncContext *s = avctx->priv_data;
 507     float **samples = s->planar_samples, *samples2, *la, *overlap;
 508     ChannelElement *cpe;
 509     int i, ch, w, g, chans, tag, start_ch;
 510     int chan_el_counter[4];
 511     FFPsyWindowInfo windows[AAC_MAX_CHANNELS];
 512
 513     if (s->last_frame)
 514         return 0;
 515
 516     if (data) {
 517         deinterleave_input_samples(s, data, avctx->frame_size);
 518         if (s->psypp)
 519             ff_psy_preprocess(s->psypp, s->planar_samples, s->channels);
 520     }
 521
 522     if (!avctx->frame_number)
 523         return 0;
 524
 525     start_ch = 0;
 526     for (i = 0; i < s->chan_map[0]; i++) {
 527         FFPsyWindowInfo* wi = windows + start_ch;
 528         tag      = s->chan_map[i+1];
 529         chans    = tag == TYPE_CPE ? 2 : 1;
 530         cpe      = &s->cpe[i];
 531         for (ch = 0; ch < chans; ch++) {
 532             IndividualChannelStream *ics = &cpe->ch[ch].ics;
 533             int cur_channel = start_ch + ch;
 534             overlap  = &samples[cur_channel][0];
 535             samples2 = overlap + 1024;
 536             la       = samples2 + (448+64);
 537             if (!data)
 538                 la = NULL;
 539             if (tag == TYPE_LFE) {
 540                 wi[ch].window_type[0] = ONLY_LONG_SEQUENCE;
 541                 wi[ch].window_shape   = 0;
 542                 wi[ch].num_windows    = 1;
 543                 wi[ch].grouping[0]    = 1;
 544
 545                 /* Only the lowest 12 coefficients are used in a LFE channel.
 546                  * The expression below results in only the bottom 8 coefficients
 547                  * being used for 11.025kHz to 16kHz sample rates.
 548                  */
 549                 ics->num_swb = s->samplerate_index >= 8 ? 1 : 3;
 550             } else {
 551                 wi[ch] = s->psy.model->window(&s->psy, samples2, la, cur_channel,
 552                                               ics->window_sequence[0]);
 553             }
 554             ics->window_sequence[1] = ics->window_sequence[0];
 555             ics->window_sequence[0] = wi[ch].window_type[0];
 556             ics->use_kb_window[1]   = ics->use_kb_window[0];
 557             ics->use_kb_window[0]   = wi[ch].window_shape;
 558             ics->num_windows        = wi[ch].num_windows;
 559             ics->swb_sizes          = s->psy.bands    [ics->num_windows == 8];
 560             ics->num_swb            = tag == TYPE_LFE ? ics->num_swb : s->psy.num_bands[ics->num_windows == 8];
 561             for (w = 0; w < ics->num_windows; w++)
 562                 ics->group_len[w] = wi[ch].grouping[w];
 563
 564             apply_window_and_mdct(s, &cpe->ch[ch], overlap);
 565         }
 566         start_ch += chans;
 567     }
 568     do {
 569         int frame_bits;
 570         init_put_bits(&s->pb, frame, buf_size*8);
 571         if ((avctx->frame_number & 0xFF)==1 && !(avctx->flags & CODEC_FLAG_BITEXACT))
 572             put_bitstream_info(avctx, s, LIBAVCODEC_IDENT);
 573         start_ch = 0;
 574         memset(chan_el_counter, 0, sizeof(chan_el_counter));
 575         for (i = 0; i < s->chan_map[0]; i++) {
 576             FFPsyWindowInfo* wi = windows + start_ch;
 577             const float *coeffs[2];
 578             tag      = s->chan_map[i+1];
 579             chans    = tag == TYPE_CPE ? 2 : 1;
 580             cpe      = &s->cpe[i];
 581             put_bits(&s->pb, 3, tag);
 582             put_bits(&s->pb, 4, chan_el_counter[tag]++);
 583             for (ch = 0; ch < chans; ch++)
 584                 coeffs[ch] = cpe->ch[ch].coeffs;
 585             s->psy.model->analyze(&s->psy, start_ch, coeffs, wi);
 586             for (ch = 0; ch < chans; ch++) {
 587                 s->cur_channel = start_ch * 2 + ch;
 588                 s->coder->search_for_quantizers(avctx, s, &cpe->ch[ch], s->lambda);
 589             }
 590             cpe->common_window = 0;
 591             if (chans > 1
 592                 && wi[0].window_type[0] == wi[1].window_type[0]
 593                 && wi[0].window_shape   == wi[1].window_shape) {
 594
 595                 cpe->common_window = 1;
 596                 for (w = 0; w < wi[0].num_windows; w++) {
 597                     if (wi[0].grouping[w] != wi[1].grouping[w]) {
 598                         cpe->common_window = 0;
 599                         break;
 600                     }
 601                 }
 602             }
 603             s->cur_channel = start_ch * 2;
 604             if (s->options.stereo_mode && cpe->common_window) {
 605                 if (s->options.stereo_mode > 0) {
 606                     IndividualChannelStream *ics = &cpe->ch[0].ics;
 607                     for (w = 0; w < ics->num_windows; w += ics->group_len[w])
 608                         for (g = 0;  g < ics->num_swb; g++)
 609                             cpe->ms_mask[w*16+g] = 1;
 610                 } else if (s->coder->search_for_ms) {
 611                     s->coder->search_for_ms(s, cpe, s->lambda);
 612                 }
 613             }
 614             adjust_frame_information(s, cpe, chans);
 615             if (chans == 2) {
 616                 put_bits(&s->pb, 1, cpe->common_window);
 617                 if (cpe->common_window) {
 618                     put_ics_info(s, &cpe->ch[0].ics);
 619                     encode_ms_info(&s->pb, cpe);
 620                 }
 621             }
 622             for (ch = 0; ch < chans; ch++) {
 623                 s->cur_channel = start_ch + ch;
 624                 encode_individual_channel(avctx, s, &cpe->ch[ch], cpe->common_window);
 625             }
 626             start_ch += chans;
 627         }
 628
 629         frame_bits = put_bits_count(&s->pb);
 630         if (frame_bits <= 6144 * s->channels - 3) {
 631             s->psy.bitres.bits = frame_bits / s->channels;
 632             break;
 633         }
 634
 635         s->lambda *= avctx->bit_rate * 1024.0f / avctx->sample_rate / frame_bits;
 636
 637     } while (1);
 638
 639     put_bits(&s->pb, 3, TYPE_END);
 640     flush_put_bits(&s->pb);
 641     avctx->frame_bits = put_bits_count(&s->pb);
 642
 643     // rate control stuff
 644     if (!(avctx->flags & CODEC_FLAG_QSCALE)) {
 645         float ratio = avctx->bit_rate * 1024.0f / avctx->sample_rate / avctx->frame_bits;
 646         s->lambda *= ratio;
 647         s->lambda = FFMIN(s->lambda, 65536.f);
 648     }
 649
 650     if (!data)
 651         s->last_frame = 1;
 652
 653     return put_bits_count(&s->pb)>>3;
 654 }
 655
 656 static av_cold int aac_encode_end(AVCodecContext *avctx)
 657 {
 658     AACEncContext *s = avctx->priv_data;
 659
 660     ff_mdct_end(&s->mdct1024);
 661     ff_mdct_end(&s->mdct128);
 662     ff_psy_end(&s->psy);
 663     if (s->psypp)
 664         ff_psy_preprocess_end(s->psypp);
 665     av_freep(&s->buffer.samples);
 666     av_freep(&s->cpe);
 667     return 0;
 668 }
 669
 670 static av_cold int dsp_init(AVCodecContext *avctx, AACEncContext *s)
 671 {
 672     int ret = 0;
 673
 674     dsputil_init(&s->dsp, avctx);
 675
 676     // window init
 677     ff_kbd_window_init(ff_aac_kbd_long_1024, 4.0, 1024);
 678     ff_kbd_window_init(ff_aac_kbd_short_128, 6.0, 128);
 679     ff_init_ff_sine_windows(10);
 680     ff_init_ff_sine_windows(7);
 681
 682     if (ret = ff_mdct_init(&s->mdct1024, 11, 0, 32768.0))
 683         return ret;
 684     if (ret = ff_mdct_init(&s->mdct128,   8, 0, 32768.0))
 685         return ret;
 686
 687     return 0;
 688 }
 689
 690 static av_cold int alloc_buffers(AVCodecContext *avctx, AACEncContext *s)
 691 {
 692     int ch;
 693     FF_ALLOCZ_OR_GOTO(avctx, s->buffer.samples, 3 * 1024 * s->channels * sizeof(s->buffer.samples[0]), alloc_fail);
 694     FF_ALLOCZ_OR_GOTO(avctx, s->cpe, sizeof(ChannelElement) * s->chan_map[0], alloc_fail);
 695     FF_ALLOCZ_OR_GOTO(avctx, avctx->extradata, 5 + FF_INPUT_BUFFER_PADDING_SIZE, alloc_fail);
 696
 697     for(ch = 0; ch < s->channels; ch++)
 698         s->planar_samples[ch] = s->buffer.samples + 3 * 1024 * ch;
 699
 700     return 0;
 701 alloc_fail:
 702     return AVERROR(ENOMEM);
 703 }
 704
 705 static av_cold int aac_encode_init(AVCodecContext *avctx)
 706 {
 707     AACEncContext *s = avctx->priv_data;
 708     int i, ret = 0;
 709     const uint8_t *sizes[2];
 710     uint8_t grouping[AAC_MAX_CHANNELS];
 711     int lengths[2];
 712
 713     avctx->frame_size = 1024;
 714
 715     for (i = 0; i < 16; i++)
 716         if (avctx->sample_rate == avpriv_mpeg4audio_sample_rates[i])
 717             break;
 718
 719     s->channels = avctx->channels;
 720
 721     ERROR_IF(i == 16,
 722              "Unsupported sample rate %d\n", avctx->sample_rate);
 723     ERROR_IF(s->channels > AAC_MAX_CHANNELS,
 724              "Unsupported number of channels: %d\n", s->channels);
 725     ERROR_IF(avctx->profile != FF_PROFILE_UNKNOWN && avctx->profile != FF_PROFILE_AAC_LOW,
 726              "Unsupported profile %d\n", avctx->profile);
 727     ERROR_IF(1024.0 * avctx->bit_rate / avctx->sample_rate > 6144 * s->channels,
 728              "Too many bits per frame requested\n");
 729
 730     s->samplerate_index = i;
 731
 732     s->chan_map = aac_chan_configs[s->channels-1];
 733
 734     if (ret = dsp_init(avctx, s))
 735         goto fail;
 736
 737     if (ret = alloc_buffers(avctx, s))
 738         goto fail;
 739
 740     avctx->extradata_size = 5;
 741     put_audio_specific_config(avctx);
 742
 743     sizes[0]   = swb_size_1024[i];
 744     sizes[1]   = swb_size_128[i];
 745     lengths[0] = ff_aac_num_swb_1024[i];
 746     lengths[1] = ff_aac_num_swb_128[i];
 747     for (i = 0; i < s->chan_map[0]; i++)
 748         grouping[i] = s->chan_map[i + 1] == TYPE_CPE;
 749     if (ret = ff_psy_init(&s->psy, avctx, 2, sizes, lengths, s->chan_map[0], grouping))
 750         goto fail;
 751     s->psypp = ff_psy_preprocess_init(avctx);
 752     s->coder = &ff_aac_coders[2];
 753
 754     s->lambda = avctx->global_quality ? avctx->global_quality : 120;
 755
 756     ff_aac_tableinit();
 757
 758     for (i = 0; i < 428; i++)
 759         ff_aac_pow34sf_tab[i] = sqrt(ff_aac_pow2sf_tab[i] * sqrt(ff_aac_pow2sf_tab[i]));
 760
 761     return 0;
 762 fail:
 763     aac_encode_end(avctx);
 764     return ret;
 765 }
 766
 767 #define AACENC_FLAGS AV_OPT_FLAG_ENCODING_PARAM | AV_OPT_FLAG_AUDIO_PARAM
 768 static const AVOption aacenc_options[] = {
 769     {"stereo_mode", "Stereo coding method", offsetof(AACEncContext, options.stereo_mode), AV_OPT_TYPE_INT, {.dbl = 0}, -1, 1, AACENC_FLAGS, "stereo_mode"},
 770         {"auto",     "Selected by the Encoder", 0, AV_OPT_TYPE_CONST, {.dbl = -1 }, INT_MIN, INT_MAX, AACENC_FLAGS, "stereo_mode"},
 771         {"ms_off",   "Disable Mid/Side coding", 0, AV_OPT_TYPE_CONST, {.dbl =  0 }, INT_MIN, INT_MAX, AACENC_FLAGS, "stereo_mode"},
 772         {"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"},
 773     {NULL}
 774 };
 775
 776 static const AVClass aacenc_class = {
 777     "AAC encoder",
 778     av_default_item_name,
 779     aacenc_options,
 780     LIBAVUTIL_VERSION_INT,
 781 };
 782
 783 AVCodec ff_aac_encoder = {
 784     .name           = "aac",
 785     .type           = AVMEDIA_TYPE_AUDIO,
 786     .id             = CODEC_ID_AAC,
 787     .priv_data_size = sizeof(AACEncContext),
 788     .init           = aac_encode_init,
 789     .encode         = aac_encode_frame,
 790     .close          = aac_encode_end,
 791     .capabilities = CODEC_CAP_SMALL_LAST_FRAME | CODEC_CAP_DELAY | CODEC_CAP_EXPERIMENTAL,
 792     .sample_fmts = (const enum AVSampleFormat[]){AV_SAMPLE_FMT_FLT,AV_SAMPLE_FMT_NONE},
 793     .long_name = NULL_IF_CONFIG_SMALL("Advanced Audio Coding"),
 794     .priv_class = &aacenc_class,
 795 };