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

   1 /*
   2  * Opus encoder
   3  * Copyright (c) 2017 Rostislav Pehlivanov <atomnuker@gmail.com>
   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 #include "opusenc.h"
  23 #include "opus_pvq.h"
  24 #include "opusenc_psy.h"
  25 #include "opustab.h"
  26
  27 #include "libavutil/float_dsp.h"
  28 #include "libavutil/mem_internal.h"
  29 #include "libavutil/opt.h"
  30 #include "internal.h"
  31 #include "bytestream.h"
  32 #include "audio_frame_queue.h"
  33
  34 typedef struct OpusEncContext {
  35     AVClass *av_class;
  36     OpusEncOptions options;
  37     OpusPsyContext psyctx;
  38     AVCodecContext *avctx;
  39     AudioFrameQueue afq;
  40     AVFloatDSPContext *dsp;
  41     MDCT15Context *mdct[CELT_BLOCK_NB];
  42     CeltPVQ *pvq;
  43     struct FFBufQueue bufqueue;
  44
  45     uint8_t enc_id[64];
  46     int enc_id_bits;
  47
  48     OpusPacketInfo packet;
  49
  50     int channels;
  51
  52     CeltFrame *frame;
  53     OpusRangeCoder *rc;
  54
  55     /* Actual energy the decoder will have */
  56     float last_quantized_energy[OPUS_MAX_CHANNELS][CELT_MAX_BANDS];
  57
  58     DECLARE_ALIGNED(32, float, scratch)[2048];
  59 } OpusEncContext;
  60
  61 static void opus_write_extradata(AVCodecContext *avctx)
  62 {
  63     uint8_t *bs = avctx->extradata;
  64
  65     bytestream_put_buffer(&bs, "OpusHead", 8);
  66     bytestream_put_byte  (&bs, 0x1);
  67     bytestream_put_byte  (&bs, avctx->channels);
  68     bytestream_put_le16  (&bs, avctx->initial_padding);
  69     bytestream_put_le32  (&bs, avctx->sample_rate);
  70     bytestream_put_le16  (&bs, 0x0);
  71     bytestream_put_byte  (&bs, 0x0); /* Default layout */
  72 }
  73
  74 static int opus_gen_toc(OpusEncContext *s, uint8_t *toc, int *size, int *fsize_needed)
  75 {
  76     int tmp = 0x0, extended_toc = 0;
  77     static const int toc_cfg[][OPUS_MODE_NB][OPUS_BANDWITH_NB] = {
  78         /*  Silk                    Hybrid                  Celt                    Layer     */
  79         /*  NB  MB  WB SWB  FB      NB  MB  WB SWB  FB      NB  MB  WB SWB  FB      Bandwidth */
  80         { {  0,  0,  0,  0,  0 }, {  0,  0,  0,  0,  0 }, { 17,  0, 21, 25, 29 } }, /* 2.5 ms */
  81         { {  0,  0,  0,  0,  0 }, {  0,  0,  0,  0,  0 }, { 18,  0, 22, 26, 30 } }, /*   5 ms */
  82         { {  1,  5,  9,  0,  0 }, {  0,  0,  0, 13, 15 }, { 19,  0, 23, 27, 31 } }, /*  10 ms */
  83         { {  2,  6, 10,  0,  0 }, {  0,  0,  0, 14, 16 }, { 20,  0, 24, 28, 32 } }, /*  20 ms */
  84         { {  3,  7, 11,  0,  0 }, {  0,  0,  0,  0,  0 }, {  0,  0,  0,  0,  0 } }, /*  40 ms */
  85         { {  4,  8, 12,  0,  0 }, {  0,  0,  0,  0,  0 }, {  0,  0,  0,  0,  0 } }, /*  60 ms */
  86     };
  87     int cfg = toc_cfg[s->packet.framesize][s->packet.mode][s->packet.bandwidth];
  88     *fsize_needed = 0;
  89     if (!cfg)
  90         return 1;
  91     if (s->packet.frames == 2) {                                       /* 2 packets */
  92         if (s->frame[0].framebits == s->frame[1].framebits) {          /* same size */
  93             tmp = 0x1;
  94         } else {                                                  /* different size */
  95             tmp = 0x2;
  96             *fsize_needed = 1;                     /* put frame sizes in the packet */
  97         }
  98     } else if (s->packet.frames > 2) {
  99         tmp = 0x3;
 100         extended_toc = 1;
 101     }
 102     tmp |= (s->channels > 1) << 2;                                /* Stereo or mono */
 103     tmp |= (cfg - 1)         << 3;                           /* codec configuration */
 104     *toc++ = tmp;
 105     if (extended_toc) {
 106         for (int i = 0; i < (s->packet.frames - 1); i++)
 107             *fsize_needed |= (s->frame[i].framebits != s->frame[i + 1].framebits);
 108         tmp = (*fsize_needed) << 7;                                /* vbr flag */
 109         tmp |= (0) << 6;                                       /* padding flag */
 110         tmp |= s->packet.frames;
 111         *toc++ = tmp;
 112     }
 113     *size = 1 + extended_toc;
 114     return 0;
 115 }
 116
 117 static void celt_frame_setup_input(OpusEncContext *s, CeltFrame *f)
 118 {
 119     AVFrame *cur = NULL;
 120     const int subframesize = s->avctx->frame_size;
 121     int subframes = OPUS_BLOCK_SIZE(s->packet.framesize) / subframesize;
 122
 123     cur = ff_bufqueue_get(&s->bufqueue);
 124
 125     for (int ch = 0; ch < f->channels; ch++) {
 126         CeltBlock *b = &f->block[ch];
 127         const void *input = cur->extended_data[ch];
 128         size_t bps = av_get_bytes_per_sample(cur->format);
 129         memcpy(b->overlap, input, bps*cur->nb_samples);
 130     }
 131
 132     av_frame_free(&cur);
 133
 134     for (int sf = 0; sf < subframes; sf++) {
 135         if (sf != (subframes - 1))
 136             cur = ff_bufqueue_get(&s->bufqueue);
 137         else
 138             cur = ff_bufqueue_peek(&s->bufqueue, 0);
 139
 140         for (int ch = 0; ch < f->channels; ch++) {
 141             CeltBlock *b = &f->block[ch];
 142             const void *input = cur->extended_data[ch];
 143             const size_t bps  = av_get_bytes_per_sample(cur->format);
 144             const size_t left = (subframesize - cur->nb_samples)*bps;
 145             const size_t len  = FFMIN(subframesize, cur->nb_samples)*bps;
 146             memcpy(&b->samples[sf*subframesize], input, len);
 147             memset(&b->samples[cur->nb_samples], 0, left);
 148         }
 149
 150         /* Last frame isn't popped off and freed yet - we need it for overlap */
 151         if (sf != (subframes - 1))
 152             av_frame_free(&cur);
 153     }
 154 }
 155
 156 /* Apply the pre emphasis filter */
 157 static void celt_apply_preemph_filter(OpusEncContext *s, CeltFrame *f)
 158 {
 159     const int subframesize = s->avctx->frame_size;
 160     const int subframes = OPUS_BLOCK_SIZE(s->packet.framesize) / subframesize;
 161
 162     /* Filter overlap */
 163     for (int ch = 0; ch < f->channels; ch++) {
 164         CeltBlock *b = &f->block[ch];
 165         float m = b->emph_coeff;
 166         for (int i = 0; i < CELT_OVERLAP; i++) {
 167             float sample = b->overlap[i];
 168             b->overlap[i] = sample - m;
 169             m = sample * CELT_EMPH_COEFF;
 170         }
 171         b->emph_coeff = m;
 172     }
 173
 174     /* Filter the samples but do not update the last subframe's coeff - overlap ^^^ */
 175     for (int sf = 0; sf < subframes; sf++) {
 176         for (int ch = 0; ch < f->channels; ch++) {
 177             CeltBlock *b = &f->block[ch];
 178             float m = b->emph_coeff;
 179             for (int i = 0; i < subframesize; i++) {
 180                 float sample = b->samples[sf*subframesize + i];
 181                 b->samples[sf*subframesize + i] = sample - m;
 182                 m = sample * CELT_EMPH_COEFF;
 183             }
 184             if (sf != (subframes - 1))
 185                 b->emph_coeff = m;
 186         }
 187     }
 188 }
 189
 190 /* Create the window and do the mdct */
 191 static void celt_frame_mdct(OpusEncContext *s, CeltFrame *f)
 192 {
 193     float *win = s->scratch, *temp = s->scratch + 1920;
 194
 195     if (f->transient) {
 196         for (int ch = 0; ch < f->channels; ch++) {
 197             CeltBlock *b = &f->block[ch];
 198             float *src1 = b->overlap;
 199             for (int t = 0; t < f->blocks; t++) {
 200                 float *src2 = &b->samples[CELT_OVERLAP*t];
 201                 s->dsp->vector_fmul(win, src1, ff_celt_window, 128);
 202                 s->dsp->vector_fmul_reverse(&win[CELT_OVERLAP], src2,
 203                                             ff_celt_window - 8, 128);
 204                 src1 = src2;
 205                 s->mdct[0]->mdct(s->mdct[0], b->coeffs + t, win, f->blocks);
 206             }
 207         }
 208     } else {
 209         int blk_len = OPUS_BLOCK_SIZE(f->size), wlen = OPUS_BLOCK_SIZE(f->size + 1);
 210         int rwin = blk_len - CELT_OVERLAP, lap_dst = (wlen - blk_len - CELT_OVERLAP) >> 1;
 211         memset(win, 0, wlen*sizeof(float));
 212         for (int ch = 0; ch < f->channels; ch++) {
 213             CeltBlock *b = &f->block[ch];
 214
 215             /* Overlap */
 216             s->dsp->vector_fmul(temp, b->overlap, ff_celt_window, 128);
 217             memcpy(win + lap_dst, temp, CELT_OVERLAP*sizeof(float));
 218
 219             /* Samples, flat top window */
 220             memcpy(&win[lap_dst + CELT_OVERLAP], b->samples, rwin*sizeof(float));
 221
 222             /* Samples, windowed */
 223             s->dsp->vector_fmul_reverse(temp, b->samples + rwin,
 224                                         ff_celt_window - 8, 128);
 225             memcpy(win + lap_dst + blk_len, temp, CELT_OVERLAP*sizeof(float));
 226
 227             s->mdct[f->size]->mdct(s->mdct[f->size], b->coeffs, win, 1);
 228         }
 229     }
 230
 231     for (int ch = 0; ch < f->channels; ch++) {
 232         CeltBlock *block = &f->block[ch];
 233         for (int i = 0; i < CELT_MAX_BANDS; i++) {
 234             float ener = 0.0f;
 235             int band_offset = ff_celt_freq_bands[i] << f->size;
 236             int band_size   = ff_celt_freq_range[i] << f->size;
 237             float *coeffs   = &block->coeffs[band_offset];
 238
 239             for (int j = 0; j < band_size; j++)
 240                 ener += coeffs[j]*coeffs[j];
 241
 242             block->lin_energy[i] = sqrtf(ener) + FLT_EPSILON;
 243             ener = 1.0f/block->lin_energy[i];
 244
 245             for (int j = 0; j < band_size; j++)
 246                 coeffs[j] *= ener;
 247
 248             block->energy[i] = log2f(block->lin_energy[i]) - ff_celt_mean_energy[i];
 249
 250             /* CELT_ENERGY_SILENCE is what the decoder uses and its not -infinity */
 251             block->energy[i] = FFMAX(block->energy[i], CELT_ENERGY_SILENCE);
 252         }
 253     }
 254 }
 255
 256 static void celt_enc_tf(CeltFrame *f, OpusRangeCoder *rc)
 257 {
 258     int tf_select = 0, diff = 0, tf_changed = 0, tf_select_needed;
 259     int bits = f->transient ? 2 : 4;
 260
 261     tf_select_needed = ((f->size && (opus_rc_tell(rc) + bits + 1) <= f->framebits));
 262
 263     for (int i = f->start_band; i < f->end_band; i++) {
 264         if ((opus_rc_tell(rc) + bits + tf_select_needed) <= f->framebits) {
 265             const int tbit = (diff ^ 1) == f->tf_change[i];
 266             ff_opus_rc_enc_log(rc, tbit, bits);
 267             diff ^= tbit;
 268             tf_changed |= diff;
 269         }
 270         bits = f->transient ? 4 : 5;
 271     }
 272
 273     if (tf_select_needed && ff_celt_tf_select[f->size][f->transient][0][tf_changed] !=
 274                             ff_celt_tf_select[f->size][f->transient][1][tf_changed]) {
 275         ff_opus_rc_enc_log(rc, f->tf_select, 1);
 276         tf_select = f->tf_select;
 277     }
 278
 279     for (int i = f->start_band; i < f->end_band; i++)
 280         f->tf_change[i] = ff_celt_tf_select[f->size][f->transient][tf_select][f->tf_change[i]];
 281 }
 282
 283 static void celt_enc_quant_pfilter(OpusRangeCoder *rc, CeltFrame *f)
 284 {
 285     float gain = f->pf_gain;
 286     int txval, octave = f->pf_octave, period = f->pf_period, tapset = f->pf_tapset;
 287
 288     ff_opus_rc_enc_log(rc, f->pfilter, 1);
 289     if (!f->pfilter)
 290         return;
 291
 292     /* Octave */
 293     txval = FFMIN(octave, 6);
 294     ff_opus_rc_enc_uint(rc, txval, 6);
 295     octave = txval;
 296     /* Period */
 297     txval = av_clip(period - (16 << octave) + 1, 0, (1 << (4 + octave)) - 1);
 298     ff_opus_rc_put_raw(rc, period, 4 + octave);
 299     period = txval + (16 << octave) - 1;
 300     /* Gain */
 301     txval = FFMIN(((int)(gain / 0.09375f)) - 1, 7);
 302     ff_opus_rc_put_raw(rc, txval, 3);
 303     gain   = 0.09375f * (txval + 1);
 304     /* Tapset */
 305     if ((opus_rc_tell(rc) + 2) <= f->framebits)
 306         ff_opus_rc_enc_cdf(rc, tapset, ff_celt_model_tapset);
 307     else
 308         tapset = 0;
 309     /* Finally create the coeffs */
 310     for (int i = 0; i < 2; i++) {
 311         CeltBlock *block = &f->block[i];
 312
 313         block->pf_period_new = FFMAX(period, CELT_POSTFILTER_MINPERIOD);
 314         block->pf_gains_new[0] = gain * ff_celt_postfilter_taps[tapset][0];
 315         block->pf_gains_new[1] = gain * ff_celt_postfilter_taps[tapset][1];
 316         block->pf_gains_new[2] = gain * ff_celt_postfilter_taps[tapset][2];
 317     }
 318 }
 319
 320 static void exp_quant_coarse(OpusRangeCoder *rc, CeltFrame *f,
 321                              float last_energy[][CELT_MAX_BANDS], int intra)
 322 {
 323     float alpha, beta, prev[2] = { 0, 0 };
 324     const uint8_t *pmod = ff_celt_coarse_energy_dist[f->size][intra];
 325
 326     /* Inter is really just differential coding */
 327     if (opus_rc_tell(rc) + 3 <= f->framebits)
 328         ff_opus_rc_enc_log(rc, intra, 3);
 329     else
 330         intra = 0;
 331
 332     if (intra) {
 333         alpha = 0.0f;
 334         beta  = 1.0f - (4915.0f/32768.0f);
 335     } else {
 336         alpha = ff_celt_alpha_coef[f->size];
 337         beta  = ff_celt_beta_coef[f->size];
 338     }
 339
 340     for (int i = f->start_band; i < f->end_band; i++) {
 341         for (int ch = 0; ch < f->channels; ch++) {
 342             CeltBlock *block = &f->block[ch];
 343             const int left = f->framebits - opus_rc_tell(rc);
 344             const float last = FFMAX(-9.0f, last_energy[ch][i]);
 345             float diff = block->energy[i] - prev[ch] - last*alpha;
 346             int q_en = lrintf(diff);
 347             if (left >= 15) {
 348                 ff_opus_rc_enc_laplace(rc, &q_en, pmod[i << 1] << 7, pmod[(i << 1) + 1] << 6);
 349             } else if (left >= 2) {
 350                 q_en = av_clip(q_en, -1, 1);
 351                 ff_opus_rc_enc_cdf(rc, 2*q_en + 3*(q_en < 0), ff_celt_model_energy_small);
 352             } else if (left >= 1) {
 353                 q_en = av_clip(q_en, -1, 0);
 354                 ff_opus_rc_enc_log(rc, (q_en & 1), 1);
 355             } else q_en = -1;
 356
 357             block->error_energy[i] = q_en - diff;
 358             prev[ch] += beta * q_en;
 359         }
 360     }
 361 }
 362
 363 static void celt_quant_coarse(CeltFrame *f, OpusRangeCoder *rc,
 364                               float last_energy[][CELT_MAX_BANDS])
 365 {
 366     uint32_t inter, intra;
 367     OPUS_RC_CHECKPOINT_SPAWN(rc);
 368
 369     exp_quant_coarse(rc, f, last_energy, 1);
 370     intra = OPUS_RC_CHECKPOINT_BITS(rc);
 371
 372     OPUS_RC_CHECKPOINT_ROLLBACK(rc);
 373
 374     exp_quant_coarse(rc, f, last_energy, 0);
 375     inter = OPUS_RC_CHECKPOINT_BITS(rc);
 376
 377     if (inter > intra) { /* Unlikely */
 378         OPUS_RC_CHECKPOINT_ROLLBACK(rc);
 379         exp_quant_coarse(rc, f, last_energy, 1);
 380     }
 381 }
 382
 383 static void celt_quant_fine(CeltFrame *f, OpusRangeCoder *rc)
 384 {
 385     for (int i = f->start_band; i < f->end_band; i++) {
 386         if (!f->fine_bits[i])
 387             continue;
 388         for (int ch = 0; ch < f->channels; ch++) {
 389             CeltBlock *block = &f->block[ch];
 390             int quant, lim = (1 << f->fine_bits[i]);
 391             float offset, diff = 0.5f - block->error_energy[i];
 392             quant = av_clip(floor(diff*lim), 0, lim - 1);
 393             ff_opus_rc_put_raw(rc, quant, f->fine_bits[i]);
 394             offset = 0.5f - ((quant + 0.5f) * (1 << (14 - f->fine_bits[i])) / 16384.0f);
 395             block->error_energy[i] -= offset;
 396         }
 397     }
 398 }
 399
 400 static void celt_quant_final(OpusEncContext *s, OpusRangeCoder *rc, CeltFrame *f)
 401 {
 402     for (int priority = 0; priority < 2; priority++) {
 403         for (int i = f->start_band; i < f->end_band && (f->framebits - opus_rc_tell(rc)) >= f->channels; i++) {
 404             if (f->fine_priority[i] != priority || f->fine_bits[i] >= CELT_MAX_FINE_BITS)
 405                 continue;
 406             for (int ch = 0; ch < f->channels; ch++) {
 407                 CeltBlock *block = &f->block[ch];
 408                 const float err = block->error_energy[i];
 409                 const float offset = 0.5f * (1 << (14 - f->fine_bits[i] - 1)) / 16384.0f;
 410                 const int sign = FFABS(err + offset) < FFABS(err - offset);
 411                 ff_opus_rc_put_raw(rc, sign, 1);
 412                 block->error_energy[i] -= offset*(1 - 2*sign);
 413             }
 414         }
 415     }
 416 }
 417
 418 static void celt_encode_frame(OpusEncContext *s, OpusRangeCoder *rc,
 419                               CeltFrame *f, int index)
 420 {
 421     ff_opus_rc_enc_init(rc);
 422
 423     ff_opus_psy_celt_frame_init(&s->psyctx, f, index);
 424
 425     celt_frame_setup_input(s, f);
 426
 427     if (f->silence) {
 428         if (f->framebits >= 16)
 429             ff_opus_rc_enc_log(rc, 1, 15); /* Silence (if using explicit singalling) */
 430         for (int ch = 0; ch < s->channels; ch++)
 431             memset(s->last_quantized_energy[ch], 0.0f, sizeof(float)*CELT_MAX_BANDS);
 432         return;
 433     }
 434
 435     /* Filters */
 436     celt_apply_preemph_filter(s, f);
 437     if (f->pfilter) {
 438         ff_opus_rc_enc_log(rc, 0, 15);
 439         celt_enc_quant_pfilter(rc, f);
 440     }
 441
 442     /* Transform */
 443     celt_frame_mdct(s, f);
 444
 445     /* Need to handle transient/non-transient switches at any point during analysis */
 446     while (ff_opus_psy_celt_frame_process(&s->psyctx, f, index))
 447         celt_frame_mdct(s, f);
 448
 449     ff_opus_rc_enc_init(rc);
 450
 451     /* Silence */
 452     ff_opus_rc_enc_log(rc, 0, 15);
 453
 454     /* Pitch filter */
 455     if (!f->start_band && opus_rc_tell(rc) + 16 <= f->framebits)
 456         celt_enc_quant_pfilter(rc, f);
 457
 458     /* Transient flag */
 459     if (f->size && opus_rc_tell(rc) + 3 <= f->framebits)
 460         ff_opus_rc_enc_log(rc, f->transient, 3);
 461
 462     /* Main encoding */
 463     celt_quant_coarse  (f, rc, s->last_quantized_energy);
 464     celt_enc_tf        (f, rc);
 465     ff_celt_bitalloc   (f, rc, 1);
 466     celt_quant_fine    (f, rc);
 467     ff_celt_quant_bands(f, rc);
 468
 469     /* Anticollapse bit */
 470     if (f->anticollapse_needed)
 471         ff_opus_rc_put_raw(rc, f->anticollapse, 1);
 472
 473     /* Final per-band energy adjustments from leftover bits */
 474     celt_quant_final(s, rc, f);
 475
 476     for (int ch = 0; ch < f->channels; ch++) {
 477         CeltBlock *block = &f->block[ch];
 478         for (int i = 0; i < CELT_MAX_BANDS; i++)
 479             s->last_quantized_energy[ch][i] = block->energy[i] + block->error_energy[i];
 480     }
 481 }
 482
 483 static inline int write_opuslacing(uint8_t *dst, int v)
 484 {
 485     dst[0] = FFMIN(v - FFALIGN(v - 255, 4), v);
 486     dst[1] = v - dst[0] >> 2;
 487     return 1 + (v >= 252);
 488 }
 489
 490 static void opus_packet_assembler(OpusEncContext *s, AVPacket *avpkt)
 491 {
 492     int offset, fsize_needed;
 493
 494     /* Write toc */
 495     opus_gen_toc(s, avpkt->data, &offset, &fsize_needed);
 496
 497     /* Frame sizes if needed */
 498     if (fsize_needed) {
 499         for (int i = 0; i < s->packet.frames - 1; i++) {
 500             offset += write_opuslacing(avpkt->data + offset,
 501                                        s->frame[i].framebits >> 3);
 502         }
 503     }
 504
 505     /* Packets */
 506     for (int i = 0; i < s->packet.frames; i++) {
 507         ff_opus_rc_enc_end(&s->rc[i], avpkt->data + offset,
 508                            s->frame[i].framebits >> 3);
 509         offset += s->frame[i].framebits >> 3;
 510     }
 511
 512     avpkt->size = offset;
 513 }
 514
 515 /* Used as overlap for the first frame and padding for the last encoded packet */
 516 static AVFrame *spawn_empty_frame(OpusEncContext *s)
 517 {
 518     AVFrame *f = av_frame_alloc();
 519     if (!f)
 520         return NULL;
 521     f->format         = s->avctx->sample_fmt;
 522     f->nb_samples     = s->avctx->frame_size;
 523     f->channel_layout = s->avctx->channel_layout;
 524     if (av_frame_get_buffer(f, 4)) {
 525         av_frame_free(&f);
 526         return NULL;
 527     }
 528     for (int i = 0; i < s->channels; i++) {
 529         size_t bps = av_get_bytes_per_sample(f->format);
 530         memset(f->extended_data[i], 0, bps*f->nb_samples);
 531     }
 532     return f;
 533 }
 534
 535 static int opus_encode_frame(AVCodecContext *avctx, AVPacket *avpkt,
 536                              const AVFrame *frame, int *got_packet_ptr)
 537 {
 538     OpusEncContext *s = avctx->priv_data;
 539     int ret, frame_size, alloc_size = 0;
 540
 541     if (frame) { /* Add new frame to queue */
 542         if ((ret = ff_af_queue_add(&s->afq, frame)) < 0)
 543             return ret;
 544         ff_bufqueue_add(avctx, &s->bufqueue, av_frame_clone(frame));
 545     } else {
 546         ff_opus_psy_signal_eof(&s->psyctx);
 547         if (!s->afq.remaining_samples || !avctx->frame_number)
 548             return 0; /* We've been flushed and there's nothing left to encode */
 549     }
 550
 551     /* Run the psychoacoustic system */
 552     if (ff_opus_psy_process(&s->psyctx, &s->packet))
 553         return 0;
 554
 555     frame_size = OPUS_BLOCK_SIZE(s->packet.framesize);
 556
 557     if (!frame) {
 558         /* This can go negative, that's not a problem, we only pad if positive */
 559         int pad_empty = s->packet.frames*(frame_size/s->avctx->frame_size) - s->bufqueue.available + 1;
 560         /* Pad with empty 2.5 ms frames to whatever framesize was decided,
 561          * this should only happen at the very last flush frame. The frames
 562          * allocated here will be freed (because they have no other references)
 563          * after they get used by celt_frame_setup_input() */
 564         for (int i = 0; i < pad_empty; i++) {
 565             AVFrame *empty = spawn_empty_frame(s);
 566             if (!empty)
 567                 return AVERROR(ENOMEM);
 568             ff_bufqueue_add(avctx, &s->bufqueue, empty);
 569         }
 570     }
 571
 572     for (int i = 0; i < s->packet.frames; i++) {
 573         celt_encode_frame(s, &s->rc[i], &s->frame[i], i);
 574         alloc_size += s->frame[i].framebits >> 3;
 575     }
 576
 577     /* Worst case toc + the frame lengths if needed */
 578     alloc_size += 2 + s->packet.frames*2;
 579
 580     if ((ret = ff_alloc_packet2(avctx, avpkt, alloc_size, 0)) < 0)
 581         return ret;
 582
 583     /* Assemble packet */
 584     opus_packet_assembler(s, avpkt);
 585
 586     /* Update the psychoacoustic system */
 587     ff_opus_psy_postencode_update(&s->psyctx, s->frame, s->rc);
 588
 589     /* Remove samples from queue and skip if needed */
 590     ff_af_queue_remove(&s->afq, s->packet.frames*frame_size, &avpkt->pts, &avpkt->duration);
 591     if (s->packet.frames*frame_size > avpkt->duration) {
 592         uint8_t *side = av_packet_new_side_data(avpkt, AV_PKT_DATA_SKIP_SAMPLES, 10);
 593         if (!side)
 594             return AVERROR(ENOMEM);
 595         AV_WL32(&side[4], s->packet.frames*frame_size - avpkt->duration + 120);
 596     }
 597
 598     *got_packet_ptr = 1;
 599
 600     return 0;
 601 }
 602
 603 static av_cold int opus_encode_end(AVCodecContext *avctx)
 604 {
 605     OpusEncContext *s = avctx->priv_data;
 606
 607     for (int i = 0; i < CELT_BLOCK_NB; i++)
 608         ff_mdct15_uninit(&s->mdct[i]);
 609
 610     ff_celt_pvq_uninit(&s->pvq);
 611     av_freep(&s->dsp);
 612     av_freep(&s->frame);
 613     av_freep(&s->rc);
 614     ff_af_queue_close(&s->afq);
 615     ff_opus_psy_end(&s->psyctx);
 616     ff_bufqueue_discard_all(&s->bufqueue);
 617     av_freep(&avctx->extradata);
 618
 619     return 0;
 620 }
 621
 622 static av_cold int opus_encode_init(AVCodecContext *avctx)
 623 {
 624     int ret, max_frames;
 625     OpusEncContext *s = avctx->priv_data;
 626
 627     s->avctx = avctx;
 628     s->channels = avctx->channels;
 629
 630     /* Opus allows us to change the framesize on each packet (and each packet may
 631      * have multiple frames in it) but we can't change the codec's frame size on
 632      * runtime, so fix it to the lowest possible number of samples and use a queue
 633      * to accumulate AVFrames until we have enough to encode whatever the encoder
 634      * decides is the best */
 635     avctx->frame_size = 120;
 636     /* Initial padding will change if SILK is ever supported */
 637     avctx->initial_padding = 120;
 638
 639     if (!avctx->bit_rate) {
 640         int coupled = ff_opus_default_coupled_streams[s->channels - 1];
 641         avctx->bit_rate = coupled*(96000) + (s->channels - coupled*2)*(48000);
 642     } else if (avctx->bit_rate < 6000 || avctx->bit_rate > 255000 * s->channels) {
 643         int64_t clipped_rate = av_clip(avctx->bit_rate, 6000, 255000 * s->channels);
 644         av_log(avctx, AV_LOG_ERROR, "Unsupported bitrate %"PRId64" kbps, clipping to %"PRId64" kbps\n",
 645                avctx->bit_rate/1000, clipped_rate/1000);
 646         avctx->bit_rate = clipped_rate;
 647     }
 648
 649     /* Extradata */
 650     avctx->extradata_size = 19;
 651     avctx->extradata = av_malloc(avctx->extradata_size + AV_INPUT_BUFFER_PADDING_SIZE);
 652     if (!avctx->extradata)
 653         return AVERROR(ENOMEM);
 654     opus_write_extradata(avctx);
 655
 656     ff_af_queue_init(avctx, &s->afq);
 657
 658     if ((ret = ff_celt_pvq_init(&s->pvq, 1)) < 0)
 659         return ret;
 660
 661     if (!(s->dsp = avpriv_float_dsp_alloc(avctx->flags & AV_CODEC_FLAG_BITEXACT)))
 662         return AVERROR(ENOMEM);
 663
 664     /* I have no idea why a base scaling factor of 68 works, could be the twiddles */
 665     for (int i = 0; i < CELT_BLOCK_NB; i++)
 666         if ((ret = ff_mdct15_init(&s->mdct[i], 0, i + 3, 68 << (CELT_BLOCK_NB - 1 - i))))
 667             return AVERROR(ENOMEM);
 668
 669     /* Zero out previous energy (matters for inter first frame) */
 670     for (int ch = 0; ch < s->channels; ch++)
 671         memset(s->last_quantized_energy[ch], 0.0f, sizeof(float)*CELT_MAX_BANDS);
 672
 673     /* Allocate an empty frame to use as overlap for the first frame of audio */
 674     ff_bufqueue_add(avctx, &s->bufqueue, spawn_empty_frame(s));
 675     if (!ff_bufqueue_peek(&s->bufqueue, 0))
 676         return AVERROR(ENOMEM);
 677
 678     if ((ret = ff_opus_psy_init(&s->psyctx, s->avctx, &s->bufqueue, &s->options)))
 679         return ret;
 680
 681     /* Frame structs and range coder buffers */
 682     max_frames = ceilf(FFMIN(s->options.max_delay_ms, 120.0f)/2.5f);
 683     s->frame = av_malloc(max_frames*sizeof(CeltFrame));
 684     if (!s->frame)
 685         return AVERROR(ENOMEM);
 686     s->rc = av_malloc(max_frames*sizeof(OpusRangeCoder));
 687     if (!s->rc)
 688         return AVERROR(ENOMEM);
 689
 690     for (int i = 0; i < max_frames; i++) {
 691         s->frame[i].dsp = s->dsp;
 692         s->frame[i].avctx = s->avctx;
 693         s->frame[i].seed = 0;
 694         s->frame[i].pvq = s->pvq;
 695         s->frame[i].apply_phase_inv = s->options.apply_phase_inv;
 696         s->frame[i].block[0].emph_coeff = s->frame[i].block[1].emph_coeff = 0.0f;
 697     }
 698
 699     return 0;
 700 }
 701
 702 #define OPUSENC_FLAGS AV_OPT_FLAG_ENCODING_PARAM | AV_OPT_FLAG_AUDIO_PARAM
 703 static const AVOption opusenc_options[] = {
 704     { "opus_delay", "Maximum delay in milliseconds", offsetof(OpusEncContext, options.max_delay_ms), AV_OPT_TYPE_FLOAT, { .dbl = OPUS_MAX_LOOKAHEAD }, 2.5f, OPUS_MAX_LOOKAHEAD, OPUSENC_FLAGS, "max_delay_ms" },
 705     { "apply_phase_inv", "Apply intensity stereo phase inversion", offsetof(OpusEncContext, options.apply_phase_inv), AV_OPT_TYPE_BOOL, { .i64 = 1 }, 0, 1, OPUSENC_FLAGS, "apply_phase_inv" },
 706     { NULL },
 707 };
 708
 709 static const AVClass opusenc_class = {
 710     .class_name = "Opus encoder",
 711     .item_name  = av_default_item_name,
 712     .option     = opusenc_options,
 713     .version    = LIBAVUTIL_VERSION_INT,
 714 };
 715
 716 static const AVCodecDefault opusenc_defaults[] = {
 717     { "b", "0" },
 718     { "compression_level", "10" },
 719     { NULL },
 720 };
 721
 722 AVCodec ff_opus_encoder = {
 723     .name           = "opus",
 724     .long_name      = NULL_IF_CONFIG_SMALL("Opus"),
 725     .type           = AVMEDIA_TYPE_AUDIO,
 726     .id             = AV_CODEC_ID_OPUS,
 727     .defaults       = opusenc_defaults,
 728     .priv_class     = &opusenc_class,
 729     .priv_data_size = sizeof(OpusEncContext),
 730     .init           = opus_encode_init,
 731     .encode2        = opus_encode_frame,
 732     .close          = opus_encode_end,
 733     .caps_internal  = FF_CODEC_CAP_INIT_THREADSAFE | FF_CODEC_CAP_INIT_CLEANUP,
 734     .capabilities   = AV_CODEC_CAP_EXPERIMENTAL | AV_CODEC_CAP_SMALL_LAST_FRAME | AV_CODEC_CAP_DELAY,
 735     .supported_samplerates = (const int []){ 48000, 0 },
 736     .channel_layouts = (const uint64_t []){ AV_CH_LAYOUT_MONO,
 737                                             AV_CH_LAYOUT_STEREO, 0 },
 738     .sample_fmts    = (const enum AVSampleFormat[]){ AV_SAMPLE_FMT_FLTP,
 739                                                      AV_SAMPLE_FMT_NONE },
 740 };