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/opt.h"
  29 #include "internal.h"
  30 #include "bytestream.h"
  31 #include "audio_frame_queue.h"
  32
  33 typedef struct OpusEncContext {
  34     AVClass *av_class;
  35     OpusEncOptions options;
  36     OpusPsyContext psyctx;
  37     AVCodecContext *avctx;
  38     AudioFrameQueue afq;
  39     AVFloatDSPContext *dsp;
  40     MDCT15Context *mdct[CELT_BLOCK_NB];
  41     CeltPVQ *pvq;
  42     struct FFBufQueue bufqueue;
  43
  44     uint8_t enc_id[64];
  45     int enc_id_bits;
  46
  47     OpusPacketInfo packet;
  48
  49     int channels;
  50
  51     CeltFrame *frame;
  52     OpusRangeCoder *rc;
  53
  54     /* Actual energy the decoder will have */
  55     float last_quantized_energy[OPUS_MAX_CHANNELS][CELT_MAX_BANDS];
  56
  57     DECLARE_ALIGNED(32, float, scratch)[2048];
  58 } OpusEncContext;
  59
  60 static void opus_write_extradata(AVCodecContext *avctx)
  61 {
  62     uint8_t *bs = avctx->extradata;
  63
  64     bytestream_put_buffer(&bs, "OpusHead", 8);
  65     bytestream_put_byte  (&bs, 0x1);
  66     bytestream_put_byte  (&bs, avctx->channels);
  67     bytestream_put_le16  (&bs, avctx->initial_padding);
  68     bytestream_put_le32  (&bs, avctx->sample_rate);
  69     bytestream_put_le16  (&bs, 0x0);
  70     bytestream_put_byte  (&bs, 0x0); /* Default layout */
  71 }
  72
  73 static int opus_gen_toc(OpusEncContext *s, uint8_t *toc, int *size, int *fsize_needed)
  74 {
  75     int i, tmp = 0x0, extended_toc = 0;
  76     static const int toc_cfg[][OPUS_MODE_NB][OPUS_BANDWITH_NB] = {
  77         /*  Silk                    Hybrid                  Celt                    Layer     */
  78         /*  NB  MB  WB SWB  FB      NB  MB  WB SWB  FB      NB  MB  WB SWB  FB      Bandwidth */
  79         { {  0,  0,  0,  0,  0 }, {  0,  0,  0,  0,  0 }, { 17,  0, 21, 25, 29 } }, /* 2.5 ms */
  80         { {  0,  0,  0,  0,  0 }, {  0,  0,  0,  0,  0 }, { 18,  0, 22, 26, 30 } }, /*   5 ms */
  81         { {  1,  5,  9,  0,  0 }, {  0,  0,  0, 13, 15 }, { 19,  0, 23, 27, 31 } }, /*  10 ms */
  82         { {  2,  6, 10,  0,  0 }, {  0,  0,  0, 14, 16 }, { 20,  0, 24, 28, 32 } }, /*  20 ms */
  83         { {  3,  7, 11,  0,  0 }, {  0,  0,  0,  0,  0 }, {  0,  0,  0,  0,  0 } }, /*  40 ms */
  84         { {  4,  8, 12,  0,  0 }, {  0,  0,  0,  0,  0 }, {  0,  0,  0,  0,  0 } }, /*  60 ms */
  85     };
  86     int cfg = toc_cfg[s->packet.framesize][s->packet.mode][s->packet.bandwidth];
  87     *fsize_needed = 0;
  88     if (!cfg)
  89         return 1;
  90     if (s->packet.frames == 2) {                                       /* 2 packets */
  91         if (s->frame[0].framebits == s->frame[1].framebits) {          /* same size */
  92             tmp = 0x1;
  93         } else {                                                  /* different size */
  94             tmp = 0x2;
  95             *fsize_needed = 1;                     /* put frame sizes in the packet */
  96         }
  97     } else if (s->packet.frames > 2) {
  98         tmp = 0x3;
  99         extended_toc = 1;
 100     }
 101     tmp |= (s->channels > 1) << 2;                                /* Stereo or mono */
 102     tmp |= (cfg - 1)         << 3;                           /* codec configuration */
 103     *toc++ = tmp;
 104     if (extended_toc) {
 105         for (i = 0; i < (s->packet.frames - 1); i++)
 106             *fsize_needed |= (s->frame[i].framebits != s->frame[i + 1].framebits);
 107         tmp = (*fsize_needed) << 7;                                /* vbr flag */
 108         tmp |= (0) << 6;                                       /* padding flag */
 109         tmp |= s->packet.frames;
 110         *toc++ = tmp;
 111     }
 112     *size = 1 + extended_toc;
 113     return 0;
 114 }
 115
 116 static void celt_frame_setup_input(OpusEncContext *s, CeltFrame *f)
 117 {
 118     int sf, ch;
 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 (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 (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 (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     int i, sf, ch;
 160     const int subframesize = s->avctx->frame_size;
 161     const int subframes = OPUS_BLOCK_SIZE(s->packet.framesize) / subframesize;
 162
 163     /* Filter overlap */
 164     for (ch = 0; ch < f->channels; ch++) {
 165         CeltBlock *b = &f->block[ch];
 166         float m = b->emph_coeff;
 167         for (i = 0; i < CELT_OVERLAP; i++) {
 168             float sample = b->overlap[i];
 169             b->overlap[i] = sample - m;
 170             m = sample * CELT_EMPH_COEFF;
 171         }
 172         b->emph_coeff = m;
 173     }
 174
 175     /* Filter the samples but do not update the last subframe's coeff - overlap ^^^ */
 176     for (sf = 0; sf < subframes; sf++) {
 177         for (ch = 0; ch < f->channels; ch++) {
 178             CeltBlock *b = &f->block[ch];
 179             float m = b->emph_coeff;
 180             for (i = 0; i < subframesize; i++) {
 181                 float sample = b->samples[sf*subframesize + i];
 182                 b->samples[sf*subframesize + i] = sample - m;
 183                 m = sample * CELT_EMPH_COEFF;
 184             }
 185             if (sf != (subframes - 1))
 186                 b->emph_coeff = m;
 187         }
 188     }
 189 }
 190
 191 /* Create the window and do the mdct */
 192 static void celt_frame_mdct(OpusEncContext *s, CeltFrame *f)
 193 {
 194     int i, j, t, ch;
 195     float *win = s->scratch, *temp = s->scratch + 1920;
 196
 197     if (f->transient) {
 198         for (ch = 0; ch < f->channels; ch++) {
 199             CeltBlock *b = &f->block[ch];
 200             float *src1 = b->overlap;
 201             for (t = 0; t < f->blocks; t++) {
 202                 float *src2 = &b->samples[CELT_OVERLAP*t];
 203                 s->dsp->vector_fmul(win, src1, ff_celt_window, 128);
 204                 s->dsp->vector_fmul_reverse(&win[CELT_OVERLAP], src2,
 205                                             ff_celt_window - 8, 128);
 206                 src1 = src2;
 207                 s->mdct[0]->mdct(s->mdct[0], b->coeffs + t, win, f->blocks);
 208             }
 209         }
 210     } else {
 211         int blk_len = OPUS_BLOCK_SIZE(f->size), wlen = OPUS_BLOCK_SIZE(f->size + 1);
 212         int rwin = blk_len - CELT_OVERLAP, lap_dst = (wlen - blk_len - CELT_OVERLAP) >> 1;
 213         memset(win, 0, wlen*sizeof(float));
 214         for (ch = 0; ch < f->channels; ch++) {
 215             CeltBlock *b = &f->block[ch];
 216
 217             /* Overlap */
 218             s->dsp->vector_fmul(temp, b->overlap, ff_celt_window, 128);
 219             memcpy(win + lap_dst, temp, CELT_OVERLAP*sizeof(float));
 220
 221             /* Samples, flat top window */
 222             memcpy(&win[lap_dst + CELT_OVERLAP], b->samples, rwin*sizeof(float));
 223
 224             /* Samples, windowed */
 225             s->dsp->vector_fmul_reverse(temp, b->samples + rwin,
 226                                         ff_celt_window - 8, 128);
 227             memcpy(win + lap_dst + blk_len, temp, CELT_OVERLAP*sizeof(float));
 228
 229             s->mdct[f->size]->mdct(s->mdct[f->size], b->coeffs, win, 1);
 230         }
 231     }
 232
 233     for (ch = 0; ch < f->channels; ch++) {
 234         CeltBlock *block = &f->block[ch];
 235         for (i = 0; i < CELT_MAX_BANDS; i++) {
 236             float ener = 0.0f;
 237             int band_offset = ff_celt_freq_bands[i] << f->size;
 238             int band_size   = ff_celt_freq_range[i] << f->size;
 239             float *coeffs   = &block->coeffs[band_offset];
 240
 241             for (j = 0; j < band_size; j++)
 242                 ener += coeffs[j]*coeffs[j];
 243
 244             block->lin_energy[i] = sqrtf(ener) + FLT_EPSILON;
 245             ener = 1.0f/block->lin_energy[i];
 246
 247             for (j = 0; j < band_size; j++)
 248                 coeffs[j] *= ener;
 249
 250             block->energy[i] = log2f(block->lin_energy[i]) - ff_celt_mean_energy[i];
 251
 252             /* CELT_ENERGY_SILENCE is what the decoder uses and its not -infinity */
 253             block->energy[i] = FFMAX(block->energy[i], CELT_ENERGY_SILENCE);
 254         }
 255     }
 256 }
 257
 258 static void celt_enc_tf(CeltFrame *f, OpusRangeCoder *rc)
 259 {
 260     int i, tf_select = 0, diff = 0, tf_changed = 0, tf_select_needed;
 261     int bits = f->transient ? 2 : 4;
 262
 263     tf_select_needed = ((f->size && (opus_rc_tell(rc) + bits + 1) <= f->framebits));
 264
 265     for (i = f->start_band; i < f->end_band; i++) {
 266         if ((opus_rc_tell(rc) + bits + tf_select_needed) <= f->framebits) {
 267             const int tbit = (diff ^ 1) == f->tf_change[i];
 268             ff_opus_rc_enc_log(rc, tbit, bits);
 269             diff ^= tbit;
 270             tf_changed |= diff;
 271         }
 272         bits = f->transient ? 4 : 5;
 273     }
 274
 275     if (tf_select_needed && ff_celt_tf_select[f->size][f->transient][0][tf_changed] !=
 276                             ff_celt_tf_select[f->size][f->transient][1][tf_changed]) {
 277         ff_opus_rc_enc_log(rc, f->tf_select, 1);
 278         tf_select = f->tf_select;
 279     }
 280
 281     for (i = f->start_band; i < f->end_band; i++)
 282         f->tf_change[i] = ff_celt_tf_select[f->size][f->transient][tf_select][f->tf_change[i]];
 283 }
 284
 285 static void celt_enc_quant_pfilter(OpusRangeCoder *rc, CeltFrame *f)
 286 {
 287     float gain = f->pf_gain;
 288     int i, txval, octave = f->pf_octave, period = f->pf_period, tapset = f->pf_tapset;
 289
 290     ff_opus_rc_enc_log(rc, f->pfilter, 1);
 291     if (!f->pfilter)
 292         return;
 293
 294     /* Octave */
 295     txval = FFMIN(octave, 6);
 296     ff_opus_rc_enc_uint(rc, txval, 6);
 297     octave = txval;
 298     /* Period */
 299     txval = av_clip(period - (16 << octave) + 1, 0, (1 << (4 + octave)) - 1);
 300     ff_opus_rc_put_raw(rc, period, 4 + octave);
 301     period = txval + (16 << octave) - 1;
 302     /* Gain */
 303     txval = FFMIN(((int)(gain / 0.09375f)) - 1, 7);
 304     ff_opus_rc_put_raw(rc, txval, 3);
 305     gain   = 0.09375f * (txval + 1);
 306     /* Tapset */
 307     if ((opus_rc_tell(rc) + 2) <= f->framebits)
 308         ff_opus_rc_enc_cdf(rc, tapset, ff_celt_model_tapset);
 309     else
 310         tapset = 0;
 311     /* Finally create the coeffs */
 312     for (i = 0; i < 2; i++) {
 313         CeltBlock *block = &f->block[i];
 314
 315         block->pf_period_new = FFMAX(period, CELT_POSTFILTER_MINPERIOD);
 316         block->pf_gains_new[0] = gain * ff_celt_postfilter_taps[tapset][0];
 317         block->pf_gains_new[1] = gain * ff_celt_postfilter_taps[tapset][1];
 318         block->pf_gains_new[2] = gain * ff_celt_postfilter_taps[tapset][2];
 319     }
 320 }
 321
 322 static void exp_quant_coarse(OpusRangeCoder *rc, CeltFrame *f,
 323                              float last_energy[][CELT_MAX_BANDS], int intra)
 324 {
 325     int i, ch;
 326     float alpha, beta, prev[2] = { 0, 0 };
 327     const uint8_t *pmod = ff_celt_coarse_energy_dist[f->size][intra];
 328
 329     /* Inter is really just differential coding */
 330     if (opus_rc_tell(rc) + 3 <= f->framebits)
 331         ff_opus_rc_enc_log(rc, intra, 3);
 332     else
 333         intra = 0;
 334
 335     if (intra) {
 336         alpha = 0.0f;
 337         beta  = 1.0f - (4915.0f/32768.0f);
 338     } else {
 339         alpha = ff_celt_alpha_coef[f->size];
 340         beta  = ff_celt_beta_coef[f->size];
 341     }
 342
 343     for (i = f->start_band; i < f->end_band; i++) {
 344         for (ch = 0; ch < f->channels; ch++) {
 345             CeltBlock *block = &f->block[ch];
 346             const int left = f->framebits - opus_rc_tell(rc);
 347             const float last = FFMAX(-9.0f, last_energy[ch][i]);
 348             float diff = block->energy[i] - prev[ch] - last*alpha;
 349             int q_en = lrintf(diff);
 350             if (left >= 15) {
 351                 ff_opus_rc_enc_laplace(rc, &q_en, pmod[i << 1] << 7, pmod[(i << 1) + 1] << 6);
 352             } else if (left >= 2) {
 353                 q_en = av_clip(q_en, -1, 1);
 354                 ff_opus_rc_enc_cdf(rc, 2*q_en + 3*(q_en < 0), ff_celt_model_energy_small);
 355             } else if (left >= 1) {
 356                 q_en = av_clip(q_en, -1, 0);
 357                 ff_opus_rc_enc_log(rc, (q_en & 1), 1);
 358             } else q_en = -1;
 359
 360             block->error_energy[i] = q_en - diff;
 361             prev[ch] += beta * q_en;
 362         }
 363     }
 364 }
 365
 366 static void celt_quant_coarse(CeltFrame *f, OpusRangeCoder *rc,
 367                               float last_energy[][CELT_MAX_BANDS])
 368 {
 369     uint32_t inter, intra;
 370     OPUS_RC_CHECKPOINT_SPAWN(rc);
 371
 372     exp_quant_coarse(rc, f, last_energy, 1);
 373     intra = OPUS_RC_CHECKPOINT_BITS(rc);
 374
 375     OPUS_RC_CHECKPOINT_ROLLBACK(rc);
 376
 377     exp_quant_coarse(rc, f, last_energy, 0);
 378     inter = OPUS_RC_CHECKPOINT_BITS(rc);
 379
 380     if (inter > intra) { /* Unlikely */
 381         OPUS_RC_CHECKPOINT_ROLLBACK(rc);
 382         exp_quant_coarse(rc, f, last_energy, 1);
 383     }
 384 }
 385
 386 static void celt_quant_fine(CeltFrame *f, OpusRangeCoder *rc)
 387 {
 388     int i, ch;
 389     for (i = f->start_band; i < f->end_band; i++) {
 390         if (!f->fine_bits[i])
 391             continue;
 392         for (ch = 0; ch < f->channels; ch++) {
 393             CeltBlock *block = &f->block[ch];
 394             int quant, lim = (1 << f->fine_bits[i]);
 395             float offset, diff = 0.5f - block->error_energy[i];
 396             quant = av_clip(floor(diff*lim), 0, lim - 1);
 397             ff_opus_rc_put_raw(rc, quant, f->fine_bits[i]);
 398             offset = 0.5f - ((quant + 0.5f) * (1 << (14 - f->fine_bits[i])) / 16384.0f);
 399             block->error_energy[i] -= offset;
 400         }
 401     }
 402 }
 403
 404 static void celt_quant_final(OpusEncContext *s, OpusRangeCoder *rc, CeltFrame *f)
 405 {
 406     int i, ch, priority;
 407     for (priority = 0; priority < 2; priority++) {
 408         for (i = f->start_band; i < f->end_band && (f->framebits - opus_rc_tell(rc)) >= f->channels; i++) {
 409             if (f->fine_priority[i] != priority || f->fine_bits[i] >= CELT_MAX_FINE_BITS)
 410                 continue;
 411             for (ch = 0; ch < f->channels; ch++) {
 412                 CeltBlock *block = &f->block[ch];
 413                 const float err = block->error_energy[i];
 414                 const float offset = 0.5f * (1 << (14 - f->fine_bits[i] - 1)) / 16384.0f;
 415                 const int sign = FFABS(err + offset) < FFABS(err - offset);
 416                 ff_opus_rc_put_raw(rc, sign, 1);
 417                 block->error_energy[i] -= offset*(1 - 2*sign);
 418             }
 419         }
 420     }
 421 }
 422
 423 static void celt_encode_frame(OpusEncContext *s, OpusRangeCoder *rc,
 424                               CeltFrame *f, int index)
 425 {
 426     int i, ch;
 427
 428     ff_opus_rc_enc_init(rc);
 429
 430     ff_opus_psy_celt_frame_init(&s->psyctx, f, index);
 431
 432     celt_frame_setup_input(s, f);
 433
 434     if (f->silence) {
 435         if (f->framebits >= 16)
 436             ff_opus_rc_enc_log(rc, 1, 15); /* Silence (if using explicit singalling) */
 437         for (ch = 0; ch < s->channels; ch++)
 438             memset(s->last_quantized_energy[ch], 0.0f, sizeof(float)*CELT_MAX_BANDS);
 439         return;
 440     }
 441
 442     /* Filters */
 443     celt_apply_preemph_filter(s, f);
 444     if (f->pfilter) {
 445         ff_opus_rc_enc_log(rc, 0, 15);
 446         celt_enc_quant_pfilter(rc, f);
 447     }
 448
 449     /* Transform */
 450     celt_frame_mdct(s, f);
 451
 452     /* Need to handle transient/non-transient switches at any point during analysis */
 453     while (ff_opus_psy_celt_frame_process(&s->psyctx, f, index))
 454         celt_frame_mdct(s, f);
 455
 456     ff_opus_rc_enc_init(rc);
 457
 458     /* Silence */
 459     ff_opus_rc_enc_log(rc, 0, 15);
 460
 461     /* Pitch filter */
 462     if (!f->start_band && opus_rc_tell(rc) + 16 <= f->framebits)
 463         celt_enc_quant_pfilter(rc, f);
 464
 465     /* Transient flag */
 466     if (f->size && opus_rc_tell(rc) + 3 <= f->framebits)
 467         ff_opus_rc_enc_log(rc, f->transient, 3);
 468
 469     /* Main encoding */
 470     celt_quant_coarse  (f, rc, s->last_quantized_energy);
 471     celt_enc_tf        (f, rc);
 472     ff_celt_bitalloc   (f, rc, 1);
 473     celt_quant_fine    (f, rc);
 474     ff_celt_quant_bands(f, rc);
 475
 476     /* Anticollapse bit */
 477     if (f->anticollapse_needed)
 478         ff_opus_rc_put_raw(rc, f->anticollapse, 1);
 479
 480     /* Final per-band energy adjustments from leftover bits */
 481     celt_quant_final(s, rc, f);
 482
 483     for (ch = 0; ch < f->channels; ch++) {
 484         CeltBlock *block = &f->block[ch];
 485         for (i = 0; i < CELT_MAX_BANDS; i++)
 486             s->last_quantized_energy[ch][i] = block->energy[i] + block->error_energy[i];
 487     }
 488 }
 489
 490 static inline int write_opuslacing(uint8_t *dst, int v)
 491 {
 492     dst[0] = FFMIN(v - FFALIGN(v - 255, 4), v);
 493     dst[1] = v - dst[0] >> 2;
 494     return 1 + (v >= 252);
 495 }
 496
 497 static void opus_packet_assembler(OpusEncContext *s, AVPacket *avpkt)
 498 {
 499     int i, offset, fsize_needed;
 500
 501     /* Write toc */
 502     opus_gen_toc(s, avpkt->data, &offset, &fsize_needed);
 503
 504     /* Frame sizes if needed */
 505     if (fsize_needed) {
 506         for (i = 0; i < s->packet.frames - 1; i++) {
 507             offset += write_opuslacing(avpkt->data + offset,
 508                                        s->frame[i].framebits >> 3);
 509         }
 510     }
 511
 512     /* Packets */
 513     for (i = 0; i < s->packet.frames; i++) {
 514         ff_opus_rc_enc_end(&s->rc[i], avpkt->data + offset,
 515                            s->frame[i].framebits >> 3);
 516         offset += s->frame[i].framebits >> 3;
 517     }
 518
 519     avpkt->size = offset;
 520 }
 521
 522 /* Used as overlap for the first frame and padding for the last encoded packet */
 523 static AVFrame *spawn_empty_frame(OpusEncContext *s)
 524 {
 525     int i;
 526     AVFrame *f = av_frame_alloc();
 527     if (!f)
 528         return NULL;
 529     f->format         = s->avctx->sample_fmt;
 530     f->nb_samples     = s->avctx->frame_size;
 531     f->channel_layout = s->avctx->channel_layout;
 532     if (av_frame_get_buffer(f, 4)) {
 533         av_frame_free(&f);
 534         return NULL;
 535     }
 536     for (i = 0; i < s->channels; i++) {
 537         size_t bps = av_get_bytes_per_sample(f->format);
 538         memset(f->extended_data[i], 0, bps*f->nb_samples);
 539     }
 540     return f;
 541 }
 542
 543 static int opus_encode_frame(AVCodecContext *avctx, AVPacket *avpkt,
 544                              const AVFrame *frame, int *got_packet_ptr)
 545 {
 546     OpusEncContext *s = avctx->priv_data;
 547     int i, ret, frame_size, alloc_size = 0;
 548
 549     if (frame) { /* Add new frame to queue */
 550         if ((ret = ff_af_queue_add(&s->afq, frame)) < 0)
 551             return ret;
 552         ff_bufqueue_add(avctx, &s->bufqueue, av_frame_clone(frame));
 553     } else {
 554         ff_opus_psy_signal_eof(&s->psyctx);
 555         if (!s->afq.remaining_samples)
 556             return 0; /* We've been flushed and there's nothing left to encode */
 557     }
 558
 559     /* Run the psychoacoustic system */
 560     if (ff_opus_psy_process(&s->psyctx, &s->packet))
 561         return 0;
 562
 563     frame_size = OPUS_BLOCK_SIZE(s->packet.framesize);
 564
 565     if (!frame) {
 566         /* This can go negative, that's not a problem, we only pad if positive */
 567         int pad_empty = s->packet.frames*(frame_size/s->avctx->frame_size) - s->bufqueue.available + 1;
 568         /* Pad with empty 2.5 ms frames to whatever framesize was decided,
 569          * this should only happen at the very last flush frame. The frames
 570          * allocated here will be freed (because they have no other references)
 571          * after they get used by celt_frame_setup_input() */
 572         for (i = 0; i < pad_empty; i++) {
 573             AVFrame *empty = spawn_empty_frame(s);
 574             if (!empty)
 575                 return AVERROR(ENOMEM);
 576             ff_bufqueue_add(avctx, &s->bufqueue, empty);
 577         }
 578     }
 579
 580     for (i = 0; i < s->packet.frames; i++) {
 581         celt_encode_frame(s, &s->rc[i], &s->frame[i], i);
 582         alloc_size += s->frame[i].framebits >> 3;
 583     }
 584
 585     /* Worst case toc + the frame lengths if needed */
 586     alloc_size += 2 + s->packet.frames*2;
 587
 588     if ((ret = ff_alloc_packet2(avctx, avpkt, alloc_size, 0)) < 0)
 589         return ret;
 590
 591     /* Assemble packet */
 592     opus_packet_assembler(s, avpkt);
 593
 594     /* Update the psychoacoustic system */
 595     ff_opus_psy_postencode_update(&s->psyctx, s->frame, s->rc);
 596
 597     /* Remove samples from queue and skip if needed */
 598     ff_af_queue_remove(&s->afq, s->packet.frames*frame_size, &avpkt->pts, &avpkt->duration);
 599     if (s->packet.frames*frame_size > avpkt->duration) {
 600         uint8_t *side = av_packet_new_side_data(avpkt, AV_PKT_DATA_SKIP_SAMPLES, 10);
 601         if (!side)
 602             return AVERROR(ENOMEM);
 603         AV_WL32(&side[4], s->packet.frames*frame_size - avpkt->duration + 120);
 604     }
 605
 606     *got_packet_ptr = 1;
 607
 608     return 0;
 609 }
 610
 611 static av_cold int opus_encode_end(AVCodecContext *avctx)
 612 {
 613     int i;
 614     OpusEncContext *s = avctx->priv_data;
 615
 616     for (i = 0; i < CELT_BLOCK_NB; i++)
 617         ff_mdct15_uninit(&s->mdct[i]);
 618
 619     ff_celt_pvq_uninit(&s->pvq);
 620     av_freep(&s->dsp);
 621     av_freep(&s->frame);
 622     av_freep(&s->rc);
 623     ff_af_queue_close(&s->afq);
 624     ff_opus_psy_end(&s->psyctx);
 625     ff_bufqueue_discard_all(&s->bufqueue);
 626     av_freep(&avctx->extradata);
 627
 628     return 0;
 629 }
 630
 631 static av_cold int opus_encode_init(AVCodecContext *avctx)
 632 {
 633     int i, ch, ret, max_frames;
 634     OpusEncContext *s = avctx->priv_data;
 635
 636     s->avctx = avctx;
 637     s->channels = avctx->channels;
 638
 639     /* Opus allows us to change the framesize on each packet (and each packet may
 640      * have multiple frames in it) but we can't change the codec's frame size on
 641      * runtime, so fix it to the lowest possible number of samples and use a queue
 642      * to accumulate AVFrames until we have enough to encode whatever the encoder
 643      * decides is the best */
 644     avctx->frame_size = 120;
 645     /* Initial padding will change if SILK is ever supported */
 646     avctx->initial_padding = 120;
 647
 648     if (!avctx->bit_rate) {
 649         int coupled = ff_opus_default_coupled_streams[s->channels - 1];
 650         avctx->bit_rate = coupled*(96000) + (s->channels - coupled*2)*(48000);
 651     } else if (avctx->bit_rate < 6000 || avctx->bit_rate > 255000 * s->channels) {
 652         int64_t clipped_rate = av_clip(avctx->bit_rate, 6000, 255000 * s->channels);
 653         av_log(avctx, AV_LOG_ERROR, "Unsupported bitrate %"PRId64" kbps, clipping to %"PRId64" kbps\n",
 654                avctx->bit_rate/1000, clipped_rate/1000);
 655         avctx->bit_rate = clipped_rate;
 656     }
 657
 658     /* Extradata */
 659     avctx->extradata_size = 19;
 660     avctx->extradata = av_malloc(avctx->extradata_size + AV_INPUT_BUFFER_PADDING_SIZE);
 661     if (!avctx->extradata)
 662         return AVERROR(ENOMEM);
 663     opus_write_extradata(avctx);
 664
 665     ff_af_queue_init(avctx, &s->afq);
 666
 667     if ((ret = ff_celt_pvq_init(&s->pvq, 1)) < 0)
 668         return ret;
 669
 670     if (!(s->dsp = avpriv_float_dsp_alloc(avctx->flags & AV_CODEC_FLAG_BITEXACT)))
 671         return AVERROR(ENOMEM);
 672
 673     /* I have no idea why a base scaling factor of 68 works, could be the twiddles */
 674     for (i = 0; i < CELT_BLOCK_NB; i++)
 675         if ((ret = ff_mdct15_init(&s->mdct[i], 0, i + 3, 68 << (CELT_BLOCK_NB - 1 - i))))
 676             return AVERROR(ENOMEM);
 677
 678     /* Zero out previous energy (matters for inter first frame) */
 679     for (ch = 0; ch < s->channels; ch++)
 680         memset(s->last_quantized_energy[ch], 0.0f, sizeof(float)*CELT_MAX_BANDS);
 681
 682     /* Allocate an empty frame to use as overlap for the first frame of audio */
 683     ff_bufqueue_add(avctx, &s->bufqueue, spawn_empty_frame(s));
 684     if (!ff_bufqueue_peek(&s->bufqueue, 0))
 685         return AVERROR(ENOMEM);
 686
 687     if ((ret = ff_opus_psy_init(&s->psyctx, s->avctx, &s->bufqueue, &s->options)))
 688         return ret;
 689
 690     /* Frame structs and range coder buffers */
 691     max_frames = ceilf(FFMIN(s->options.max_delay_ms, 120.0f)/2.5f);
 692     s->frame = av_malloc(max_frames*sizeof(CeltFrame));
 693     if (!s->frame)
 694         return AVERROR(ENOMEM);
 695     s->rc = av_malloc(max_frames*sizeof(OpusRangeCoder));
 696     if (!s->rc)
 697         return AVERROR(ENOMEM);
 698
 699     for (i = 0; i < max_frames; i++) {
 700         s->frame[i].dsp = s->dsp;
 701         s->frame[i].avctx = s->avctx;
 702         s->frame[i].seed = 0;
 703         s->frame[i].pvq = s->pvq;
 704         s->frame[i].apply_phase_inv = 1;
 705         s->frame[i].block[0].emph_coeff = s->frame[i].block[1].emph_coeff = 0.0f;
 706     }
 707
 708     return 0;
 709 }
 710
 711 #define OPUSENC_FLAGS AV_OPT_FLAG_ENCODING_PARAM | AV_OPT_FLAG_AUDIO_PARAM
 712 static const AVOption opusenc_options[] = {
 713     { "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" },
 714     { NULL },
 715 };
 716
 717 static const AVClass opusenc_class = {
 718     .class_name = "Opus encoder",
 719     .item_name  = av_default_item_name,
 720     .option     = opusenc_options,
 721     .version    = LIBAVUTIL_VERSION_INT,
 722 };
 723
 724 static const AVCodecDefault opusenc_defaults[] = {
 725     { "b", "0" },
 726     { "compression_level", "10" },
 727     { NULL },
 728 };
 729
 730 AVCodec ff_opus_encoder = {
 731     .name           = "opus",
 732     .long_name      = NULL_IF_CONFIG_SMALL("Opus"),
 733     .type           = AVMEDIA_TYPE_AUDIO,
 734     .id             = AV_CODEC_ID_OPUS,
 735     .defaults       = opusenc_defaults,
 736     .priv_class     = &opusenc_class,
 737     .priv_data_size = sizeof(OpusEncContext),
 738     .init           = opus_encode_init,
 739     .encode2        = opus_encode_frame,
 740     .close          = opus_encode_end,
 741     .caps_internal  = FF_CODEC_CAP_INIT_THREADSAFE | FF_CODEC_CAP_INIT_CLEANUP,
 742     .capabilities   = AV_CODEC_CAP_EXPERIMENTAL | AV_CODEC_CAP_SMALL_LAST_FRAME | AV_CODEC_CAP_DELAY,
 743     .supported_samplerates = (const int []){ 48000, 0 },
 744     .channel_layouts = (const uint64_t []){ AV_CH_LAYOUT_MONO,
 745                                             AV_CH_LAYOUT_STEREO, 0 },
 746     .sample_fmts    = (const enum AVSampleFormat[]){ AV_SAMPLE_FMT_FLTP,
 747                                                      AV_SAMPLE_FMT_NONE },
 748 };