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

   1 /*
   2  * DSP Group TrueSpeech compatible decoder
   3  * Copyright (c) 2005 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 #include "libavutil/channel_layout.h"
  23 #include "libavutil/intreadwrite.h"
  24
  25 #include "avcodec.h"
  26 #include "bitstream.h"
  27 #include "bswapdsp.h"
  28 #include "internal.h"
  29
  30 #include "truespeech_data.h"
  31
  32 /**
  33  * @file
  34  * TrueSpeech decoder.
  35  */
  36
  37 /**
  38  * TrueSpeech decoder context
  39  */
  40 typedef struct TSContext {
  41     BswapDSPContext bdsp;
  42     /* input data */
  43     DECLARE_ALIGNED(16, uint8_t, buffer)[32];
  44     int16_t vector[8];  ///< input vector: 5/5/4/4/4/3/3/3
  45     int offset1[2];     ///< 8-bit value, used in one copying offset
  46     int offset2[4];     ///< 7-bit value, encodes offsets for copying and for two-point filter
  47     int pulseoff[4];    ///< 4-bit offset of pulse values block
  48     int pulsepos[4];    ///< 27-bit variable, encodes 7 pulse positions
  49     int pulseval[4];    ///< 7x2-bit pulse values
  50     int flag;           ///< 1-bit flag, shows how to choose filters
  51     /* temporary data */
  52     int filtbuf[146];   // some big vector used for storing filters
  53     int prevfilt[8];    // filter from previous frame
  54     int16_t tmp1[8];    // coefficients for adding to out
  55     int16_t tmp2[8];    // coefficients for adding to out
  56     int16_t tmp3[8];    // coefficients for adding to out
  57     int16_t cvector[8]; // correlated input vector
  58     int filtval;        // gain value for one function
  59     int16_t newvec[60]; // tmp vector
  60     int16_t filters[32]; // filters for every subframe
  61 } TSContext;
  62
  63 static av_cold int truespeech_decode_init(AVCodecContext * avctx)
  64 {
  65     TSContext *c = avctx->priv_data;
  66
  67     if (avctx->channels != 1) {
  68         avpriv_request_sample(avctx, "Channel count %d", avctx->channels);
  69         return AVERROR_PATCHWELCOME;
  70     }
  71
  72     avctx->channel_layout = AV_CH_LAYOUT_MONO;
  73     avctx->sample_fmt     = AV_SAMPLE_FMT_S16;
  74
  75     ff_bswapdsp_init(&c->bdsp);
  76
  77     return 0;
  78 }
  79
  80 static void truespeech_read_frame(TSContext *dec, const uint8_t *input)
  81 {
  82     BitstreamContext bc;
  83
  84     dec->bdsp.bswap_buf((uint32_t *) dec->buffer, (const uint32_t *) input, 8);
  85     bitstream_init(&bc, dec->buffer, 32 * 8);
  86
  87     dec->vector[7] = ts_codebook[7][bitstream_read(&bc, 3)];
  88     dec->vector[6] = ts_codebook[6][bitstream_read(&bc, 3)];
  89     dec->vector[5] = ts_codebook[5][bitstream_read(&bc, 3)];
  90     dec->vector[4] = ts_codebook[4][bitstream_read(&bc, 4)];
  91     dec->vector[3] = ts_codebook[3][bitstream_read(&bc, 4)];
  92     dec->vector[2] = ts_codebook[2][bitstream_read(&bc, 4)];
  93     dec->vector[1] = ts_codebook[1][bitstream_read(&bc, 5)];
  94     dec->vector[0] = ts_codebook[0][bitstream_read(&bc, 5)];
  95     dec->flag      = bitstream_read_bit(&bc);
  96
  97     dec->offset1[0] = bitstream_read(&bc, 4) << 4;
  98     dec->offset2[3] = bitstream_read(&bc, 7);
  99     dec->offset2[2] = bitstream_read(&bc, 7);
 100     dec->offset2[1] = bitstream_read(&bc, 7);
 101     dec->offset2[0] = bitstream_read(&bc, 7);
 102
 103     dec->offset1[1]  = bitstream_read(&bc, 4);
 104     dec->pulseval[1] = bitstream_read(&bc, 14);
 105     dec->pulseval[0] = bitstream_read(&bc, 14);
 106
 107     dec->offset1[1] |= bitstream_read(&bc, 4) << 4;
 108     dec->pulseval[3] = bitstream_read(&bc, 14);
 109     dec->pulseval[2] = bitstream_read(&bc, 14);
 110
 111     dec->offset1[0] |= bitstream_read_bit(&bc);
 112     dec->pulsepos[0] = bitstream_read(&bc, 27);
 113     dec->pulseoff[0] = bitstream_read(&bc, 4);
 114
 115     dec->offset1[0] |= bitstream_read_bit(&bc) << 1;
 116     dec->pulsepos[1] = bitstream_read(&bc, 27);
 117     dec->pulseoff[1] = bitstream_read(&bc, 4);
 118
 119     dec->offset1[0] |= bitstream_read_bit(&bc) << 2;
 120     dec->pulsepos[2] = bitstream_read(&bc, 27);
 121     dec->pulseoff[2] = bitstream_read(&bc, 4);
 122
 123     dec->offset1[0] |= bitstream_read_bit(&bc) << 3;
 124     dec->pulsepos[3] = bitstream_read(&bc, 27);
 125     dec->pulseoff[3] = bitstream_read(&bc, 4);
 126 }
 127
 128 static void truespeech_correlate_filter(TSContext *dec)
 129 {
 130     int16_t tmp[8];
 131     int i, j;
 132
 133     for(i = 0; i < 8; i++){
 134         if(i > 0){
 135             memcpy(tmp, dec->cvector, i * sizeof(*tmp));
 136             for(j = 0; j < i; j++)
 137                 dec->cvector[j] = ((tmp[i - j - 1] * dec->vector[i]) +
 138                                    (dec->cvector[j] << 15) + 0x4000) >> 15;
 139         }
 140         dec->cvector[i] = (8 - dec->vector[i]) >> 3;
 141     }
 142     for(i = 0; i < 8; i++)
 143         dec->cvector[i] = (dec->cvector[i] * ts_decay_994_1000[i]) >> 15;
 144
 145     dec->filtval = dec->vector[0];
 146 }
 147
 148 static void truespeech_filters_merge(TSContext *dec)
 149 {
 150     int i;
 151
 152     if(!dec->flag){
 153         for(i = 0; i < 8; i++){
 154             dec->filters[i + 0] = dec->prevfilt[i];
 155             dec->filters[i + 8] = dec->prevfilt[i];
 156         }
 157     }else{
 158         for(i = 0; i < 8; i++){
 159             dec->filters[i + 0]=(dec->cvector[i] * 21846 + dec->prevfilt[i] * 10923 + 16384) >> 15;
 160             dec->filters[i + 8]=(dec->cvector[i] * 10923 + dec->prevfilt[i] * 21846 + 16384) >> 15;
 161         }
 162     }
 163     for(i = 0; i < 8; i++){
 164         dec->filters[i + 16] = dec->cvector[i];
 165         dec->filters[i + 24] = dec->cvector[i];
 166     }
 167 }
 168
 169 static void truespeech_apply_twopoint_filter(TSContext *dec, int quart)
 170 {
 171     int16_t tmp[146 + 60], *ptr0, *ptr1;
 172     const int16_t *filter;
 173     int i, t, off;
 174
 175     t = dec->offset2[quart];
 176     if(t == 127){
 177         memset(dec->newvec, 0, 60 * sizeof(*dec->newvec));
 178         return;
 179     }
 180     for(i = 0; i < 146; i++)
 181         tmp[i] = dec->filtbuf[i];
 182     off = (t / 25) + dec->offset1[quart >> 1] + 18;
 183     off = av_clip(off, 0, 145);
 184     ptr0 = tmp + 145 - off;
 185     ptr1 = tmp + 146;
 186     filter = ts_order2_coeffs + (t % 25) * 2;
 187     for(i = 0; i < 60; i++){
 188         t = (ptr0[0] * filter[0] + ptr0[1] * filter[1] + 0x2000) >> 14;
 189         ptr0++;
 190         dec->newvec[i] = t;
 191         ptr1[i] = t;
 192     }
 193 }
 194
 195 static void truespeech_place_pulses(TSContext *dec, int16_t *out, int quart)
 196 {
 197     int16_t tmp[7];
 198     int i, j, t;
 199     const int16_t *ptr1;
 200     int16_t *ptr2;
 201     int coef;
 202
 203     memset(out, 0, 60 * sizeof(*out));
 204     for(i = 0; i < 7; i++) {
 205         t = dec->pulseval[quart] & 3;
 206         dec->pulseval[quart] >>= 2;
 207         tmp[6 - i] = ts_pulse_scales[dec->pulseoff[quart] * 4 + t];
 208     }
 209
 210     coef = dec->pulsepos[quart] >> 15;
 211     ptr1 = ts_pulse_values + 30;
 212     ptr2 = tmp;
 213     for(i = 0, j = 3; (i < 30) && (j > 0); i++){
 214         t = *ptr1++;
 215         if(coef >= t)
 216             coef -= t;
 217         else{
 218             out[i] = *ptr2++;
 219             ptr1 += 30;
 220             j--;
 221         }
 222     }
 223     coef = dec->pulsepos[quart] & 0x7FFF;
 224     ptr1 = ts_pulse_values;
 225     for(i = 30, j = 4; (i < 60) && (j > 0); i++){
 226         t = *ptr1++;
 227         if(coef >= t)
 228             coef -= t;
 229         else{
 230             out[i] = *ptr2++;
 231             ptr1 += 30;
 232             j--;
 233         }
 234     }
 235
 236 }
 237
 238 static void truespeech_update_filters(TSContext *dec, int16_t *out, int quart)
 239 {
 240     int i;
 241
 242     memmove(dec->filtbuf, &dec->filtbuf[60], 86 * sizeof(*dec->filtbuf));
 243     for(i = 0; i < 60; i++){
 244         dec->filtbuf[i + 86] = out[i] + dec->newvec[i] - (dec->newvec[i] >> 3);
 245         out[i] += dec->newvec[i];
 246     }
 247 }
 248
 249 static void truespeech_synth(TSContext *dec, int16_t *out, int quart)
 250 {
 251     int i,k;
 252     int t[8];
 253     int16_t *ptr0, *ptr1;
 254
 255     ptr0 = dec->tmp1;
 256     ptr1 = dec->filters + quart * 8;
 257     for(i = 0; i < 60; i++){
 258         int sum = 0;
 259         for(k = 0; k < 8; k++)
 260             sum += ptr0[k] * ptr1[k];
 261         sum = (sum + (out[i] << 12) + 0x800) >> 12;
 262         out[i] = av_clip(sum, -0x7FFE, 0x7FFE);
 263         for(k = 7; k > 0; k--)
 264             ptr0[k] = ptr0[k - 1];
 265         ptr0[0] = out[i];
 266     }
 267
 268     for(i = 0; i < 8; i++)
 269         t[i] = (ts_decay_35_64[i] * ptr1[i]) >> 15;
 270
 271     ptr0 = dec->tmp2;
 272     for(i = 0; i < 60; i++){
 273         int sum = 0;
 274         for(k = 0; k < 8; k++)
 275             sum += ptr0[k] * t[k];
 276         for(k = 7; k > 0; k--)
 277             ptr0[k] = ptr0[k - 1];
 278         ptr0[0] = out[i];
 279         out[i] = ((out[i] << 12) - sum) >> 12;
 280     }
 281
 282     for(i = 0; i < 8; i++)
 283         t[i] = (ts_decay_3_4[i] * ptr1[i]) >> 15;
 284
 285     ptr0 = dec->tmp3;
 286     for(i = 0; i < 60; i++){
 287         int sum = out[i] << 12;
 288         for(k = 0; k < 8; k++)
 289             sum += ptr0[k] * t[k];
 290         for(k = 7; k > 0; k--)
 291             ptr0[k] = ptr0[k - 1];
 292         ptr0[0] = av_clip((sum + 0x800) >> 12, -0x7FFE, 0x7FFE);
 293
 294         sum = ((ptr0[1] * (dec->filtval - (dec->filtval >> 2))) >> 4) + sum;
 295         sum = sum - (sum >> 3);
 296         out[i] = av_clip((sum + 0x800) >> 12, -0x7FFE, 0x7FFE);
 297     }
 298 }
 299
 300 static void truespeech_save_prevvec(TSContext *c)
 301 {
 302     int i;
 303
 304     for(i = 0; i < 8; i++)
 305         c->prevfilt[i] = c->cvector[i];
 306 }
 307
 308 static int truespeech_decode_frame(AVCodecContext *avctx, void *data,
 309                                    int *got_frame_ptr, AVPacket *avpkt)
 310 {
 311     AVFrame *frame     = data;
 312     const uint8_t *buf = avpkt->data;
 313     int buf_size = avpkt->size;
 314     TSContext *c = avctx->priv_data;
 315
 316     int i, j;
 317     int16_t *samples;
 318     int iterations, ret;
 319
 320     iterations = buf_size / 32;
 321
 322     if (!iterations) {
 323         av_log(avctx, AV_LOG_ERROR,
 324                "Too small input buffer (%d bytes), need at least 32 bytes\n", buf_size);
 325         return -1;
 326     }
 327
 328     /* get output buffer */
 329     frame->nb_samples = iterations * 240;
 330     if ((ret = ff_get_buffer(avctx, frame, 0)) < 0) {
 331         av_log(avctx, AV_LOG_ERROR, "get_buffer() failed\n");
 332         return ret;
 333     }
 334     samples = (int16_t *)frame->data[0];
 335
 336     memset(samples, 0, iterations * 240 * sizeof(*samples));
 337
 338     for(j = 0; j < iterations; j++) {
 339         truespeech_read_frame(c, buf);
 340         buf += 32;
 341
 342         truespeech_correlate_filter(c);
 343         truespeech_filters_merge(c);
 344
 345         for(i = 0; i < 4; i++) {
 346             truespeech_apply_twopoint_filter(c, i);
 347             truespeech_place_pulses  (c, samples, i);
 348             truespeech_update_filters(c, samples, i);
 349             truespeech_synth         (c, samples, i);
 350             samples += 60;
 351         }
 352
 353         truespeech_save_prevvec(c);
 354     }
 355
 356     *got_frame_ptr = 1;
 357
 358     return buf_size;
 359 }
 360
 361 AVCodec ff_truespeech_decoder = {
 362     .name           = "truespeech",
 363     .long_name      = NULL_IF_CONFIG_SMALL("DSP Group TrueSpeech"),
 364     .type           = AVMEDIA_TYPE_AUDIO,
 365     .id             = AV_CODEC_ID_TRUESPEECH,
 366     .priv_data_size = sizeof(TSContext),
 367     .init           = truespeech_decode_init,
 368     .decode         = truespeech_decode_frame,
 369     .capabilities   = AV_CODEC_CAP_DR1,
 370 };