git.sesse.net Git - ffmpeg/blob - libavfilter/af_amix.c

   1 /*
   2  * Audio Mix Filter
   3  * Copyright (c) 2012 Justin Ruggles <justin.ruggles@gmail.com>
   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  * Audio Mix Filter
  25  *
  26  * Mixes audio from multiple sources into a single output. The channel layout,
  27  * sample rate, and sample format will be the same for all inputs and the
  28  * output.
  29  */
  30
  31 #include "libavutil/audio_fifo.h"
  32 #include "libavutil/avassert.h"
  33 #include "libavutil/avstring.h"
  34 #include "libavutil/channel_layout.h"
  35 #include "libavutil/common.h"
  36 #include "libavutil/float_dsp.h"
  37 #include "libavutil/mathematics.h"
  38 #include "libavutil/opt.h"
  39 #include "libavutil/samplefmt.h"
  40
  41 #include "audio.h"
  42 #include "avfilter.h"
  43 #include "formats.h"
  44 #include "internal.h"
  45
  46 #define INPUT_OFF      0    /**< input has reached EOF */
  47 #define INPUT_ON       1    /**< input is active */
  48 #define INPUT_INACTIVE 2    /**< input is on, but is currently inactive */
  49
  50 #define DURATION_LONGEST  0
  51 #define DURATION_SHORTEST 1
  52 #define DURATION_FIRST    2
  53
  54
  55 typedef struct FrameInfo {
  56     int nb_samples;
  57     int64_t pts;
  58     struct FrameInfo *next;
  59 } FrameInfo;
  60
  61 /**
  62  * Linked list used to store timestamps and frame sizes of all frames in the
  63  * FIFO for the first input.
  64  *
  65  * This is needed to keep timestamps synchronized for the case where multiple
  66  * input frames are pushed to the filter for processing before a frame is
  67  * requested by the output link.
  68  */
  69 typedef struct FrameList {
  70     int nb_frames;
  71     int nb_samples;
  72     FrameInfo *list;
  73     FrameInfo *end;
  74 } FrameList;
  75
  76 static void frame_list_clear(FrameList *frame_list)
  77 {
  78     if (frame_list) {
  79         while (frame_list->list) {
  80             FrameInfo *info = frame_list->list;
  81             frame_list->list = info->next;
  82             av_free(info);
  83         }
  84         frame_list->nb_frames  = 0;
  85         frame_list->nb_samples = 0;
  86         frame_list->end        = NULL;
  87     }
  88 }
  89
  90 static int frame_list_next_frame_size(FrameList *frame_list)
  91 {
  92     if (!frame_list->list)
  93         return 0;
  94     return frame_list->list->nb_samples;
  95 }
  96
  97 static int64_t frame_list_next_pts(FrameList *frame_list)
  98 {
  99     if (!frame_list->list)
 100         return AV_NOPTS_VALUE;
 101     return frame_list->list->pts;
 102 }
 103
 104 static void frame_list_remove_samples(FrameList *frame_list, int nb_samples)
 105 {
 106     if (nb_samples >= frame_list->nb_samples) {
 107         frame_list_clear(frame_list);
 108     } else {
 109         int samples = nb_samples;
 110         while (samples > 0) {
 111             FrameInfo *info = frame_list->list;
 112             av_assert0(info != NULL);
 113             if (info->nb_samples <= samples) {
 114                 samples -= info->nb_samples;
 115                 frame_list->list = info->next;
 116                 if (!frame_list->list)
 117                     frame_list->end = NULL;
 118                 frame_list->nb_frames--;
 119                 frame_list->nb_samples -= info->nb_samples;
 120                 av_free(info);
 121             } else {
 122                 info->nb_samples       -= samples;
 123                 info->pts              += samples;
 124                 frame_list->nb_samples -= samples;
 125                 samples = 0;
 126             }
 127         }
 128     }
 129 }
 130
 131 static int frame_list_add_frame(FrameList *frame_list, int nb_samples, int64_t pts)
 132 {
 133     FrameInfo *info = av_malloc(sizeof(*info));
 134     if (!info)
 135         return AVERROR(ENOMEM);
 136     info->nb_samples = nb_samples;
 137     info->pts        = pts;
 138     info->next       = NULL;
 139
 140     if (!frame_list->list) {
 141         frame_list->list = info;
 142         frame_list->end  = info;
 143     } else {
 144         av_assert0(frame_list->end != NULL);
 145         frame_list->end->next = info;
 146         frame_list->end       = info;
 147     }
 148     frame_list->nb_frames++;
 149     frame_list->nb_samples += nb_samples;
 150
 151     return 0;
 152 }
 153
 154
 155 typedef struct MixContext {
 156     const AVClass *class;       /**< class for AVOptions */
 157     AVFloatDSPContext fdsp;
 158
 159     int nb_inputs;              /**< number of inputs */
 160     int active_inputs;          /**< number of input currently active */
 161     int duration_mode;          /**< mode for determining duration */
 162     float dropout_transition;   /**< transition time when an input drops out */
 163
 164     int nb_channels;            /**< number of channels */
 165     int sample_rate;            /**< sample rate */
 166     int planar;
 167     AVAudioFifo **fifos;        /**< audio fifo for each input */
 168     uint8_t *input_state;       /**< current state of each input */
 169     float *input_scale;         /**< mixing scale factor for each input */
 170     float scale_norm;           /**< normalization factor for all inputs */
 171     int64_t next_pts;           /**< calculated pts for next output frame */
 172     FrameList *frame_list;      /**< list of frame info for the first input */
 173 } MixContext;
 174
 175 #define OFFSET(x) offsetof(MixContext, x)
 176 #define A AV_OPT_FLAG_AUDIO_PARAM
 177 static const AVOption options[] = {
 178     { "inputs", "Number of inputs.",
 179             OFFSET(nb_inputs), AV_OPT_TYPE_INT, { .i64 = 2 }, 1, 32, A },
 180     { "duration", "How to determine the end-of-stream.",
 181             OFFSET(duration_mode), AV_OPT_TYPE_INT, { .i64 = DURATION_LONGEST }, 0,  2, A, "duration" },
 182         { "longest",  "Duration of longest input.",  0, AV_OPT_TYPE_CONST, { .i64 = DURATION_LONGEST  }, INT_MIN, INT_MAX, A, "duration" },
 183         { "shortest", "Duration of shortest input.", 0, AV_OPT_TYPE_CONST, { .i64 = DURATION_SHORTEST }, INT_MIN, INT_MAX, A, "duration" },
 184         { "first",    "Duration of first input.",    0, AV_OPT_TYPE_CONST, { .i64 = DURATION_FIRST    }, INT_MIN, INT_MAX, A, "duration" },
 185     { "dropout_transition", "Transition time, in seconds, for volume "
 186                             "renormalization when an input stream ends.",
 187             OFFSET(dropout_transition), AV_OPT_TYPE_FLOAT, { .dbl = 2.0 }, 0, INT_MAX, A },
 188     { NULL },
 189 };
 190
 191 static const AVClass amix_class = {
 192     .class_name = "amix filter",
 193     .item_name  = av_default_item_name,
 194     .option     = options,
 195     .version    = LIBAVUTIL_VERSION_INT,
 196 };
 197
 198
 199 /**
 200  * Update the scaling factors to apply to each input during mixing.
 201  *
 202  * This balances the full volume range between active inputs and handles
 203  * volume transitions when EOF is encountered on an input but mixing continues
 204  * with the remaining inputs.
 205  */
 206 static void calculate_scales(MixContext *s, int nb_samples)
 207 {
 208     int i;
 209
 210     if (s->scale_norm > s->active_inputs) {
 211         s->scale_norm -= nb_samples / (s->dropout_transition * s->sample_rate);
 212         s->scale_norm = FFMAX(s->scale_norm, s->active_inputs);
 213     }
 214
 215     for (i = 0; i < s->nb_inputs; i++) {
 216         if (s->input_state[i] == INPUT_ON)
 217             s->input_scale[i] = 1.0f / s->scale_norm;
 218         else
 219             s->input_scale[i] = 0.0f;
 220     }
 221 }
 222
 223 static int config_output(AVFilterLink *outlink)
 224 {
 225     AVFilterContext *ctx = outlink->src;
 226     MixContext *s      = ctx->priv;
 227     int i;
 228     char buf[64];
 229
 230     s->planar          = av_sample_fmt_is_planar(outlink->format);
 231     s->sample_rate     = outlink->sample_rate;
 232     outlink->time_base = (AVRational){ 1, outlink->sample_rate };
 233     s->next_pts        = AV_NOPTS_VALUE;
 234
 235     s->frame_list = av_mallocz(sizeof(*s->frame_list));
 236     if (!s->frame_list)
 237         return AVERROR(ENOMEM);
 238
 239     s->fifos = av_mallocz(s->nb_inputs * sizeof(*s->fifos));
 240     if (!s->fifos)
 241         return AVERROR(ENOMEM);
 242
 243     s->nb_channels = av_get_channel_layout_nb_channels(outlink->channel_layout);
 244     for (i = 0; i < s->nb_inputs; i++) {
 245         s->fifos[i] = av_audio_fifo_alloc(outlink->format, s->nb_channels, 1024);
 246         if (!s->fifos[i])
 247             return AVERROR(ENOMEM);
 248     }
 249
 250     s->input_state = av_malloc(s->nb_inputs);
 251     if (!s->input_state)
 252         return AVERROR(ENOMEM);
 253     memset(s->input_state, INPUT_ON, s->nb_inputs);
 254     s->active_inputs = s->nb_inputs;
 255
 256     s->input_scale = av_mallocz(s->nb_inputs * sizeof(*s->input_scale));
 257     if (!s->input_scale)
 258         return AVERROR(ENOMEM);
 259     s->scale_norm = s->active_inputs;
 260     calculate_scales(s, 0);
 261
 262     av_get_channel_layout_string(buf, sizeof(buf), -1, outlink->channel_layout);
 263
 264     av_log(ctx, AV_LOG_VERBOSE,
 265            "inputs:%d fmt:%s srate:%d cl:%s\n", s->nb_inputs,
 266            av_get_sample_fmt_name(outlink->format), outlink->sample_rate, buf);
 267
 268     return 0;
 269 }
 270
 271 /**
 272  * Read samples from the input FIFOs, mix, and write to the output link.
 273  */
 274 static int output_frame(AVFilterLink *outlink, int nb_samples)
 275 {
 276     AVFilterContext *ctx = outlink->src;
 277     MixContext      *s = ctx->priv;
 278     AVFrame *out_buf, *in_buf;
 279     int i;
 280
 281     calculate_scales(s, nb_samples);
 282
 283     out_buf = ff_get_audio_buffer(outlink, nb_samples);
 284     if (!out_buf)
 285         return AVERROR(ENOMEM);
 286
 287     in_buf = ff_get_audio_buffer(outlink, nb_samples);
 288     if (!in_buf) {
 289         av_frame_free(&out_buf);
 290         return AVERROR(ENOMEM);
 291     }
 292
 293     for (i = 0; i < s->nb_inputs; i++) {
 294         if (s->input_state[i] == INPUT_ON) {
 295             int planes, plane_size, p;
 296
 297             av_audio_fifo_read(s->fifos[i], (void **)in_buf->extended_data,
 298                                nb_samples);
 299
 300             planes     = s->planar ? s->nb_channels : 1;
 301             plane_size = nb_samples * (s->planar ? 1 : s->nb_channels);
 302             plane_size = FFALIGN(plane_size, 16);
 303
 304             for (p = 0; p < planes; p++) {
 305                 s->fdsp.vector_fmac_scalar((float *)out_buf->extended_data[p],
 306                                            (float *) in_buf->extended_data[p],
 307                                            s->input_scale[i], plane_size);
 308             }
 309         }
 310     }
 311     av_frame_free(&in_buf);
 312
 313     out_buf->pts = s->next_pts;
 314     if (s->next_pts != AV_NOPTS_VALUE)
 315         s->next_pts += nb_samples;
 316
 317     return ff_filter_frame(outlink, out_buf);
 318 }
 319
 320 /**
 321  * Returns the smallest number of samples available in the input FIFOs other
 322  * than that of the first input.
 323  */
 324 static int get_available_samples(MixContext *s)
 325 {
 326     int i;
 327     int available_samples = INT_MAX;
 328
 329     av_assert0(s->nb_inputs > 1);
 330
 331     for (i = 1; i < s->nb_inputs; i++) {
 332         int nb_samples;
 333         if (s->input_state[i] == INPUT_OFF)
 334             continue;
 335         nb_samples = av_audio_fifo_size(s->fifos[i]);
 336         available_samples = FFMIN(available_samples, nb_samples);
 337     }
 338     if (available_samples == INT_MAX)
 339         return 0;
 340     return available_samples;
 341 }
 342
 343 /**
 344  * Requests a frame, if needed, from each input link other than the first.
 345  */
 346 static int request_samples(AVFilterContext *ctx, int min_samples)
 347 {
 348     MixContext *s = ctx->priv;
 349     int i, ret;
 350
 351     av_assert0(s->nb_inputs > 1);
 352
 353     for (i = 1; i < s->nb_inputs; i++) {
 354         ret = 0;
 355         if (s->input_state[i] == INPUT_OFF)
 356             continue;
 357         while (!ret && av_audio_fifo_size(s->fifos[i]) < min_samples)
 358             ret = ff_request_frame(ctx->inputs[i]);
 359         if (ret == AVERROR_EOF) {
 360             if (av_audio_fifo_size(s->fifos[i]) == 0) {
 361                 s->input_state[i] = INPUT_OFF;
 362                 continue;
 363             }
 364         } else if (ret < 0)
 365             return ret;
 366     }
 367     return 0;
 368 }
 369
 370 /**
 371  * Calculates the number of active inputs and determines EOF based on the
 372  * duration option.
 373  *
 374  * @return 0 if mixing should continue, or AVERROR_EOF if mixing should stop.
 375  */
 376 static int calc_active_inputs(MixContext *s)
 377 {
 378     int i;
 379     int active_inputs = 0;
 380     for (i = 0; i < s->nb_inputs; i++)
 381         active_inputs += !!(s->input_state[i] != INPUT_OFF);
 382     s->active_inputs = active_inputs;
 383
 384     if (!active_inputs ||
 385         (s->duration_mode == DURATION_FIRST && s->input_state[0] == INPUT_OFF) ||
 386         (s->duration_mode == DURATION_SHORTEST && active_inputs != s->nb_inputs))
 387         return AVERROR_EOF;
 388     return 0;
 389 }
 390
 391 static int request_frame(AVFilterLink *outlink)
 392 {
 393     AVFilterContext *ctx = outlink->src;
 394     MixContext      *s = ctx->priv;
 395     int ret;
 396     int wanted_samples, available_samples;
 397
 398     ret = calc_active_inputs(s);
 399     if (ret < 0)
 400         return ret;
 401
 402     if (s->input_state[0] == INPUT_OFF) {
 403         ret = request_samples(ctx, 1);
 404         if (ret < 0)
 405             return ret;
 406
 407         ret = calc_active_inputs(s);
 408         if (ret < 0)
 409             return ret;
 410
 411         available_samples = get_available_samples(s);
 412         if (!available_samples)
 413             return AVERROR(EAGAIN);
 414
 415         return output_frame(outlink, available_samples);
 416     }
 417
 418     if (s->frame_list->nb_frames == 0) {
 419         ret = ff_request_frame(ctx->inputs[0]);
 420         if (ret == AVERROR_EOF) {
 421             s->input_state[0] = INPUT_OFF;
 422             if (s->nb_inputs == 1)
 423                 return AVERROR_EOF;
 424             else
 425                 return AVERROR(EAGAIN);
 426         } else if (ret < 0)
 427             return ret;
 428     }
 429     av_assert0(s->frame_list->nb_frames > 0);
 430
 431     wanted_samples = frame_list_next_frame_size(s->frame_list);
 432
 433     if (s->active_inputs > 1) {
 434         ret = request_samples(ctx, wanted_samples);
 435         if (ret < 0)
 436             return ret;
 437
 438         ret = calc_active_inputs(s);
 439         if (ret < 0)
 440             return ret;
 441     }
 442
 443     if (s->active_inputs > 1) {
 444         available_samples = get_available_samples(s);
 445         if (!available_samples)
 446             return AVERROR(EAGAIN);
 447         available_samples = FFMIN(available_samples, wanted_samples);
 448     } else {
 449         available_samples = wanted_samples;
 450     }
 451
 452     s->next_pts = frame_list_next_pts(s->frame_list);
 453     frame_list_remove_samples(s->frame_list, available_samples);
 454
 455     return output_frame(outlink, available_samples);
 456 }
 457
 458 static int filter_frame(AVFilterLink *inlink, AVFrame *buf)
 459 {
 460     AVFilterContext  *ctx = inlink->dst;
 461     MixContext       *s = ctx->priv;
 462     AVFilterLink *outlink = ctx->outputs[0];
 463     int i, ret = 0;
 464
 465     for (i = 0; i < ctx->nb_inputs; i++)
 466         if (ctx->inputs[i] == inlink)
 467             break;
 468     if (i >= ctx->nb_inputs) {
 469         av_log(ctx, AV_LOG_ERROR, "unknown input link\n");
 470         ret = AVERROR(EINVAL);
 471         goto fail;
 472     }
 473
 474     if (i == 0) {
 475         int64_t pts = av_rescale_q(buf->pts, inlink->time_base,
 476                                    outlink->time_base);
 477         ret = frame_list_add_frame(s->frame_list, buf->nb_samples, pts);
 478         if (ret < 0)
 479             goto fail;
 480     }
 481
 482     ret = av_audio_fifo_write(s->fifos[i], (void **)buf->extended_data,
 483                               buf->nb_samples);
 484
 485 fail:
 486     av_frame_free(&buf);
 487
 488     return ret;
 489 }
 490
 491 static int init(AVFilterContext *ctx, const char *args)
 492 {
 493     MixContext *s = ctx->priv;
 494     int i, ret;
 495
 496     s->class = &amix_class;
 497     av_opt_set_defaults(s);
 498
 499     if ((ret = av_set_options_string(s, args, "=", ":")) < 0) {
 500         av_log(ctx, AV_LOG_ERROR, "Error parsing options string '%s'.\n", args);
 501         return ret;
 502     }
 503     av_opt_free(s);
 504
 505     for (i = 0; i < s->nb_inputs; i++) {
 506         char name[32];
 507         AVFilterPad pad = { 0 };
 508
 509         snprintf(name, sizeof(name), "input%d", i);
 510         pad.type           = AVMEDIA_TYPE_AUDIO;
 511         pad.name           = av_strdup(name);
 512         pad.filter_frame   = filter_frame;
 513
 514         ff_insert_inpad(ctx, i, &pad);
 515     }
 516
 517     avpriv_float_dsp_init(&s->fdsp, 0);
 518
 519     return 0;
 520 }
 521
 522 static void uninit(AVFilterContext *ctx)
 523 {
 524     int i;
 525     MixContext *s = ctx->priv;
 526
 527     if (s->fifos) {
 528         for (i = 0; i < s->nb_inputs; i++)
 529             av_audio_fifo_free(s->fifos[i]);
 530         av_freep(&s->fifos);
 531     }
 532     frame_list_clear(s->frame_list);
 533     av_freep(&s->frame_list);
 534     av_freep(&s->input_state);
 535     av_freep(&s->input_scale);
 536
 537     for (i = 0; i < ctx->nb_inputs; i++)
 538         av_freep(&ctx->input_pads[i].name);
 539 }
 540
 541 static int query_formats(AVFilterContext *ctx)
 542 {
 543     AVFilterFormats *formats = NULL;
 544     ff_add_format(&formats, AV_SAMPLE_FMT_FLT);
 545     ff_add_format(&formats, AV_SAMPLE_FMT_FLTP);
 546     ff_set_common_formats(ctx, formats);
 547     ff_set_common_channel_layouts(ctx, ff_all_channel_layouts());
 548     ff_set_common_samplerates(ctx, ff_all_samplerates());
 549     return 0;
 550 }
 551
 552 static const AVFilterPad avfilter_af_amix_outputs[] = {
 553     {
 554         .name          = "default",
 555         .type          = AVMEDIA_TYPE_AUDIO,
 556         .config_props  = config_output,
 557         .request_frame = request_frame
 558     },
 559     { NULL }
 560 };
 561
 562 AVFilter avfilter_af_amix = {
 563     .name          = "amix",
 564     .description   = NULL_IF_CONFIG_SMALL("Audio mixing."),
 565     .priv_size     = sizeof(MixContext),
 566
 567     .init           = init,
 568     .uninit         = uninit,
 569     .query_formats  = query_formats,
 570
 571     .inputs    = NULL,
 572     .outputs   = avfilter_af_amix_outputs,
 573 };