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

   1 /*
   2  * Copyright (c) 2001 Heikki Leinonen
   3  * Copyright (c) 2001 Chris Bagwell
   4  * Copyright (c) 2003 Donnie Smith
   5  * Copyright (c) 2014 Paul B Mahol
   6  *
   7  * This file is part of FFmpeg.
   8  *
   9  * FFmpeg is free software; you can redistribute it and/or
  10  * modify it under the terms of the GNU Lesser General Public
  11  * License as published by the Free Software Foundation; either
  12  * version 2.1 of the License, or (at your option) any later version.
  13  *
  14  * FFmpeg is distributed in the hope that it will be useful,
  15  * but WITHOUT ANY WARRANTY; without even the implied warranty of
  16  * MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the GNU
  17  * Lesser General Public License for more details.
  18  *
  19  * You should have received a copy of the GNU Lesser General Public
  20  * License along with FFmpeg; if not, write to the Free Software
  21  * Foundation, Inc., 51 Franklin Street, Fifth Floor, Boston, MA 02110-1301 USA
  22  */
  23
  24 #include <float.h> /* DBL_MAX */
  25
  26 #include "libavutil/opt.h"
  27 #include "libavutil/timestamp.h"
  28 #include "audio.h"
  29 #include "formats.h"
  30 #include "avfilter.h"
  31 #include "internal.h"
  32
  33 enum SilenceMode {
  34     SILENCE_TRIM,
  35     SILENCE_TRIM_FLUSH,
  36     SILENCE_COPY,
  37     SILENCE_COPY_FLUSH,
  38     SILENCE_STOP
  39 };
  40
  41 typedef struct SilenceRemoveContext {
  42     const AVClass *class;
  43
  44     enum SilenceMode mode;
  45
  46     int start_periods;
  47     int64_t start_duration;
  48     double start_threshold;
  49
  50     int stop_periods;
  51     int64_t stop_duration;
  52     double stop_threshold;
  53
  54     double *start_holdoff;
  55     size_t start_holdoff_offset;
  56     size_t start_holdoff_end;
  57     int    start_found_periods;
  58
  59     double *stop_holdoff;
  60     size_t stop_holdoff_offset;
  61     size_t stop_holdoff_end;
  62     int    stop_found_periods;
  63
  64     double *window;
  65     double *window_current;
  66     double *window_end;
  67     int window_size;
  68     double rms_sum;
  69
  70     int leave_silence;
  71     int restart;
  72     int64_t next_pts;
  73 } SilenceRemoveContext;
  74
  75 #define OFFSET(x) offsetof(SilenceRemoveContext, x)
  76 #define FLAGS AV_OPT_FLAG_FILTERING_PARAM|AV_OPT_FLAG_AUDIO_PARAM
  77 static const AVOption silenceremove_options[] = {
  78     { "start_periods",   NULL, OFFSET(start_periods),   AV_OPT_TYPE_INT,      {.i64=0},     0,    9000, FLAGS },
  79     { "start_duration",  NULL, OFFSET(start_duration),  AV_OPT_TYPE_DURATION, {.i64=0},     0,    9000, FLAGS },
  80     { "start_threshold", NULL, OFFSET(start_threshold), AV_OPT_TYPE_DOUBLE,   {.dbl=0},     0, DBL_MAX, FLAGS },
  81     { "stop_periods",    NULL, OFFSET(stop_periods),    AV_OPT_TYPE_INT,      {.i64=0}, -9000,    9000, FLAGS },
  82     { "stop_duration",   NULL, OFFSET(stop_duration),   AV_OPT_TYPE_DURATION, {.i64=0},     0,    9000, FLAGS },
  83     { "stop_threshold",  NULL, OFFSET(stop_threshold),  AV_OPT_TYPE_DOUBLE,   {.dbl=0},     0, DBL_MAX, FLAGS },
  84     { "leave_silence",   NULL, OFFSET(leave_silence),   AV_OPT_TYPE_INT,      {.i64=0},     0,       1, FLAGS },
  85     { NULL }
  86 };
  87
  88 AVFILTER_DEFINE_CLASS(silenceremove);
  89
  90 static av_cold int init(AVFilterContext *ctx)
  91 {
  92     SilenceRemoveContext *s = ctx->priv;
  93
  94     if (s->stop_periods < 0) {
  95         s->stop_periods = -s->stop_periods;
  96         s->restart = 1;
  97     }
  98
  99     return 0;
 100 }
 101
 102 static void clear_rms(SilenceRemoveContext *s)
 103 {
 104     memset(s->window, 0, s->window_size * sizeof(*s->window));
 105
 106     s->window_current = s->window;
 107     s->window_end = s->window + s->window_size;
 108     s->rms_sum = 0;
 109 }
 110
 111 static int config_input(AVFilterLink *inlink)
 112 {
 113     AVFilterContext *ctx = inlink->dst;
 114     SilenceRemoveContext *s = ctx->priv;
 115
 116     s->window_size = (inlink->sample_rate / 50) * inlink->channels;
 117     s->window = av_malloc_array(s->window_size, sizeof(*s->window));
 118     if (!s->window)
 119         return AVERROR(ENOMEM);
 120
 121     clear_rms(s);
 122
 123     s->start_duration = av_rescale(s->start_duration, inlink->sample_rate,
 124                                    AV_TIME_BASE);
 125     s->stop_duration  = av_rescale(s->stop_duration, inlink->sample_rate,
 126                                    AV_TIME_BASE);
 127
 128     s->start_holdoff = av_malloc_array(FFMAX(s->start_duration, 1),
 129                                        sizeof(*s->start_holdoff) *
 130                                        inlink->channels);
 131     if (!s->start_holdoff)
 132         return AVERROR(ENOMEM);
 133
 134     s->start_holdoff_offset = 0;
 135     s->start_holdoff_end    = 0;
 136     s->start_found_periods  = 0;
 137
 138     s->stop_holdoff = av_malloc_array(FFMAX(s->stop_duration, 1),
 139                                       sizeof(*s->stop_holdoff) *
 140                                       inlink->channels);
 141     if (!s->stop_holdoff)
 142         return AVERROR(ENOMEM);
 143
 144     s->stop_holdoff_offset = 0;
 145     s->stop_holdoff_end    = 0;
 146     s->stop_found_periods  = 0;
 147
 148     if (s->start_periods)
 149         s->mode = SILENCE_TRIM;
 150     else
 151         s->mode = SILENCE_COPY;
 152
 153     return 0;
 154 }
 155
 156 static int config_output(AVFilterLink *outlink)
 157 {
 158     outlink->flags |= FF_LINK_FLAG_REQUEST_LOOP;
 159
 160     return 0;
 161 }
 162
 163 static double compute_rms(SilenceRemoveContext *s, double sample)
 164 {
 165     double new_sum;
 166
 167     new_sum  = s->rms_sum;
 168     new_sum -= *s->window_current;
 169     new_sum += sample * sample;
 170
 171     return sqrt(new_sum / s->window_size);
 172 }
 173
 174 static void update_rms(SilenceRemoveContext *s, double sample)
 175 {
 176     s->rms_sum -= *s->window_current;
 177     *s->window_current = sample * sample;
 178     s->rms_sum += *s->window_current;
 179
 180     s->window_current++;
 181     if (s->window_current >= s->window_end)
 182         s->window_current = s->window;
 183 }
 184
 185 static void flush(AVFrame *out, AVFilterLink *outlink,
 186                   int *nb_samples_written, int *ret)
 187 {
 188     if (*nb_samples_written) {
 189         out->nb_samples = *nb_samples_written / outlink->channels;
 190         *ret = ff_filter_frame(outlink, out);
 191         *nb_samples_written = 0;
 192     } else {
 193         av_frame_free(&out);
 194     }
 195 }
 196
 197 static int filter_frame(AVFilterLink *inlink, AVFrame *in)
 198 {
 199     AVFilterContext *ctx = inlink->dst;
 200     AVFilterLink *outlink = ctx->outputs[0];
 201     SilenceRemoveContext *s = ctx->priv;
 202     int i, j, threshold, ret = 0;
 203     int nbs, nb_samples_read, nb_samples_written;
 204     double *obuf, *ibuf = (double *)in->data[0];
 205     AVFrame *out;
 206
 207     nb_samples_read = nb_samples_written = 0;
 208
 209     switch (s->mode) {
 210     case SILENCE_TRIM:
 211 silence_trim:
 212         nbs = in->nb_samples - nb_samples_read / inlink->channels;
 213         if (!nbs)
 214             break;
 215
 216         for (i = 0; i < nbs; i++) {
 217             threshold = 0;
 218             for (j = 0; j < inlink->channels; j++) {
 219                 threshold |= compute_rms(s, ibuf[j]) > s->start_threshold;
 220             }
 221
 222             if (threshold) {
 223                 for (j = 0; j < inlink->channels; j++) {
 224                     update_rms(s, *ibuf);
 225                     s->start_holdoff[s->start_holdoff_end++] = *ibuf++;
 226                     nb_samples_read++;
 227                 }
 228
 229                 if (s->start_holdoff_end >= s->start_duration * inlink->channels) {
 230                     if (++s->start_found_periods >= s->start_periods) {
 231                         s->mode = SILENCE_TRIM_FLUSH;
 232                         goto silence_trim_flush;
 233                     }
 234
 235                     s->start_holdoff_offset = 0;
 236                     s->start_holdoff_end = 0;
 237                 }
 238             } else {
 239                 s->start_holdoff_end = 0;
 240
 241                 for (j = 0; j < inlink->channels; j++)
 242                     update_rms(s, ibuf[j]);
 243
 244                 ibuf += inlink->channels;
 245                 nb_samples_read += inlink->channels;
 246             }
 247         }
 248         break;
 249
 250     case SILENCE_TRIM_FLUSH:
 251 silence_trim_flush:
 252         nbs  = s->start_holdoff_end - s->start_holdoff_offset;
 253         nbs -= nbs % inlink->channels;
 254         if (!nbs)
 255             break;
 256
 257         out = ff_get_audio_buffer(inlink, nbs / inlink->channels);
 258         if (!out) {
 259             av_frame_free(&in);
 260             return AVERROR(ENOMEM);
 261         }
 262
 263         memcpy(out->data[0], &s->start_holdoff[s->start_holdoff_offset],
 264                nbs * sizeof(double));
 265         s->start_holdoff_offset += nbs;
 266
 267         ret = ff_filter_frame(outlink, out);
 268
 269         if (s->start_holdoff_offset == s->start_holdoff_end) {
 270             s->start_holdoff_offset = 0;
 271             s->start_holdoff_end = 0;
 272             s->mode = SILENCE_COPY;
 273             goto silence_copy;
 274         }
 275         break;
 276
 277     case SILENCE_COPY:
 278 silence_copy:
 279         nbs = in->nb_samples - nb_samples_read / inlink->channels;
 280         if (!nbs)
 281             break;
 282
 283         out = ff_get_audio_buffer(inlink, nbs);
 284         if (!out) {
 285             av_frame_free(&in);
 286             return AVERROR(ENOMEM);
 287         }
 288         obuf = (double *)out->data[0];
 289
 290         if (s->stop_periods) {
 291             for (i = 0; i < nbs; i++) {
 292                 threshold = 1;
 293                 for (j = 0; j < inlink->channels; j++)
 294                     threshold &= compute_rms(s, ibuf[j]) > s->stop_threshold;
 295
 296                 if (threshold && s->stop_holdoff_end && !s->leave_silence) {
 297                     s->mode = SILENCE_COPY_FLUSH;
 298                     flush(out, outlink, &nb_samples_written, &ret);
 299                     goto silence_copy_flush;
 300                 } else if (threshold) {
 301                     for (j = 0; j < inlink->channels; j++) {
 302                         update_rms(s, *ibuf);
 303                         *obuf++ = *ibuf++;
 304                         nb_samples_read++;
 305                         nb_samples_written++;
 306                     }
 307                 } else if (!threshold) {
 308                     for (j = 0; j < inlink->channels; j++) {
 309                         update_rms(s, *ibuf);
 310                         if (s->leave_silence) {
 311                             *obuf++ = *ibuf;
 312                             nb_samples_written++;
 313                         }
 314
 315                         s->stop_holdoff[s->stop_holdoff_end++] = *ibuf++;
 316                         nb_samples_read++;
 317                     }
 318
 319                     if (s->stop_holdoff_end >= s->stop_duration * inlink->channels) {
 320                         if (++s->stop_found_periods >= s->stop_periods) {
 321                             s->stop_holdoff_offset = 0;
 322                             s->stop_holdoff_end = 0;
 323
 324                             if (!s->restart) {
 325                                 s->mode = SILENCE_STOP;
 326                                 flush(out, outlink, &nb_samples_written, &ret);
 327                                 goto silence_stop;
 328                             } else {
 329                                 s->stop_found_periods = 0;
 330                                 s->start_found_periods = 0;
 331                                 s->start_holdoff_offset = 0;
 332                                 s->start_holdoff_end = 0;
 333                                 clear_rms(s);
 334                                 s->mode = SILENCE_TRIM;
 335                                 flush(out, outlink, &nb_samples_written, &ret);
 336                                 goto silence_trim;
 337                             }
 338                         }
 339                         s->mode = SILENCE_COPY_FLUSH;
 340                         flush(out, outlink, &nb_samples_written, &ret);
 341                         goto silence_copy_flush;
 342                     }
 343                 }
 344             }
 345             flush(out, outlink, &nb_samples_written, &ret);
 346         } else {
 347             memcpy(obuf, ibuf, sizeof(double) * nbs * inlink->channels);
 348             ret = ff_filter_frame(outlink, out);
 349         }
 350         break;
 351
 352     case SILENCE_COPY_FLUSH:
 353 silence_copy_flush:
 354         nbs  = s->stop_holdoff_end - s->stop_holdoff_offset;
 355         nbs -= nbs % inlink->channels;
 356         if (!nbs)
 357             break;
 358
 359         out = ff_get_audio_buffer(inlink, nbs / inlink->channels);
 360         if (!out) {
 361             av_frame_free(&in);
 362             return AVERROR(ENOMEM);
 363         }
 364
 365         memcpy(out->data[0], &s->stop_holdoff[s->stop_holdoff_offset],
 366                nbs * sizeof(double));
 367         s->stop_holdoff_offset += nbs;
 368
 369         ret = ff_filter_frame(outlink, out);
 370
 371         if (s->stop_holdoff_offset == s->stop_holdoff_end) {
 372             s->stop_holdoff_offset = 0;
 373             s->stop_holdoff_end = 0;
 374             s->mode = SILENCE_COPY;
 375             goto silence_copy;
 376         }
 377         break;
 378     case SILENCE_STOP:
 379 silence_stop:
 380         break;
 381     }
 382
 383     av_frame_free(&in);
 384
 385     return ret;
 386 }
 387
 388 static int request_frame(AVFilterLink *outlink)
 389 {
 390     AVFilterContext *ctx = outlink->src;
 391     SilenceRemoveContext *s = ctx->priv;
 392     int ret;
 393
 394     ret = ff_request_frame(ctx->inputs[0]);
 395     if (ret == AVERROR_EOF && (s->mode == SILENCE_COPY_FLUSH ||
 396                                s->mode == SILENCE_COPY)) {
 397         int nbs = s->stop_holdoff_end - s->stop_holdoff_offset;
 398         if (nbs) {
 399             AVFrame *frame;
 400
 401             frame = ff_get_audio_buffer(outlink, nbs / outlink->channels);
 402             if (!frame)
 403                 return AVERROR(ENOMEM);
 404
 405             memcpy(frame->data[0], &s->stop_holdoff[s->stop_holdoff_offset],
 406                    nbs * sizeof(double));
 407             ret = ff_filter_frame(ctx->inputs[0], frame);
 408         }
 409         s->mode = SILENCE_STOP;
 410     }
 411     return ret;
 412 }
 413
 414 static int query_formats(AVFilterContext *ctx)
 415 {
 416     AVFilterFormats *formats = NULL;
 417     AVFilterChannelLayouts *layouts = NULL;
 418     static const enum AVSampleFormat sample_fmts[] = {
 419         AV_SAMPLE_FMT_DBL, AV_SAMPLE_FMT_NONE
 420     };
 421     int ret;
 422
 423     layouts = ff_all_channel_layouts();
 424     if (!layouts)
 425         return AVERROR(ENOMEM);
 426     ret = ff_set_common_channel_layouts(ctx, layouts);
 427     if (ret < 0)
 428         return ret;
 429
 430     formats = ff_make_format_list(sample_fmts);
 431     if (!formats)
 432         return AVERROR(ENOMEM);
 433     ret = ff_set_common_formats(ctx, formats);
 434     if (ret < 0)
 435         return ret;
 436
 437     formats = ff_all_samplerates();
 438     if (!formats)
 439         return AVERROR(ENOMEM);
 440     return ff_set_common_samplerates(ctx, formats);
 441 }
 442
 443 static av_cold void uninit(AVFilterContext *ctx)
 444 {
 445     SilenceRemoveContext *s = ctx->priv;
 446
 447     av_freep(&s->start_holdoff);
 448     av_freep(&s->stop_holdoff);
 449     av_freep(&s->window);
 450 }
 451
 452 static const AVFilterPad silenceremove_inputs[] = {
 453     {
 454         .name         = "default",
 455         .type         = AVMEDIA_TYPE_AUDIO,
 456         .config_props = config_input,
 457         .filter_frame = filter_frame,
 458     },
 459     { NULL }
 460 };
 461
 462 static const AVFilterPad silenceremove_outputs[] = {
 463     {
 464         .name          = "default",
 465         .type          = AVMEDIA_TYPE_AUDIO,
 466         .config_props  = config_output,
 467         .request_frame = request_frame,
 468     },
 469     { NULL }
 470 };
 471
 472 AVFilter ff_af_silenceremove = {
 473     .name          = "silenceremove",
 474     .description   = NULL_IF_CONFIG_SMALL("Remove silence."),
 475     .priv_size     = sizeof(SilenceRemoveContext),
 476     .priv_class    = &silenceremove_class,
 477     .init          = init,
 478     .uninit        = uninit,
 479     .query_formats = query_formats,
 480     .inputs        = silenceremove_inputs,
 481     .outputs       = silenceremove_outputs,
 482 };