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

   1 /*****************************************************************************
   2  * sofalizer.c : SOFAlizer filter for virtual binaural acoustics
   3  *****************************************************************************
   4  * Copyright (C) 2013-2015 Andreas Fuchs, Wolfgang Hrauda,
   5  *                         Acoustics Research Institute (ARI), Vienna, Austria
   6  *
   7  * Authors: Andreas Fuchs <andi.fuchs.mail@gmail.com>
   8  *          Wolfgang Hrauda <wolfgang.hrauda@gmx.at>
   9  *
  10  * SOFAlizer project coordinator at ARI, main developer of SOFA:
  11  *          Piotr Majdak <piotr@majdak.at>
  12  *
  13  * This program is free software; you can redistribute it and/or modify it
  14  * under the terms of the GNU Lesser General Public License as published by
  15  * the Free Software Foundation; either version 2.1 of the License, or
  16  * (at your option) any later version.
  17  *
  18  * This program is distributed in the hope that it will be useful,
  19  * but WITHOUT ANY WARRANTY; without even the implied warranty of
  20  * MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE. See the
  21  * GNU Lesser General Public License for more details.
  22  *
  23  * You should have received a copy of the GNU Lesser General Public License
  24  * along with this program; if not, write to the Free Software Foundation,
  25  * Inc., 51 Franklin Street, Fifth Floor, Boston MA 02110-1301, USA.
  26  *****************************************************************************/
  27
  28 #include <math.h>
  29 #include <mysofa.h>
  30
  31 #include "libavcodec/avfft.h"
  32 #include "libavutil/avstring.h"
  33 #include "libavutil/channel_layout.h"
  34 #include "libavutil/float_dsp.h"
  35 #include "libavutil/intmath.h"
  36 #include "libavutil/opt.h"
  37 #include "avfilter.h"
  38 #include "internal.h"
  39 #include "audio.h"
  40
  41 #define TIME_DOMAIN      0
  42 #define FREQUENCY_DOMAIN 1
  43
  44 typedef struct MySofa {  /* contains data of one SOFA file */
  45     struct MYSOFA_EASY *easy;
  46     int n_samples;       /* length of one impulse response (IR) */
  47     float *lir, *rir;    /* IRs (time-domain) */
  48     int max_delay;
  49 } MySofa;
  50
  51 typedef struct VirtualSpeaker {
  52     uint8_t set;
  53     float azim;
  54     float elev;
  55 } VirtualSpeaker;
  56
  57 typedef struct SOFAlizerContext {
  58     const AVClass *class;
  59
  60     char *filename;             /* name of SOFA file */
  61     MySofa sofa;                /* contains data of the SOFA file */
  62
  63     int sample_rate;            /* sample rate from SOFA file */
  64     float *speaker_azim;        /* azimuth of the virtual loudspeakers */
  65     float *speaker_elev;        /* elevation of the virtual loudspeakers */
  66     char *speakers_pos;         /* custom positions of the virtual loudspeakers */
  67     float lfe_gain;             /* initial gain for the LFE channel */
  68     float gain_lfe;             /* gain applied to LFE channel */
  69     int lfe_channel;            /* LFE channel position in channel layout */
  70
  71     int n_conv;                 /* number of channels to convolute */
  72
  73                                 /* buffer variables (for convolution) */
  74     float *ringbuffer[2];       /* buffers input samples, length of one buffer: */
  75                                 /* no. input ch. (incl. LFE) x buffer_length */
  76     int write[2];               /* current write position to ringbuffer */
  77     int buffer_length;          /* is: longest IR plus max. delay in all SOFA files */
  78                                 /* then choose next power of 2 */
  79     int n_fft;                  /* number of samples in one FFT block */
  80
  81                                 /* netCDF variables */
  82     int *delay[2];              /* broadband delay for each channel/IR to be convolved */
  83
  84     float *data_ir[2];          /* IRs for all channels to be convolved */
  85                                 /* (this excludes the LFE) */
  86     float *temp_src[2];
  87     FFTComplex *temp_fft[2];
  88
  89                          /* control variables */
  90     float gain;          /* filter gain (in dB) */
  91     float rotation;      /* rotation of virtual loudspeakers (in degrees)  */
  92     float elevation;     /* elevation of virtual loudspeakers (in deg.) */
  93     float radius;        /* distance virtual loudspeakers to listener (in metres) */
  94     int type;            /* processing type */
  95     int framesize;       /* size of buffer */
  96
  97     VirtualSpeaker vspkrpos[64];
  98
  99     FFTContext *fft[2], *ifft[2];
 100     FFTComplex *data_hrtf[2];
 101
 102     AVFloatDSPContext *fdsp;
 103 } SOFAlizerContext;
 104
 105 static int close_sofa(struct MySofa *sofa)
 106 {
 107     mysofa_close(sofa->easy);
 108     sofa->easy = NULL;
 109
 110     return 0;
 111 }
 112
 113 static int preload_sofa(AVFilterContext *ctx, char *filename, int *samplingrate)
 114 {
 115     struct SOFAlizerContext *s = ctx->priv;
 116     struct MYSOFA_HRTF *mysofa;
 117     char *license;
 118     int ret;
 119
 120     mysofa = mysofa_load(filename, &ret);
 121     if (ret || !mysofa) {
 122         av_log(ctx, AV_LOG_ERROR, "Can't find SOFA-file '%s'\n", filename);
 123         return AVERROR(EINVAL);
 124     }
 125
 126     if (mysofa->DataSamplingRate.elements != 1)
 127         return AVERROR(EINVAL);
 128     *samplingrate = mysofa->DataSamplingRate.values[0];
 129     s->sofa.n_samples = mysofa->N;
 130     license = mysofa_getAttribute(mysofa->attributes, (char *)"License");
 131     if (license)
 132         av_log(ctx, AV_LOG_INFO, "SOFA license: %s\n", license);
 133     mysofa_free(mysofa);
 134
 135     return 0;
 136 }
 137
 138 static int parse_channel_name(char **arg, int *rchannel, char *buf)
 139 {
 140     int len, i, channel_id = 0;
 141     int64_t layout, layout0;
 142
 143     /* try to parse a channel name, e.g. "FL" */
 144     if (av_sscanf(*arg, "%7[A-Z]%n", buf, &len)) {
 145         layout0 = layout = av_get_channel_layout(buf);
 146         /* channel_id <- first set bit in layout */
 147         for (i = 32; i > 0; i >>= 1) {
 148             if (layout >= 1LL << i) {
 149                 channel_id += i;
 150                 layout >>= i;
 151             }
 152         }
 153         /* reject layouts that are not a single channel */
 154         if (channel_id >= 64 || layout0 != 1LL << channel_id)
 155             return AVERROR(EINVAL);
 156         *rchannel = channel_id;
 157         *arg += len;
 158         return 0;
 159     }
 160     return AVERROR(EINVAL);
 161 }
 162
 163 static void parse_speaker_pos(AVFilterContext *ctx, int64_t in_channel_layout)
 164 {
 165     SOFAlizerContext *s = ctx->priv;
 166     char *arg, *tokenizer, *p, *args = av_strdup(s->speakers_pos);
 167
 168     if (!args)
 169         return;
 170     p = args;
 171
 172     while ((arg = av_strtok(p, "|", &tokenizer))) {
 173         char buf[8];
 174         float azim, elev;
 175         int out_ch_id;
 176
 177         p = NULL;
 178         if (parse_channel_name(&arg, &out_ch_id, buf)) {
 179             av_log(ctx, AV_LOG_WARNING, "Failed to parse \'%s\' as channel name.\n", buf);
 180             continue;
 181         }
 182         if (av_sscanf(arg, "%f %f", &azim, &elev) == 2) {
 183             s->vspkrpos[out_ch_id].set = 1;
 184             s->vspkrpos[out_ch_id].azim = azim;
 185             s->vspkrpos[out_ch_id].elev = elev;
 186         } else if (av_sscanf(arg, "%f", &azim) == 1) {
 187             s->vspkrpos[out_ch_id].set = 1;
 188             s->vspkrpos[out_ch_id].azim = azim;
 189             s->vspkrpos[out_ch_id].elev = 0;
 190         }
 191     }
 192
 193     av_free(args);
 194 }
 195
 196 static int get_speaker_pos(AVFilterContext *ctx,
 197                            float *speaker_azim, float *speaker_elev)
 198 {
 199     struct SOFAlizerContext *s = ctx->priv;
 200     uint64_t channels_layout = ctx->inputs[0]->channel_layout;
 201     float azim[16] = { 0 };
 202     float elev[16] = { 0 };
 203     int m, ch, n_conv = ctx->inputs[0]->channels; /* get no. input channels */
 204
 205     if (n_conv > 16)
 206         return AVERROR(EINVAL);
 207
 208     s->lfe_channel = -1;
 209
 210     if (s->speakers_pos)
 211         parse_speaker_pos(ctx, channels_layout);
 212
 213     /* set speaker positions according to input channel configuration: */
 214     for (m = 0, ch = 0; ch < n_conv && m < 64; m++) {
 215         uint64_t mask = channels_layout & (1ULL << m);
 216
 217         switch (mask) {
 218         case AV_CH_FRONT_LEFT:            azim[ch] =  30;      break;
 219         case AV_CH_FRONT_RIGHT:           azim[ch] = 330;      break;
 220         case AV_CH_FRONT_CENTER:          azim[ch] =   0;      break;
 221         case AV_CH_LOW_FREQUENCY:
 222         case AV_CH_LOW_FREQUENCY_2:       s->lfe_channel = ch; break;
 223         case AV_CH_BACK_LEFT:             azim[ch] = 150;      break;
 224         case AV_CH_BACK_RIGHT:            azim[ch] = 210;      break;
 225         case AV_CH_BACK_CENTER:           azim[ch] = 180;      break;
 226         case AV_CH_SIDE_LEFT:             azim[ch] =  90;      break;
 227         case AV_CH_SIDE_RIGHT:            azim[ch] = 270;      break;
 228         case AV_CH_FRONT_LEFT_OF_CENTER:  azim[ch] =  15;      break;
 229         case AV_CH_FRONT_RIGHT_OF_CENTER: azim[ch] = 345;      break;
 230         case AV_CH_TOP_CENTER:            azim[ch] =   0;
 231                                           elev[ch] =  90;      break;
 232         case AV_CH_TOP_FRONT_LEFT:        azim[ch] =  30;
 233                                           elev[ch] =  45;      break;
 234         case AV_CH_TOP_FRONT_CENTER:      azim[ch] =   0;
 235                                           elev[ch] =  45;      break;
 236         case AV_CH_TOP_FRONT_RIGHT:       azim[ch] = 330;
 237                                           elev[ch] =  45;      break;
 238         case AV_CH_TOP_BACK_LEFT:         azim[ch] = 150;
 239                                           elev[ch] =  45;      break;
 240         case AV_CH_TOP_BACK_RIGHT:        azim[ch] = 210;
 241                                           elev[ch] =  45;      break;
 242         case AV_CH_TOP_BACK_CENTER:       azim[ch] = 180;
 243                                           elev[ch] =  45;      break;
 244         case AV_CH_WIDE_LEFT:             azim[ch] =  90;      break;
 245         case AV_CH_WIDE_RIGHT:            azim[ch] = 270;      break;
 246         case AV_CH_SURROUND_DIRECT_LEFT:  azim[ch] =  90;      break;
 247         case AV_CH_SURROUND_DIRECT_RIGHT: azim[ch] = 270;      break;
 248         case AV_CH_STEREO_LEFT:           azim[ch] =  90;      break;
 249         case AV_CH_STEREO_RIGHT:          azim[ch] = 270;      break;
 250         case 0:                                                break;
 251         default:
 252             return AVERROR(EINVAL);
 253         }
 254
 255         if (s->vspkrpos[m].set) {
 256             azim[ch] = s->vspkrpos[m].azim;
 257             elev[ch] = s->vspkrpos[m].elev;
 258         }
 259
 260         if (mask)
 261             ch++;
 262     }
 263
 264     memcpy(speaker_azim, azim, n_conv * sizeof(float));
 265     memcpy(speaker_elev, elev, n_conv * sizeof(float));
 266
 267     return 0;
 268
 269 }
 270
 271 typedef struct ThreadData {
 272     AVFrame *in, *out;
 273     int *write;
 274     int **delay;
 275     float **ir;
 276     int *n_clippings;
 277     float **ringbuffer;
 278     float **temp_src;
 279     FFTComplex **temp_fft;
 280 } ThreadData;
 281
 282 static int sofalizer_convolute(AVFilterContext *ctx, void *arg, int jobnr, int nb_jobs)
 283 {
 284     SOFAlizerContext *s = ctx->priv;
 285     ThreadData *td = arg;
 286     AVFrame *in = td->in, *out = td->out;
 287     int offset = jobnr;
 288     int *write = &td->write[jobnr];
 289     const int *const delay = td->delay[jobnr];
 290     const float *const ir = td->ir[jobnr];
 291     int *n_clippings = &td->n_clippings[jobnr];
 292     float *ringbuffer = td->ringbuffer[jobnr];
 293     float *temp_src = td->temp_src[jobnr];
 294     const int n_samples = s->sofa.n_samples; /* length of one IR */
 295     const float *src = (const float *)in->data[0]; /* get pointer to audio input buffer */
 296     float *dst = (float *)out->data[0]; /* get pointer to audio output buffer */
 297     const int in_channels = s->n_conv; /* number of input channels */
 298     /* ring buffer length is: longest IR plus max. delay -> next power of 2 */
 299     const int buffer_length = s->buffer_length;
 300     /* -1 for AND instead of MODULO (applied to powers of 2): */
 301     const uint32_t modulo = (uint32_t)buffer_length - 1;
 302     float *buffer[16]; /* holds ringbuffer for each input channel */
 303     int wr = *write;
 304     int read;
 305     int i, l;
 306
 307     dst += offset;
 308     for (l = 0; l < in_channels; l++) {
 309         /* get starting address of ringbuffer for each input channel */
 310         buffer[l] = ringbuffer + l * buffer_length;
 311     }
 312
 313     for (i = 0; i < in->nb_samples; i++) {
 314         const float *temp_ir = ir; /* using same set of IRs for each sample */
 315
 316         dst[0] = 0;
 317         for (l = 0; l < in_channels; l++) {
 318             /* write current input sample to ringbuffer (for each channel) */
 319             buffer[l][wr] = src[l];
 320         }
 321
 322         /* loop goes through all channels to be convolved */
 323         for (l = 0; l < in_channels; l++) {
 324             const float *const bptr = buffer[l];
 325
 326             if (l == s->lfe_channel) {
 327                 /* LFE is an input channel but requires no convolution */
 328                 /* apply gain to LFE signal and add to output buffer */
 329                 *dst += *(buffer[s->lfe_channel] + wr) * s->gain_lfe;
 330                 temp_ir += FFALIGN(n_samples, 32);
 331                 continue;
 332             }
 333
 334             /* current read position in ringbuffer: input sample write position
 335              * - delay for l-th ch. + diff. betw. IR length and buffer length
 336              * (mod buffer length) */
 337             read = (wr - delay[l] - (n_samples - 1) + buffer_length) & modulo;
 338
 339             if (read + n_samples < buffer_length) {
 340                 memmove(temp_src, bptr + read, n_samples * sizeof(*temp_src));
 341             } else {
 342                 int len = FFMIN(n_samples - (read % n_samples), buffer_length - read);
 343
 344                 memmove(temp_src, bptr + read, len * sizeof(*temp_src));
 345                 memmove(temp_src + len, bptr, (n_samples - len) * sizeof(*temp_src));
 346             }
 347
 348             /* multiply signal and IR, and add up the results */
 349             dst[0] += s->fdsp->scalarproduct_float(temp_ir, temp_src, n_samples);
 350             temp_ir += FFALIGN(n_samples, 32);
 351         }
 352
 353         /* clippings counter */
 354         if (fabsf(dst[0]) > 1)
 355             n_clippings[0]++;
 356
 357         /* move output buffer pointer by +2 to get to next sample of processed channel: */
 358         dst += 2;
 359         src += in_channels;
 360         wr   = (wr + 1) & modulo; /* update ringbuffer write position */
 361     }
 362
 363     *write = wr; /* remember write position in ringbuffer for next call */
 364
 365     return 0;
 366 }
 367
 368 static int sofalizer_fast_convolute(AVFilterContext *ctx, void *arg, int jobnr, int nb_jobs)
 369 {
 370     SOFAlizerContext *s = ctx->priv;
 371     ThreadData *td = arg;
 372     AVFrame *in = td->in, *out = td->out;
 373     int offset = jobnr;
 374     int *write = &td->write[jobnr];
 375     FFTComplex *hrtf = s->data_hrtf[jobnr]; /* get pointers to current HRTF data */
 376     int *n_clippings = &td->n_clippings[jobnr];
 377     float *ringbuffer = td->ringbuffer[jobnr];
 378     const int n_samples = s->sofa.n_samples; /* length of one IR */
 379     const float *src = (const float *)in->data[0]; /* get pointer to audio input buffer */
 380     float *dst = (float *)out->data[0]; /* get pointer to audio output buffer */
 381     const int in_channels = s->n_conv; /* number of input channels */
 382     /* ring buffer length is: longest IR plus max. delay -> next power of 2 */
 383     const int buffer_length = s->buffer_length;
 384     /* -1 for AND instead of MODULO (applied to powers of 2): */
 385     const uint32_t modulo = (uint32_t)buffer_length - 1;
 386     FFTComplex *fft_in = s->temp_fft[jobnr]; /* temporary array for FFT input/output data */
 387     FFTContext *ifft = s->ifft[jobnr];
 388     FFTContext *fft = s->fft[jobnr];
 389     const int n_conv = s->n_conv;
 390     const int n_fft = s->n_fft;
 391     const float fft_scale = 1.0f / s->n_fft;
 392     FFTComplex *hrtf_offset;
 393     int wr = *write;
 394     int n_read;
 395     int i, j;
 396
 397     dst += offset;
 398
 399     /* find minimum between number of samples and output buffer length:
 400      * (important, if one IR is longer than the output buffer) */
 401     n_read = FFMIN(s->sofa.n_samples, in->nb_samples);
 402     for (j = 0; j < n_read; j++) {
 403         /* initialize output buf with saved signal from overflow buf */
 404         dst[2 * j]     = ringbuffer[wr];
 405         ringbuffer[wr] = 0.0; /* re-set read samples to zero */
 406         /* update ringbuffer read/write position */
 407         wr  = (wr + 1) & modulo;
 408     }
 409
 410     /* initialize rest of output buffer with 0 */
 411     for (j = n_read; j < in->nb_samples; j++) {
 412         dst[2 * j] = 0;
 413     }
 414
 415     for (i = 0; i < n_conv; i++) {
 416         if (i == s->lfe_channel) { /* LFE */
 417             for (j = 0; j < in->nb_samples; j++) {
 418                 /* apply gain to LFE signal and add to output buffer */
 419                 dst[2 * j] += src[i + j * in_channels] * s->gain_lfe;
 420             }
 421             continue;
 422         }
 423
 424         /* outer loop: go through all input channels to be convolved */
 425         offset = i * n_fft; /* no. samples already processed */
 426         hrtf_offset = hrtf + offset;
 427
 428         /* fill FFT input with 0 (we want to zero-pad) */
 429         memset(fft_in, 0, sizeof(FFTComplex) * n_fft);
 430
 431         for (j = 0; j < in->nb_samples; j++) {
 432             /* prepare input for FFT */
 433             /* write all samples of current input channel to FFT input array */
 434             fft_in[j].re = src[j * in_channels + i];
 435         }
 436
 437         /* transform input signal of current channel to frequency domain */
 438         av_fft_permute(fft, fft_in);
 439         av_fft_calc(fft, fft_in);
 440         for (j = 0; j < n_fft; j++) {
 441             const FFTComplex *hcomplex = hrtf_offset + j;
 442             const float re = fft_in[j].re;
 443             const float im = fft_in[j].im;
 444
 445             /* complex multiplication of input signal and HRTFs */
 446             /* output channel (real): */
 447             fft_in[j].re = re * hcomplex->re - im * hcomplex->im;
 448             /* output channel (imag): */
 449             fft_in[j].im = re * hcomplex->im + im * hcomplex->re;
 450         }
 451
 452         /* transform output signal of current channel back to time domain */
 453         av_fft_permute(ifft, fft_in);
 454         av_fft_calc(ifft, fft_in);
 455
 456         for (j = 0; j < in->nb_samples; j++) {
 457             /* write output signal of current channel to output buffer */
 458             dst[2 * j] += fft_in[j].re * fft_scale;
 459         }
 460
 461         for (j = 0; j < n_samples - 1; j++) { /* overflow length is IR length - 1 */
 462             /* write the rest of output signal to overflow buffer */
 463             int write_pos = (wr + j) & modulo;
 464
 465             *(ringbuffer + write_pos) += fft_in[in->nb_samples + j].re * fft_scale;
 466         }
 467     }
 468
 469     /* go through all samples of current output buffer: count clippings */
 470     for (i = 0; i < out->nb_samples; i++) {
 471         /* clippings counter */
 472         if (fabsf(dst[0]) > 1) { /* if current output sample > 1 */
 473             n_clippings[0]++;
 474         }
 475
 476         /* move output buffer pointer by +2 to get to next sample of processed channel: */
 477         dst += 2;
 478     }
 479
 480     /* remember read/write position in ringbuffer for next call */
 481     *write = wr;
 482
 483     return 0;
 484 }
 485
 486 static int filter_frame(AVFilterLink *inlink, AVFrame *in)
 487 {
 488     AVFilterContext *ctx = inlink->dst;
 489     SOFAlizerContext *s = ctx->priv;
 490     AVFilterLink *outlink = ctx->outputs[0];
 491     int n_clippings[2] = { 0 };
 492     ThreadData td;
 493     AVFrame *out;
 494
 495     out = ff_get_audio_buffer(outlink, in->nb_samples);
 496     if (!out) {
 497         av_frame_free(&in);
 498         return AVERROR(ENOMEM);
 499     }
 500     av_frame_copy_props(out, in);
 501
 502     td.in = in; td.out = out; td.write = s->write;
 503     td.delay = s->delay; td.ir = s->data_ir; td.n_clippings = n_clippings;
 504     td.ringbuffer = s->ringbuffer; td.temp_src = s->temp_src;
 505     td.temp_fft = s->temp_fft;
 506
 507     if (s->type == TIME_DOMAIN) {
 508         ctx->internal->execute(ctx, sofalizer_convolute, &td, NULL, 2);
 509     } else {
 510         ctx->internal->execute(ctx, sofalizer_fast_convolute, &td, NULL, 2);
 511     }
 512     emms_c();
 513
 514     /* display error message if clipping occurred */
 515     if (n_clippings[0] + n_clippings[1] > 0) {
 516         av_log(ctx, AV_LOG_WARNING, "%d of %d samples clipped. Please reduce gain.\n",
 517                n_clippings[0] + n_clippings[1], out->nb_samples * 2);
 518     }
 519
 520     av_frame_free(&in);
 521     return ff_filter_frame(outlink, out);
 522 }
 523
 524 static int query_formats(AVFilterContext *ctx)
 525 {
 526     struct SOFAlizerContext *s = ctx->priv;
 527     AVFilterFormats *formats = NULL;
 528     AVFilterChannelLayouts *layouts = NULL;
 529     int ret, sample_rates[] = { 48000, -1 };
 530
 531     ret = ff_add_format(&formats, AV_SAMPLE_FMT_FLT);
 532     if (ret)
 533         return ret;
 534     ret = ff_set_common_formats(ctx, formats);
 535     if (ret)
 536         return ret;
 537
 538     layouts = ff_all_channel_layouts();
 539     if (!layouts)
 540         return AVERROR(ENOMEM);
 541
 542     ret = ff_channel_layouts_ref(layouts, &ctx->inputs[0]->out_channel_layouts);
 543     if (ret)
 544         return ret;
 545
 546     layouts = NULL;
 547     ret = ff_add_channel_layout(&layouts, AV_CH_LAYOUT_STEREO);
 548     if (ret)
 549         return ret;
 550
 551     ret = ff_channel_layouts_ref(layouts, &ctx->outputs[0]->in_channel_layouts);
 552     if (ret)
 553         return ret;
 554
 555     sample_rates[0] = s->sample_rate;
 556     formats = ff_make_format_list(sample_rates);
 557     if (!formats)
 558         return AVERROR(ENOMEM);
 559     return ff_set_common_samplerates(ctx, formats);
 560 }
 561
 562 static int load_data(AVFilterContext *ctx, int azim, int elev, float radius, int sample_rate)
 563 {
 564     struct SOFAlizerContext *s = ctx->priv;
 565     int n_samples;
 566     int n_conv = s->n_conv; /* no. channels to convolve */
 567     int n_fft;
 568     float delay_l; /* broadband delay for each IR */
 569     float delay_r;
 570     int nb_input_channels = ctx->inputs[0]->channels; /* no. input channels */
 571     float gain_lin = expf((s->gain - 3 * nb_input_channels) / 20 * M_LN10); /* gain - 3dB/channel */
 572     FFTComplex *data_hrtf_l = NULL;
 573     FFTComplex *data_hrtf_r = NULL;
 574     FFTComplex *fft_in_l = NULL;
 575     FFTComplex *fft_in_r = NULL;
 576     float *data_ir_l = NULL;
 577     float *data_ir_r = NULL;
 578     int offset = 0; /* used for faster pointer arithmetics in for-loop */
 579     int i, j, azim_orig = azim, elev_orig = elev;
 580     int filter_length, ret = 0;
 581     int n_current;
 582     int n_max = 0;
 583
 584     s->sofa.easy = mysofa_open(s->filename, sample_rate, &filter_length, &ret);
 585     if (!s->sofa.easy || ret) { /* if an invalid SOFA file has been selected */
 586         av_log(ctx, AV_LOG_ERROR, "Selected SOFA file is invalid. Please select valid SOFA file.\n");
 587         return AVERROR_INVALIDDATA;
 588     }
 589
 590     n_samples = s->sofa.n_samples;
 591
 592     s->data_ir[0] = av_calloc(FFALIGN(n_samples, 32), sizeof(float) * s->n_conv);
 593     s->data_ir[1] = av_calloc(FFALIGN(n_samples, 32), sizeof(float) * s->n_conv);
 594     s->delay[0] = av_calloc(s->n_conv, sizeof(int));
 595     s->delay[1] = av_calloc(s->n_conv, sizeof(int));
 596
 597     if (!s->data_ir[0] || !s->data_ir[1] || !s->delay[0] || !s->delay[1]) {
 598         ret = AVERROR(ENOMEM);
 599         goto fail;
 600     }
 601
 602     /* get temporary IR for L and R channel */
 603     data_ir_l = av_calloc(n_conv * FFALIGN(n_samples, 32), sizeof(*data_ir_l));
 604     data_ir_r = av_calloc(n_conv * FFALIGN(n_samples, 32), sizeof(*data_ir_r));
 605     if (!data_ir_r || !data_ir_l) {
 606         ret = AVERROR(ENOMEM);
 607         goto fail;
 608     }
 609
 610     if (s->type == TIME_DOMAIN) {
 611         s->temp_src[0] = av_calloc(FFALIGN(n_samples, 32), sizeof(float));
 612         s->temp_src[1] = av_calloc(FFALIGN(n_samples, 32), sizeof(float));
 613         if (!s->temp_src[0] || !s->temp_src[1]) {
 614             ret = AVERROR(ENOMEM);
 615             goto fail;
 616         }
 617     }
 618
 619     s->speaker_azim = av_calloc(s->n_conv, sizeof(*s->speaker_azim));
 620     s->speaker_elev = av_calloc(s->n_conv, sizeof(*s->speaker_elev));
 621     if (!s->speaker_azim || !s->speaker_elev) {
 622         ret = AVERROR(ENOMEM);
 623         goto fail;
 624     }
 625
 626     /* get speaker positions */
 627     if ((ret = get_speaker_pos(ctx, s->speaker_azim, s->speaker_elev)) < 0) {
 628         av_log(ctx, AV_LOG_ERROR, "Couldn't get speaker positions. Input channel configuration not supported.\n");
 629         goto fail;
 630     }
 631
 632     for (i = 0; i < s->n_conv; i++) {
 633         float coordinates[3];
 634
 635         /* load and store IRs and corresponding delays */
 636         azim = (int)(s->speaker_azim[i] + azim_orig) % 360;
 637         elev = (int)(s->speaker_elev[i] + elev_orig) % 90;
 638
 639         coordinates[0] = azim;
 640         coordinates[1] = elev;
 641         coordinates[2] = radius;
 642
 643         mysofa_s2c(coordinates);
 644
 645         /* get id of IR closest to desired position */
 646         mysofa_getfilter_float(s->sofa.easy, coordinates[0], coordinates[1], coordinates[2],
 647                                data_ir_l + FFALIGN(n_samples, 32) * i,
 648                                data_ir_r + FFALIGN(n_samples, 32) * i,
 649                                &delay_l, &delay_r);
 650
 651         s->delay[0][i] = delay_l * sample_rate;
 652         s->delay[1][i] = delay_r * sample_rate;
 653
 654         s->sofa.max_delay = FFMAX3(s->sofa.max_delay, s->delay[0][i], s->delay[1][i]);
 655     }
 656
 657     /* get size of ringbuffer (longest IR plus max. delay) */
 658     /* then choose next power of 2 for performance optimization */
 659     n_current = s->sofa.n_samples + s->sofa.max_delay;
 660     /* length of longest IR plus max. delay */
 661     n_max = FFMAX(n_max, n_current);
 662
 663     /* buffer length is longest IR plus max. delay -> next power of 2
 664        (32 - count leading zeros gives required exponent)  */
 665     s->buffer_length = 1 << (32 - ff_clz(n_max));
 666     s->n_fft = n_fft = 1 << (32 - ff_clz(n_max + s->framesize));
 667
 668     if (s->type == FREQUENCY_DOMAIN) {
 669         av_fft_end(s->fft[0]);
 670         av_fft_end(s->fft[1]);
 671         s->fft[0] = av_fft_init(log2(s->n_fft), 0);
 672         s->fft[1] = av_fft_init(log2(s->n_fft), 0);
 673         av_fft_end(s->ifft[0]);
 674         av_fft_end(s->ifft[1]);
 675         s->ifft[0] = av_fft_init(log2(s->n_fft), 1);
 676         s->ifft[1] = av_fft_init(log2(s->n_fft), 1);
 677
 678         if (!s->fft[0] || !s->fft[1] || !s->ifft[0] || !s->ifft[1]) {
 679             av_log(ctx, AV_LOG_ERROR, "Unable to create FFT contexts of size %d.\n", s->n_fft);
 680             ret = AVERROR(ENOMEM);
 681             goto fail;
 682         }
 683     }
 684
 685     if (s->type == TIME_DOMAIN) {
 686         s->ringbuffer[0] = av_calloc(s->buffer_length, sizeof(float) * nb_input_channels);
 687         s->ringbuffer[1] = av_calloc(s->buffer_length, sizeof(float) * nb_input_channels);
 688     } else {
 689         /* get temporary HRTF memory for L and R channel */
 690         data_hrtf_l = av_malloc_array(n_fft, sizeof(*data_hrtf_l) * n_conv);
 691         data_hrtf_r = av_malloc_array(n_fft, sizeof(*data_hrtf_r) * n_conv);
 692         if (!data_hrtf_r || !data_hrtf_l) {
 693             ret = AVERROR(ENOMEM);
 694             goto fail;
 695         }
 696
 697         s->ringbuffer[0] = av_calloc(s->buffer_length, sizeof(float));
 698         s->ringbuffer[1] = av_calloc(s->buffer_length, sizeof(float));
 699         s->temp_fft[0] = av_malloc_array(s->n_fft, sizeof(FFTComplex));
 700         s->temp_fft[1] = av_malloc_array(s->n_fft, sizeof(FFTComplex));
 701         if (!s->temp_fft[0] || !s->temp_fft[1]) {
 702             ret = AVERROR(ENOMEM);
 703             goto fail;
 704         }
 705     }
 706
 707     if (!s->ringbuffer[0] || !s->ringbuffer[1]) {
 708         ret = AVERROR(ENOMEM);
 709         goto fail;
 710     }
 711
 712     if (s->type == FREQUENCY_DOMAIN) {
 713         fft_in_l = av_calloc(n_fft, sizeof(*fft_in_l));
 714         fft_in_r = av_calloc(n_fft, sizeof(*fft_in_r));
 715         if (!fft_in_l || !fft_in_r) {
 716             ret = AVERROR(ENOMEM);
 717             goto fail;
 718         }
 719     }
 720
 721     for (i = 0; i < s->n_conv; i++) {
 722         float *lir, *rir;
 723
 724         offset = i * FFALIGN(n_samples, 32); /* no. samples already written */
 725
 726         lir = data_ir_l + offset;
 727         rir = data_ir_r + offset;
 728
 729         if (s->type == TIME_DOMAIN) {
 730             for (j = 0; j < n_samples; j++) {
 731                 /* load reversed IRs of the specified source position
 732                  * sample-by-sample for left and right ear; and apply gain */
 733                 s->data_ir[0][offset + j] = lir[n_samples - 1 - j] * gain_lin;
 734                 s->data_ir[1][offset + j] = rir[n_samples - 1 - j] * gain_lin;
 735             }
 736         } else {
 737             memset(fft_in_l, 0, n_fft * sizeof(*fft_in_l));
 738             memset(fft_in_r, 0, n_fft * sizeof(*fft_in_r));
 739
 740             offset = i * n_fft; /* no. samples already written */
 741             for (j = 0; j < n_samples; j++) {
 742                 /* load non-reversed IRs of the specified source position
 743                  * sample-by-sample and apply gain,
 744                  * L channel is loaded to real part, R channel to imag part,
 745                  * IRs ared shifted by L and R delay */
 746                 fft_in_l[s->delay[0][i] + j].re = lir[j] * gain_lin;
 747                 fft_in_r[s->delay[1][i] + j].re = rir[j] * gain_lin;
 748             }
 749
 750             /* actually transform to frequency domain (IRs -> HRTFs) */
 751             av_fft_permute(s->fft[0], fft_in_l);
 752             av_fft_calc(s->fft[0], fft_in_l);
 753             memcpy(data_hrtf_l + offset, fft_in_l, n_fft * sizeof(*fft_in_l));
 754             av_fft_permute(s->fft[0], fft_in_r);
 755             av_fft_calc(s->fft[0], fft_in_r);
 756             memcpy(data_hrtf_r + offset, fft_in_r, n_fft * sizeof(*fft_in_r));
 757         }
 758     }
 759
 760     if (s->type == FREQUENCY_DOMAIN) {
 761         s->data_hrtf[0] = av_malloc_array(n_fft * s->n_conv, sizeof(FFTComplex));
 762         s->data_hrtf[1] = av_malloc_array(n_fft * s->n_conv, sizeof(FFTComplex));
 763         if (!s->data_hrtf[0] || !s->data_hrtf[1]) {
 764             ret = AVERROR(ENOMEM);
 765             goto fail;
 766         }
 767
 768         memcpy(s->data_hrtf[0], data_hrtf_l, /* copy HRTF data to */
 769             sizeof(FFTComplex) * n_conv * n_fft); /* filter struct */
 770         memcpy(s->data_hrtf[1], data_hrtf_r,
 771             sizeof(FFTComplex) * n_conv * n_fft);
 772     }
 773
 774 fail:
 775     av_freep(&data_hrtf_l); /* free temporary HRTF memory */
 776     av_freep(&data_hrtf_r);
 777
 778     av_freep(&data_ir_l); /* free temprary IR memory */
 779     av_freep(&data_ir_r);
 780
 781     av_freep(&fft_in_l); /* free temporary FFT memory */
 782     av_freep(&fft_in_r);
 783
 784     return ret;
 785 }
 786
 787 static av_cold int init(AVFilterContext *ctx)
 788 {
 789     SOFAlizerContext *s = ctx->priv;
 790     int ret;
 791
 792     if (!s->filename) {
 793         av_log(ctx, AV_LOG_ERROR, "Valid SOFA filename must be set.\n");
 794         return AVERROR(EINVAL);
 795     }
 796
 797     /* preload SOFA file, */
 798     ret = preload_sofa(ctx, s->filename, &s->sample_rate);
 799     if (ret) {
 800         /* file loading error */
 801         av_log(ctx, AV_LOG_ERROR, "Error while loading SOFA file: '%s'\n", s->filename);
 802     } else { /* no file loading error, resampling not required */
 803         av_log(ctx, AV_LOG_DEBUG, "File '%s' loaded.\n", s->filename);
 804     }
 805
 806     if (ret) {
 807         av_log(ctx, AV_LOG_ERROR, "No valid SOFA file could be loaded. Please specify valid SOFA file.\n");
 808         return ret;
 809     }
 810
 811     s->fdsp = avpriv_float_dsp_alloc(0);
 812     if (!s->fdsp)
 813         return AVERROR(ENOMEM);
 814
 815     return 0;
 816 }
 817
 818 static int config_input(AVFilterLink *inlink)
 819 {
 820     AVFilterContext *ctx = inlink->dst;
 821     SOFAlizerContext *s = ctx->priv;
 822     int ret;
 823
 824     if (s->type == FREQUENCY_DOMAIN) {
 825         inlink->partial_buf_size =
 826         inlink->min_samples =
 827         inlink->max_samples = s->framesize;
 828     }
 829
 830     /* gain -3 dB per channel, -6 dB to get LFE on a similar level */
 831     s->gain_lfe = expf((s->gain - 3 * inlink->channels - 6 + s->lfe_gain) / 20 * M_LN10);
 832
 833     s->n_conv = inlink->channels;
 834
 835     /* load IRs to data_ir[0] and data_ir[1] for required directions */
 836     if ((ret = load_data(ctx, s->rotation, s->elevation, s->radius, inlink->sample_rate)) < 0)
 837         return ret;
 838
 839     av_log(ctx, AV_LOG_DEBUG, "Samplerate: %d Channels to convolute: %d, Length of ringbuffer: %d x %d\n",
 840         inlink->sample_rate, s->n_conv, inlink->channels, s->buffer_length);
 841
 842     return 0;
 843 }
 844
 845 static av_cold void uninit(AVFilterContext *ctx)
 846 {
 847     SOFAlizerContext *s = ctx->priv;
 848
 849     close_sofa(&s->sofa);
 850     av_fft_end(s->ifft[0]);
 851     av_fft_end(s->ifft[1]);
 852     av_fft_end(s->fft[0]);
 853     av_fft_end(s->fft[1]);
 854     av_freep(&s->delay[0]);
 855     av_freep(&s->delay[1]);
 856     av_freep(&s->data_ir[0]);
 857     av_freep(&s->data_ir[1]);
 858     av_freep(&s->ringbuffer[0]);
 859     av_freep(&s->ringbuffer[1]);
 860     av_freep(&s->speaker_azim);
 861     av_freep(&s->speaker_elev);
 862     av_freep(&s->temp_src[0]);
 863     av_freep(&s->temp_src[1]);
 864     av_freep(&s->temp_fft[0]);
 865     av_freep(&s->temp_fft[1]);
 866     av_freep(&s->data_hrtf[0]);
 867     av_freep(&s->data_hrtf[1]);
 868     av_freep(&s->fdsp);
 869 }
 870
 871 #define OFFSET(x) offsetof(SOFAlizerContext, x)
 872 #define FLAGS AV_OPT_FLAG_AUDIO_PARAM|AV_OPT_FLAG_FILTERING_PARAM
 873
 874 static const AVOption sofalizer_options[] = {
 875     { "sofa",      "sofa filename",  OFFSET(filename),  AV_OPT_TYPE_STRING, {.str=NULL},            .flags = FLAGS },
 876     { "gain",      "set gain in dB", OFFSET(gain),      AV_OPT_TYPE_FLOAT,  {.dbl=0},     -20,  40, .flags = FLAGS },
 877     { "rotation",  "set rotation"  , OFFSET(rotation),  AV_OPT_TYPE_FLOAT,  {.dbl=0},    -360, 360, .flags = FLAGS },
 878     { "elevation", "set elevation",  OFFSET(elevation), AV_OPT_TYPE_FLOAT,  {.dbl=0},     -90,  90, .flags = FLAGS },
 879     { "radius",    "set radius",     OFFSET(radius),    AV_OPT_TYPE_FLOAT,  {.dbl=1},       0,   5, .flags = FLAGS },
 880     { "type",      "set processing", OFFSET(type),      AV_OPT_TYPE_INT,    {.i64=1},       0,   1, .flags = FLAGS, "type" },
 881     { "time",      "time domain",      0,               AV_OPT_TYPE_CONST,  {.i64=0},       0,   0, .flags = FLAGS, "type" },
 882     { "freq",      "frequency domain", 0,               AV_OPT_TYPE_CONST,  {.i64=1},       0,   0, .flags = FLAGS, "type" },
 883     { "speakers",  "set speaker custom positions", OFFSET(speakers_pos), AV_OPT_TYPE_STRING,  {.str=0},    0, 0, .flags = FLAGS },
 884     { "lfegain",   "set lfe gain",                 OFFSET(lfe_gain),     AV_OPT_TYPE_FLOAT,   {.dbl=0},   -9, 9, .flags = FLAGS },
 885     { "framesize", "set frame size", OFFSET(framesize), AV_OPT_TYPE_INT,    {.i64=1024},1024,96000, .flags = FLAGS },
 886     { NULL }
 887 };
 888
 889 AVFILTER_DEFINE_CLASS(sofalizer);
 890
 891 static const AVFilterPad inputs[] = {
 892     {
 893         .name         = "default",
 894         .type         = AVMEDIA_TYPE_AUDIO,
 895         .config_props = config_input,
 896         .filter_frame = filter_frame,
 897     },
 898     { NULL }
 899 };
 900
 901 static const AVFilterPad outputs[] = {
 902     {
 903         .name = "default",
 904         .type = AVMEDIA_TYPE_AUDIO,
 905     },
 906     { NULL }
 907 };
 908
 909 AVFilter ff_af_sofalizer = {
 910     .name          = "sofalizer",
 911     .description   = NULL_IF_CONFIG_SMALL("SOFAlizer (Spatially Oriented Format for Acoustics)."),
 912     .priv_size     = sizeof(SOFAlizerContext),
 913     .priv_class    = &sofalizer_class,
 914     .init          = init,
 915     .uninit        = uninit,
 916     .query_formats = query_formats,
 917     .inputs        = inputs,
 918     .outputs       = outputs,
 919     .flags         = AVFILTER_FLAG_SLICE_THREADS,
 920 };