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

   1 /*
   2  * Copyright (c) 2012 Nicolas George
   3  *
   4  * This file is part of FFmpeg.
   5  *
   6  * FFmpeg is free software; you can redistribute it and/or
   7  * modify it under the terms of the GNU Lesser General Public License
   8  * as published by the Free Software Foundation; either
   9  * version 2.1 of the License, or (at your option) any later version.
  10  *
  11  * FFmpeg is distributed in the hope that it will be useful,
  12  * but WITHOUT ANY WARRANTY; without even the implied warranty of
  13  * MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the
  14  * GNU Lesser General Public License for more details.
  15  *
  16  * You should have received a copy of the GNU Lesser General Public License
  17  * along with FFmpeg; if not, write to the Free Software Foundation, Inc.,
  18  * 51 Franklin Street, Fifth Floor, Boston, MA 02110-1301 USA
  19  */
  20
  21 #include "libavutil/channel_layout.h"
  22 #include "libavutil/avassert.h"
  23 #include "audio.h"
  24 #include "avfilter.h"
  25 #include "internal.h"
  26
  27 typedef struct VolDetectContext {
  28     /**
  29      * Number of samples at each PCM value.
  30      * histogram[0x8000 + i] is the number of samples at value i.
  31      * The extra element is there for symmetry.
  32      */
  33     uint64_t histogram[0x10001];
  34 } VolDetectContext;
  35
  36 static int query_formats(AVFilterContext *ctx)
  37 {
  38     static const enum AVSampleFormat sample_fmts[] = {
  39         AV_SAMPLE_FMT_S16,
  40         AV_SAMPLE_FMT_S16P,
  41         AV_SAMPLE_FMT_NONE
  42     };
  43     AVFilterFormats *formats;
  44     AVFilterChannelLayouts *layouts;
  45     int ret;
  46
  47     if (!(formats = ff_make_format_list(sample_fmts)))
  48         return AVERROR(ENOMEM);
  49
  50     layouts = ff_all_channel_counts();
  51     if (!layouts)
  52         return AVERROR(ENOMEM);
  53     ret = ff_set_common_channel_layouts(ctx, layouts);
  54     if (ret < 0)
  55         return ret;
  56
  57     return ff_set_common_formats(ctx, formats);
  58 }
  59
  60 static int filter_frame(AVFilterLink *inlink, AVFrame *samples)
  61 {
  62     AVFilterContext *ctx = inlink->dst;
  63     VolDetectContext *vd = ctx->priv;
  64     int nb_samples  = samples->nb_samples;
  65     int nb_channels = samples->channels;
  66     int nb_planes   = nb_channels;
  67     int plane, i;
  68     int16_t *pcm;
  69
  70     if (!av_sample_fmt_is_planar(samples->format)) {
  71         nb_samples *= nb_channels;
  72         nb_planes = 1;
  73     }
  74     for (plane = 0; plane < nb_planes; plane++) {
  75         pcm = (int16_t *)samples->extended_data[plane];
  76         for (i = 0; i < nb_samples; i++)
  77             vd->histogram[pcm[i] + 0x8000]++;
  78     }
  79
  80     return ff_filter_frame(inlink->dst->outputs[0], samples);
  81 }
  82
  83 #define MAX_DB 91
  84
  85 static inline double logdb(uint64_t v)
  86 {
  87     double d = v / (double)(0x8000 * 0x8000);
  88     if (!v)
  89         return MAX_DB;
  90     return -log10(d) * 10;
  91 }
  92
  93 static void print_stats(AVFilterContext *ctx)
  94 {
  95     VolDetectContext *vd = ctx->priv;
  96     int i, max_volume, shift;
  97     uint64_t nb_samples = 0, power = 0, nb_samples_shift = 0, sum = 0;
  98     uint64_t histdb[MAX_DB + 1] = { 0 };
  99
 100     for (i = 0; i < 0x10000; i++)
 101         nb_samples += vd->histogram[i];
 102     av_log(ctx, AV_LOG_INFO, "n_samples: %"PRId64"\n", nb_samples);
 103     if (!nb_samples)
 104         return;
 105
 106     /* If nb_samples > 1<<34, there is a risk of overflow in the
 107        multiplication or the sum: shift all histogram values to avoid that.
 108        The total number of samples must be recomputed to avoid rounding
 109        errors. */
 110     shift = av_log2(nb_samples >> 33);
 111     for (i = 0; i < 0x10000; i++) {
 112         nb_samples_shift += vd->histogram[i] >> shift;
 113         power += (i - 0x8000) * (i - 0x8000) * (vd->histogram[i] >> shift);
 114     }
 115     if (!nb_samples_shift)
 116         return;
 117     power = (power + nb_samples_shift / 2) / nb_samples_shift;
 118     av_assert0(power <= 0x8000 * 0x8000);
 119     av_log(ctx, AV_LOG_INFO, "mean_volume: %.1f dB\n", -logdb(power));
 120
 121     max_volume = 0x8000;
 122     while (max_volume > 0 && !vd->histogram[0x8000 + max_volume] &&
 123                              !vd->histogram[0x8000 - max_volume])
 124         max_volume--;
 125     av_log(ctx, AV_LOG_INFO, "max_volume: %.1f dB\n", -logdb(max_volume * max_volume));
 126
 127     for (i = 0; i < 0x10000; i++)
 128         histdb[(int)logdb((i - 0x8000) * (i - 0x8000))] += vd->histogram[i];
 129     for (i = 0; i <= MAX_DB && !histdb[i]; i++);
 130     for (; i <= MAX_DB && sum < nb_samples / 1000; i++) {
 131         av_log(ctx, AV_LOG_INFO, "histogram_%ddb: %"PRId64"\n", i, histdb[i]);
 132         sum += histdb[i];
 133     }
 134 }
 135
 136 static av_cold void uninit(AVFilterContext *ctx)
 137 {
 138     print_stats(ctx);
 139 }
 140
 141 static const AVFilterPad volumedetect_inputs[] = {
 142     {
 143         .name         = "default",
 144         .type         = AVMEDIA_TYPE_AUDIO,
 145         .filter_frame = filter_frame,
 146     },
 147     { NULL }
 148 };
 149
 150 static const AVFilterPad volumedetect_outputs[] = {
 151     {
 152         .name = "default",
 153         .type = AVMEDIA_TYPE_AUDIO,
 154     },
 155     { NULL }
 156 };
 157
 158 AVFilter ff_af_volumedetect = {
 159     .name          = "volumedetect",
 160     .description   = NULL_IF_CONFIG_SMALL("Detect audio volume."),
 161     .priv_size     = sizeof(VolDetectContext),
 162     .query_formats = query_formats,
 163     .uninit        = uninit,
 164     .inputs        = volumedetect_inputs,
 165     .outputs       = volumedetect_outputs,
 166 };