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 {
  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
  45     if (!(formats = ff_make_format_list(sample_fmts)))
  46         return AVERROR(ENOMEM);
  47     return ff_set_common_formats(ctx, formats);
  48 }
  49
  50 static int filter_frame(AVFilterLink *inlink, AVFrame *samples)
  51 {
  52     AVFilterContext *ctx = inlink->dst;
  53     VolDetectContext *vd = ctx->priv;
  54     int64_t layout  = samples->channel_layout;
  55     int nb_samples  = samples->nb_samples;
  56     int nb_channels = av_get_channel_layout_nb_channels(layout);
  57     int nb_planes   = nb_channels;
  58     int plane, i;
  59     int16_t *pcm;
  60
  61     if (!av_sample_fmt_is_planar(samples->format)) {
  62         nb_samples *= nb_channels;
  63         nb_planes = 1;
  64     }
  65     for (plane = 0; plane < nb_planes; plane++) {
  66         pcm = (int16_t *)samples->extended_data[plane];
  67         for (i = 0; i < nb_samples; i++)
  68             vd->histogram[pcm[i] + 0x8000]++;
  69     }
  70
  71     return ff_filter_frame(inlink->dst->outputs[0], samples);
  72 }
  73
  74 #define MAX_DB 91
  75
  76 static inline double logdb(uint64_t v)
  77 {
  78     double d = v / (double)(0x8000 * 0x8000);
  79     if (!v)
  80         return MAX_DB;
  81     return -log10(d) * 10;
  82 }
  83
  84 static void print_stats(AVFilterContext *ctx)
  85 {
  86     VolDetectContext *vd = ctx->priv;
  87     int i, max_volume, shift;
  88     uint64_t nb_samples = 0, power = 0, nb_samples_shift = 0, sum = 0;
  89     uint64_t histdb[MAX_DB + 1] = { 0 };
  90
  91     for (i = 0; i < 0x10000; i++)
  92         nb_samples += vd->histogram[i];
  93     av_log(ctx, AV_LOG_INFO, "n_samples: %"PRId64"\n", nb_samples);
  94     if (!nb_samples)
  95         return;
  96
  97     /* If nb_samples > 1<<34, there is a risk of overflow in the
  98        multiplication or the sum: shift all histogram values to avoid that.
  99        The total number of samples must be recomputed to avoid rounding
 100        errors. */
 101     shift = av_log2(nb_samples >> 33);
 102     for (i = 0; i < 0x10000; i++) {
 103         nb_samples_shift += vd->histogram[i] >> shift;
 104         power += (i - 0x8000) * (i - 0x8000) * (vd->histogram[i] >> shift);
 105     }
 106     if (!nb_samples_shift)
 107         return;
 108     power = (power + nb_samples_shift / 2) / nb_samples_shift;
 109     av_assert0(power <= 0x8000 * 0x8000);
 110     av_log(ctx, AV_LOG_INFO, "mean_volume: %.1f dB\n", -logdb(power));
 111
 112     max_volume = 0x8000;
 113     while (max_volume > 0 && !vd->histogram[0x8000 + max_volume] &&
 114                              !vd->histogram[0x8000 - max_volume])
 115         max_volume--;
 116     av_log(ctx, AV_LOG_INFO, "max_volume: %.1f dB\n", -logdb(max_volume * max_volume));
 117
 118     for (i = 0; i < 0x10000; i++)
 119         histdb[(int)logdb((i - 0x8000) * (i - 0x8000))] += vd->histogram[i];
 120     for (i = 0; i <= MAX_DB && !histdb[i]; i++);
 121     for (; i <= MAX_DB && sum < nb_samples / 1000; i++) {
 122         av_log(ctx, AV_LOG_INFO, "histogram_%ddb: %"PRId64"\n", i, histdb[i]);
 123         sum += histdb[i];
 124     }
 125 }
 126
 127 static av_cold void uninit(AVFilterContext *ctx)
 128 {
 129     print_stats(ctx);
 130 }
 131
 132 static const AVFilterPad volumedetect_inputs[] = {
 133     {
 134         .name         = "default",
 135         .type         = AVMEDIA_TYPE_AUDIO,
 136         .filter_frame = filter_frame,
 137     },
 138     { NULL }
 139 };
 140
 141 static const AVFilterPad volumedetect_outputs[] = {
 142     {
 143         .name = "default",
 144         .type = AVMEDIA_TYPE_AUDIO,
 145     },
 146     { NULL }
 147 };
 148
 149 AVFilter ff_af_volumedetect = {
 150     .name          = "volumedetect",
 151     .description   = NULL_IF_CONFIG_SMALL("Detect audio volume."),
 152     .priv_size     = sizeof(VolDetectContext),
 153     .query_formats = query_formats,
 154     .uninit        = uninit,
 155     .inputs        = volumedetect_inputs,
 156     .outputs       = volumedetect_outputs,
 157 };