git.sesse.net Git - vlc/blob - modules/codec/avcodec/audio.c

   1 /*****************************************************************************
   2  * audio.c: audio decoder using ffmpeg library
   3  *****************************************************************************
   4  * Copyright (C) 1999-2003 the VideoLAN team
   5  * $Id$
   6  *
   7  * Authors: Laurent Aimar <fenrir@via.ecp.fr>
   8  *          Gildas Bazin <gbazin@videolan.org>
   9  *
  10  * This program is free software; you can redistribute it and/or modify
  11  * it under the terms of the GNU General Public License as published by
  12  * the Free Software Foundation; either version 2 of the License, or
  13  * (at your option) any later version.
  14  *
  15  * This program is distributed in the hope that it will be useful,
  16  * but WITHOUT ANY WARRANTY; without even the implied warranty of
  17  * MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the
  18  * GNU General Public License for more details.
  19  *
  20  * You should have received a copy of the GNU General Public License
  21  * along with this program; if not, write to the Free Software
  22  * Foundation, Inc., 51 Franklin Street, Fifth Floor, Boston MA 02110-1301, USA.
  23  *****************************************************************************/
  24
  25 /*****************************************************************************
  26  * Preamble
  27  *****************************************************************************/
  28 #ifdef HAVE_CONFIG_H
  29 # include "config.h"
  30 #endif
  31
  32 #include <vlc_common.h>
  33 #include <vlc_aout.h>
  34 #include <vlc_codec.h>
  35 #include <vlc_avcodec.h>
  36
  37 /* ffmpeg header */
  38 #include <libavcodec/avcodec.h>
  39 #include <libavutil/mem.h>
  40
  41 #if LIBAVUTIL_VERSION_INT >= ((50<<16)+(38<<8)+0)
  42 # include "libavutil/audioconvert.h"
  43 #endif
  44
  45 #include "avcodec.h"
  46
  47 /*****************************************************************************
  48  * decoder_sys_t : decoder descriptor
  49  *****************************************************************************/
  50 struct decoder_sys_t
  51 {
  52     AVCODEC_COMMON_MEMBERS
  53
  54     /* Temporary buffer for libavcodec */
  55     int     i_output_max;
  56     uint8_t *p_output;
  57
  58     /*
  59      * Output properties
  60      */
  61     audio_sample_format_t aout_format;
  62     date_t                end_date;
  63
  64     /*
  65      *
  66      */
  67     uint8_t *p_samples;
  68     int     i_samples;
  69
  70     /* */
  71     int     i_reject_count;
  72
  73     /* */
  74     bool    b_extract;
  75     int     pi_extraction[AOUT_CHAN_MAX];
  76     int     i_previous_channels;
  77     int64_t i_previous_layout;
  78 };
  79
  80 #define BLOCK_FLAG_PRIVATE_REALLOCATED (1 << BLOCK_FLAG_PRIVATE_SHIFT)
  81
  82 static void SetupOutputFormat( decoder_t *p_dec, bool b_trust );
  83
  84 static void InitDecoderConfig( decoder_t *p_dec, AVCodecContext *p_context )
  85 {
  86     if( p_dec->fmt_in.i_extra > 0 )
  87     {
  88         const uint8_t * const p_src = p_dec->fmt_in.p_extra;
  89         int i_offset;
  90         int i_size;
  91
  92         if( p_dec->fmt_in.i_codec == VLC_CODEC_FLAC )
  93         {
  94             i_offset = 8;
  95             i_size = p_dec->fmt_in.i_extra - 8;
  96         }
  97         else if( p_dec->fmt_in.i_codec == VLC_CODEC_ALAC )
  98         {
  99             static const uint8_t p_pattern[] = { 0, 0, 0, 36, 'a', 'l', 'a', 'c' };
 100             /* Find alac atom XXX it is a bit ugly */
 101             for( i_offset = 0; i_offset < p_dec->fmt_in.i_extra - sizeof(p_pattern); i_offset++ )
 102             {
 103                 if( !memcmp( &p_src[i_offset], p_pattern, sizeof(p_pattern) ) )
 104                     break;
 105             }
 106             i_size = __MIN( p_dec->fmt_in.i_extra - i_offset, 36 );
 107             if( i_size < 36 )
 108                 i_size = 0;
 109         }
 110         else
 111         {
 112             i_offset = 0;
 113             i_size = p_dec->fmt_in.i_extra;
 114         }
 115
 116         if( i_size > 0 )
 117         {
 118             p_context->extradata =
 119                 malloc( i_size + FF_INPUT_BUFFER_PADDING_SIZE );
 120             if( p_context->extradata )
 121             {
 122                 uint8_t *p_dst = p_context->extradata;
 123
 124                 p_context->extradata_size = i_size;
 125
 126                 memcpy( &p_dst[0],            &p_src[i_offset], i_size );
 127                 memset( &p_dst[i_size], 0, FF_INPUT_BUFFER_PADDING_SIZE );
 128             }
 129         }
 130     }
 131     else
 132     {
 133         p_context->extradata_size = 0;
 134         p_context->extradata = NULL;
 135     }
 136 }
 137
 138 /*****************************************************************************
 139  * InitAudioDec: initialize audio decoder
 140  *****************************************************************************
 141  * The ffmpeg codec will be opened, some memory allocated.
 142  *****************************************************************************/
 143 int InitAudioDec( decoder_t *p_dec, AVCodecContext *p_context,
 144                       AVCodec *p_codec, int i_codec_id, const char *psz_namecodec )
 145 {
 146     decoder_sys_t *p_sys;
 147
 148     /* Allocate the memory needed to store the decoder's structure */
 149     if( ( p_dec->p_sys = p_sys = malloc(sizeof(*p_sys)) ) == NULL )
 150     {
 151         return VLC_ENOMEM;
 152     }
 153
 154     p_codec->type = AVMEDIA_TYPE_AUDIO;
 155     p_context->codec_type = AVMEDIA_TYPE_AUDIO;
 156     p_context->codec_id = i_codec_id;
 157     p_sys->p_context = p_context;
 158     p_sys->p_codec = p_codec;
 159     p_sys->i_codec_id = i_codec_id;
 160     p_sys->psz_namecodec = psz_namecodec;
 161     p_sys->b_delayed_open = true;
 162
 163     // Initialize decoder extradata
 164     InitDecoderConfig( p_dec, p_context);
 165
 166     /* ***** Open the codec ***** */
 167     if( ffmpeg_OpenCodec( p_dec ) < 0 )
 168     {
 169         msg_Err( p_dec, "cannot open codec (%s)", p_sys->psz_namecodec );
 170         free( p_sys->p_context->extradata );
 171         free( p_sys );
 172         return VLC_EGENERIC;
 173     }
 174
 175     switch( i_codec_id )
 176     {
 177     case CODEC_ID_WAVPACK:
 178         p_sys->i_output_max = 8 * sizeof(int32_t) * 131072;
 179         break;
 180     case CODEC_ID_TTA:
 181         p_sys->i_output_max = p_sys->p_context->channels * sizeof(int32_t) * p_sys->p_context->sample_rate * 2;
 182         break;
 183     case CODEC_ID_FLAC:
 184         p_sys->i_output_max = 8 * sizeof(int32_t) * 65535;
 185         break;
 186 #if LIBAVCODEC_VERSION_INT >= AV_VERSION_INT( 52, 35, 0 )
 187     case CODEC_ID_WMAPRO:
 188         p_sys->i_output_max = 8 * sizeof(float) * 6144; /* (1 << 12) * 3/2 */
 189         break;
 190 #endif
 191     default:
 192         p_sys->i_output_max = 0;
 193         break;
 194     }
 195     if( p_sys->i_output_max < AVCODEC_MAX_AUDIO_FRAME_SIZE )
 196         p_sys->i_output_max = AVCODEC_MAX_AUDIO_FRAME_SIZE;
 197     msg_Dbg( p_dec, "Using %d bytes output buffer", p_sys->i_output_max );
 198     p_sys->p_output = av_malloc( p_sys->i_output_max );
 199
 200     p_sys->p_samples = NULL;
 201     p_sys->i_samples = 0;
 202     p_sys->i_reject_count = 0;
 203     p_sys->b_extract = false;
 204     p_sys->i_previous_channels = 0;
 205     p_sys->i_previous_layout = 0;
 206
 207     /* */
 208     p_dec->fmt_out.i_cat = AUDIO_ES;
 209     /* Try to set as much information as possible but do not trust it */
 210     SetupOutputFormat( p_dec, false );
 211
 212     date_Set( &p_sys->end_date, 0 );
 213     if( p_dec->fmt_out.audio.i_rate )
 214         date_Init( &p_sys->end_date, p_dec->fmt_out.audio.i_rate, 1 );
 215     else if( p_dec->fmt_in.audio.i_rate )
 216         date_Init( &p_sys->end_date, p_dec->fmt_in.audio.i_rate, 1 );
 217
 218     return VLC_SUCCESS;
 219 }
 220
 221 /*****************************************************************************
 222  * SplitBuffer: Needed because aout really doesn't like big audio chunk and
 223  * wma produces easily > 30000 samples...
 224  *****************************************************************************/
 225 static block_t *SplitBuffer( decoder_t *p_dec )
 226 {
 227     decoder_sys_t *p_sys = p_dec->p_sys;
 228     int i_samples = __MIN( p_sys->i_samples, 4096 );
 229     block_t *p_buffer;
 230
 231     if( i_samples == 0 ) return NULL;
 232
 233     if( ( p_buffer = decoder_NewAudioBuffer( p_dec, i_samples ) ) == NULL )
 234         return NULL;
 235
 236     p_buffer->i_pts = date_Get( &p_sys->end_date );
 237     p_buffer->i_length = date_Increment( &p_sys->end_date, i_samples )
 238                          - p_buffer->i_pts;
 239
 240     if( p_sys->b_extract )
 241         aout_ChannelExtract( p_buffer->p_buffer, p_dec->fmt_out.audio.i_channels,
 242                              p_sys->p_samples, p_sys->p_context->channels, i_samples,
 243                              p_sys->pi_extraction, p_dec->fmt_out.audio.i_bitspersample );
 244     else
 245         memcpy( p_buffer->p_buffer, p_sys->p_samples, p_buffer->i_buffer );
 246
 247     p_sys->p_samples += i_samples * p_sys->p_context->channels * ( p_dec->fmt_out.audio.i_bitspersample / 8 );
 248     p_sys->i_samples -= i_samples;
 249
 250     return p_buffer;
 251 }
 252
 253 /*****************************************************************************
 254  * DecodeAudio: Called to decode one frame
 255  *****************************************************************************/
 256 block_t * DecodeAudio ( decoder_t *p_dec, block_t **pp_block )
 257 {
 258     decoder_sys_t *p_sys = p_dec->p_sys;
 259     int i_used, i_output;
 260     block_t *p_buffer;
 261     block_t *p_block;
 262     AVPacket pkt;
 263
 264     if( !pp_block || !*pp_block ) return NULL;
 265
 266     p_block = *pp_block;
 267
 268     if( !p_sys->p_context->extradata_size && p_dec->fmt_in.i_extra &&
 269         p_sys->b_delayed_open)
 270     {
 271         InitDecoderConfig( p_dec, p_sys->p_context);
 272         if( ffmpeg_OpenCodec( p_dec ) )
 273             msg_Err( p_dec, "Cannot open decoder %s", p_sys->psz_namecodec );
 274     }
 275     if( p_sys->b_delayed_open )
 276     {
 277         block_Release( p_block );
 278         return NULL;
 279     }
 280
 281     if( p_block->i_flags & (BLOCK_FLAG_DISCONTINUITY|BLOCK_FLAG_CORRUPTED) )
 282     {
 283         block_Release( p_block );
 284         avcodec_flush_buffers( p_sys->p_context );
 285         p_sys->i_samples = 0;
 286         date_Set( &p_sys->end_date, 0 );
 287
 288         if( p_sys->i_codec_id == CODEC_ID_MP2 || p_sys->i_codec_id == CODEC_ID_MP3 )
 289             p_sys->i_reject_count = 3;
 290         return NULL;
 291     }
 292
 293     if( p_sys->i_samples > 0 )
 294     {
 295         /* More data */
 296         p_buffer = SplitBuffer( p_dec );
 297         if( !p_buffer ) block_Release( p_block );
 298         return p_buffer;
 299     }
 300
 301     if( !date_Get( &p_sys->end_date ) && !p_block->i_pts )
 302     {
 303         /* We've just started the stream, wait for the first PTS. */
 304         block_Release( p_block );
 305         return NULL;
 306     }
 307
 308     if( p_block->i_buffer <= 0 )
 309     {
 310         block_Release( p_block );
 311         return NULL;
 312     }
 313
 314     if( (p_block->i_flags & BLOCK_FLAG_PRIVATE_REALLOCATED) == 0 )
 315     {
 316         *pp_block = p_block = block_Realloc( p_block, 0, p_block->i_buffer + FF_INPUT_BUFFER_PADDING_SIZE );
 317         if( !p_block )
 318             return NULL;
 319         p_block->i_buffer -= FF_INPUT_BUFFER_PADDING_SIZE;
 320         memset( &p_block->p_buffer[p_block->i_buffer], 0, FF_INPUT_BUFFER_PADDING_SIZE );
 321
 322         p_block->i_flags |= BLOCK_FLAG_PRIVATE_REALLOCATED;
 323     }
 324
 325     do
 326     {
 327         i_output = __MAX( p_block->i_buffer, p_sys->i_output_max );
 328         if( i_output > p_sys->i_output_max )
 329         {
 330             /* Grow output buffer if necessary (eg. for PCM data) */
 331             p_sys->p_output = av_realloc( p_sys->p_output, i_output );
 332         }
 333
 334         av_init_packet( &pkt );
 335         pkt.data = p_block->p_buffer;
 336         pkt.size = p_block->i_buffer;
 337         i_used = avcodec_decode_audio3( p_sys->p_context,
 338                                        (int16_t*)p_sys->p_output, &i_output,
 339                                        &pkt );
 340
 341         if( i_used < 0 || i_output < 0 )
 342         {
 343             if( i_used < 0 )
 344                 msg_Warn( p_dec, "cannot decode one frame (%zu bytes)",
 345                           p_block->i_buffer );
 346
 347             block_Release( p_block );
 348             return NULL;
 349         }
 350         else if( (size_t)i_used > p_block->i_buffer )
 351         {
 352             i_used = p_block->i_buffer;
 353         }
 354
 355         p_block->i_buffer -= i_used;
 356         p_block->p_buffer += i_used;
 357
 358     } while( p_block->i_buffer > 0 && i_output <= 0 );
 359
 360     if( p_sys->p_context->channels <= 0 || p_sys->p_context->channels > 8 ||
 361         p_sys->p_context->sample_rate <= 0 )
 362     {
 363         msg_Warn( p_dec, "invalid audio properties channels count %d, sample rate %d",
 364                   p_sys->p_context->channels, p_sys->p_context->sample_rate );
 365         block_Release( p_block );
 366         return NULL;
 367     }
 368
 369     if( p_dec->fmt_out.audio.i_rate != (unsigned int)p_sys->p_context->sample_rate )
 370     {
 371         date_Init( &p_sys->end_date, p_sys->p_context->sample_rate, 1 );
 372         date_Set( &p_sys->end_date, p_block->i_pts );
 373     }
 374
 375     /* **** Set audio output parameters **** */
 376     SetupOutputFormat( p_dec, true );
 377
 378     if( p_block->i_pts != 0 &&
 379         p_block->i_pts != date_Get( &p_sys->end_date ) )
 380     {
 381         date_Set( &p_sys->end_date, p_block->i_pts );
 382     }
 383     p_block->i_pts = 0;
 384
 385     /* **** Now we can output these samples **** */
 386     p_sys->i_samples = i_output / (p_dec->fmt_out.audio.i_bitspersample / 8) / p_sys->p_context->channels;
 387     p_sys->p_samples = p_sys->p_output;
 388
 389     /* Silent unwanted samples */
 390     if( p_sys->i_reject_count > 0 )
 391     {
 392         memset( p_sys->p_output, 0, i_output );
 393         p_sys->i_reject_count--;
 394     }
 395
 396     p_buffer = SplitBuffer( p_dec );
 397     if( !p_buffer ) block_Release( p_block );
 398     return p_buffer;
 399 }
 400
 401 /*****************************************************************************
 402  * EndAudioDec: audio decoder destruction
 403  *****************************************************************************/
 404 void EndAudioDec( decoder_t *p_dec )
 405 {
 406     decoder_sys_t *p_sys = p_dec->p_sys;
 407
 408     av_free( p_sys->p_output );
 409 }
 410
 411 /*****************************************************************************
 412  *
 413  *****************************************************************************/
 414
 415 void GetVlcAudioFormat( vlc_fourcc_t *pi_codec, unsigned *pi_bits, int i_sample_fmt )
 416 {
 417     switch( i_sample_fmt )
 418     {
 419     case AV_SAMPLE_FMT_U8:
 420         *pi_codec = VLC_CODEC_U8;
 421         *pi_bits = 8;
 422         break;
 423     case AV_SAMPLE_FMT_S32:
 424         *pi_codec = VLC_CODEC_S32N;
 425         *pi_bits = 32;
 426         break;
 427     case AV_SAMPLE_FMT_FLT:
 428         *pi_codec = VLC_CODEC_FL32;
 429         *pi_bits = 32;
 430         break;
 431     case AV_SAMPLE_FMT_DBL:
 432         *pi_codec = VLC_CODEC_FL64;
 433         *pi_bits = 64;
 434         break;
 435
 436     case AV_SAMPLE_FMT_S16:
 437     default:
 438         *pi_codec = VLC_CODEC_S16N;
 439         *pi_bits = 16;
 440         break;
 441     }
 442 }
 443
 444 static const uint64_t pi_channels_map[][2] =
 445 {
 446     { AV_CH_FRONT_LEFT,        AOUT_CHAN_LEFT },
 447     { AV_CH_FRONT_RIGHT,       AOUT_CHAN_RIGHT },
 448     { AV_CH_FRONT_CENTER,      AOUT_CHAN_CENTER },
 449     { AV_CH_LOW_FREQUENCY,     AOUT_CHAN_LFE },
 450     { AV_CH_BACK_LEFT,         AOUT_CHAN_REARLEFT },
 451     { AV_CH_BACK_RIGHT,        AOUT_CHAN_REARRIGHT },
 452     { AV_CH_FRONT_LEFT_OF_CENTER, 0 },
 453     { AV_CH_FRONT_RIGHT_OF_CENTER, 0 },
 454     { AV_CH_BACK_CENTER,       AOUT_CHAN_REARCENTER },
 455     { AV_CH_SIDE_LEFT,         AOUT_CHAN_MIDDLELEFT },
 456     { AV_CH_SIDE_RIGHT,        AOUT_CHAN_MIDDLERIGHT },
 457     { AV_CH_TOP_CENTER,        0 },
 458     { AV_CH_TOP_FRONT_LEFT,    0 },
 459     { AV_CH_TOP_FRONT_CENTER,  0 },
 460     { AV_CH_TOP_FRONT_RIGHT,   0 },
 461     { AV_CH_TOP_BACK_LEFT,     0 },
 462     { AV_CH_TOP_BACK_CENTER,   0 },
 463     { AV_CH_TOP_BACK_RIGHT,    0 },
 464     { AV_CH_STEREO_LEFT,       0 },
 465     { AV_CH_STEREO_RIGHT,      0 },
 466 };
 467
 468 static void SetupOutputFormat( decoder_t *p_dec, bool b_trust )
 469 {
 470     decoder_sys_t *p_sys = p_dec->p_sys;
 471
 472     GetVlcAudioFormat( &p_dec->fmt_out.i_codec,
 473                        &p_dec->fmt_out.audio.i_bitspersample,
 474                        p_sys->p_context->sample_fmt );
 475     p_dec->fmt_out.audio.i_rate = p_sys->p_context->sample_rate;
 476
 477     /* */
 478     if( p_sys->i_previous_channels == p_sys->p_context->channels &&
 479         p_sys->i_previous_layout == p_sys->p_context->channel_layout )
 480         return;
 481     if( b_trust )
 482     {
 483         p_sys->i_previous_channels = p_sys->p_context->channels;
 484         p_sys->i_previous_layout = p_sys->p_context->channel_layout;
 485     }
 486
 487     /* Specified order
 488      * FIXME should we use fmt_in.audio.i_physical_channels or not ?
 489      */
 490     const unsigned i_order_max = 8 * sizeof(p_sys->p_context->channel_layout);
 491     uint32_t pi_order_src[i_order_max];
 492     int i_channels_src = 0;
 493
 494     if( p_sys->p_context->channel_layout )
 495     {
 496         for( unsigned i = 0; i < sizeof(pi_channels_map)/sizeof(*pi_channels_map); i++ )
 497         {
 498             if( p_sys->p_context->channel_layout & pi_channels_map[i][0] )
 499                 pi_order_src[i_channels_src++] = pi_channels_map[i][1];
 500         }
 501     }
 502     else
 503     {
 504         /* Create default order  */
 505         if( b_trust )
 506             msg_Warn( p_dec, "Physical channel configuration not set : guessing" );
 507         for( unsigned int i = 0; i < __MIN( i_order_max, (unsigned)p_sys->p_context->channels ); i++ )
 508         {
 509             if( i < sizeof(pi_channels_map)/sizeof(*pi_channels_map) )
 510                 pi_order_src[i_channels_src++] = pi_channels_map[i][1];
 511         }
 512     }
 513     if( i_channels_src != p_sys->p_context->channels && b_trust )
 514         msg_Err( p_dec, "Channel layout not understood" );
 515
 516     uint32_t i_layout_dst;
 517     int      i_channels_dst;
 518     p_sys->b_extract = aout_CheckChannelExtraction( p_sys->pi_extraction,
 519                                                     &i_layout_dst, &i_channels_dst,
 520                                                     NULL, pi_order_src, i_channels_src );
 521     if( i_channels_dst != i_channels_src && b_trust )
 522         msg_Warn( p_dec, "%d channels are dropped", i_channels_src - i_channels_dst );
 523
 524     p_dec->fmt_out.audio.i_physical_channels =
 525     p_dec->fmt_out.audio.i_original_channels = i_layout_dst;
 526     p_dec->fmt_out.audio.i_channels = i_channels_dst;
 527 }
 528