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 #ifdef HAVE_LIBAVCODEC_AVCODEC_H
  39 #   include <libavcodec/avcodec.h>
  40 #elif defined(HAVE_FFMPEG_AVCODEC_H)
  41 #   include <ffmpeg/avcodec.h>
  42 #else
  43 #   include <avcodec.h>
  44 #endif
  45
  46 #include "avcodec.h"
  47
  48 /*****************************************************************************
  49  * decoder_sys_t : decoder descriptor
  50  *****************************************************************************/
  51 struct decoder_sys_t
  52 {
  53     FFMPEG_COMMON_MEMBERS
  54
  55     /* Temporary buffer for libavcodec */
  56     int     i_output_max;
  57     uint8_t *p_output;
  58
  59     /*
  60      * Output properties
  61      */
  62     audio_sample_format_t aout_format;
  63     audio_date_t          end_date;
  64
  65     /*
  66      *
  67      */
  68     uint8_t *p_samples;
  69     int     i_samples;
  70
  71     /* */
  72     int     i_reject_count;
  73
  74     /* */
  75     bool    b_extract;
  76     int     pi_extraction[AOUT_CHAN_MAX];
  77     int     i_previous_channels;
  78     int64_t i_previous_layout;
  79 };
  80
  81 static void SetupOutputFormat( decoder_t *p_dec );
  82
  83 /*****************************************************************************
  84  * InitAudioDec: initialize audio decoder
  85  *****************************************************************************
  86  * The ffmpeg codec will be opened, some memory allocated.
  87  *****************************************************************************/
  88 int InitAudioDec( decoder_t *p_dec, AVCodecContext *p_context,
  89                       AVCodec *p_codec, int i_codec_id, const char *psz_namecodec )
  90 {
  91     decoder_sys_t *p_sys;
  92
  93     /* Allocate the memory needed to store the decoder's structure */
  94     if( ( p_dec->p_sys = p_sys = malloc(sizeof(*p_sys)) ) == NULL )
  95     {
  96         return VLC_ENOMEM;
  97     }
  98
  99     p_sys->p_context = p_context;
 100     p_sys->p_codec = p_codec;
 101     p_sys->i_codec_id = i_codec_id;
 102     p_sys->psz_namecodec = psz_namecodec;
 103     p_sys->b_delayed_open = false;
 104
 105     /* ***** Fill p_context with init values ***** */
 106     p_sys->p_context->sample_rate = p_dec->fmt_in.audio.i_rate;
 107     p_sys->p_context->channels = p_dec->fmt_in.audio.i_channels;
 108
 109     p_sys->p_context->block_align = p_dec->fmt_in.audio.i_blockalign;
 110     p_sys->p_context->bit_rate = p_dec->fmt_in.i_bitrate;
 111 #if LIBAVCODEC_VERSION_INT < ((52<<16)+(0<<8)+0)
 112     p_sys->p_context->bits_per_sample = p_dec->fmt_in.audio.i_bitspersample;
 113 #else
 114     p_sys->p_context->bits_per_coded_sample = p_dec->fmt_in.audio.i_bitspersample;
 115 #endif
 116
 117     if( p_dec->fmt_in.i_extra > 0 )
 118     {
 119         const uint8_t * const p_src = p_dec->fmt_in.p_extra;
 120         int i_offset;
 121         int i_size;
 122
 123         if( p_dec->fmt_in.i_codec == VLC_FOURCC( 'f', 'l', 'a', 'c' ) )
 124         {
 125             i_offset = 8;
 126             i_size = p_dec->fmt_in.i_extra - 8;
 127         }
 128         else if( p_dec->fmt_in.i_codec == VLC_FOURCC( 'a', 'l', 'a', 'c' ) )
 129         {
 130             static const uint8_t p_pattern[] = { 0, 0, 0, 36, 'a', 'l', 'a', 'c' };
 131             /* Find alac atom XXX it is a bit ugly */
 132             for( i_offset = 0; i_offset < p_dec->fmt_in.i_extra - sizeof(p_pattern); i_offset++ )
 133             {
 134                 if( !memcmp( &p_src[i_offset], p_pattern, sizeof(p_pattern) ) )
 135                     break;
 136             }
 137             i_size = __MIN( p_dec->fmt_in.i_extra - i_offset, 36 );
 138             if( i_size < 36 )
 139                 i_size = 0;
 140         }
 141         else
 142         {
 143             i_offset = 0;
 144             i_size = p_dec->fmt_in.i_extra;
 145         }
 146
 147         if( i_size > 0 )
 148         {
 149             p_sys->p_context->extradata =
 150                 malloc( i_size + FF_INPUT_BUFFER_PADDING_SIZE );
 151             if( p_sys->p_context->extradata )
 152             {
 153                 uint8_t *p_dst = p_sys->p_context->extradata;
 154
 155                 p_sys->p_context->extradata_size = i_size;
 156
 157                 memcpy( &p_dst[0],            &p_src[i_offset], i_size );
 158                 memset( &p_dst[i_size], 0, FF_INPUT_BUFFER_PADDING_SIZE );
 159             }
 160         }
 161     }
 162     else
 163     {
 164         p_sys->p_context->extradata_size = 0;
 165         p_sys->p_context->extradata = NULL;
 166     }
 167
 168     /* ***** Open the codec ***** */
 169     int ret;
 170     vlc_avcodec_lock();
 171     ret = avcodec_open( p_sys->p_context, p_sys->p_codec );
 172     vlc_avcodec_unlock();
 173     if( ret < 0 )
 174     {
 175         msg_Err( p_dec, "cannot open codec (%s)", p_sys->psz_namecodec );
 176         free( p_sys->p_context->extradata );
 177         free( p_sys );
 178         return VLC_EGENERIC;
 179     }
 180
 181     msg_Dbg( p_dec, "ffmpeg codec (%s) started", p_sys->psz_namecodec );
 182
 183     switch( i_codec_id )
 184     {
 185 #if LIBAVCODEC_VERSION_INT >= AV_VERSION_INT( 51, 16, 0 )
 186     case CODEC_ID_WAVPACK:
 187         p_sys->i_output_max = 8 * sizeof(int32_t) * 131072;
 188         break;
 189 #endif
 190     case CODEC_ID_FLAC:
 191         p_sys->i_output_max = 8 * sizeof(int32_t) * 65535;
 192         break;
 193     default:
 194         p_sys->i_output_max = 0;
 195         break;
 196     }
 197     if( p_sys->i_output_max < AVCODEC_MAX_AUDIO_FRAME_SIZE )
 198         p_sys->i_output_max = AVCODEC_MAX_AUDIO_FRAME_SIZE;
 199     msg_Dbg( p_dec, "Using %d bytes output buffer", p_sys->i_output_max );
 200     p_sys->p_output = malloc( p_sys->i_output_max );
 201
 202     p_sys->p_samples = NULL;
 203     p_sys->i_samples = 0;
 204     p_sys->i_reject_count = 0;
 205     p_sys->b_extract = false;
 206     p_sys->i_previous_channels = 0;
 207     p_sys->i_previous_layout = 0;
 208
 209     aout_DateSet( &p_sys->end_date, 0 );
 210     if( p_dec->fmt_in.audio.i_rate )
 211         aout_DateInit( &p_sys->end_date, p_dec->fmt_in.audio.i_rate );
 212
 213     /* */
 214     es_format_Init( &p_dec->fmt_out, AUDIO_ES, 0 );
 215
 216     return VLC_SUCCESS;
 217 }
 218
 219 /*****************************************************************************
 220  * SplitBuffer: Needed because aout really doesn't like big audio chunk and
 221  * wma produces easily > 30000 samples...
 222  *****************************************************************************/
 223 static aout_buffer_t *SplitBuffer( decoder_t *p_dec )
 224 {
 225     decoder_sys_t *p_sys = p_dec->p_sys;
 226     int i_samples = __MIN( p_sys->i_samples, 4096 );
 227     aout_buffer_t *p_buffer;
 228
 229     if( i_samples == 0 ) return NULL;
 230
 231     if( ( p_buffer = decoder_NewAudioBuffer( p_dec, i_samples ) ) == NULL )
 232         return NULL;
 233
 234     p_buffer->start_date = aout_DateGet( &p_sys->end_date );
 235     p_buffer->end_date = aout_DateIncrement( &p_sys->end_date, i_samples );
 236
 237     if( p_sys->b_extract )
 238         aout_ChannelExtract( p_buffer->p_buffer, p_dec->fmt_out.audio.i_channels,
 239                              p_sys->p_samples, p_sys->p_context->channels, i_samples,
 240                              p_sys->pi_extraction, p_dec->fmt_out.audio.i_bitspersample );
 241     else
 242         memcpy( p_buffer->p_buffer, p_sys->p_samples, p_buffer->i_nb_bytes );
 243
 244     p_sys->p_samples += p_buffer->i_nb_bytes;
 245     p_sys->i_samples -= i_samples;
 246
 247     return p_buffer;
 248 }
 249
 250 /*****************************************************************************
 251  * DecodeAudio: Called to decode one frame
 252  *****************************************************************************/
 253 aout_buffer_t * DecodeAudio ( decoder_t *p_dec, block_t **pp_block )
 254 {
 255     decoder_sys_t *p_sys = p_dec->p_sys;
 256     int i_used, i_output;
 257     aout_buffer_t *p_buffer;
 258     block_t *p_block;
 259
 260     if( !pp_block || !*pp_block ) return NULL;
 261
 262     p_block = *pp_block;
 263
 264     if( p_block->i_flags & (BLOCK_FLAG_DISCONTINUITY|BLOCK_FLAG_CORRUPTED) )
 265     {
 266         block_Release( p_block );
 267         avcodec_flush_buffers( p_sys->p_context );
 268         p_sys->i_samples = 0;
 269         aout_DateSet( &p_sys->end_date, 0 );
 270
 271         if( p_sys->i_codec_id == CODEC_ID_MP2 || p_sys->i_codec_id == CODEC_ID_MP3 )
 272             p_sys->i_reject_count = 3;
 273         return NULL;
 274     }
 275
 276     if( p_sys->i_samples > 0 )
 277     {
 278         /* More data */
 279         p_buffer = SplitBuffer( p_dec );
 280         if( !p_buffer ) block_Release( p_block );
 281         return p_buffer;
 282     }
 283
 284     if( !aout_DateGet( &p_sys->end_date ) && !p_block->i_pts )
 285     {
 286         /* We've just started the stream, wait for the first PTS. */
 287         block_Release( p_block );
 288         return NULL;
 289     }
 290
 291     if( p_block->i_buffer <= 0 )
 292     {
 293         block_Release( p_block );
 294         return NULL;
 295     }
 296
 297     i_output = __MAX( p_block->i_buffer, p_sys->i_output_max );
 298     if( i_output < p_sys->i_output_max )
 299     {
 300         /* Grow output buffer if necessary (eg. for PCM data) */
 301         p_sys->p_output = realloc(p_sys->p_output, p_block->i_buffer);
 302     }
 303
 304     *pp_block = p_block = block_Realloc( p_block, 0, p_block->i_buffer + FF_INPUT_BUFFER_PADDING_SIZE );
 305     if( !p_block )
 306         return NULL;
 307     p_block->i_buffer -= FF_INPUT_BUFFER_PADDING_SIZE;
 308     memset( &p_block->p_buffer[p_block->i_buffer], 0, FF_INPUT_BUFFER_PADDING_SIZE );
 309
 310 #if LIBAVCODEC_VERSION_INT >= ((52<<16)+(0<<8)+0)
 311     i_used = avcodec_decode_audio2( p_sys->p_context,
 312                                    (int16_t*)p_sys->p_output, &i_output,
 313                                    p_block->p_buffer, p_block->i_buffer );
 314 #else
 315     i_used = avcodec_decode_audio( p_sys->p_context,
 316                                    (int16_t*)p_sys->p_output, &i_output,
 317                                    p_block->p_buffer, p_block->i_buffer );
 318 #endif
 319
 320     if( i_used < 0 || i_output < 0 )
 321     {
 322         if( i_used < 0 )
 323             msg_Warn( p_dec, "cannot decode one frame (%zu bytes)",
 324                       p_block->i_buffer );
 325
 326         block_Release( p_block );
 327         return NULL;
 328     }
 329     else if( (size_t)i_used > p_block->i_buffer )
 330     {
 331         i_used = p_block->i_buffer;
 332     }
 333
 334     p_block->i_buffer -= i_used;
 335     p_block->p_buffer += i_used;
 336
 337     if( p_sys->p_context->channels <= 0 || p_sys->p_context->channels > 8 ||
 338         p_sys->p_context->sample_rate <= 0 )
 339     {
 340         msg_Warn( p_dec, "invalid audio properties channels count %d, sample rate %d",
 341                   p_sys->p_context->channels, p_sys->p_context->sample_rate );
 342         block_Release( p_block );
 343         return NULL;
 344     }
 345
 346     if( p_dec->fmt_out.audio.i_rate != (unsigned int)p_sys->p_context->sample_rate )
 347     {
 348         aout_DateInit( &p_sys->end_date, p_sys->p_context->sample_rate );
 349         aout_DateSet( &p_sys->end_date, p_block->i_pts );
 350     }
 351
 352     /* **** Set audio output parameters **** */
 353     SetupOutputFormat( p_dec );
 354
 355     if( p_block->i_pts != 0 &&
 356         p_block->i_pts != aout_DateGet( &p_sys->end_date ) )
 357     {
 358         aout_DateSet( &p_sys->end_date, p_block->i_pts );
 359     }
 360     p_block->i_pts = 0;
 361
 362     /* **** Now we can output these samples **** */
 363     p_sys->i_samples = i_output / (p_dec->fmt_out.audio.i_bitspersample / 8) / p_sys->p_context->channels;
 364     p_sys->p_samples = p_sys->p_output;
 365
 366     /* Silent unwanted samples */
 367     if( p_sys->i_reject_count > 0 )
 368     {
 369         memset( p_sys->p_output, 0, i_output );
 370         p_sys->i_reject_count--;
 371     }
 372
 373     p_buffer = SplitBuffer( p_dec );
 374     if( !p_buffer ) block_Release( p_block );
 375     return p_buffer;
 376 }
 377
 378 /*****************************************************************************
 379  * EndAudioDec: audio decoder destruction
 380  *****************************************************************************/
 381 void EndAudioDec( decoder_t *p_dec )
 382 {
 383     decoder_sys_t *p_sys = p_dec->p_sys;
 384
 385     free( p_sys->p_output );
 386 }
 387
 388 /*****************************************************************************
 389  *
 390  *****************************************************************************/
 391 static const uint64_t pi_channels_map[][2] =
 392 {
 393     { CH_FRONT_LEFT,        AOUT_CHAN_LEFT },
 394     { CH_FRONT_RIGHT,       AOUT_CHAN_RIGHT },
 395     { CH_FRONT_CENTER,      AOUT_CHAN_CENTER },
 396     { CH_LOW_FREQUENCY,     AOUT_CHAN_LFE },
 397     { CH_BACK_LEFT,         AOUT_CHAN_REARLEFT },
 398     { CH_BACK_RIGHT,        AOUT_CHAN_REARRIGHT },
 399     { CH_FRONT_LEFT_OF_CENTER, 0 },
 400     { CH_FRONT_RIGHT_OF_CENTER, 0 },
 401     { CH_BACK_CENTER,       AOUT_CHAN_REARCENTER },
 402     { CH_SIDE_LEFT,         AOUT_CHAN_MIDDLELEFT },
 403     { CH_SIDE_RIGHT,        AOUT_CHAN_MIDDLERIGHT },
 404     { CH_TOP_CENTER,        0 },
 405     { CH_TOP_FRONT_LEFT,    0 },
 406     { CH_TOP_FRONT_CENTER,  0 },
 407     { CH_TOP_FRONT_RIGHT,   0 },
 408     { CH_TOP_BACK_LEFT,     0 },
 409     { CH_TOP_BACK_CENTER,   0 },
 410     { CH_TOP_BACK_RIGHT,    0 },
 411     { CH_STEREO_LEFT,       0 },
 412     { CH_STEREO_RIGHT,      0 },
 413 };
 414
 415 static void SetupOutputFormat( decoder_t *p_dec )
 416 {
 417     decoder_sys_t *p_sys = p_dec->p_sys;
 418
 419 #if defined(AV_VERSION_INT) && LIBAVCODEC_VERSION_INT >= AV_VERSION_INT( 51, 65, 0 )
 420     switch( p_sys->p_context->sample_fmt )
 421     {
 422     case SAMPLE_FMT_U8:
 423         p_dec->fmt_out.i_codec = VLC_FOURCC('u','8',' ',' ');
 424         p_dec->fmt_out.audio.i_bitspersample = 8;
 425         break;
 426     case SAMPLE_FMT_S32:
 427         p_dec->fmt_out.i_codec = AOUT_FMT_S32_NE;
 428         p_dec->fmt_out.audio.i_bitspersample = 32;
 429         break;
 430     case SAMPLE_FMT_FLT:
 431         p_dec->fmt_out.i_codec = VLC_FOURCC('f','l','3','2');
 432         p_dec->fmt_out.audio.i_bitspersample = 32;
 433         break;
 434     case SAMPLE_FMT_DBL:
 435         p_dec->fmt_out.i_codec = VLC_FOURCC('f','l','6','4');
 436         p_dec->fmt_out.audio.i_bitspersample = 64;
 437         break;
 438
 439     case SAMPLE_FMT_S16:
 440     default:
 441         p_dec->fmt_out.i_codec = AOUT_FMT_S16_NE;
 442         p_dec->fmt_out.audio.i_bitspersample = 16;
 443         break;
 444     }
 445 #else
 446     p_dec->fmt_out.i_codec = AOUT_FMT_S16_NE;
 447     p_dec->fmt_out.audio.i_bitspersample = 16;
 448 #endif
 449     p_dec->fmt_out.audio.i_rate     = p_sys->p_context->sample_rate;
 450     p_dec->fmt_out.audio.i_channels = p_sys->p_context->channels;
 451
 452     /* */
 453     if( p_sys->i_previous_channels == p_sys->p_context->channels &&
 454         p_sys->i_previous_layout == p_sys->p_context->channel_layout )
 455         return;
 456     p_sys->i_previous_channels = p_sys->p_context->channels;
 457     p_sys->i_previous_layout = p_sys->p_context->channel_layout;
 458
 459     /* Specified order
 460      * FIXME should we use fmt_in.audio.i_physical_channels or not ?
 461      */
 462     const unsigned i_order_max = 8 * sizeof(p_sys->p_context->channel_layout);
 463     uint32_t pi_order_src[i_order_max];
 464     int i_channels_src = 0;
 465
 466     if( p_sys->p_context->channel_layout )
 467     {
 468         for( unsigned i = 0; i < sizeof(pi_channels_map)/sizeof(*pi_channels_map); i++ )
 469         {
 470             if( p_sys->p_context->channel_layout & pi_channels_map[i][0] )
 471                 pi_order_src[i_channels_src++] = pi_channels_map[i][1];
 472         }
 473     }
 474     else
 475     {
 476         /* Create default order  */
 477         msg_Warn( p_dec, "Physical channel configuration not set : guessing" );
 478         for( unsigned int i = 0; i < __MIN( i_order_max, (unsigned)p_sys->p_context->channels ); i++ )
 479         {
 480             if( i < sizeof(pi_channels_map)/sizeof(*pi_channels_map) )
 481                 pi_order_src[i_channels_src++] = pi_channels_map[i][1];
 482         }
 483     }
 484     if( i_channels_src != p_sys->p_context->channels )
 485         msg_Err( p_dec, "Channel layout not understood" );
 486
 487     uint32_t i_layout_dst;
 488     int      i_channels_dst;
 489     p_sys->b_extract = aout_CheckChannelExtraction( p_sys->pi_extraction,
 490                                                     &i_layout_dst, &i_channels_dst,
 491                                                     NULL, pi_order_src, i_channels_src );
 492     if( i_channels_dst != i_channels_src )
 493         msg_Warn( p_dec, "%d channels are dropped", i_channels_src - i_channels_dst );
 494
 495     p_dec->fmt_out.audio.i_physical_channels =
 496     p_dec->fmt_out.audio.i_original_channels = i_layout_dst;
 497     p_dec->fmt_out.audio.i_channels = i_channels_dst;
 498 }
 499