aacdec: Support for ER AAC ELD 480.
[ffmpeg.git] / libavcodec / aac.h
1 /*
2  * AAC definitions and structures
3  * Copyright (c) 2005-2006 Oded Shimon ( ods15 ods15 dyndns org )
4  * Copyright (c) 2006-2007 Maxim Gavrilov ( maxim.gavrilov gmail com )
5  *
6  * This file is part of Libav.
7  *
8  * Libav is free software; you can redistribute it and/or
9  * modify it under the terms of the GNU Lesser General Public
10  * License as published by the Free Software Foundation; either
11  * version 2.1 of the License, or (at your option) any later version.
12  *
13  * Libav is distributed in the hope that it will be useful,
14  * but WITHOUT ANY WARRANTY; without even the implied warranty of
15  * MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the GNU
16  * Lesser General Public License for more details.
17  *
18  * You should have received a copy of the GNU Lesser General Public
19  * License along with Libav; if not, write to the Free Software
20  * Foundation, Inc., 51 Franklin Street, Fifth Floor, Boston, MA 02110-1301 USA
21  */
22
23 /**
24  * @file
25  * AAC definitions and structures
26  * @author Oded Shimon  ( ods15 ods15 dyndns org )
27  * @author Maxim Gavrilov ( maxim.gavrilov gmail com )
28  */
29
30 #ifndef AVCODEC_AAC_H
31 #define AVCODEC_AAC_H
32
33 #include "libavutil/float_dsp.h"
34 #include "avcodec.h"
35 #include "imdct15.h"
36 #include "fft.h"
37 #include "mpeg4audio.h"
38 #include "sbr.h"
39 #include "fmtconvert.h"
40
41 #include <stdint.h>
42
43 #define MAX_CHANNELS 64
44 #define MAX_ELEM_ID 16
45
46 #define TNS_MAX_ORDER 20
47 #define MAX_LTP_LONG_SFB 40
48
49 enum RawDataBlockType {
50     TYPE_SCE,
51     TYPE_CPE,
52     TYPE_CCE,
53     TYPE_LFE,
54     TYPE_DSE,
55     TYPE_PCE,
56     TYPE_FIL,
57     TYPE_END,
58 };
59
60 enum ExtensionPayloadID {
61     EXT_FILL,
62     EXT_FILL_DATA,
63     EXT_DATA_ELEMENT,
64     EXT_DYNAMIC_RANGE = 0xb,
65     EXT_SBR_DATA      = 0xd,
66     EXT_SBR_DATA_CRC  = 0xe,
67 };
68
69 enum WindowSequence {
70     ONLY_LONG_SEQUENCE,
71     LONG_START_SEQUENCE,
72     EIGHT_SHORT_SEQUENCE,
73     LONG_STOP_SEQUENCE,
74 };
75
76 enum BandType {
77     ZERO_BT        = 0,     ///< Scalefactors and spectral data are all zero.
78     FIRST_PAIR_BT  = 5,     ///< This and later band types encode two values (rather than four) with one code word.
79     ESC_BT         = 11,    ///< Spectral data are coded with an escape sequence.
80     NOISE_BT       = 13,    ///< Spectral data are scaled white noise not coded in the bitstream.
81     INTENSITY_BT2  = 14,    ///< Scalefactor data are intensity stereo positions.
82     INTENSITY_BT   = 15,    ///< Scalefactor data are intensity stereo positions.
83 };
84
85 #define IS_CODEBOOK_UNSIGNED(x) ((x - 1) & 10)
86
87 enum ChannelPosition {
88     AAC_CHANNEL_OFF   = 0,
89     AAC_CHANNEL_FRONT = 1,
90     AAC_CHANNEL_SIDE  = 2,
91     AAC_CHANNEL_BACK  = 3,
92     AAC_CHANNEL_LFE   = 4,
93     AAC_CHANNEL_CC    = 5,
94 };
95
96 /**
97  * The point during decoding at which channel coupling is applied.
98  */
99 enum CouplingPoint {
100     BEFORE_TNS,
101     BETWEEN_TNS_AND_IMDCT,
102     AFTER_IMDCT = 3,
103 };
104
105 /**
106  * Output configuration status
107  */
108 enum OCStatus {
109     OC_NONE,        ///< Output unconfigured
110     OC_TRIAL_PCE,   ///< Output configuration under trial specified by an inband PCE
111     OC_TRIAL_FRAME, ///< Output configuration under trial specified by a frame header
112     OC_GLOBAL_HDR,  ///< Output configuration set in a global header but not yet locked
113     OC_LOCKED,      ///< Output configuration locked in place
114 };
115
116 typedef struct OutputConfiguration {
117     MPEG4AudioConfig m4ac;
118     uint8_t layout_map[MAX_ELEM_ID*4][3];
119     int layout_map_tags;
120     int channels;
121     uint64_t channel_layout;
122     enum OCStatus status;
123 } OutputConfiguration;
124
125 /**
126  * Predictor State
127  */
128 typedef struct PredictorState {
129     float cor0;
130     float cor1;
131     float var0;
132     float var1;
133     float r0;
134     float r1;
135 } PredictorState;
136
137 #define MAX_PREDICTORS 672
138
139 #define SCALE_DIV_512    36    ///< scalefactor difference that corresponds to scale difference in 512 times
140 #define SCALE_ONE_POS   140    ///< scalefactor index that corresponds to scale=1.0
141 #define SCALE_MAX_POS   255    ///< scalefactor index maximum value
142 #define SCALE_MAX_DIFF   60    ///< maximum scalefactor difference allowed by standard
143 #define SCALE_DIFF_ZERO  60    ///< codebook index corresponding to zero scalefactor indices difference
144
145 /**
146  * Long Term Prediction
147  */
148 typedef struct LongTermPrediction {
149     int8_t present;
150     int16_t lag;
151     float coef;
152     int8_t used[MAX_LTP_LONG_SFB];
153 } LongTermPrediction;
154
155 /**
156  * Individual Channel Stream
157  */
158 typedef struct IndividualChannelStream {
159     uint8_t max_sfb;            ///< number of scalefactor bands per group
160     enum WindowSequence window_sequence[2];
161     uint8_t use_kb_window[2];   ///< If set, use Kaiser-Bessel window, otherwise use a sine window.
162     int num_window_groups;
163     uint8_t group_len[8];
164     LongTermPrediction ltp;
165     const uint16_t *swb_offset; ///< table of offsets to the lowest spectral coefficient of a scalefactor band, sfb, for a particular window
166     const uint8_t *swb_sizes;   ///< table of scalefactor band sizes for a particular window
167     int num_swb;                ///< number of scalefactor window bands
168     int num_windows;
169     int tns_max_bands;
170     int predictor_present;
171     int predictor_initialized;
172     int predictor_reset_group;
173     uint8_t prediction_used[41];
174 } IndividualChannelStream;
175
176 /**
177  * Temporal Noise Shaping
178  */
179 typedef struct TemporalNoiseShaping {
180     int present;
181     int n_filt[8];
182     int length[8][4];
183     int direction[8][4];
184     int order[8][4];
185     float coef[8][4][TNS_MAX_ORDER];
186 } TemporalNoiseShaping;
187
188 /**
189  * Dynamic Range Control - decoded from the bitstream but not processed further.
190  */
191 typedef struct DynamicRangeControl {
192     int pce_instance_tag;                           ///< Indicates with which program the DRC info is associated.
193     int dyn_rng_sgn[17];                            ///< DRC sign information; 0 - positive, 1 - negative
194     int dyn_rng_ctl[17];                            ///< DRC magnitude information
195     int exclude_mask[MAX_CHANNELS];                 ///< Channels to be excluded from DRC processing.
196     int band_incr;                                  ///< Number of DRC bands greater than 1 having DRC info.
197     int interpolation_scheme;                       ///< Indicates the interpolation scheme used in the SBR QMF domain.
198     int band_top[17];                               ///< Indicates the top of the i-th DRC band in units of 4 spectral lines.
199     int prog_ref_level;                             /**< A reference level for the long-term program audio level for all
200                                                      *   channels combined.
201                                                      */
202 } DynamicRangeControl;
203
204 typedef struct Pulse {
205     int num_pulse;
206     int start;
207     int pos[4];
208     int amp[4];
209 } Pulse;
210
211 /**
212  * coupling parameters
213  */
214 typedef struct ChannelCoupling {
215     enum CouplingPoint coupling_point;  ///< The point during decoding at which coupling is applied.
216     int num_coupled;       ///< number of target elements
217     enum RawDataBlockType type[8];   ///< Type of channel element to be coupled - SCE or CPE.
218     int id_select[8];      ///< element id
219     int ch_select[8];      /**< [0] shared list of gains; [1] list of gains for right channel;
220                             *   [2] list of gains for left channel; [3] lists of gains for both channels
221                             */
222     float gain[16][120];
223 } ChannelCoupling;
224
225 /**
226  * Single Channel Element - used for both SCE and LFE elements.
227  */
228 typedef struct SingleChannelElement {
229     IndividualChannelStream ics;
230     TemporalNoiseShaping tns;
231     Pulse pulse;
232     enum BandType band_type[128];                   ///< band types
233     int band_type_run_end[120];                     ///< band type run end points
234     float sf[120];                                  ///< scalefactors
235     int sf_idx[128];                                ///< scalefactor indices (used by encoder)
236     uint8_t zeroes[128];                            ///< band is not coded (used by encoder)
237     DECLARE_ALIGNED(32, float,   coeffs)[1024];     ///< coefficients for IMDCT
238     DECLARE_ALIGNED(32, float,   saved)[1536];      ///< overlap
239     DECLARE_ALIGNED(32, float,   ret_buf)[2048];    ///< PCM output buffer
240     DECLARE_ALIGNED(16, float,   ltp_state)[3072];  ///< time signal for LTP
241     PredictorState predictor_state[MAX_PREDICTORS];
242     float *ret;                                     ///< PCM output
243 } SingleChannelElement;
244
245 /**
246  * channel element - generic struct for SCE/CPE/CCE/LFE
247  */
248 typedef struct ChannelElement {
249     // CPE specific
250     int common_window;        ///< Set if channels share a common 'IndividualChannelStream' in bitstream.
251     int     ms_mode;          ///< Signals mid/side stereo flags coding mode (used by encoder)
252     uint8_t ms_mask[128];     ///< Set if mid/side stereo is used for each scalefactor window band
253     // shared
254     SingleChannelElement ch[2];
255     // CCE specific
256     ChannelCoupling coup;
257     SpectralBandReplication sbr;
258 } ChannelElement;
259
260 /**
261  * main AAC context
262  */
263 typedef struct AACContext {
264     AVCodecContext *avctx;
265     AVFrame *frame;
266
267     int is_saved;                 ///< Set if elements have stored overlap from previous frame.
268     DynamicRangeControl che_drc;
269
270     /**
271      * @name Channel element related data
272      * @{
273      */
274     ChannelElement          *che[4][MAX_ELEM_ID];
275     ChannelElement  *tag_che_map[4][MAX_ELEM_ID];
276     int tags_mapped;
277     /** @} */
278
279     /**
280      * @name temporary aligned temporary buffers
281      * (We do not want to have these on the stack.)
282      * @{
283      */
284     DECLARE_ALIGNED(32, float, buf_mdct)[1024];
285     /** @} */
286
287     /**
288      * @name Computed / set up during initialization
289      * @{
290      */
291     FFTContext mdct;
292     FFTContext mdct_small;
293     FFTContext mdct_ld;
294     FFTContext mdct_ltp;
295     IMDCT15Context *mdct480;
296     FmtConvertContext fmt_conv;
297     AVFloatDSPContext fdsp;
298     int random_state;
299     /** @} */
300
301     /**
302      * @name Members used for output
303      * @{
304      */
305     SingleChannelElement *output_element[MAX_CHANNELS]; ///< Points to each SingleChannelElement
306     /** @} */
307
308     DECLARE_ALIGNED(32, float, temp)[128];
309
310     OutputConfiguration oc[2];
311 } AACContext;
312
313 #endif /* AVCODEC_AAC_H */