dab85b990db25245f3ec335a93b99c452f6b5c28
[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 FFmpeg.
7  *
8  * FFmpeg 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  * FFmpeg 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 FFmpeg; 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 aac.h
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 "avcodec.h"
34 #include "dsputil.h"
35 #include "mpeg4audio.h"
36
37 #include <stdint.h>
38
39 #define AAC_INIT_VLC_STATIC(num, size) \
40     INIT_VLC_STATIC(&vlc_spectral[num], 6, ff_aac_spectral_sizes[num], \
41          ff_aac_spectral_bits[num], sizeof( ff_aac_spectral_bits[num][0]), sizeof( ff_aac_spectral_bits[num][0]), \
42         ff_aac_spectral_codes[num], sizeof(ff_aac_spectral_codes[num][0]), sizeof(ff_aac_spectral_codes[num][0]), \
43         size);
44
45 #define MAX_CHANNELS 64
46 #define MAX_ELEM_ID 16
47
48 #define TNS_MAX_ORDER 20
49
50 enum AudioObjectType {
51     AOT_NULL,
52                                // Support?                Name
53     AOT_AAC_MAIN,              ///< Y                       Main
54     AOT_AAC_LC,                ///< Y                       Low Complexity
55     AOT_AAC_SSR,               ///< N (code in SoC repo)    Scalable Sample Rate
56     AOT_AAC_LTP,               ///< N (code in SoC repo)    Long Term Prediction
57     AOT_SBR,                   ///< N (in progress)         Spectral Band Replication
58     AOT_AAC_SCALABLE,          ///< N                       Scalable
59     AOT_TWINVQ,                ///< N                       Twin Vector Quantizer
60     AOT_CELP,                  ///< N                       Code Excited Linear Prediction
61     AOT_HVXC,                  ///< N                       Harmonic Vector eXcitation Coding
62     AOT_TTSI             = 12, ///< N                       Text-To-Speech Interface
63     AOT_MAINSYNTH,             ///< N                       Main Synthesis
64     AOT_WAVESYNTH,             ///< N                       Wavetable Synthesis
65     AOT_MIDI,                  ///< N                       General MIDI
66     AOT_SAFX,                  ///< N                       Algorithmic Synthesis and Audio Effects
67     AOT_ER_AAC_LC,             ///< N                       Error Resilient Low Complexity
68     AOT_ER_AAC_LTP       = 19, ///< N                       Error Resilient Long Term Prediction
69     AOT_ER_AAC_SCALABLE,       ///< N                       Error Resilient Scalable
70     AOT_ER_TWINVQ,             ///< N                       Error Resilient Twin Vector Quantizer
71     AOT_ER_BSAC,               ///< N                       Error Resilient Bit-Sliced Arithmetic Coding
72     AOT_ER_AAC_LD,             ///< N                       Error Resilient Low Delay
73     AOT_ER_CELP,               ///< N                       Error Resilient Code Excited Linear Prediction
74     AOT_ER_HVXC,               ///< N                       Error Resilient Harmonic Vector eXcitation Coding
75     AOT_ER_HILN,               ///< N                       Error Resilient Harmonic and Individual Lines plus Noise
76     AOT_ER_PARAM,              ///< N                       Error Resilient Parametric
77     AOT_SSC,                   ///< N                       SinuSoidal Coding
78 };
79
80 enum RawDataBlockType {
81     TYPE_SCE,
82     TYPE_CPE,
83     TYPE_CCE,
84     TYPE_LFE,
85     TYPE_DSE,
86     TYPE_PCE,
87     TYPE_FIL,
88     TYPE_END,
89 };
90
91 enum ExtensionPayloadID {
92     EXT_FILL,
93     EXT_FILL_DATA,
94     EXT_DATA_ELEMENT,
95     EXT_DYNAMIC_RANGE = 0xb,
96     EXT_SBR_DATA      = 0xd,
97     EXT_SBR_DATA_CRC  = 0xe,
98 };
99
100 enum WindowSequence {
101     ONLY_LONG_SEQUENCE,
102     LONG_START_SEQUENCE,
103     EIGHT_SHORT_SEQUENCE,
104     LONG_STOP_SEQUENCE,
105 };
106
107 enum BandType {
108     ZERO_BT        = 0,     ///< Scalefactors and spectral data are all zero.
109     FIRST_PAIR_BT  = 5,     ///< This and later band types encode two values (rather than four) with one code word.
110     ESC_BT         = 11,    ///< Spectral data are coded with an escape sequence.
111     NOISE_BT       = 13,    ///< Spectral data are scaled white noise not coded in the bitstream.
112     INTENSITY_BT2  = 14,    ///< Scalefactor data are intensity stereo positions.
113     INTENSITY_BT   = 15,    ///< Scalefactor data are intensity stereo positions.
114 };
115
116 #define IS_CODEBOOK_UNSIGNED(x) ((x - 1) & 10)
117
118 enum ChannelPosition {
119     AAC_CHANNEL_FRONT = 1,
120     AAC_CHANNEL_SIDE  = 2,
121     AAC_CHANNEL_BACK  = 3,
122     AAC_CHANNEL_LFE   = 4,
123     AAC_CHANNEL_CC    = 5,
124 };
125
126 /**
127  * The point during decoding at which channel coupling is applied.
128  */
129 enum CouplingPoint {
130     BEFORE_TNS,
131     BETWEEN_TNS_AND_IMDCT,
132     AFTER_IMDCT = 3,
133 };
134
135 /**
136  * Predictor State
137  */
138 typedef struct {
139     float cor0;
140     float cor1;
141     float var0;
142     float var1;
143     float r0;
144     float r1;
145 } PredictorState;
146
147 #define MAX_PREDICTORS 672
148
149 /**
150  * Individual Channel Stream
151  */
152 typedef struct {
153     uint8_t max_sfb;            ///< number of scalefactor bands per group
154     enum WindowSequence window_sequence[2];
155     uint8_t use_kb_window[2];   ///< If set, use Kaiser-Bessel window, otherwise use a sinus window.
156     int num_window_groups;
157     uint8_t group_len[8];
158     const uint16_t *swb_offset; ///< table of offsets to the lowest spectral coefficient of a scalefactor band, sfb, for a particular window
159     int num_swb;                ///< number of scalefactor window bands
160     int num_windows;
161     int tns_max_bands;
162     int predictor_present;
163     int predictor_initialized;
164     int predictor_reset_group;
165     uint8_t prediction_used[41];
166     PredictorState predictor_state[MAX_PREDICTORS];
167 } IndividualChannelStream;
168
169 /**
170  * Temporal Noise Shaping
171  */
172 typedef struct {
173     int present;
174     int n_filt[8];
175     int length[8][4];
176     int direction[8][4];
177     int order[8][4];
178     float coef[8][4][TNS_MAX_ORDER];
179 } TemporalNoiseShaping;
180
181 /**
182  * Dynamic Range Control - decoded from the bitstream but not processed further.
183  */
184 typedef struct {
185     int pce_instance_tag;                           ///< Indicates with which program the DRC info is associated.
186     int dyn_rng_sgn[17];                            ///< DRC sign information; 0 - positive, 1 - negative
187     int dyn_rng_ctl[17];                            ///< DRC magnitude information
188     int exclude_mask[MAX_CHANNELS];                 ///< Channels to be excluded from DRC processing.
189     int band_incr;                                  ///< Number of DRC bands greater than 1 having DRC info.
190     int interpolation_scheme;                       ///< Indicates the interpolation scheme used in the SBR QMF domain.
191     int band_top[17];                               ///< Indicates the top of the i-th DRC band in units of 4 spectral lines.
192     int prog_ref_level;                             /**< A reference level for the long-term program audio level for all
193                                                      *   channels combined.
194                                                      */
195 } DynamicRangeControl;
196
197 typedef struct {
198     int num_pulse;
199     int pos[4];
200     int amp[4];
201 } Pulse;
202
203 /**
204  * coupling parameters
205  */
206 typedef struct {
207     enum CouplingPoint coupling_point;  ///< The point during decoding at which coupling is applied.
208     int num_coupled;       ///< number of target elements
209     enum RawDataBlockType type[8];   ///< Type of channel element to be coupled - SCE or CPE.
210     int id_select[8];      ///< element id
211     int ch_select[8];      /**< [0] shared list of gains; [1] list of gains for right channel;
212                             *   [2] list of gains for left channel; [3] lists of gains for both channels
213                             */
214     float gain[16][120];
215 } ChannelCoupling;
216
217 /**
218  * Single Channel Element - used for both SCE and LFE elements.
219  */
220 typedef struct {
221     IndividualChannelStream ics;
222     TemporalNoiseShaping tns;
223     enum BandType band_type[120];             ///< band types
224     int band_type_run_end[120];               ///< band type run end points
225     float sf[120];                            ///< scalefactors
226     DECLARE_ALIGNED_16(float, coeffs[1024]);  ///< coefficients for IMDCT
227     DECLARE_ALIGNED_16(float, saved[512]);    ///< overlap
228     DECLARE_ALIGNED_16(float, ret[1024]);     ///< PCM output
229 } SingleChannelElement;
230
231 /**
232  * channel element - generic struct for SCE/CPE/CCE/LFE
233  */
234 typedef struct {
235     // CPE specific
236     uint8_t ms_mask[120];     ///< Set if mid/side stereo is used for each scalefactor window band
237     // shared
238     SingleChannelElement ch[2];
239     // CCE specific
240     ChannelCoupling coup;
241 } ChannelElement;
242
243 /**
244  * main AAC context
245  */
246 typedef struct {
247     AVCodecContext * avccontext;
248
249     MPEG4AudioConfig m4ac;
250
251     int is_saved;                 ///< Set if elements have stored overlap from previous frame.
252     DynamicRangeControl che_drc;
253
254     /**
255      * @defgroup elements
256      * @{
257      */
258     enum ChannelPosition che_pos[4][MAX_ELEM_ID]; /**< channel element channel mapping with the
259                                                    *   first index as the first 4 raw data block types
260                                                    */
261     ChannelElement * che[4][MAX_ELEM_ID];
262     /** @} */
263
264     /**
265      * @defgroup temporary aligned temporary buffers (We do not want to have these on the stack.)
266      * @{
267      */
268     DECLARE_ALIGNED_16(float, buf_mdct[1024]);
269     /** @} */
270
271     /**
272      * @defgroup tables   Computed / set up during initialization.
273      * @{
274      */
275     MDCTContext mdct;
276     MDCTContext mdct_small;
277     DSPContext dsp;
278     int random_state;
279     /** @} */
280
281     /**
282      * @defgroup output   Members used for output interleaving.
283      * @{
284      */
285     float *output_data[MAX_CHANNELS];                 ///< Points to each element's 'ret' buffer (PCM output).
286     float add_bias;                                   ///< offset for dsp.float_to_int16
287     float sf_scale;                                   ///< Pre-scale for correct IMDCT and dsp.float_to_int16.
288     int sf_offset;                                    ///< offset into pow2sf_tab as appropriate for dsp.float_to_int16
289     /** @} */
290
291     DECLARE_ALIGNED(16, float, temp[128]);
292 } AACContext;
293
294 #endif /* AVCODEC_AAC_H */