ppc: Rename H.264 optimization template file for consistency.
[ffmpeg.git] / libavcodec / aacenc.c
1 /*
2  * AAC encoder
3  * Copyright (C) 2008 Konstantin Shishkov
4  *
5  * This file is part of Libav.
6  *
7  * Libav is free software; you can redistribute it and/or
8  * modify it under the terms of the GNU Lesser General Public
9  * License as published by the Free Software Foundation; either
10  * version 2.1 of the License, or (at your option) any later version.
11  *
12  * Libav is distributed in the hope that it will be useful,
13  * but WITHOUT ANY WARRANTY; without even the implied warranty of
14  * MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the GNU
15  * Lesser General Public License for more details.
16  *
17  * You should have received a copy of the GNU Lesser General Public
18  * License along with Libav; if not, write to the Free Software
19  * Foundation, Inc., 51 Franklin Street, Fifth Floor, Boston, MA 02110-1301 USA
20  */
21
22 /**
23  * @file
24  * AAC encoder
25  */
26
27 /***********************************
28  *              TODOs:
29  * add sane pulse detection
30  * add temporal noise shaping
31  ***********************************/
32
33 #include "libavutil/float_dsp.h"
34 #include "libavutil/opt.h"
35 #include "avcodec.h"
36 #include "put_bits.h"
37 #include "dsputil.h"
38 #include "internal.h"
39 #include "mpeg4audio.h"
40 #include "kbdwin.h"
41 #include "sinewin.h"
42
43 #include "aac.h"
44 #include "aactab.h"
45 #include "aacenc.h"
46
47 #include "psymodel.h"
48
49 #define AAC_MAX_CHANNELS 6
50
51 #define ERROR_IF(cond, ...) \
52     if (cond) { \
53         av_log(avctx, AV_LOG_ERROR, __VA_ARGS__); \
54         return AVERROR(EINVAL); \
55     }
56
57 float ff_aac_pow34sf_tab[428];
58
59 static const uint8_t swb_size_1024_96[] = {
60     4, 4, 4, 4, 4, 4, 4, 4, 4, 4, 4, 4, 4, 4, 8, 8, 8, 8, 8,
61     12, 12, 12, 12, 12, 16, 16, 24, 28, 36, 44,
62     64, 64, 64, 64, 64, 64, 64, 64, 64, 64, 64
63 };
64
65 static const uint8_t swb_size_1024_64[] = {
66     4, 4, 4, 4, 4, 4, 4, 4, 4, 4, 4, 4, 4, 4, 8, 8, 8, 8,
67     12, 12, 12, 16, 16, 16, 20, 24, 24, 28, 36,
68     40, 40, 40, 40, 40, 40, 40, 40, 40, 40, 40, 40, 40, 40, 40, 40, 40, 40
69 };
70
71 static const uint8_t swb_size_1024_48[] = {
72     4, 4, 4, 4, 4, 4, 4, 4, 4, 4, 8, 8, 8, 8, 8, 8, 8,
73     12, 12, 12, 12, 16, 16, 20, 20, 24, 24, 28, 28,
74     32, 32, 32, 32, 32, 32, 32, 32, 32, 32, 32, 32, 32, 32, 32, 32, 32, 32, 32,
75     96
76 };
77
78 static const uint8_t swb_size_1024_32[] = {
79     4, 4, 4, 4, 4, 4, 4, 4, 4, 4, 8, 8, 8, 8, 8, 8, 8,
80     12, 12, 12, 12, 16, 16, 20, 20, 24, 24, 28, 28,
81     32, 32, 32, 32, 32, 32, 32, 32, 32, 32, 32, 32, 32, 32, 32, 32, 32, 32, 32, 32, 32, 32
82 };
83
84 static const uint8_t swb_size_1024_24[] = {
85     4, 4, 4, 4, 4, 4, 4, 4, 4, 4, 4, 8, 8, 8, 8, 8, 8, 8, 8, 8, 8,
86     12, 12, 12, 12, 16, 16, 16, 20, 20, 24, 24, 28, 28,
87     32, 36, 36, 40, 44, 48, 52, 52, 64, 64, 64, 64, 64
88 };
89
90 static const uint8_t swb_size_1024_16[] = {
91     8, 8, 8, 8, 8, 8, 8, 8, 8, 8, 8,
92     12, 12, 12, 12, 12, 12, 12, 12, 12, 16, 16, 16, 16, 20, 20, 20, 24, 24, 28, 28,
93     32, 36, 40, 40, 44, 48, 52, 56, 60, 64, 64, 64
94 };
95
96 static const uint8_t swb_size_1024_8[] = {
97     12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12,
98     16, 16, 16, 16, 16, 16, 16, 20, 20, 20, 20, 24, 24, 24, 28, 28,
99     32, 36, 36, 40, 44, 48, 52, 56, 60, 64, 80
100 };
101
102 static const uint8_t *swb_size_1024[] = {
103     swb_size_1024_96, swb_size_1024_96, swb_size_1024_64,
104     swb_size_1024_48, swb_size_1024_48, swb_size_1024_32,
105     swb_size_1024_24, swb_size_1024_24, swb_size_1024_16,
106     swb_size_1024_16, swb_size_1024_16, swb_size_1024_8
107 };
108
109 static const uint8_t swb_size_128_96[] = {
110     4, 4, 4, 4, 4, 4, 8, 8, 8, 16, 28, 36
111 };
112
113 static const uint8_t swb_size_128_48[] = {
114     4, 4, 4, 4, 4, 8, 8, 8, 12, 12, 12, 16, 16, 16
115 };
116
117 static const uint8_t swb_size_128_24[] = {
118     4, 4, 4, 4, 4, 4, 4, 8, 8, 8, 12, 12, 16, 16, 20
119 };
120
121 static const uint8_t swb_size_128_16[] = {
122     4, 4, 4, 4, 4, 4, 4, 4, 8, 8, 12, 12, 16, 20, 20
123 };
124
125 static const uint8_t swb_size_128_8[] = {
126     4, 4, 4, 4, 4, 4, 4, 8, 8, 8, 8, 12, 16, 20, 20
127 };
128
129 static const uint8_t *swb_size_128[] = {
130     /* the last entry on the following row is swb_size_128_64 but is a
131        duplicate of swb_size_128_96 */
132     swb_size_128_96, swb_size_128_96, swb_size_128_96,
133     swb_size_128_48, swb_size_128_48, swb_size_128_48,
134     swb_size_128_24, swb_size_128_24, swb_size_128_16,
135     swb_size_128_16, swb_size_128_16, swb_size_128_8
136 };
137
138 /** default channel configurations */
139 static const uint8_t aac_chan_configs[6][5] = {
140  {1, TYPE_SCE},                               // 1 channel  - single channel element
141  {1, TYPE_CPE},                               // 2 channels - channel pair
142  {2, TYPE_SCE, TYPE_CPE},                     // 3 channels - center + stereo
143  {3, TYPE_SCE, TYPE_CPE, TYPE_SCE},           // 4 channels - front center + stereo + back center
144  {3, TYPE_SCE, TYPE_CPE, TYPE_CPE},           // 5 channels - front center + stereo + back stereo
145  {4, TYPE_SCE, TYPE_CPE, TYPE_CPE, TYPE_LFE}, // 6 channels - front center + stereo + back stereo + LFE
146 };
147
148 /**
149  * Table to remap channels from Libav's default order to AAC order.
150  */
151 static const uint8_t aac_chan_maps[AAC_MAX_CHANNELS][AAC_MAX_CHANNELS] = {
152     { 0 },
153     { 0, 1 },
154     { 2, 0, 1 },
155     { 2, 0, 1, 3 },
156     { 2, 0, 1, 3, 4 },
157     { 2, 0, 1, 4, 5, 3 },
158 };
159
160 /**
161  * Make AAC audio config object.
162  * @see 1.6.2.1 "Syntax - AudioSpecificConfig"
163  */
164 static void put_audio_specific_config(AVCodecContext *avctx)
165 {
166     PutBitContext pb;
167     AACEncContext *s = avctx->priv_data;
168
169     init_put_bits(&pb, avctx->extradata, avctx->extradata_size*8);
170     put_bits(&pb, 5, 2); //object type - AAC-LC
171     put_bits(&pb, 4, s->samplerate_index); //sample rate index
172     put_bits(&pb, 4, s->channels);
173     //GASpecificConfig
174     put_bits(&pb, 1, 0); //frame length - 1024 samples
175     put_bits(&pb, 1, 0); //does not depend on core coder
176     put_bits(&pb, 1, 0); //is not extension
177
178     //Explicitly Mark SBR absent
179     put_bits(&pb, 11, 0x2b7); //sync extension
180     put_bits(&pb, 5,  AOT_SBR);
181     put_bits(&pb, 1,  0);
182     flush_put_bits(&pb);
183 }
184
185 #define WINDOW_FUNC(type) \
186 static void apply_ ##type ##_window(DSPContext *dsp, AVFloatDSPContext *fdsp, \
187                                     SingleChannelElement *sce, \
188                                     const float *audio)
189
190 WINDOW_FUNC(only_long)
191 {
192     const float *lwindow = sce->ics.use_kb_window[0] ? ff_aac_kbd_long_1024 : ff_sine_1024;
193     const float *pwindow = sce->ics.use_kb_window[1] ? ff_aac_kbd_long_1024 : ff_sine_1024;
194     float *out = sce->ret;
195
196     fdsp->vector_fmul       (out,        audio,        lwindow, 1024);
197     dsp->vector_fmul_reverse(out + 1024, audio + 1024, pwindow, 1024);
198 }
199
200 WINDOW_FUNC(long_start)
201 {
202     const float *lwindow = sce->ics.use_kb_window[1] ? ff_aac_kbd_long_1024 : ff_sine_1024;
203     const float *swindow = sce->ics.use_kb_window[0] ? ff_aac_kbd_short_128 : ff_sine_128;
204     float *out = sce->ret;
205
206     fdsp->vector_fmul(out, audio, lwindow, 1024);
207     memcpy(out + 1024, audio + 1024, sizeof(out[0]) * 448);
208     dsp->vector_fmul_reverse(out + 1024 + 448, audio + 1024 + 448, swindow, 128);
209     memset(out + 1024 + 576, 0, sizeof(out[0]) * 448);
210 }
211
212 WINDOW_FUNC(long_stop)
213 {
214     const float *lwindow = sce->ics.use_kb_window[0] ? ff_aac_kbd_long_1024 : ff_sine_1024;
215     const float *swindow = sce->ics.use_kb_window[1] ? ff_aac_kbd_short_128 : ff_sine_128;
216     float *out = sce->ret;
217
218     memset(out, 0, sizeof(out[0]) * 448);
219     fdsp->vector_fmul(out + 448, audio + 448, swindow, 128);
220     memcpy(out + 576, audio + 576, sizeof(out[0]) * 448);
221     dsp->vector_fmul_reverse(out + 1024, audio + 1024, lwindow, 1024);
222 }
223
224 WINDOW_FUNC(eight_short)
225 {
226     const float *swindow = sce->ics.use_kb_window[0] ? ff_aac_kbd_short_128 : ff_sine_128;
227     const float *pwindow = sce->ics.use_kb_window[1] ? ff_aac_kbd_short_128 : ff_sine_128;
228     const float *in = audio + 448;
229     float *out = sce->ret;
230     int w;
231
232     for (w = 0; w < 8; w++) {
233         fdsp->vector_fmul       (out, in, w ? pwindow : swindow, 128);
234         out += 128;
235         in  += 128;
236         dsp->vector_fmul_reverse(out, in, swindow, 128);
237         out += 128;
238     }
239 }
240
241 static void (*const apply_window[4])(DSPContext *dsp, AVFloatDSPContext *fdsp,
242                                      SingleChannelElement *sce,
243                                      const float *audio) = {
244     [ONLY_LONG_SEQUENCE]   = apply_only_long_window,
245     [LONG_START_SEQUENCE]  = apply_long_start_window,
246     [EIGHT_SHORT_SEQUENCE] = apply_eight_short_window,
247     [LONG_STOP_SEQUENCE]   = apply_long_stop_window
248 };
249
250 static void apply_window_and_mdct(AACEncContext *s, SingleChannelElement *sce,
251                                   float *audio)
252 {
253     int i;
254     float *output = sce->ret;
255
256     apply_window[sce->ics.window_sequence[0]](&s->dsp, &s->fdsp, sce, audio);
257
258     if (sce->ics.window_sequence[0] != EIGHT_SHORT_SEQUENCE)
259         s->mdct1024.mdct_calc(&s->mdct1024, sce->coeffs, output);
260     else
261         for (i = 0; i < 1024; i += 128)
262             s->mdct128.mdct_calc(&s->mdct128, sce->coeffs + i, output + i*2);
263     memcpy(audio, audio + 1024, sizeof(audio[0]) * 1024);
264 }
265
266 /**
267  * Encode ics_info element.
268  * @see Table 4.6 (syntax of ics_info)
269  */
270 static void put_ics_info(AACEncContext *s, IndividualChannelStream *info)
271 {
272     int w;
273
274     put_bits(&s->pb, 1, 0);                // ics_reserved bit
275     put_bits(&s->pb, 2, info->window_sequence[0]);
276     put_bits(&s->pb, 1, info->use_kb_window[0]);
277     if (info->window_sequence[0] != EIGHT_SHORT_SEQUENCE) {
278         put_bits(&s->pb, 6, info->max_sfb);
279         put_bits(&s->pb, 1, 0);            // no prediction
280     } else {
281         put_bits(&s->pb, 4, info->max_sfb);
282         for (w = 1; w < 8; w++)
283             put_bits(&s->pb, 1, !info->group_len[w]);
284     }
285 }
286
287 /**
288  * Encode MS data.
289  * @see 4.6.8.1 "Joint Coding - M/S Stereo"
290  */
291 static void encode_ms_info(PutBitContext *pb, ChannelElement *cpe)
292 {
293     int i, w;
294
295     put_bits(pb, 2, cpe->ms_mode);
296     if (cpe->ms_mode == 1)
297         for (w = 0; w < cpe->ch[0].ics.num_windows; w += cpe->ch[0].ics.group_len[w])
298             for (i = 0; i < cpe->ch[0].ics.max_sfb; i++)
299                 put_bits(pb, 1, cpe->ms_mask[w*16 + i]);
300 }
301
302 /**
303  * Produce integer coefficients from scalefactors provided by the model.
304  */
305 static void adjust_frame_information(AACEncContext *apc, ChannelElement *cpe, int chans)
306 {
307     int i, w, w2, g, ch;
308     int start, maxsfb, cmaxsfb;
309
310     for (ch = 0; ch < chans; ch++) {
311         IndividualChannelStream *ics = &cpe->ch[ch].ics;
312         start = 0;
313         maxsfb = 0;
314         cpe->ch[ch].pulse.num_pulse = 0;
315         for (w = 0; w < ics->num_windows*16; w += 16) {
316             for (g = 0; g < ics->num_swb; g++) {
317                 //apply M/S
318                 if (cpe->common_window && !ch && cpe->ms_mask[w + g]) {
319                     for (i = 0; i < ics->swb_sizes[g]; i++) {
320                         cpe->ch[0].coeffs[start+i] = (cpe->ch[0].coeffs[start+i] + cpe->ch[1].coeffs[start+i]) / 2.0;
321                         cpe->ch[1].coeffs[start+i] =  cpe->ch[0].coeffs[start+i] - cpe->ch[1].coeffs[start+i];
322                     }
323                 }
324                 start += ics->swb_sizes[g];
325             }
326             for (cmaxsfb = ics->num_swb; cmaxsfb > 0 && cpe->ch[ch].zeroes[w+cmaxsfb-1]; cmaxsfb--)
327                 ;
328             maxsfb = FFMAX(maxsfb, cmaxsfb);
329         }
330         ics->max_sfb = maxsfb;
331
332         //adjust zero bands for window groups
333         for (w = 0; w < ics->num_windows; w += ics->group_len[w]) {
334             for (g = 0; g < ics->max_sfb; g++) {
335                 i = 1;
336                 for (w2 = w; w2 < w + ics->group_len[w]; w2++) {
337                     if (!cpe->ch[ch].zeroes[w2*16 + g]) {
338                         i = 0;
339                         break;
340                     }
341                 }
342                 cpe->ch[ch].zeroes[w*16 + g] = i;
343             }
344         }
345     }
346
347     if (chans > 1 && cpe->common_window) {
348         IndividualChannelStream *ics0 = &cpe->ch[0].ics;
349         IndividualChannelStream *ics1 = &cpe->ch[1].ics;
350         int msc = 0;
351         ics0->max_sfb = FFMAX(ics0->max_sfb, ics1->max_sfb);
352         ics1->max_sfb = ics0->max_sfb;
353         for (w = 0; w < ics0->num_windows*16; w += 16)
354             for (i = 0; i < ics0->max_sfb; i++)
355                 if (cpe->ms_mask[w+i])
356                     msc++;
357         if (msc == 0 || ics0->max_sfb == 0)
358             cpe->ms_mode = 0;
359         else
360             cpe->ms_mode = msc < ics0->max_sfb * ics0->num_windows ? 1 : 2;
361     }
362 }
363
364 /**
365  * Encode scalefactor band coding type.
366  */
367 static void encode_band_info(AACEncContext *s, SingleChannelElement *sce)
368 {
369     int w;
370
371     for (w = 0; w < sce->ics.num_windows; w += sce->ics.group_len[w])
372         s->coder->encode_window_bands_info(s, sce, w, sce->ics.group_len[w], s->lambda);
373 }
374
375 /**
376  * Encode scalefactors.
377  */
378 static void encode_scale_factors(AVCodecContext *avctx, AACEncContext *s,
379                                  SingleChannelElement *sce)
380 {
381     int off = sce->sf_idx[0], diff;
382     int i, w;
383
384     for (w = 0; w < sce->ics.num_windows; w += sce->ics.group_len[w]) {
385         for (i = 0; i < sce->ics.max_sfb; i++) {
386             if (!sce->zeroes[w*16 + i]) {
387                 diff = sce->sf_idx[w*16 + i] - off + SCALE_DIFF_ZERO;
388                 if (diff < 0 || diff > 120)
389                     av_log(avctx, AV_LOG_ERROR, "Scalefactor difference is too big to be coded\n");
390                 off = sce->sf_idx[w*16 + i];
391                 put_bits(&s->pb, ff_aac_scalefactor_bits[diff], ff_aac_scalefactor_code[diff]);
392             }
393         }
394     }
395 }
396
397 /**
398  * Encode pulse data.
399  */
400 static void encode_pulses(AACEncContext *s, Pulse *pulse)
401 {
402     int i;
403
404     put_bits(&s->pb, 1, !!pulse->num_pulse);
405     if (!pulse->num_pulse)
406         return;
407
408     put_bits(&s->pb, 2, pulse->num_pulse - 1);
409     put_bits(&s->pb, 6, pulse->start);
410     for (i = 0; i < pulse->num_pulse; i++) {
411         put_bits(&s->pb, 5, pulse->pos[i]);
412         put_bits(&s->pb, 4, pulse->amp[i]);
413     }
414 }
415
416 /**
417  * Encode spectral coefficients processed by psychoacoustic model.
418  */
419 static void encode_spectral_coeffs(AACEncContext *s, SingleChannelElement *sce)
420 {
421     int start, i, w, w2;
422
423     for (w = 0; w < sce->ics.num_windows; w += sce->ics.group_len[w]) {
424         start = 0;
425         for (i = 0; i < sce->ics.max_sfb; i++) {
426             if (sce->zeroes[w*16 + i]) {
427                 start += sce->ics.swb_sizes[i];
428                 continue;
429             }
430             for (w2 = w; w2 < w + sce->ics.group_len[w]; w2++)
431                 s->coder->quantize_and_encode_band(s, &s->pb, sce->coeffs + start + w2*128,
432                                                    sce->ics.swb_sizes[i],
433                                                    sce->sf_idx[w*16 + i],
434                                                    sce->band_type[w*16 + i],
435                                                    s->lambda);
436             start += sce->ics.swb_sizes[i];
437         }
438     }
439 }
440
441 /**
442  * Encode one channel of audio data.
443  */
444 static int encode_individual_channel(AVCodecContext *avctx, AACEncContext *s,
445                                      SingleChannelElement *sce,
446                                      int common_window)
447 {
448     put_bits(&s->pb, 8, sce->sf_idx[0]);
449     if (!common_window)
450         put_ics_info(s, &sce->ics);
451     encode_band_info(s, sce);
452     encode_scale_factors(avctx, s, sce);
453     encode_pulses(s, &sce->pulse);
454     put_bits(&s->pb, 1, 0); //tns
455     put_bits(&s->pb, 1, 0); //ssr
456     encode_spectral_coeffs(s, sce);
457     return 0;
458 }
459
460 /**
461  * Write some auxiliary information about the created AAC file.
462  */
463 static void put_bitstream_info(AVCodecContext *avctx, AACEncContext *s,
464                                const char *name)
465 {
466     int i, namelen, padbits;
467
468     namelen = strlen(name) + 2;
469     put_bits(&s->pb, 3, TYPE_FIL);
470     put_bits(&s->pb, 4, FFMIN(namelen, 15));
471     if (namelen >= 15)
472         put_bits(&s->pb, 8, namelen - 14);
473     put_bits(&s->pb, 4, 0); //extension type - filler
474     padbits = -put_bits_count(&s->pb) & 7;
475     avpriv_align_put_bits(&s->pb);
476     for (i = 0; i < namelen - 2; i++)
477         put_bits(&s->pb, 8, name[i]);
478     put_bits(&s->pb, 12 - padbits, 0);
479 }
480
481 /*
482  * Deinterleave input samples.
483  * Channels are reordered from Libav's default order to AAC order.
484  */
485 static void deinterleave_input_samples(AACEncContext *s, const AVFrame *frame)
486 {
487     int ch, i;
488     const int sinc = s->channels;
489     const uint8_t *channel_map = aac_chan_maps[sinc - 1];
490
491     /* deinterleave and remap input samples */
492     for (ch = 0; ch < sinc; ch++) {
493         /* copy last 1024 samples of previous frame to the start of the current frame */
494         memcpy(&s->planar_samples[ch][1024], &s->planar_samples[ch][2048], 1024 * sizeof(s->planar_samples[0][0]));
495
496         /* deinterleave */
497         i = 2048;
498         if (frame) {
499             const float *sptr = ((const float *)frame->data[0]) + channel_map[ch];
500             for (; i < 2048 + frame->nb_samples; i++) {
501                 s->planar_samples[ch][i] = *sptr;
502                 sptr += sinc;
503             }
504         }
505         memset(&s->planar_samples[ch][i], 0,
506                (3072 - i) * sizeof(s->planar_samples[0][0]));
507     }
508 }
509
510 static int aac_encode_frame(AVCodecContext *avctx, AVPacket *avpkt,
511                             const AVFrame *frame, int *got_packet_ptr)
512 {
513     AACEncContext *s = avctx->priv_data;
514     float **samples = s->planar_samples, *samples2, *la, *overlap;
515     ChannelElement *cpe;
516     int i, ch, w, g, chans, tag, start_ch, ret;
517     int chan_el_counter[4];
518     FFPsyWindowInfo windows[AAC_MAX_CHANNELS];
519
520     if (s->last_frame == 2)
521         return 0;
522
523     /* add current frame to queue */
524     if (frame) {
525         if ((ret = ff_af_queue_add(&s->afq, frame) < 0))
526             return ret;
527     }
528
529     deinterleave_input_samples(s, frame);
530     if (s->psypp)
531         ff_psy_preprocess(s->psypp, s->planar_samples, s->channels);
532
533     if (!avctx->frame_number)
534         return 0;
535
536     start_ch = 0;
537     for (i = 0; i < s->chan_map[0]; i++) {
538         FFPsyWindowInfo* wi = windows + start_ch;
539         tag      = s->chan_map[i+1];
540         chans    = tag == TYPE_CPE ? 2 : 1;
541         cpe      = &s->cpe[i];
542         for (ch = 0; ch < chans; ch++) {
543             IndividualChannelStream *ics = &cpe->ch[ch].ics;
544             int cur_channel = start_ch + ch;
545             overlap  = &samples[cur_channel][0];
546             samples2 = overlap + 1024;
547             la       = samples2 + (448+64);
548             if (!frame)
549                 la = NULL;
550             if (tag == TYPE_LFE) {
551                 wi[ch].window_type[0] = ONLY_LONG_SEQUENCE;
552                 wi[ch].window_shape   = 0;
553                 wi[ch].num_windows    = 1;
554                 wi[ch].grouping[0]    = 1;
555
556                 /* Only the lowest 12 coefficients are used in a LFE channel.
557                  * The expression below results in only the bottom 8 coefficients
558                  * being used for 11.025kHz to 16kHz sample rates.
559                  */
560                 ics->num_swb = s->samplerate_index >= 8 ? 1 : 3;
561             } else {
562                 wi[ch] = s->psy.model->window(&s->psy, samples2, la, cur_channel,
563                                               ics->window_sequence[0]);
564             }
565             ics->window_sequence[1] = ics->window_sequence[0];
566             ics->window_sequence[0] = wi[ch].window_type[0];
567             ics->use_kb_window[1]   = ics->use_kb_window[0];
568             ics->use_kb_window[0]   = wi[ch].window_shape;
569             ics->num_windows        = wi[ch].num_windows;
570             ics->swb_sizes          = s->psy.bands    [ics->num_windows == 8];
571             ics->num_swb            = tag == TYPE_LFE ? ics->num_swb : s->psy.num_bands[ics->num_windows == 8];
572             for (w = 0; w < ics->num_windows; w++)
573                 ics->group_len[w] = wi[ch].grouping[w];
574
575             apply_window_and_mdct(s, &cpe->ch[ch], overlap);
576         }
577         start_ch += chans;
578     }
579     if ((ret = ff_alloc_packet(avpkt, 768 * s->channels))) {
580         av_log(avctx, AV_LOG_ERROR, "Error getting output packet\n");
581         return ret;
582     }
583
584     do {
585         int frame_bits;
586
587         init_put_bits(&s->pb, avpkt->data, avpkt->size);
588
589         if ((avctx->frame_number & 0xFF)==1 && !(avctx->flags & CODEC_FLAG_BITEXACT))
590             put_bitstream_info(avctx, s, LIBAVCODEC_IDENT);
591         start_ch = 0;
592         memset(chan_el_counter, 0, sizeof(chan_el_counter));
593         for (i = 0; i < s->chan_map[0]; i++) {
594             FFPsyWindowInfo* wi = windows + start_ch;
595             const float *coeffs[2];
596             tag      = s->chan_map[i+1];
597             chans    = tag == TYPE_CPE ? 2 : 1;
598             cpe      = &s->cpe[i];
599             put_bits(&s->pb, 3, tag);
600             put_bits(&s->pb, 4, chan_el_counter[tag]++);
601             for (ch = 0; ch < chans; ch++)
602                 coeffs[ch] = cpe->ch[ch].coeffs;
603             s->psy.model->analyze(&s->psy, start_ch, coeffs, wi);
604             for (ch = 0; ch < chans; ch++) {
605                 s->cur_channel = start_ch * 2 + ch;
606                 s->coder->search_for_quantizers(avctx, s, &cpe->ch[ch], s->lambda);
607             }
608             cpe->common_window = 0;
609             if (chans > 1
610                 && wi[0].window_type[0] == wi[1].window_type[0]
611                 && wi[0].window_shape   == wi[1].window_shape) {
612
613                 cpe->common_window = 1;
614                 for (w = 0; w < wi[0].num_windows; w++) {
615                     if (wi[0].grouping[w] != wi[1].grouping[w]) {
616                         cpe->common_window = 0;
617                         break;
618                     }
619                 }
620             }
621             s->cur_channel = start_ch * 2;
622             if (s->options.stereo_mode && cpe->common_window) {
623                 if (s->options.stereo_mode > 0) {
624                     IndividualChannelStream *ics = &cpe->ch[0].ics;
625                     for (w = 0; w < ics->num_windows; w += ics->group_len[w])
626                         for (g = 0;  g < ics->num_swb; g++)
627                             cpe->ms_mask[w*16+g] = 1;
628                 } else if (s->coder->search_for_ms) {
629                     s->coder->search_for_ms(s, cpe, s->lambda);
630                 }
631             }
632             adjust_frame_information(s, cpe, chans);
633             if (chans == 2) {
634                 put_bits(&s->pb, 1, cpe->common_window);
635                 if (cpe->common_window) {
636                     put_ics_info(s, &cpe->ch[0].ics);
637                     encode_ms_info(&s->pb, cpe);
638                 }
639             }
640             for (ch = 0; ch < chans; ch++) {
641                 s->cur_channel = start_ch + ch;
642                 encode_individual_channel(avctx, s, &cpe->ch[ch], cpe->common_window);
643             }
644             start_ch += chans;
645         }
646
647         frame_bits = put_bits_count(&s->pb);
648         if (frame_bits <= 6144 * s->channels - 3) {
649             s->psy.bitres.bits = frame_bits / s->channels;
650             break;
651         }
652
653         s->lambda *= avctx->bit_rate * 1024.0f / avctx->sample_rate / frame_bits;
654
655     } while (1);
656
657     put_bits(&s->pb, 3, TYPE_END);
658     flush_put_bits(&s->pb);
659     avctx->frame_bits = put_bits_count(&s->pb);
660
661     // rate control stuff
662     if (!(avctx->flags & CODEC_FLAG_QSCALE)) {
663         float ratio = avctx->bit_rate * 1024.0f / avctx->sample_rate / avctx->frame_bits;
664         s->lambda *= ratio;
665         s->lambda = FFMIN(s->lambda, 65536.f);
666     }
667
668     if (!frame)
669         s->last_frame++;
670
671     ff_af_queue_remove(&s->afq, avctx->frame_size, &avpkt->pts,
672                        &avpkt->duration);
673
674     avpkt->size = put_bits_count(&s->pb) >> 3;
675     *got_packet_ptr = 1;
676     return 0;
677 }
678
679 static av_cold int aac_encode_end(AVCodecContext *avctx)
680 {
681     AACEncContext *s = avctx->priv_data;
682
683     ff_mdct_end(&s->mdct1024);
684     ff_mdct_end(&s->mdct128);
685     ff_psy_end(&s->psy);
686     if (s->psypp)
687         ff_psy_preprocess_end(s->psypp);
688     av_freep(&s->buffer.samples);
689     av_freep(&s->cpe);
690     ff_af_queue_close(&s->afq);
691 #if FF_API_OLD_ENCODE_AUDIO
692     av_freep(&avctx->coded_frame);
693 #endif
694     return 0;
695 }
696
697 static av_cold int dsp_init(AVCodecContext *avctx, AACEncContext *s)
698 {
699     int ret = 0;
700
701     ff_dsputil_init(&s->dsp, avctx);
702     avpriv_float_dsp_init(&s->fdsp, avctx->flags & CODEC_FLAG_BITEXACT);
703
704     // window init
705     ff_kbd_window_init(ff_aac_kbd_long_1024, 4.0, 1024);
706     ff_kbd_window_init(ff_aac_kbd_short_128, 6.0, 128);
707     ff_init_ff_sine_windows(10);
708     ff_init_ff_sine_windows(7);
709
710     if (ret = ff_mdct_init(&s->mdct1024, 11, 0, 32768.0))
711         return ret;
712     if (ret = ff_mdct_init(&s->mdct128,   8, 0, 32768.0))
713         return ret;
714
715     return 0;
716 }
717
718 static av_cold int alloc_buffers(AVCodecContext *avctx, AACEncContext *s)
719 {
720     int ch;
721     FF_ALLOCZ_OR_GOTO(avctx, s->buffer.samples, 3 * 1024 * s->channels * sizeof(s->buffer.samples[0]), alloc_fail);
722     FF_ALLOCZ_OR_GOTO(avctx, s->cpe, sizeof(ChannelElement) * s->chan_map[0], alloc_fail);
723     FF_ALLOCZ_OR_GOTO(avctx, avctx->extradata, 5 + FF_INPUT_BUFFER_PADDING_SIZE, alloc_fail);
724
725     for(ch = 0; ch < s->channels; ch++)
726         s->planar_samples[ch] = s->buffer.samples + 3 * 1024 * ch;
727
728 #if FF_API_OLD_ENCODE_AUDIO
729     if (!(avctx->coded_frame = avcodec_alloc_frame()))
730         goto alloc_fail;
731 #endif
732
733     return 0;
734 alloc_fail:
735     return AVERROR(ENOMEM);
736 }
737
738 static av_cold int aac_encode_init(AVCodecContext *avctx)
739 {
740     AACEncContext *s = avctx->priv_data;
741     int i, ret = 0;
742     const uint8_t *sizes[2];
743     uint8_t grouping[AAC_MAX_CHANNELS];
744     int lengths[2];
745
746     avctx->frame_size = 1024;
747
748     for (i = 0; i < 16; i++)
749         if (avctx->sample_rate == avpriv_mpeg4audio_sample_rates[i])
750             break;
751
752     s->channels = avctx->channels;
753
754     ERROR_IF(i == 16,
755              "Unsupported sample rate %d\n", avctx->sample_rate);
756     ERROR_IF(s->channels > AAC_MAX_CHANNELS,
757              "Unsupported number of channels: %d\n", s->channels);
758     ERROR_IF(avctx->profile != FF_PROFILE_UNKNOWN && avctx->profile != FF_PROFILE_AAC_LOW,
759              "Unsupported profile %d\n", avctx->profile);
760     ERROR_IF(1024.0 * avctx->bit_rate / avctx->sample_rate > 6144 * s->channels,
761              "Too many bits per frame requested\n");
762
763     s->samplerate_index = i;
764
765     s->chan_map = aac_chan_configs[s->channels-1];
766
767     if (ret = dsp_init(avctx, s))
768         goto fail;
769
770     if (ret = alloc_buffers(avctx, s))
771         goto fail;
772
773     avctx->extradata_size = 5;
774     put_audio_specific_config(avctx);
775
776     sizes[0]   = swb_size_1024[i];
777     sizes[1]   = swb_size_128[i];
778     lengths[0] = ff_aac_num_swb_1024[i];
779     lengths[1] = ff_aac_num_swb_128[i];
780     for (i = 0; i < s->chan_map[0]; i++)
781         grouping[i] = s->chan_map[i + 1] == TYPE_CPE;
782     if (ret = ff_psy_init(&s->psy, avctx, 2, sizes, lengths, s->chan_map[0], grouping))
783         goto fail;
784     s->psypp = ff_psy_preprocess_init(avctx);
785     s->coder = &ff_aac_coders[2];
786
787     s->lambda = avctx->global_quality ? avctx->global_quality : 120;
788
789     ff_aac_tableinit();
790
791     for (i = 0; i < 428; i++)
792         ff_aac_pow34sf_tab[i] = sqrt(ff_aac_pow2sf_tab[i] * sqrt(ff_aac_pow2sf_tab[i]));
793
794     avctx->delay = 1024;
795     ff_af_queue_init(avctx, &s->afq);
796
797     return 0;
798 fail:
799     aac_encode_end(avctx);
800     return ret;
801 }
802
803 #define AACENC_FLAGS AV_OPT_FLAG_ENCODING_PARAM | AV_OPT_FLAG_AUDIO_PARAM
804 static const AVOption aacenc_options[] = {
805     {"stereo_mode", "Stereo coding method", offsetof(AACEncContext, options.stereo_mode), AV_OPT_TYPE_INT, {.dbl = 0}, -1, 1, AACENC_FLAGS, "stereo_mode"},
806         {"auto",     "Selected by the Encoder", 0, AV_OPT_TYPE_CONST, {.dbl = -1 }, INT_MIN, INT_MAX, AACENC_FLAGS, "stereo_mode"},
807         {"ms_off",   "Disable Mid/Side coding", 0, AV_OPT_TYPE_CONST, {.dbl =  0 }, INT_MIN, INT_MAX, AACENC_FLAGS, "stereo_mode"},
808         {"ms_force", "Force Mid/Side for the whole frame if possible", 0, AV_OPT_TYPE_CONST, {.dbl =  1 }, INT_MIN, INT_MAX, AACENC_FLAGS, "stereo_mode"},
809     {NULL}
810 };
811
812 static const AVClass aacenc_class = {
813     "AAC encoder",
814     av_default_item_name,
815     aacenc_options,
816     LIBAVUTIL_VERSION_INT,
817 };
818
819 AVCodec ff_aac_encoder = {
820     .name           = "aac",
821     .type           = AVMEDIA_TYPE_AUDIO,
822     .id             = CODEC_ID_AAC,
823     .priv_data_size = sizeof(AACEncContext),
824     .init           = aac_encode_init,
825     .encode2        = aac_encode_frame,
826     .close          = aac_encode_end,
827     .capabilities   = CODEC_CAP_SMALL_LAST_FRAME | CODEC_CAP_DELAY |
828                       CODEC_CAP_EXPERIMENTAL,
829     .sample_fmts    = (const enum AVSampleFormat[]){ AV_SAMPLE_FMT_FLT,
830                                                      AV_SAMPLE_FMT_NONE },
831     .long_name      = NULL_IF_CONFIG_SMALL("Advanced Audio Coding"),
832     .priv_class     = &aacenc_class,
833 };