Merge remote-tracking branch 'qatar/master'
[ffmpeg.git] / libavcodec / aacenc.c
1 /*
2  * AAC encoder
3  * Copyright (C) 2008 Konstantin Shishkov
4  *
5  * This file is part of FFmpeg.
6  *
7  * FFmpeg 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  * FFmpeg 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 FFmpeg; 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/opt.h"
34 #include "avcodec.h"
35 #include "put_bits.h"
36 #include "dsputil.h"
37 #include "internal.h"
38 #include "mpeg4audio.h"
39 #include "kbdwin.h"
40 #include "sinewin.h"
41
42 #include "aac.h"
43 #include "aactab.h"
44 #include "aacenc.h"
45
46 #include "psymodel.h"
47
48 #define AAC_MAX_CHANNELS 6
49
50 #define ERROR_IF(cond, ...) \
51     if (cond) { \
52         av_log(avctx, AV_LOG_ERROR, __VA_ARGS__); \
53         return AVERROR(EINVAL); \
54     }
55
56 float ff_aac_pow34sf_tab[428];
57
58 static const uint8_t swb_size_1024_96[] = {
59     4, 4, 4, 4, 4, 4, 4, 4, 4, 4, 4, 4, 4, 4, 8, 8, 8, 8, 8,
60     12, 12, 12, 12, 12, 16, 16, 24, 28, 36, 44,
61     64, 64, 64, 64, 64, 64, 64, 64, 64, 64, 64
62 };
63
64 static const uint8_t swb_size_1024_64[] = {
65     4, 4, 4, 4, 4, 4, 4, 4, 4, 4, 4, 4, 4, 4, 8, 8, 8, 8,
66     12, 12, 12, 16, 16, 16, 20, 24, 24, 28, 36,
67     40, 40, 40, 40, 40, 40, 40, 40, 40, 40, 40, 40, 40, 40, 40, 40, 40, 40
68 };
69
70 static const uint8_t swb_size_1024_48[] = {
71     4, 4, 4, 4, 4, 4, 4, 4, 4, 4, 8, 8, 8, 8, 8, 8, 8,
72     12, 12, 12, 12, 16, 16, 20, 20, 24, 24, 28, 28,
73     32, 32, 32, 32, 32, 32, 32, 32, 32, 32, 32, 32, 32, 32, 32, 32, 32, 32, 32,
74     96
75 };
76
77 static const uint8_t swb_size_1024_32[] = {
78     4, 4, 4, 4, 4, 4, 4, 4, 4, 4, 8, 8, 8, 8, 8, 8, 8,
79     12, 12, 12, 12, 16, 16, 20, 20, 24, 24, 28, 28,
80     32, 32, 32, 32, 32, 32, 32, 32, 32, 32, 32, 32, 32, 32, 32, 32, 32, 32, 32, 32, 32, 32
81 };
82
83 static const uint8_t swb_size_1024_24[] = {
84     4, 4, 4, 4, 4, 4, 4, 4, 4, 4, 4, 8, 8, 8, 8, 8, 8, 8, 8, 8, 8,
85     12, 12, 12, 12, 16, 16, 16, 20, 20, 24, 24, 28, 28,
86     32, 36, 36, 40, 44, 48, 52, 52, 64, 64, 64, 64, 64
87 };
88
89 static const uint8_t swb_size_1024_16[] = {
90     8, 8, 8, 8, 8, 8, 8, 8, 8, 8, 8,
91     12, 12, 12, 12, 12, 12, 12, 12, 12, 16, 16, 16, 16, 20, 20, 20, 24, 24, 28, 28,
92     32, 36, 40, 40, 44, 48, 52, 56, 60, 64, 64, 64
93 };
94
95 static const uint8_t swb_size_1024_8[] = {
96     12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12,
97     16, 16, 16, 16, 16, 16, 16, 20, 20, 20, 20, 24, 24, 24, 28, 28,
98     32, 36, 36, 40, 44, 48, 52, 56, 60, 64, 80
99 };
100
101 static const uint8_t *swb_size_1024[] = {
102     swb_size_1024_96, swb_size_1024_96, swb_size_1024_64,
103     swb_size_1024_48, swb_size_1024_48, swb_size_1024_32,
104     swb_size_1024_24, swb_size_1024_24, swb_size_1024_16,
105     swb_size_1024_16, swb_size_1024_16, swb_size_1024_8
106 };
107
108 static const uint8_t swb_size_128_96[] = {
109     4, 4, 4, 4, 4, 4, 8, 8, 8, 16, 28, 36
110 };
111
112 static const uint8_t swb_size_128_48[] = {
113     4, 4, 4, 4, 4, 8, 8, 8, 12, 12, 12, 16, 16, 16
114 };
115
116 static const uint8_t swb_size_128_24[] = {
117     4, 4, 4, 4, 4, 4, 4, 8, 8, 8, 12, 12, 16, 16, 20
118 };
119
120 static const uint8_t swb_size_128_16[] = {
121     4, 4, 4, 4, 4, 4, 4, 4, 8, 8, 12, 12, 16, 20, 20
122 };
123
124 static const uint8_t swb_size_128_8[] = {
125     4, 4, 4, 4, 4, 4, 4, 8, 8, 8, 8, 12, 16, 20, 20
126 };
127
128 static const uint8_t *swb_size_128[] = {
129     /* the last entry on the following row is swb_size_128_64 but is a
130        duplicate of swb_size_128_96 */
131     swb_size_128_96, swb_size_128_96, swb_size_128_96,
132     swb_size_128_48, swb_size_128_48, swb_size_128_48,
133     swb_size_128_24, swb_size_128_24, swb_size_128_16,
134     swb_size_128_16, swb_size_128_16, swb_size_128_8
135 };
136
137 /** default channel configurations */
138 static const uint8_t aac_chan_configs[6][5] = {
139  {1, TYPE_SCE},                               // 1 channel  - single channel element
140  {1, TYPE_CPE},                               // 2 channels - channel pair
141  {2, TYPE_SCE, TYPE_CPE},                     // 3 channels - center + stereo
142  {3, TYPE_SCE, TYPE_CPE, TYPE_SCE},           // 4 channels - front center + stereo + back center
143  {3, TYPE_SCE, TYPE_CPE, TYPE_CPE},           // 5 channels - front center + stereo + back stereo
144  {4, TYPE_SCE, TYPE_CPE, TYPE_CPE, TYPE_LFE}, // 6 channels - front center + stereo + back stereo + LFE
145 };
146
147 /**
148  * Table to remap channels from libavcodec's default order to AAC order.
149  */
150 static const uint8_t aac_chan_maps[AAC_MAX_CHANNELS][AAC_MAX_CHANNELS] = {
151     { 0 },
152     { 0, 1 },
153     { 2, 0, 1 },
154     { 2, 0, 1, 3 },
155     { 2, 0, 1, 3, 4 },
156     { 2, 0, 1, 4, 5, 3 },
157 };
158
159 /**
160  * Make AAC audio config object.
161  * @see 1.6.2.1 "Syntax - AudioSpecificConfig"
162  */
163 static void put_audio_specific_config(AVCodecContext *avctx)
164 {
165     PutBitContext pb;
166     AACEncContext *s = avctx->priv_data;
167
168     init_put_bits(&pb, avctx->extradata, avctx->extradata_size*8);
169     put_bits(&pb, 5, 2); //object type - AAC-LC
170     put_bits(&pb, 4, s->samplerate_index); //sample rate index
171     put_bits(&pb, 4, s->channels);
172     //GASpecificConfig
173     put_bits(&pb, 1, 0); //frame length - 1024 samples
174     put_bits(&pb, 1, 0); //does not depend on core coder
175     put_bits(&pb, 1, 0); //is not extension
176
177     //Explicitly Mark SBR absent
178     put_bits(&pb, 11, 0x2b7); //sync extension
179     put_bits(&pb, 5,  AOT_SBR);
180     put_bits(&pb, 1,  0);
181     flush_put_bits(&pb);
182 }
183
184 #define WINDOW_FUNC(type) \
185 static void apply_ ##type ##_window(DSPContext *dsp, SingleChannelElement *sce, const float *audio)
186
187 WINDOW_FUNC(only_long)
188 {
189     const float *lwindow = sce->ics.use_kb_window[0] ? ff_aac_kbd_long_1024 : ff_sine_1024;
190     const float *pwindow = sce->ics.use_kb_window[1] ? ff_aac_kbd_long_1024 : ff_sine_1024;
191     float *out = sce->ret;
192
193     dsp->vector_fmul        (out,        audio,        lwindow, 1024);
194     dsp->vector_fmul_reverse(out + 1024, audio + 1024, pwindow, 1024);
195 }
196
197 WINDOW_FUNC(long_start)
198 {
199     const float *lwindow = sce->ics.use_kb_window[1] ? ff_aac_kbd_long_1024 : ff_sine_1024;
200     const float *swindow = sce->ics.use_kb_window[0] ? ff_aac_kbd_short_128 : ff_sine_128;
201     float *out = sce->ret;
202
203     dsp->vector_fmul(out, audio, lwindow, 1024);
204     memcpy(out + 1024, audio + 1024, sizeof(out[0]) * 448);
205     dsp->vector_fmul_reverse(out + 1024 + 448, audio + 1024 + 448, swindow, 128);
206     memset(out + 1024 + 576, 0, sizeof(out[0]) * 448);
207 }
208
209 WINDOW_FUNC(long_stop)
210 {
211     const float *lwindow = sce->ics.use_kb_window[0] ? ff_aac_kbd_long_1024 : ff_sine_1024;
212     const float *swindow = sce->ics.use_kb_window[1] ? ff_aac_kbd_short_128 : ff_sine_128;
213     float *out = sce->ret;
214
215     memset(out, 0, sizeof(out[0]) * 448);
216     dsp->vector_fmul(out + 448, audio + 448, swindow, 128);
217     memcpy(out + 576, audio + 576, sizeof(out[0]) * 448);
218     dsp->vector_fmul_reverse(out + 1024, audio + 1024, lwindow, 1024);
219 }
220
221 WINDOW_FUNC(eight_short)
222 {
223     const float *swindow = sce->ics.use_kb_window[0] ? ff_aac_kbd_short_128 : ff_sine_128;
224     const float *pwindow = sce->ics.use_kb_window[1] ? ff_aac_kbd_short_128 : ff_sine_128;
225     const float *in = audio + 448;
226     float *out = sce->ret;
227     int w;
228
229     for (w = 0; w < 8; w++) {
230         dsp->vector_fmul        (out, in, w ? pwindow : swindow, 128);
231         out += 128;
232         in  += 128;
233         dsp->vector_fmul_reverse(out, in, swindow, 128);
234         out += 128;
235     }
236 }
237
238 static void (*const apply_window[4])(DSPContext *dsp, SingleChannelElement *sce, const float *audio) = {
239     [ONLY_LONG_SEQUENCE]   = apply_only_long_window,
240     [LONG_START_SEQUENCE]  = apply_long_start_window,
241     [EIGHT_SHORT_SEQUENCE] = apply_eight_short_window,
242     [LONG_STOP_SEQUENCE]   = apply_long_stop_window
243 };
244
245 static void apply_window_and_mdct(AACEncContext *s, SingleChannelElement *sce,
246                                   float *audio)
247 {
248     int i;
249     float *output = sce->ret;
250
251     apply_window[sce->ics.window_sequence[0]](&s->dsp, sce, audio);
252
253     if (sce->ics.window_sequence[0] != EIGHT_SHORT_SEQUENCE)
254         s->mdct1024.mdct_calc(&s->mdct1024, sce->coeffs, output);
255     else
256         for (i = 0; i < 1024; i += 128)
257             s->mdct128.mdct_calc(&s->mdct128, sce->coeffs + i, output + i*2);
258     memcpy(audio, audio + 1024, sizeof(audio[0]) * 1024);
259 }
260
261 /**
262  * Encode ics_info element.
263  * @see Table 4.6 (syntax of ics_info)
264  */
265 static void put_ics_info(AACEncContext *s, IndividualChannelStream *info)
266 {
267     int w;
268
269     put_bits(&s->pb, 1, 0);                // ics_reserved bit
270     put_bits(&s->pb, 2, info->window_sequence[0]);
271     put_bits(&s->pb, 1, info->use_kb_window[0]);
272     if (info->window_sequence[0] != EIGHT_SHORT_SEQUENCE) {
273         put_bits(&s->pb, 6, info->max_sfb);
274         put_bits(&s->pb, 1, 0);            // no prediction
275     } else {
276         put_bits(&s->pb, 4, info->max_sfb);
277         for (w = 1; w < 8; w++)
278             put_bits(&s->pb, 1, !info->group_len[w]);
279     }
280 }
281
282 /**
283  * Encode MS data.
284  * @see 4.6.8.1 "Joint Coding - M/S Stereo"
285  */
286 static void encode_ms_info(PutBitContext *pb, ChannelElement *cpe)
287 {
288     int i, w;
289
290     put_bits(pb, 2, cpe->ms_mode);
291     if (cpe->ms_mode == 1)
292         for (w = 0; w < cpe->ch[0].ics.num_windows; w += cpe->ch[0].ics.group_len[w])
293             for (i = 0; i < cpe->ch[0].ics.max_sfb; i++)
294                 put_bits(pb, 1, cpe->ms_mask[w*16 + i]);
295 }
296
297 /**
298  * Produce integer coefficients from scalefactors provided by the model.
299  */
300 static void adjust_frame_information(AACEncContext *apc, ChannelElement *cpe, int chans)
301 {
302     int i, w, w2, g, ch;
303     int start, maxsfb, cmaxsfb;
304
305     for (ch = 0; ch < chans; ch++) {
306         IndividualChannelStream *ics = &cpe->ch[ch].ics;
307         start = 0;
308         maxsfb = 0;
309         cpe->ch[ch].pulse.num_pulse = 0;
310         for (w = 0; w < ics->num_windows*16; w += 16) {
311             for (g = 0; g < ics->num_swb; g++) {
312                 //apply M/S
313                 if (cpe->common_window && !ch && cpe->ms_mask[w + g]) {
314                     for (i = 0; i < ics->swb_sizes[g]; i++) {
315                         cpe->ch[0].coeffs[start+i] = (cpe->ch[0].coeffs[start+i] + cpe->ch[1].coeffs[start+i]) / 2.0;
316                         cpe->ch[1].coeffs[start+i] =  cpe->ch[0].coeffs[start+i] - cpe->ch[1].coeffs[start+i];
317                     }
318                 }
319                 start += ics->swb_sizes[g];
320             }
321             for (cmaxsfb = ics->num_swb; cmaxsfb > 0 && cpe->ch[ch].zeroes[w+cmaxsfb-1]; cmaxsfb--)
322                 ;
323             maxsfb = FFMAX(maxsfb, cmaxsfb);
324         }
325         ics->max_sfb = maxsfb;
326
327         //adjust zero bands for window groups
328         for (w = 0; w < ics->num_windows; w += ics->group_len[w]) {
329             for (g = 0; g < ics->max_sfb; g++) {
330                 i = 1;
331                 for (w2 = w; w2 < w + ics->group_len[w]; w2++) {
332                     if (!cpe->ch[ch].zeroes[w2*16 + g]) {
333                         i = 0;
334                         break;
335                     }
336                 }
337                 cpe->ch[ch].zeroes[w*16 + g] = i;
338             }
339         }
340     }
341
342     if (chans > 1 && cpe->common_window) {
343         IndividualChannelStream *ics0 = &cpe->ch[0].ics;
344         IndividualChannelStream *ics1 = &cpe->ch[1].ics;
345         int msc = 0;
346         ics0->max_sfb = FFMAX(ics0->max_sfb, ics1->max_sfb);
347         ics1->max_sfb = ics0->max_sfb;
348         for (w = 0; w < ics0->num_windows*16; w += 16)
349             for (i = 0; i < ics0->max_sfb; i++)
350                 if (cpe->ms_mask[w+i])
351                     msc++;
352         if (msc == 0 || ics0->max_sfb == 0)
353             cpe->ms_mode = 0;
354         else
355             cpe->ms_mode = msc < ics0->max_sfb * ics0->num_windows ? 1 : 2;
356     }
357 }
358
359 /**
360  * Encode scalefactor band coding type.
361  */
362 static void encode_band_info(AACEncContext *s, SingleChannelElement *sce)
363 {
364     int w;
365
366     for (w = 0; w < sce->ics.num_windows; w += sce->ics.group_len[w])
367         s->coder->encode_window_bands_info(s, sce, w, sce->ics.group_len[w], s->lambda);
368 }
369
370 /**
371  * Encode scalefactors.
372  */
373 static void encode_scale_factors(AVCodecContext *avctx, AACEncContext *s,
374                                  SingleChannelElement *sce)
375 {
376     int off = sce->sf_idx[0], diff;
377     int i, w;
378
379     for (w = 0; w < sce->ics.num_windows; w += sce->ics.group_len[w]) {
380         for (i = 0; i < sce->ics.max_sfb; i++) {
381             if (!sce->zeroes[w*16 + i]) {
382                 diff = sce->sf_idx[w*16 + i] - off + SCALE_DIFF_ZERO;
383                 if (diff < 0 || diff > 120)
384                     av_log(avctx, AV_LOG_ERROR, "Scalefactor difference is too big to be coded\n");
385                 off = sce->sf_idx[w*16 + i];
386                 put_bits(&s->pb, ff_aac_scalefactor_bits[diff], ff_aac_scalefactor_code[diff]);
387             }
388         }
389     }
390 }
391
392 /**
393  * Encode pulse data.
394  */
395 static void encode_pulses(AACEncContext *s, Pulse *pulse)
396 {
397     int i;
398
399     put_bits(&s->pb, 1, !!pulse->num_pulse);
400     if (!pulse->num_pulse)
401         return;
402
403     put_bits(&s->pb, 2, pulse->num_pulse - 1);
404     put_bits(&s->pb, 6, pulse->start);
405     for (i = 0; i < pulse->num_pulse; i++) {
406         put_bits(&s->pb, 5, pulse->pos[i]);
407         put_bits(&s->pb, 4, pulse->amp[i]);
408     }
409 }
410
411 /**
412  * Encode spectral coefficients processed by psychoacoustic model.
413  */
414 static void encode_spectral_coeffs(AACEncContext *s, SingleChannelElement *sce)
415 {
416     int start, i, w, w2;
417
418     for (w = 0; w < sce->ics.num_windows; w += sce->ics.group_len[w]) {
419         start = 0;
420         for (i = 0; i < sce->ics.max_sfb; i++) {
421             if (sce->zeroes[w*16 + i]) {
422                 start += sce->ics.swb_sizes[i];
423                 continue;
424             }
425             for (w2 = w; w2 < w + sce->ics.group_len[w]; w2++)
426                 s->coder->quantize_and_encode_band(s, &s->pb, sce->coeffs + start + w2*128,
427                                                    sce->ics.swb_sizes[i],
428                                                    sce->sf_idx[w*16 + i],
429                                                    sce->band_type[w*16 + i],
430                                                    s->lambda);
431             start += sce->ics.swb_sizes[i];
432         }
433     }
434 }
435
436 /**
437  * Encode one channel of audio data.
438  */
439 static int encode_individual_channel(AVCodecContext *avctx, AACEncContext *s,
440                                      SingleChannelElement *sce,
441                                      int common_window)
442 {
443     put_bits(&s->pb, 8, sce->sf_idx[0]);
444     if (!common_window)
445         put_ics_info(s, &sce->ics);
446     encode_band_info(s, sce);
447     encode_scale_factors(avctx, s, sce);
448     encode_pulses(s, &sce->pulse);
449     put_bits(&s->pb, 1, 0); //tns
450     put_bits(&s->pb, 1, 0); //ssr
451     encode_spectral_coeffs(s, sce);
452     return 0;
453 }
454
455 /**
456  * Write some auxiliary information about the created AAC file.
457  */
458 static void put_bitstream_info(AVCodecContext *avctx, AACEncContext *s,
459                                const char *name)
460 {
461     int i, namelen, padbits;
462
463     namelen = strlen(name) + 2;
464     put_bits(&s->pb, 3, TYPE_FIL);
465     put_bits(&s->pb, 4, FFMIN(namelen, 15));
466     if (namelen >= 15)
467         put_bits(&s->pb, 8, namelen - 14);
468     put_bits(&s->pb, 4, 0); //extension type - filler
469     padbits = -put_bits_count(&s->pb) & 7;
470     avpriv_align_put_bits(&s->pb);
471     for (i = 0; i < namelen - 2; i++)
472         put_bits(&s->pb, 8, name[i]);
473     put_bits(&s->pb, 12 - padbits, 0);
474 }
475
476 /*
477  * Deinterleave input samples.
478  * Channels are reordered from libavcodec's default order to AAC order.
479  */
480 static void deinterleave_input_samples(AACEncContext *s, const AVFrame *frame)
481 {
482     int ch, i;
483     const int sinc = s->channels;
484     const uint8_t *channel_map = aac_chan_maps[sinc - 1];
485
486     /* deinterleave and remap input samples */
487     for (ch = 0; ch < sinc; ch++) {
488         /* copy last 1024 samples of previous frame to the start of the current frame */
489         memcpy(&s->planar_samples[ch][1024], &s->planar_samples[ch][2048], 1024 * sizeof(s->planar_samples[0][0]));
490
491         /* deinterleave */
492         i = 2048;
493         if (frame) {
494             const float *sptr = ((const float *)frame->data[0]) + channel_map[ch];
495             for (; i < 2048 + frame->nb_samples; i++) {
496                 s->planar_samples[ch][i] = *sptr;
497                 sptr += sinc;
498             }
499         }
500         memset(&s->planar_samples[ch][i], 0,
501                (3072 - i) * sizeof(s->planar_samples[0][0]));
502     }
503 }
504
505 static int aac_encode_frame(AVCodecContext *avctx, AVPacket *avpkt,
506                             const AVFrame *frame, int *got_packet_ptr)
507 {
508     AACEncContext *s = avctx->priv_data;
509     float **samples = s->planar_samples, *samples2, *la, *overlap;
510     ChannelElement *cpe;
511     int i, ch, w, g, chans, tag, start_ch, ret;
512     int chan_el_counter[4];
513     FFPsyWindowInfo windows[AAC_MAX_CHANNELS];
514
515     if (s->last_frame == 2)
516         return 0;
517
518     /* add current frame to queue */
519     if (frame) {
520         if ((ret = ff_af_queue_add(&s->afq, frame) < 0))
521             return ret;
522     }
523
524     deinterleave_input_samples(s, frame);
525     if (s->psypp)
526         ff_psy_preprocess(s->psypp, s->planar_samples, s->channels);
527
528     if (!avctx->frame_number)
529         return 0;
530
531     start_ch = 0;
532     for (i = 0; i < s->chan_map[0]; i++) {
533         FFPsyWindowInfo* wi = windows + start_ch;
534         tag      = s->chan_map[i+1];
535         chans    = tag == TYPE_CPE ? 2 : 1;
536         cpe      = &s->cpe[i];
537         for (ch = 0; ch < chans; ch++) {
538             IndividualChannelStream *ics = &cpe->ch[ch].ics;
539             int cur_channel = start_ch + ch;
540             overlap  = &samples[cur_channel][0];
541             samples2 = overlap + 1024;
542             la       = samples2 + (448+64);
543             if (!frame)
544                 la = NULL;
545             if (tag == TYPE_LFE) {
546                 wi[ch].window_type[0] = ONLY_LONG_SEQUENCE;
547                 wi[ch].window_shape   = 0;
548                 wi[ch].num_windows    = 1;
549                 wi[ch].grouping[0]    = 1;
550
551                 /* Only the lowest 12 coefficients are used in a LFE channel.
552                  * The expression below results in only the bottom 8 coefficients
553                  * being used for 11.025kHz to 16kHz sample rates.
554                  */
555                 ics->num_swb = s->samplerate_index >= 8 ? 1 : 3;
556             } else {
557                 wi[ch] = s->psy.model->window(&s->psy, samples2, la, cur_channel,
558                                               ics->window_sequence[0]);
559             }
560             ics->window_sequence[1] = ics->window_sequence[0];
561             ics->window_sequence[0] = wi[ch].window_type[0];
562             ics->use_kb_window[1]   = ics->use_kb_window[0];
563             ics->use_kb_window[0]   = wi[ch].window_shape;
564             ics->num_windows        = wi[ch].num_windows;
565             ics->swb_sizes          = s->psy.bands    [ics->num_windows == 8];
566             ics->num_swb            = tag == TYPE_LFE ? ics->num_swb : s->psy.num_bands[ics->num_windows == 8];
567             for (w = 0; w < ics->num_windows; w++)
568                 ics->group_len[w] = wi[ch].grouping[w];
569
570             apply_window_and_mdct(s, &cpe->ch[ch], overlap);
571         }
572         start_ch += chans;
573     }
574     if ((ret = ff_alloc_packet2(avctx, avpkt, 768 * s->channels))) {
575         av_log(avctx, AV_LOG_ERROR, "Error getting output packet\n");
576         return ret;
577     }
578     do {
579         int frame_bits;
580
581         init_put_bits(&s->pb, avpkt->data, avpkt->size);
582
583         if ((avctx->frame_number & 0xFF)==1 && !(avctx->flags & CODEC_FLAG_BITEXACT))
584             put_bitstream_info(avctx, s, LIBAVCODEC_IDENT);
585         start_ch = 0;
586         memset(chan_el_counter, 0, sizeof(chan_el_counter));
587         for (i = 0; i < s->chan_map[0]; i++) {
588             FFPsyWindowInfo* wi = windows + start_ch;
589             const float *coeffs[2];
590             tag      = s->chan_map[i+1];
591             chans    = tag == TYPE_CPE ? 2 : 1;
592             cpe      = &s->cpe[i];
593             put_bits(&s->pb, 3, tag);
594             put_bits(&s->pb, 4, chan_el_counter[tag]++);
595             for (ch = 0; ch < chans; ch++)
596                 coeffs[ch] = cpe->ch[ch].coeffs;
597             s->psy.model->analyze(&s->psy, start_ch, coeffs, wi);
598             for (ch = 0; ch < chans; ch++) {
599                 s->cur_channel = start_ch * 2 + ch;
600                 s->coder->search_for_quantizers(avctx, s, &cpe->ch[ch], s->lambda);
601             }
602             cpe->common_window = 0;
603             if (chans > 1
604                 && wi[0].window_type[0] == wi[1].window_type[0]
605                 && wi[0].window_shape   == wi[1].window_shape) {
606
607                 cpe->common_window = 1;
608                 for (w = 0; w < wi[0].num_windows; w++) {
609                     if (wi[0].grouping[w] != wi[1].grouping[w]) {
610                         cpe->common_window = 0;
611                         break;
612                     }
613                 }
614             }
615             s->cur_channel = start_ch * 2;
616             if (s->options.stereo_mode && cpe->common_window) {
617                 if (s->options.stereo_mode > 0) {
618                     IndividualChannelStream *ics = &cpe->ch[0].ics;
619                     for (w = 0; w < ics->num_windows; w += ics->group_len[w])
620                         for (g = 0;  g < ics->num_swb; g++)
621                             cpe->ms_mask[w*16+g] = 1;
622                 } else if (s->coder->search_for_ms) {
623                     s->coder->search_for_ms(s, cpe, s->lambda);
624                 }
625             }
626             adjust_frame_information(s, cpe, chans);
627             if (chans == 2) {
628                 put_bits(&s->pb, 1, cpe->common_window);
629                 if (cpe->common_window) {
630                     put_ics_info(s, &cpe->ch[0].ics);
631                     encode_ms_info(&s->pb, cpe);
632                 }
633             }
634             for (ch = 0; ch < chans; ch++) {
635                 s->cur_channel = start_ch + ch;
636                 encode_individual_channel(avctx, s, &cpe->ch[ch], cpe->common_window);
637             }
638             start_ch += chans;
639         }
640
641         frame_bits = put_bits_count(&s->pb);
642         if (frame_bits <= 6144 * s->channels - 3) {
643             s->psy.bitres.bits = frame_bits / s->channels;
644             break;
645         }
646
647         s->lambda *= avctx->bit_rate * 1024.0f / avctx->sample_rate / frame_bits;
648
649     } while (1);
650
651     put_bits(&s->pb, 3, TYPE_END);
652     flush_put_bits(&s->pb);
653     avctx->frame_bits = put_bits_count(&s->pb);
654
655     // rate control stuff
656     if (!(avctx->flags & CODEC_FLAG_QSCALE)) {
657         float ratio = avctx->bit_rate * 1024.0f / avctx->sample_rate / avctx->frame_bits;
658         s->lambda *= ratio;
659         s->lambda = FFMIN(s->lambda, 65536.f);
660     }
661
662     if (!frame)
663         s->last_frame++;
664
665     ff_af_queue_remove(&s->afq, avctx->frame_size, &avpkt->pts,
666                        &avpkt->duration);
667
668     avpkt->size = put_bits_count(&s->pb) >> 3;
669     *got_packet_ptr = 1;
670     return 0;
671 }
672
673 static av_cold int aac_encode_end(AVCodecContext *avctx)
674 {
675     AACEncContext *s = avctx->priv_data;
676
677     ff_mdct_end(&s->mdct1024);
678     ff_mdct_end(&s->mdct128);
679     ff_psy_end(&s->psy);
680     if (s->psypp)
681         ff_psy_preprocess_end(s->psypp);
682     av_freep(&s->buffer.samples);
683     av_freep(&s->cpe);
684     ff_af_queue_close(&s->afq);
685 #if FF_API_OLD_ENCODE_AUDIO
686     av_freep(&avctx->coded_frame);
687 #endif
688     return 0;
689 }
690
691 static av_cold int dsp_init(AVCodecContext *avctx, AACEncContext *s)
692 {
693     int ret = 0;
694
695     ff_dsputil_init(&s->dsp, avctx);
696
697     // window init
698     ff_kbd_window_init(ff_aac_kbd_long_1024, 4.0, 1024);
699     ff_kbd_window_init(ff_aac_kbd_short_128, 6.0, 128);
700     ff_init_ff_sine_windows(10);
701     ff_init_ff_sine_windows(7);
702
703     if (ret = ff_mdct_init(&s->mdct1024, 11, 0, 32768.0))
704         return ret;
705     if (ret = ff_mdct_init(&s->mdct128,   8, 0, 32768.0))
706         return ret;
707
708     return 0;
709 }
710
711 static av_cold int alloc_buffers(AVCodecContext *avctx, AACEncContext *s)
712 {
713     int ch;
714     FF_ALLOCZ_OR_GOTO(avctx, s->buffer.samples, 3 * 1024 * s->channels * sizeof(s->buffer.samples[0]), alloc_fail);
715     FF_ALLOCZ_OR_GOTO(avctx, s->cpe, sizeof(ChannelElement) * s->chan_map[0], alloc_fail);
716     FF_ALLOCZ_OR_GOTO(avctx, avctx->extradata, 5 + FF_INPUT_BUFFER_PADDING_SIZE, alloc_fail);
717
718     for(ch = 0; ch < s->channels; ch++)
719         s->planar_samples[ch] = s->buffer.samples + 3 * 1024 * ch;
720
721 #if FF_API_OLD_ENCODE_AUDIO
722     if (!(avctx->coded_frame = avcodec_alloc_frame()))
723         goto alloc_fail;
724 #endif
725
726     return 0;
727 alloc_fail:
728     return AVERROR(ENOMEM);
729 }
730
731 static av_cold int aac_encode_init(AVCodecContext *avctx)
732 {
733     AACEncContext *s = avctx->priv_data;
734     int i, ret = 0;
735     const uint8_t *sizes[2];
736     uint8_t grouping[AAC_MAX_CHANNELS];
737     int lengths[2];
738
739     avctx->frame_size = 1024;
740
741     for (i = 0; i < 16; i++)
742         if (avctx->sample_rate == avpriv_mpeg4audio_sample_rates[i])
743             break;
744
745     s->channels = avctx->channels;
746
747     ERROR_IF(i == 16,
748              "Unsupported sample rate %d\n", avctx->sample_rate);
749     ERROR_IF(s->channels > AAC_MAX_CHANNELS,
750              "Unsupported number of channels: %d\n", s->channels);
751     ERROR_IF(avctx->profile != FF_PROFILE_UNKNOWN && avctx->profile != FF_PROFILE_AAC_LOW,
752              "Unsupported profile %d\n", avctx->profile);
753     ERROR_IF(1024.0 * avctx->bit_rate / avctx->sample_rate > 6144 * s->channels,
754              "Too many bits per frame requested\n");
755
756     s->samplerate_index = i;
757
758     s->chan_map = aac_chan_configs[s->channels-1];
759
760     if (ret = dsp_init(avctx, s))
761         goto fail;
762
763     if (ret = alloc_buffers(avctx, s))
764         goto fail;
765
766     avctx->extradata_size = 5;
767     put_audio_specific_config(avctx);
768
769     sizes[0]   = swb_size_1024[i];
770     sizes[1]   = swb_size_128[i];
771     lengths[0] = ff_aac_num_swb_1024[i];
772     lengths[1] = ff_aac_num_swb_128[i];
773     for (i = 0; i < s->chan_map[0]; i++)
774         grouping[i] = s->chan_map[i + 1] == TYPE_CPE;
775     if (ret = ff_psy_init(&s->psy, avctx, 2, sizes, lengths, s->chan_map[0], grouping))
776         goto fail;
777     s->psypp = ff_psy_preprocess_init(avctx);
778     s->coder = &ff_aac_coders[s->options.aac_coder];
779
780     s->lambda = avctx->global_quality ? avctx->global_quality : 120;
781
782     ff_aac_tableinit();
783
784     for (i = 0; i < 428; i++)
785         ff_aac_pow34sf_tab[i] = sqrt(ff_aac_pow2sf_tab[i] * sqrt(ff_aac_pow2sf_tab[i]));
786
787     avctx->delay = 1024;
788     ff_af_queue_init(avctx, &s->afq);
789
790     return 0;
791 fail:
792     aac_encode_end(avctx);
793     return ret;
794 }
795
796 #define AACENC_FLAGS AV_OPT_FLAG_ENCODING_PARAM | AV_OPT_FLAG_AUDIO_PARAM
797 static const AVOption aacenc_options[] = {
798     {"stereo_mode", "Stereo coding method", offsetof(AACEncContext, options.stereo_mode), AV_OPT_TYPE_INT, {.dbl = 0}, -1, 1, AACENC_FLAGS, "stereo_mode"},
799         {"auto",     "Selected by the Encoder", 0, AV_OPT_TYPE_CONST, {.dbl = -1 }, INT_MIN, INT_MAX, AACENC_FLAGS, "stereo_mode"},
800         {"ms_off",   "Disable Mid/Side coding", 0, AV_OPT_TYPE_CONST, {.dbl =  0 }, INT_MIN, INT_MAX, AACENC_FLAGS, "stereo_mode"},
801         {"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"},
802     {"aac_coder", "", offsetof(AACEncContext, options.aac_coder), AV_OPT_TYPE_INT, {.dbl = 2}, 0, AAC_CODER_NB-1, AACENC_FLAGS},
803     {NULL}
804 };
805
806 static const AVClass aacenc_class = {
807     "AAC encoder",
808     av_default_item_name,
809     aacenc_options,
810     LIBAVUTIL_VERSION_INT,
811 };
812
813 AVCodec ff_aac_encoder = {
814     .name           = "aac",
815     .type           = AVMEDIA_TYPE_AUDIO,
816     .id             = CODEC_ID_AAC,
817     .priv_data_size = sizeof(AACEncContext),
818     .init           = aac_encode_init,
819     .encode2        = aac_encode_frame,
820     .close          = aac_encode_end,
821     .supported_samplerates = avpriv_mpeg4audio_sample_rates,
822     .capabilities   = CODEC_CAP_SMALL_LAST_FRAME | CODEC_CAP_DELAY |
823                       CODEC_CAP_EXPERIMENTAL,
824     .sample_fmts    = (const enum AVSampleFormat[]){ AV_SAMPLE_FMT_FLT,
825                                                      AV_SAMPLE_FMT_NONE },
826     .long_name      = NULL_IF_CONFIG_SMALL("Advanced Audio Coding"),
827     .priv_class     = &aacenc_class,
828 };