normalize calls to ff_alloc_packet2
[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/float_dsp.h"
34 #include "libavutil/opt.h"
35 #include "avcodec.h"
36 #include "put_bits.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(AVFloatDSPContext *fdsp, \
186                                     SingleChannelElement *sce, \
187                                     const float *audio)
188
189 WINDOW_FUNC(only_long)
190 {
191     const float *lwindow = sce->ics.use_kb_window[0] ? ff_aac_kbd_long_1024 : ff_sine_1024;
192     const float *pwindow = sce->ics.use_kb_window[1] ? ff_aac_kbd_long_1024 : ff_sine_1024;
193     float *out = sce->ret_buf;
194
195     fdsp->vector_fmul        (out,        audio,        lwindow, 1024);
196     fdsp->vector_fmul_reverse(out + 1024, audio + 1024, pwindow, 1024);
197 }
198
199 WINDOW_FUNC(long_start)
200 {
201     const float *lwindow = sce->ics.use_kb_window[1] ? ff_aac_kbd_long_1024 : ff_sine_1024;
202     const float *swindow = sce->ics.use_kb_window[0] ? ff_aac_kbd_short_128 : ff_sine_128;
203     float *out = sce->ret_buf;
204
205     fdsp->vector_fmul(out, audio, lwindow, 1024);
206     memcpy(out + 1024, audio + 1024, sizeof(out[0]) * 448);
207     fdsp->vector_fmul_reverse(out + 1024 + 448, audio + 1024 + 448, swindow, 128);
208     memset(out + 1024 + 576, 0, sizeof(out[0]) * 448);
209 }
210
211 WINDOW_FUNC(long_stop)
212 {
213     const float *lwindow = sce->ics.use_kb_window[0] ? ff_aac_kbd_long_1024 : ff_sine_1024;
214     const float *swindow = sce->ics.use_kb_window[1] ? ff_aac_kbd_short_128 : ff_sine_128;
215     float *out = sce->ret_buf;
216
217     memset(out, 0, sizeof(out[0]) * 448);
218     fdsp->vector_fmul(out + 448, audio + 448, swindow, 128);
219     memcpy(out + 576, audio + 576, sizeof(out[0]) * 448);
220     fdsp->vector_fmul_reverse(out + 1024, audio + 1024, lwindow, 1024);
221 }
222
223 WINDOW_FUNC(eight_short)
224 {
225     const float *swindow = sce->ics.use_kb_window[0] ? ff_aac_kbd_short_128 : ff_sine_128;
226     const float *pwindow = sce->ics.use_kb_window[1] ? ff_aac_kbd_short_128 : ff_sine_128;
227     const float *in = audio + 448;
228     float *out = sce->ret_buf;
229     int w;
230
231     for (w = 0; w < 8; w++) {
232         fdsp->vector_fmul        (out, in, w ? pwindow : swindow, 128);
233         out += 128;
234         in  += 128;
235         fdsp->vector_fmul_reverse(out, in, swindow, 128);
236         out += 128;
237     }
238 }
239
240 static void (*const apply_window[4])(AVFloatDSPContext *fdsp,
241                                      SingleChannelElement *sce,
242                                      const float *audio) = {
243     [ONLY_LONG_SEQUENCE]   = apply_only_long_window,
244     [LONG_START_SEQUENCE]  = apply_long_start_window,
245     [EIGHT_SHORT_SEQUENCE] = apply_eight_short_window,
246     [LONG_STOP_SEQUENCE]   = apply_long_stop_window
247 };
248
249 static void apply_window_and_mdct(AACEncContext *s, SingleChannelElement *sce,
250                                   float *audio)
251 {
252     int i;
253     float *output = sce->ret_buf;
254
255     apply_window[sce->ics.window_sequence[0]](&s->fdsp, sce, audio);
256
257     if (sce->ics.window_sequence[0] != EIGHT_SHORT_SEQUENCE)
258         s->mdct1024.mdct_calc(&s->mdct1024, sce->coeffs, output);
259     else
260         for (i = 0; i < 1024; i += 128)
261             s->mdct128.mdct_calc(&s->mdct128, sce->coeffs + i, output + i*2);
262     memcpy(audio, audio + 1024, sizeof(audio[0]) * 1024);
263 }
264
265 /**
266  * Encode ics_info element.
267  * @see Table 4.6 (syntax of ics_info)
268  */
269 static void put_ics_info(AACEncContext *s, IndividualChannelStream *info)
270 {
271     int w;
272
273     put_bits(&s->pb, 1, 0);                // ics_reserved bit
274     put_bits(&s->pb, 2, info->window_sequence[0]);
275     put_bits(&s->pb, 1, info->use_kb_window[0]);
276     if (info->window_sequence[0] != EIGHT_SHORT_SEQUENCE) {
277         put_bits(&s->pb, 6, info->max_sfb);
278         put_bits(&s->pb, 1, 0);            // no prediction
279     } else {
280         put_bits(&s->pb, 4, info->max_sfb);
281         for (w = 1; w < 8; w++)
282             put_bits(&s->pb, 1, !info->group_len[w]);
283     }
284 }
285
286 /**
287  * Encode MS data.
288  * @see 4.6.8.1 "Joint Coding - M/S Stereo"
289  */
290 static void encode_ms_info(PutBitContext *pb, ChannelElement *cpe)
291 {
292     int i, w;
293
294     put_bits(pb, 2, cpe->ms_mode);
295     if (cpe->ms_mode == 1)
296         for (w = 0; w < cpe->ch[0].ics.num_windows; w += cpe->ch[0].ics.group_len[w])
297             for (i = 0; i < cpe->ch[0].ics.max_sfb; i++)
298                 put_bits(pb, 1, cpe->ms_mask[w*16 + i]);
299 }
300
301 /**
302  * Produce integer coefficients from scalefactors provided by the model.
303  */
304 static void adjust_frame_information(ChannelElement *cpe, int chans)
305 {
306     int i, w, w2, g, ch;
307     int start, maxsfb, cmaxsfb;
308
309     for (ch = 0; ch < chans; ch++) {
310         IndividualChannelStream *ics = &cpe->ch[ch].ics;
311         start = 0;
312         maxsfb = 0;
313         cpe->ch[ch].pulse.num_pulse = 0;
314         for (w = 0; w < ics->num_windows*16; w += 16) {
315             for (g = 0; g < ics->num_swb; g++) {
316                 //apply M/S
317                 if (cpe->common_window && !ch && cpe->ms_mask[w + g]) {
318                     for (i = 0; i < ics->swb_sizes[g]; i++) {
319                         cpe->ch[0].coeffs[start+i] = (cpe->ch[0].coeffs[start+i] + cpe->ch[1].coeffs[start+i]) / 2.0;
320                         cpe->ch[1].coeffs[start+i] =  cpe->ch[0].coeffs[start+i] - cpe->ch[1].coeffs[start+i];
321                     }
322                 }
323                 start += ics->swb_sizes[g];
324             }
325             for (cmaxsfb = ics->num_swb; cmaxsfb > 0 && cpe->ch[ch].zeroes[w+cmaxsfb-1]; cmaxsfb--)
326                 ;
327             maxsfb = FFMAX(maxsfb, cmaxsfb);
328         }
329         ics->max_sfb = maxsfb;
330
331         //adjust zero bands for window groups
332         for (w = 0; w < ics->num_windows; w += ics->group_len[w]) {
333             for (g = 0; g < ics->max_sfb; g++) {
334                 i = 1;
335                 for (w2 = w; w2 < w + ics->group_len[w]; w2++) {
336                     if (!cpe->ch[ch].zeroes[w2*16 + g]) {
337                         i = 0;
338                         break;
339                     }
340                 }
341                 cpe->ch[ch].zeroes[w*16 + g] = i;
342             }
343         }
344     }
345
346     if (chans > 1 && cpe->common_window) {
347         IndividualChannelStream *ics0 = &cpe->ch[0].ics;
348         IndividualChannelStream *ics1 = &cpe->ch[1].ics;
349         int msc = 0;
350         ics0->max_sfb = FFMAX(ics0->max_sfb, ics1->max_sfb);
351         ics1->max_sfb = ics0->max_sfb;
352         for (w = 0; w < ics0->num_windows*16; w += 16)
353             for (i = 0; i < ics0->max_sfb; i++)
354                 if (cpe->ms_mask[w+i])
355                     msc++;
356         if (msc == 0 || ics0->max_sfb == 0)
357             cpe->ms_mode = 0;
358         else
359             cpe->ms_mode = msc < ics0->max_sfb * ics0->num_windows ? 1 : 2;
360     }
361 }
362
363 /**
364  * Encode scalefactor band coding type.
365  */
366 static void encode_band_info(AACEncContext *s, SingleChannelElement *sce)
367 {
368     int w;
369
370     for (w = 0; w < sce->ics.num_windows; w += sce->ics.group_len[w])
371         s->coder->encode_window_bands_info(s, sce, w, sce->ics.group_len[w], s->lambda);
372 }
373
374 /**
375  * Encode scalefactors.
376  */
377 static void encode_scale_factors(AVCodecContext *avctx, AACEncContext *s,
378                                  SingleChannelElement *sce)
379 {
380     int off = sce->sf_idx[0], diff;
381     int i, w;
382
383     for (w = 0; w < sce->ics.num_windows; w += sce->ics.group_len[w]) {
384         for (i = 0; i < sce->ics.max_sfb; i++) {
385             if (!sce->zeroes[w*16 + i]) {
386                 diff = sce->sf_idx[w*16 + i] - off + SCALE_DIFF_ZERO;
387                 av_assert0(diff >= 0 && diff <= 120);
388                 off = sce->sf_idx[w*16 + i];
389                 put_bits(&s->pb, ff_aac_scalefactor_bits[diff], ff_aac_scalefactor_code[diff]);
390             }
391         }
392     }
393 }
394
395 /**
396  * Encode pulse data.
397  */
398 static void encode_pulses(AACEncContext *s, Pulse *pulse)
399 {
400     int i;
401
402     put_bits(&s->pb, 1, !!pulse->num_pulse);
403     if (!pulse->num_pulse)
404         return;
405
406     put_bits(&s->pb, 2, pulse->num_pulse - 1);
407     put_bits(&s->pb, 6, pulse->start);
408     for (i = 0; i < pulse->num_pulse; i++) {
409         put_bits(&s->pb, 5, pulse->pos[i]);
410         put_bits(&s->pb, 4, pulse->amp[i]);
411     }
412 }
413
414 /**
415  * Encode spectral coefficients processed by psychoacoustic model.
416  */
417 static void encode_spectral_coeffs(AACEncContext *s, SingleChannelElement *sce)
418 {
419     int start, i, w, w2;
420
421     for (w = 0; w < sce->ics.num_windows; w += sce->ics.group_len[w]) {
422         start = 0;
423         for (i = 0; i < sce->ics.max_sfb; i++) {
424             if (sce->zeroes[w*16 + i]) {
425                 start += sce->ics.swb_sizes[i];
426                 continue;
427             }
428             for (w2 = w; w2 < w + sce->ics.group_len[w]; w2++)
429                 s->coder->quantize_and_encode_band(s, &s->pb, sce->coeffs + start + w2*128,
430                                                    sce->ics.swb_sizes[i],
431                                                    sce->sf_idx[w*16 + i],
432                                                    sce->band_type[w*16 + i],
433                                                    s->lambda);
434             start += sce->ics.swb_sizes[i];
435         }
436     }
437 }
438
439 /**
440  * Encode one channel of audio data.
441  */
442 static int encode_individual_channel(AVCodecContext *avctx, AACEncContext *s,
443                                      SingleChannelElement *sce,
444                                      int common_window)
445 {
446     put_bits(&s->pb, 8, sce->sf_idx[0]);
447     if (!common_window)
448         put_ics_info(s, &sce->ics);
449     encode_band_info(s, sce);
450     encode_scale_factors(avctx, s, sce);
451     encode_pulses(s, &sce->pulse);
452     put_bits(&s->pb, 1, 0); //tns
453     put_bits(&s->pb, 1, 0); //ssr
454     encode_spectral_coeffs(s, sce);
455     return 0;
456 }
457
458 /**
459  * Write some auxiliary information about the created AAC file.
460  */
461 static void put_bitstream_info(AACEncContext *s, const char *name)
462 {
463     int i, namelen, padbits;
464
465     namelen = strlen(name) + 2;
466     put_bits(&s->pb, 3, TYPE_FIL);
467     put_bits(&s->pb, 4, FFMIN(namelen, 15));
468     if (namelen >= 15)
469         put_bits(&s->pb, 8, namelen - 14);
470     put_bits(&s->pb, 4, 0); //extension type - filler
471     padbits = -put_bits_count(&s->pb) & 7;
472     avpriv_align_put_bits(&s->pb);
473     for (i = 0; i < namelen - 2; i++)
474         put_bits(&s->pb, 8, name[i]);
475     put_bits(&s->pb, 12 - padbits, 0);
476 }
477
478 /*
479  * Copy input samples.
480  * Channels are reordered from libavcodec's default order to AAC order.
481  */
482 static void copy_input_samples(AACEncContext *s, const AVFrame *frame)
483 {
484     int ch;
485     int end = 2048 + (frame ? frame->nb_samples : 0);
486     const uint8_t *channel_map = aac_chan_maps[s->channels - 1];
487
488     /* copy and remap input samples */
489     for (ch = 0; ch < s->channels; ch++) {
490         /* copy last 1024 samples of previous frame to the start of the current frame */
491         memcpy(&s->planar_samples[ch][1024], &s->planar_samples[ch][2048], 1024 * sizeof(s->planar_samples[0][0]));
492
493         /* copy new samples and zero any remaining samples */
494         if (frame) {
495             memcpy(&s->planar_samples[ch][2048],
496                    frame->extended_data[channel_map[ch]],
497                    frame->nb_samples * sizeof(s->planar_samples[0][0]));
498         }
499         memset(&s->planar_samples[ch][end], 0,
500                (3072 - end) * sizeof(s->planar_samples[0][0]));
501     }
502 }
503
504 static int aac_encode_frame(AVCodecContext *avctx, AVPacket *avpkt,
505                             const AVFrame *frame, int *got_packet_ptr)
506 {
507     AACEncContext *s = avctx->priv_data;
508     float **samples = s->planar_samples, *samples2, *la, *overlap;
509     ChannelElement *cpe;
510     int i, ch, w, g, chans, tag, start_ch, ret;
511     int chan_el_counter[4];
512     FFPsyWindowInfo windows[AAC_MAX_CHANNELS];
513
514     if (s->last_frame == 2)
515         return 0;
516
517     /* add current frame to queue */
518     if (frame) {
519         if ((ret = ff_af_queue_add(&s->afq, frame)) < 0)
520             return ret;
521     }
522
523     copy_input_samples(s, frame);
524     if (s->psypp)
525         ff_psy_preprocess(s->psypp, s->planar_samples, s->channels);
526
527     if (!avctx->frame_number)
528         return 0;
529
530     start_ch = 0;
531     for (i = 0; i < s->chan_map[0]; i++) {
532         FFPsyWindowInfo* wi = windows + start_ch;
533         tag      = s->chan_map[i+1];
534         chans    = tag == TYPE_CPE ? 2 : 1;
535         cpe      = &s->cpe[i];
536         for (ch = 0; ch < chans; ch++) {
537             IndividualChannelStream *ics = &cpe->ch[ch].ics;
538             int cur_channel = start_ch + ch;
539             overlap  = &samples[cur_channel][0];
540             samples2 = overlap + 1024;
541             la       = samples2 + (448+64);
542             if (!frame)
543                 la = NULL;
544             if (tag == TYPE_LFE) {
545                 wi[ch].window_type[0] = ONLY_LONG_SEQUENCE;
546                 wi[ch].window_shape   = 0;
547                 wi[ch].num_windows    = 1;
548                 wi[ch].grouping[0]    = 1;
549
550                 /* Only the lowest 12 coefficients are used in a LFE channel.
551                  * The expression below results in only the bottom 8 coefficients
552                  * being used for 11.025kHz to 16kHz sample rates.
553                  */
554                 ics->num_swb = s->samplerate_index >= 8 ? 1 : 3;
555             } else {
556                 wi[ch] = s->psy.model->window(&s->psy, samples2, la, cur_channel,
557                                               ics->window_sequence[0]);
558             }
559             ics->window_sequence[1] = ics->window_sequence[0];
560             ics->window_sequence[0] = wi[ch].window_type[0];
561             ics->use_kb_window[1]   = ics->use_kb_window[0];
562             ics->use_kb_window[0]   = wi[ch].window_shape;
563             ics->num_windows        = wi[ch].num_windows;
564             ics->swb_sizes          = s->psy.bands    [ics->num_windows == 8];
565             ics->num_swb            = tag == TYPE_LFE ? ics->num_swb : s->psy.num_bands[ics->num_windows == 8];
566             for (w = 0; w < ics->num_windows; w++)
567                 ics->group_len[w] = wi[ch].grouping[w];
568
569             apply_window_and_mdct(s, &cpe->ch[ch], overlap);
570         }
571         start_ch += chans;
572     }
573     if ((ret = ff_alloc_packet2(avctx, avpkt, 8192 * s->channels)) < 0)
574         return ret;
575     do {
576         int frame_bits;
577
578         init_put_bits(&s->pb, avpkt->data, avpkt->size);
579
580         if ((avctx->frame_number & 0xFF)==1 && !(avctx->flags & CODEC_FLAG_BITEXACT))
581             put_bitstream_info(s, LIBAVCODEC_IDENT);
582         start_ch = 0;
583         memset(chan_el_counter, 0, sizeof(chan_el_counter));
584         for (i = 0; i < s->chan_map[0]; i++) {
585             FFPsyWindowInfo* wi = windows + start_ch;
586             const float *coeffs[2];
587             tag      = s->chan_map[i+1];
588             chans    = tag == TYPE_CPE ? 2 : 1;
589             cpe      = &s->cpe[i];
590             put_bits(&s->pb, 3, tag);
591             put_bits(&s->pb, 4, chan_el_counter[tag]++);
592             for (ch = 0; ch < chans; ch++)
593                 coeffs[ch] = cpe->ch[ch].coeffs;
594             s->psy.model->analyze(&s->psy, start_ch, coeffs, wi);
595             for (ch = 0; ch < chans; ch++) {
596                 s->cur_channel = start_ch * 2 + ch;
597                 s->coder->search_for_quantizers(avctx, s, &cpe->ch[ch], s->lambda);
598             }
599             cpe->common_window = 0;
600             if (chans > 1
601                 && wi[0].window_type[0] == wi[1].window_type[0]
602                 && wi[0].window_shape   == wi[1].window_shape) {
603
604                 cpe->common_window = 1;
605                 for (w = 0; w < wi[0].num_windows; w++) {
606                     if (wi[0].grouping[w] != wi[1].grouping[w]) {
607                         cpe->common_window = 0;
608                         break;
609                     }
610                 }
611             }
612             s->cur_channel = start_ch * 2;
613             if (s->options.stereo_mode && cpe->common_window) {
614                 if (s->options.stereo_mode > 0) {
615                     IndividualChannelStream *ics = &cpe->ch[0].ics;
616                     for (w = 0; w < ics->num_windows; w += ics->group_len[w])
617                         for (g = 0;  g < ics->num_swb; g++)
618                             cpe->ms_mask[w*16+g] = 1;
619                 } else if (s->coder->search_for_ms) {
620                     s->coder->search_for_ms(s, cpe, s->lambda);
621                 }
622             }
623             adjust_frame_information(cpe, chans);
624             if (chans == 2) {
625                 put_bits(&s->pb, 1, cpe->common_window);
626                 if (cpe->common_window) {
627                     put_ics_info(s, &cpe->ch[0].ics);
628                     encode_ms_info(&s->pb, cpe);
629                 }
630             }
631             for (ch = 0; ch < chans; ch++) {
632                 s->cur_channel = start_ch + ch;
633                 encode_individual_channel(avctx, s, &cpe->ch[ch], cpe->common_window);
634             }
635             start_ch += chans;
636         }
637
638         frame_bits = put_bits_count(&s->pb);
639         if (frame_bits <= 6144 * s->channels - 3) {
640             s->psy.bitres.bits = frame_bits / s->channels;
641             break;
642         }
643
644         s->lambda *= avctx->bit_rate * 1024.0f / avctx->sample_rate / frame_bits;
645
646     } while (1);
647
648     put_bits(&s->pb, 3, TYPE_END);
649     flush_put_bits(&s->pb);
650     avctx->frame_bits = put_bits_count(&s->pb);
651
652     // rate control stuff
653     if (!(avctx->flags & CODEC_FLAG_QSCALE)) {
654         float ratio = avctx->bit_rate * 1024.0f / avctx->sample_rate / avctx->frame_bits;
655         s->lambda *= ratio;
656         s->lambda = FFMIN(s->lambda, 65536.f);
657     }
658
659     if (!frame)
660         s->last_frame++;
661
662     ff_af_queue_remove(&s->afq, avctx->frame_size, &avpkt->pts,
663                        &avpkt->duration);
664
665     avpkt->size = put_bits_count(&s->pb) >> 3;
666     *got_packet_ptr = 1;
667     return 0;
668 }
669
670 static av_cold int aac_encode_end(AVCodecContext *avctx)
671 {
672     AACEncContext *s = avctx->priv_data;
673
674     ff_mdct_end(&s->mdct1024);
675     ff_mdct_end(&s->mdct128);
676     ff_psy_end(&s->psy);
677     if (s->psypp)
678         ff_psy_preprocess_end(s->psypp);
679     av_freep(&s->buffer.samples);
680     av_freep(&s->cpe);
681     ff_af_queue_close(&s->afq);
682 #if FF_API_OLD_ENCODE_AUDIO
683     av_freep(&avctx->coded_frame);
684 #endif
685     return 0;
686 }
687
688 static av_cold int dsp_init(AVCodecContext *avctx, AACEncContext *s)
689 {
690     int ret = 0;
691
692     avpriv_float_dsp_init(&s->fdsp, avctx->flags & CODEC_FLAG_BITEXACT);
693
694     // window init
695     ff_kbd_window_init(ff_aac_kbd_long_1024, 4.0, 1024);
696     ff_kbd_window_init(ff_aac_kbd_short_128, 6.0, 128);
697     ff_init_ff_sine_windows(10);
698     ff_init_ff_sine_windows(7);
699
700     if (ret = ff_mdct_init(&s->mdct1024, 11, 0, 32768.0))
701         return ret;
702     if (ret = ff_mdct_init(&s->mdct128,   8, 0, 32768.0))
703         return ret;
704
705     return 0;
706 }
707
708 static av_cold int alloc_buffers(AVCodecContext *avctx, AACEncContext *s)
709 {
710     int ch;
711     FF_ALLOCZ_OR_GOTO(avctx, s->buffer.samples, 3 * 1024 * s->channels * sizeof(s->buffer.samples[0]), alloc_fail);
712     FF_ALLOCZ_OR_GOTO(avctx, s->cpe, sizeof(ChannelElement) * s->chan_map[0], alloc_fail);
713     FF_ALLOCZ_OR_GOTO(avctx, avctx->extradata, 5 + FF_INPUT_BUFFER_PADDING_SIZE, alloc_fail);
714
715     for(ch = 0; ch < s->channels; ch++)
716         s->planar_samples[ch] = s->buffer.samples + 3 * 1024 * ch;
717
718 #if FF_API_OLD_ENCODE_AUDIO
719     if (!(avctx->coded_frame = avcodec_alloc_frame()))
720         goto alloc_fail;
721 #endif
722
723     return 0;
724 alloc_fail:
725     return AVERROR(ENOMEM);
726 }
727
728 static av_cold int aac_encode_init(AVCodecContext *avctx)
729 {
730     AACEncContext *s = avctx->priv_data;
731     int i, ret = 0;
732     const uint8_t *sizes[2];
733     uint8_t grouping[AAC_MAX_CHANNELS];
734     int lengths[2];
735
736     avctx->frame_size = 1024;
737
738     for (i = 0; i < 16; i++)
739         if (avctx->sample_rate == avpriv_mpeg4audio_sample_rates[i])
740             break;
741
742     s->channels = avctx->channels;
743
744     ERROR_IF(i == 16,
745              "Unsupported sample rate %d\n", avctx->sample_rate);
746     ERROR_IF(s->channels > AAC_MAX_CHANNELS,
747              "Unsupported number of channels: %d\n", s->channels);
748     ERROR_IF(avctx->profile != FF_PROFILE_UNKNOWN && avctx->profile != FF_PROFILE_AAC_LOW,
749              "Unsupported profile %d\n", avctx->profile);
750     ERROR_IF(1024.0 * avctx->bit_rate / avctx->sample_rate > 6144 * s->channels,
751              "Too many bits per frame requested\n");
752
753     s->samplerate_index = i;
754
755     s->chan_map = aac_chan_configs[s->channels-1];
756
757     if (ret = dsp_init(avctx, s))
758         goto fail;
759
760     if (ret = alloc_buffers(avctx, s))
761         goto fail;
762
763     avctx->extradata_size = 5;
764     put_audio_specific_config(avctx);
765
766     sizes[0]   = swb_size_1024[i];
767     sizes[1]   = swb_size_128[i];
768     lengths[0] = ff_aac_num_swb_1024[i];
769     lengths[1] = ff_aac_num_swb_128[i];
770     for (i = 0; i < s->chan_map[0]; i++)
771         grouping[i] = s->chan_map[i + 1] == TYPE_CPE;
772     if (ret = ff_psy_init(&s->psy, avctx, 2, sizes, lengths, s->chan_map[0], grouping))
773         goto fail;
774     s->psypp = ff_psy_preprocess_init(avctx);
775     s->coder = &ff_aac_coders[s->options.aac_coder];
776
777     s->lambda = avctx->global_quality ? avctx->global_quality : 120;
778
779     ff_aac_tableinit();
780
781     for (i = 0; i < 428; i++)
782         ff_aac_pow34sf_tab[i] = sqrt(ff_aac_pow2sf_tab[i] * sqrt(ff_aac_pow2sf_tab[i]));
783
784     avctx->delay = 1024;
785     ff_af_queue_init(avctx, &s->afq);
786
787     return 0;
788 fail:
789     aac_encode_end(avctx);
790     return ret;
791 }
792
793 #define AACENC_FLAGS AV_OPT_FLAG_ENCODING_PARAM | AV_OPT_FLAG_AUDIO_PARAM
794 static const AVOption aacenc_options[] = {
795     {"stereo_mode", "Stereo coding method", offsetof(AACEncContext, options.stereo_mode), AV_OPT_TYPE_INT, {.i64 = 0}, -1, 1, AACENC_FLAGS, "stereo_mode"},
796         {"auto",     "Selected by the Encoder", 0, AV_OPT_TYPE_CONST, {.i64 = -1 }, INT_MIN, INT_MAX, AACENC_FLAGS, "stereo_mode"},
797         {"ms_off",   "Disable Mid/Side coding", 0, AV_OPT_TYPE_CONST, {.i64 =  0 }, INT_MIN, INT_MAX, AACENC_FLAGS, "stereo_mode"},
798         {"ms_force", "Force Mid/Side for the whole frame if possible", 0, AV_OPT_TYPE_CONST, {.i64 =  1 }, INT_MIN, INT_MAX, AACENC_FLAGS, "stereo_mode"},
799     {"aac_coder", "", offsetof(AACEncContext, options.aac_coder), AV_OPT_TYPE_INT, {.i64 = 2}, 0, AAC_CODER_NB-1, AACENC_FLAGS},
800     {NULL}
801 };
802
803 static const AVClass aacenc_class = {
804     "AAC encoder",
805     av_default_item_name,
806     aacenc_options,
807     LIBAVUTIL_VERSION_INT,
808 };
809
810 /* duplicated from avpriv_mpeg4audio_sample_rates to avoid shared build
811  * failures */
812 static const int mpeg4audio_sample_rates[16] = {
813     96000, 88200, 64000, 48000, 44100, 32000,
814     24000, 22050, 16000, 12000, 11025, 8000, 7350
815 };
816
817 AVCodec ff_aac_encoder = {
818     .name           = "aac",
819     .type           = AVMEDIA_TYPE_AUDIO,
820     .id             = AV_CODEC_ID_AAC,
821     .priv_data_size = sizeof(AACEncContext),
822     .init           = aac_encode_init,
823     .encode2        = aac_encode_frame,
824     .close          = aac_encode_end,
825     .supported_samplerates = mpeg4audio_sample_rates,
826     .capabilities   = CODEC_CAP_SMALL_LAST_FRAME | CODEC_CAP_DELAY |
827                       CODEC_CAP_EXPERIMENTAL,
828     .sample_fmts    = (const enum AVSampleFormat[]){ AV_SAMPLE_FMT_FLTP,
829                                                      AV_SAMPLE_FMT_NONE },
830     .long_name      = NULL_IF_CONFIG_SMALL("AAC (Advanced Audio Coding)"),
831     .priv_class     = &aacenc_class,
832 };