444ca0e5c2ba5371803d027a6f397d83f55c62b0
[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  ***********************************/
31
32 #include "libavutil/float_dsp.h"
33 #include "libavutil/opt.h"
34 #include "avcodec.h"
35 #include "put_bits.h"
36 #include "internal.h"
37 #include "mpeg4audio.h"
38 #include "kbdwin.h"
39 #include "sinewin.h"
40
41 #include "aac.h"
42 #include "aactab.h"
43 #include "aacenc.h"
44 #include "aacenctab.h"
45 #include "aacenc_utils.h"
46
47 #include "psymodel.h"
48
49 /**
50  * Make AAC audio config object.
51  * @see 1.6.2.1 "Syntax - AudioSpecificConfig"
52  */
53 static void put_audio_specific_config(AVCodecContext *avctx)
54 {
55     PutBitContext pb;
56     AACEncContext *s = avctx->priv_data;
57
58     init_put_bits(&pb, avctx->extradata, avctx->extradata_size);
59     put_bits(&pb, 5, s->profile+1); //profile
60     put_bits(&pb, 4, s->samplerate_index); //sample rate index
61     put_bits(&pb, 4, s->channels);
62     //GASpecificConfig
63     put_bits(&pb, 1, 0); //frame length - 1024 samples
64     put_bits(&pb, 1, 0); //does not depend on core coder
65     put_bits(&pb, 1, 0); //is not extension
66
67     //Explicitly Mark SBR absent
68     put_bits(&pb, 11, 0x2b7); //sync extension
69     put_bits(&pb, 5,  AOT_SBR);
70     put_bits(&pb, 1,  0);
71     flush_put_bits(&pb);
72 }
73
74 #define WINDOW_FUNC(type) \
75 static void apply_ ##type ##_window(AVFloatDSPContext *fdsp, \
76                                     SingleChannelElement *sce, \
77                                     const float *audio)
78
79 WINDOW_FUNC(only_long)
80 {
81     const float *lwindow = sce->ics.use_kb_window[0] ? ff_aac_kbd_long_1024 : ff_sine_1024;
82     const float *pwindow = sce->ics.use_kb_window[1] ? ff_aac_kbd_long_1024 : ff_sine_1024;
83     float *out = sce->ret_buf;
84
85     fdsp->vector_fmul        (out,        audio,        lwindow, 1024);
86     fdsp->vector_fmul_reverse(out + 1024, audio + 1024, pwindow, 1024);
87 }
88
89 WINDOW_FUNC(long_start)
90 {
91     const float *lwindow = sce->ics.use_kb_window[1] ? ff_aac_kbd_long_1024 : ff_sine_1024;
92     const float *swindow = sce->ics.use_kb_window[0] ? ff_aac_kbd_short_128 : ff_sine_128;
93     float *out = sce->ret_buf;
94
95     fdsp->vector_fmul(out, audio, lwindow, 1024);
96     memcpy(out + 1024, audio + 1024, sizeof(out[0]) * 448);
97     fdsp->vector_fmul_reverse(out + 1024 + 448, audio + 1024 + 448, swindow, 128);
98     memset(out + 1024 + 576, 0, sizeof(out[0]) * 448);
99 }
100
101 WINDOW_FUNC(long_stop)
102 {
103     const float *lwindow = sce->ics.use_kb_window[0] ? ff_aac_kbd_long_1024 : ff_sine_1024;
104     const float *swindow = sce->ics.use_kb_window[1] ? ff_aac_kbd_short_128 : ff_sine_128;
105     float *out = sce->ret_buf;
106
107     memset(out, 0, sizeof(out[0]) * 448);
108     fdsp->vector_fmul(out + 448, audio + 448, swindow, 128);
109     memcpy(out + 576, audio + 576, sizeof(out[0]) * 448);
110     fdsp->vector_fmul_reverse(out + 1024, audio + 1024, lwindow, 1024);
111 }
112
113 WINDOW_FUNC(eight_short)
114 {
115     const float *swindow = sce->ics.use_kb_window[0] ? ff_aac_kbd_short_128 : ff_sine_128;
116     const float *pwindow = sce->ics.use_kb_window[1] ? ff_aac_kbd_short_128 : ff_sine_128;
117     const float *in = audio + 448;
118     float *out = sce->ret_buf;
119     int w;
120
121     for (w = 0; w < 8; w++) {
122         fdsp->vector_fmul        (out, in, w ? pwindow : swindow, 128);
123         out += 128;
124         in  += 128;
125         fdsp->vector_fmul_reverse(out, in, swindow, 128);
126         out += 128;
127     }
128 }
129
130 static void (*const apply_window[4])(AVFloatDSPContext *fdsp,
131                                      SingleChannelElement *sce,
132                                      const float *audio) = {
133     [ONLY_LONG_SEQUENCE]   = apply_only_long_window,
134     [LONG_START_SEQUENCE]  = apply_long_start_window,
135     [EIGHT_SHORT_SEQUENCE] = apply_eight_short_window,
136     [LONG_STOP_SEQUENCE]   = apply_long_stop_window
137 };
138
139 static void apply_window_and_mdct(AACEncContext *s, SingleChannelElement *sce,
140                                   float *audio)
141 {
142     int i;
143     float *output = sce->ret_buf;
144
145     apply_window[sce->ics.window_sequence[0]](s->fdsp, sce, audio);
146
147     if (sce->ics.window_sequence[0] != EIGHT_SHORT_SEQUENCE)
148         s->mdct1024.mdct_calc(&s->mdct1024, sce->coeffs, output);
149     else
150         for (i = 0; i < 1024; i += 128)
151             s->mdct128.mdct_calc(&s->mdct128, &sce->coeffs[i], output + i*2);
152     memcpy(audio, audio + 1024, sizeof(audio[0]) * 1024);
153     memcpy(sce->pcoeffs, sce->coeffs, sizeof(sce->pcoeffs));
154 }
155
156 /**
157  * Encode ics_info element.
158  * @see Table 4.6 (syntax of ics_info)
159  */
160 static void put_ics_info(AACEncContext *s, IndividualChannelStream *info)
161 {
162     int w;
163
164     put_bits(&s->pb, 1, 0);                // ics_reserved bit
165     put_bits(&s->pb, 2, info->window_sequence[0]);
166     put_bits(&s->pb, 1, info->use_kb_window[0]);
167     if (info->window_sequence[0] != EIGHT_SHORT_SEQUENCE) {
168         put_bits(&s->pb, 6, info->max_sfb);
169         put_bits(&s->pb, 1, !!info->predictor_present);
170     } else {
171         put_bits(&s->pb, 4, info->max_sfb);
172         for (w = 1; w < 8; w++)
173             put_bits(&s->pb, 1, !info->group_len[w]);
174     }
175 }
176
177 /**
178  * Encode MS data.
179  * @see 4.6.8.1 "Joint Coding - M/S Stereo"
180  */
181 static void encode_ms_info(PutBitContext *pb, ChannelElement *cpe)
182 {
183     int i, w;
184
185     put_bits(pb, 2, cpe->ms_mode);
186     if (cpe->ms_mode == 1)
187         for (w = 0; w < cpe->ch[0].ics.num_windows; w += cpe->ch[0].ics.group_len[w])
188             for (i = 0; i < cpe->ch[0].ics.max_sfb; i++)
189                 put_bits(pb, 1, cpe->ms_mask[w*16 + i]);
190 }
191
192 /**
193  * Produce integer coefficients from scalefactors provided by the model.
194  */
195 static void adjust_frame_information(ChannelElement *cpe, int chans)
196 {
197     int i, w, w2, g, ch;
198     int maxsfb, cmaxsfb;
199     IndividualChannelStream *ics;
200
201     if (cpe->common_window) {
202         ics = &cpe->ch[0].ics;
203         for (w = 0; w < ics->num_windows; w += ics->group_len[w]) {
204             for (w2 =  0; w2 < ics->group_len[w]; w2++) {
205                 int start = (w+w2) * 128;
206                 for (g = 0; g < ics->num_swb; g++) {
207                     //apply Intensity stereo coeffs transformation
208                     if (cpe->is_mask[w*16 + g]) {
209                         int p = -1 + 2 * (cpe->ch[1].band_type[w*16+g] - 14);
210                         float scale = cpe->ch[0].is_ener[w*16+g];
211                         for (i = 0; i < ics->swb_sizes[g]; i++) {
212                             cpe->ch[0].coeffs[start+i] = (cpe->ch[0].coeffs[start+i] + p*cpe->ch[1].coeffs[start+i]) * scale;
213                             cpe->ch[1].coeffs[start+i] = 0.0f;
214                         }
215                     } else if (cpe->ms_mask[w*16 + g] &&
216                                cpe->ch[0].band_type[w*16 + g] < NOISE_BT &&
217                                cpe->ch[1].band_type[w*16 + g] < NOISE_BT) {
218                         for (i = 0; i < ics->swb_sizes[g]; i++) {
219                             float L = (cpe->ch[0].coeffs[start+i] + cpe->ch[1].coeffs[start+i]) * 0.5f;
220                             float R = L - cpe->ch[1].coeffs[start+i];
221                             cpe->ch[0].coeffs[start+i] = L;
222                             cpe->ch[1].coeffs[start+i] = R;
223                         }
224                     }
225                     start += ics->swb_sizes[g];
226                 }
227             }
228         }
229     }
230
231     for (ch = 0; ch < chans; ch++) {
232         IndividualChannelStream *ics = &cpe->ch[ch].ics;
233         maxsfb = 0;
234         cpe->ch[ch].pulse.num_pulse = 0;
235         for (w = 0; w < ics->num_windows; w += ics->group_len[w]) {
236             for (w2 =  0; w2 < ics->group_len[w]; w2++) {
237                 for (cmaxsfb = ics->num_swb; cmaxsfb > 0 && cpe->ch[ch].zeroes[w*16+cmaxsfb-1]; cmaxsfb--)
238                     ;
239                 maxsfb = FFMAX(maxsfb, cmaxsfb);
240             }
241         }
242         ics->max_sfb = maxsfb;
243
244         //adjust zero bands for window groups
245         for (w = 0; w < ics->num_windows; w += ics->group_len[w]) {
246             for (g = 0; g < ics->max_sfb; g++) {
247                 i = 1;
248                 for (w2 = w; w2 < w + ics->group_len[w]; w2++) {
249                     if (!cpe->ch[ch].zeroes[w2*16 + g]) {
250                         i = 0;
251                         break;
252                     }
253                 }
254                 cpe->ch[ch].zeroes[w*16 + g] = i;
255             }
256         }
257     }
258
259     if (chans > 1 && cpe->common_window) {
260         IndividualChannelStream *ics0 = &cpe->ch[0].ics;
261         IndividualChannelStream *ics1 = &cpe->ch[1].ics;
262         int msc = 0;
263         ics0->max_sfb = FFMAX(ics0->max_sfb, ics1->max_sfb);
264         ics1->max_sfb = ics0->max_sfb;
265         for (w = 0; w < ics0->num_windows*16; w += 16)
266             for (i = 0; i < ics0->max_sfb; i++)
267                 if (cpe->ms_mask[w+i])
268                     msc++;
269         if (msc == 0 || ics0->max_sfb == 0)
270             cpe->ms_mode = 0;
271         else
272             cpe->ms_mode = msc < ics0->max_sfb * ics0->num_windows ? 1 : 2;
273     }
274 }
275
276 /**
277  * Encode scalefactor band coding type.
278  */
279 static void encode_band_info(AACEncContext *s, SingleChannelElement *sce)
280 {
281     int w;
282
283     for (w = 0; w < sce->ics.num_windows; w += sce->ics.group_len[w])
284         s->coder->encode_window_bands_info(s, sce, w, sce->ics.group_len[w], s->lambda);
285 }
286
287 /**
288  * Encode scalefactors.
289  */
290 static void encode_scale_factors(AVCodecContext *avctx, AACEncContext *s,
291                                  SingleChannelElement *sce)
292 {
293     int diff, off_sf = sce->sf_idx[0], off_pns = sce->sf_idx[0] - NOISE_OFFSET;
294     int off_is = 0, noise_flag = 1;
295     int i, w;
296
297     for (w = 0; w < sce->ics.num_windows; w += sce->ics.group_len[w]) {
298         for (i = 0; i < sce->ics.max_sfb; i++) {
299             if (!sce->zeroes[w*16 + i]) {
300                 if (sce->band_type[w*16 + i] == NOISE_BT) {
301                     diff = sce->sf_idx[w*16 + i] - off_pns;
302                     off_pns = sce->sf_idx[w*16 + i];
303                     if (noise_flag-- > 0) {
304                         put_bits(&s->pb, NOISE_PRE_BITS, diff + NOISE_PRE);
305                         continue;
306                     }
307                 } else if (sce->band_type[w*16 + i] == INTENSITY_BT  ||
308                            sce->band_type[w*16 + i] == INTENSITY_BT2) {
309                     diff = sce->sf_idx[w*16 + i] - off_is;
310                     off_is = sce->sf_idx[w*16 + i];
311                 } else {
312                     diff = sce->sf_idx[w*16 + i] - off_sf;
313                     off_sf = sce->sf_idx[w*16 + i];
314                 }
315                 diff += SCALE_DIFF_ZERO;
316                 av_assert0(diff >= 0 && diff <= 120);
317                 put_bits(&s->pb, ff_aac_scalefactor_bits[diff], ff_aac_scalefactor_code[diff]);
318             }
319         }
320     }
321 }
322
323 /**
324  * Encode pulse data.
325  */
326 static void encode_pulses(AACEncContext *s, Pulse *pulse)
327 {
328     int i;
329
330     put_bits(&s->pb, 1, !!pulse->num_pulse);
331     if (!pulse->num_pulse)
332         return;
333
334     put_bits(&s->pb, 2, pulse->num_pulse - 1);
335     put_bits(&s->pb, 6, pulse->start);
336     for (i = 0; i < pulse->num_pulse; i++) {
337         put_bits(&s->pb, 5, pulse->pos[i]);
338         put_bits(&s->pb, 4, pulse->amp[i]);
339     }
340 }
341
342 /**
343  * Encode spectral coefficients processed by psychoacoustic model.
344  */
345 static void encode_spectral_coeffs(AACEncContext *s, SingleChannelElement *sce)
346 {
347     int start, i, w, w2;
348
349     for (w = 0; w < sce->ics.num_windows; w += sce->ics.group_len[w]) {
350         start = 0;
351         for (i = 0; i < sce->ics.max_sfb; i++) {
352             if (sce->zeroes[w*16 + i]) {
353                 start += sce->ics.swb_sizes[i];
354                 continue;
355             }
356             for (w2 = w; w2 < w + sce->ics.group_len[w]; w2++) {
357                 s->coder->quantize_and_encode_band(s, &s->pb,
358                                                    &sce->coeffs[start + w2*128],
359                                                    NULL, sce->ics.swb_sizes[i],
360                                                    sce->sf_idx[w*16 + i],
361                                                    sce->band_type[w*16 + i],
362                                                    s->lambda,
363                                                    sce->ics.window_clipping[w]);
364             }
365             start += sce->ics.swb_sizes[i];
366         }
367     }
368 }
369
370 /**
371  * Downscale spectral coefficients for near-clipping windows to avoid artifacts
372  */
373 static void avoid_clipping(AACEncContext *s, SingleChannelElement *sce)
374 {
375     int start, i, j, w;
376
377     if (sce->ics.clip_avoidance_factor < 1.0f) {
378         for (w = 0; w < sce->ics.num_windows; w++) {
379             start = 0;
380             for (i = 0; i < sce->ics.max_sfb; i++) {
381                 float *swb_coeffs = &sce->coeffs[start + w*128];
382                 for (j = 0; j < sce->ics.swb_sizes[i]; j++)
383                     swb_coeffs[j] *= sce->ics.clip_avoidance_factor;
384                 start += sce->ics.swb_sizes[i];
385             }
386         }
387     }
388 }
389
390 /**
391  * Encode one channel of audio data.
392  */
393 static int encode_individual_channel(AVCodecContext *avctx, AACEncContext *s,
394                                      SingleChannelElement *sce,
395                                      int common_window)
396 {
397     put_bits(&s->pb, 8, sce->sf_idx[0]);
398     if (!common_window) {
399         put_ics_info(s, &sce->ics);
400         if (s->coder->encode_main_pred)
401             s->coder->encode_main_pred(s, sce);
402     }
403     encode_band_info(s, sce);
404     encode_scale_factors(avctx, s, sce);
405     encode_pulses(s, &sce->pulse);
406     put_bits(&s->pb, 1, !!sce->tns.present);
407     if (s->coder->encode_tns_info)
408         s->coder->encode_tns_info(s, sce);
409     put_bits(&s->pb, 1, 0); //ssr
410     encode_spectral_coeffs(s, sce);
411     return 0;
412 }
413
414 /**
415  * Write some auxiliary information about the created AAC file.
416  */
417 static void put_bitstream_info(AACEncContext *s, const char *name)
418 {
419     int i, namelen, padbits;
420
421     namelen = strlen(name) + 2;
422     put_bits(&s->pb, 3, TYPE_FIL);
423     put_bits(&s->pb, 4, FFMIN(namelen, 15));
424     if (namelen >= 15)
425         put_bits(&s->pb, 8, namelen - 14);
426     put_bits(&s->pb, 4, 0); //extension type - filler
427     padbits = -put_bits_count(&s->pb) & 7;
428     avpriv_align_put_bits(&s->pb);
429     for (i = 0; i < namelen - 2; i++)
430         put_bits(&s->pb, 8, name[i]);
431     put_bits(&s->pb, 12 - padbits, 0);
432 }
433
434 /*
435  * Copy input samples.
436  * Channels are reordered from libavcodec's default order to AAC order.
437  */
438 static void copy_input_samples(AACEncContext *s, const AVFrame *frame)
439 {
440     int ch;
441     int end = 2048 + (frame ? frame->nb_samples : 0);
442     const uint8_t *channel_map = aac_chan_maps[s->channels - 1];
443
444     /* copy and remap input samples */
445     for (ch = 0; ch < s->channels; ch++) {
446         /* copy last 1024 samples of previous frame to the start of the current frame */
447         memcpy(&s->planar_samples[ch][1024], &s->planar_samples[ch][2048], 1024 * sizeof(s->planar_samples[0][0]));
448
449         /* copy new samples and zero any remaining samples */
450         if (frame) {
451             memcpy(&s->planar_samples[ch][2048],
452                    frame->extended_data[channel_map[ch]],
453                    frame->nb_samples * sizeof(s->planar_samples[0][0]));
454         }
455         memset(&s->planar_samples[ch][end], 0,
456                (3072 - end) * sizeof(s->planar_samples[0][0]));
457     }
458 }
459
460 static int aac_encode_frame(AVCodecContext *avctx, AVPacket *avpkt,
461                             const AVFrame *frame, int *got_packet_ptr)
462 {
463     AACEncContext *s = avctx->priv_data;
464     float **samples = s->planar_samples, *samples2, *la, *overlap;
465     ChannelElement *cpe;
466     SingleChannelElement *sce;
467     int i, ch, w, g, chans, tag, start_ch, ret;
468     int ms_mode = 0, is_mode = 0, tns_mode = 0, pred_mode = 0;
469     int chan_el_counter[4];
470     FFPsyWindowInfo windows[AAC_MAX_CHANNELS];
471
472     if (s->last_frame == 2)
473         return 0;
474
475     /* add current frame to queue */
476     if (frame) {
477         if ((ret = ff_af_queue_add(&s->afq, frame)) < 0)
478             return ret;
479     }
480
481     copy_input_samples(s, frame);
482     if (s->psypp)
483         ff_psy_preprocess(s->psypp, s->planar_samples, s->channels);
484
485     if (!avctx->frame_number)
486         return 0;
487
488     start_ch = 0;
489     for (i = 0; i < s->chan_map[0]; i++) {
490         FFPsyWindowInfo* wi = windows + start_ch;
491         tag      = s->chan_map[i+1];
492         chans    = tag == TYPE_CPE ? 2 : 1;
493         cpe      = &s->cpe[i];
494         for (ch = 0; ch < chans; ch++) {
495             IndividualChannelStream *ics = &cpe->ch[ch].ics;
496             int cur_channel = start_ch + ch;
497             float clip_avoidance_factor;
498             overlap  = &samples[cur_channel][0];
499             samples2 = overlap + 1024;
500             la       = samples2 + (448+64);
501             if (!frame)
502                 la = NULL;
503             if (tag == TYPE_LFE) {
504                 wi[ch].window_type[0] = ONLY_LONG_SEQUENCE;
505                 wi[ch].window_shape   = 0;
506                 wi[ch].num_windows    = 1;
507                 wi[ch].grouping[0]    = 1;
508
509                 /* Only the lowest 12 coefficients are used in a LFE channel.
510                  * The expression below results in only the bottom 8 coefficients
511                  * being used for 11.025kHz to 16kHz sample rates.
512                  */
513                 ics->num_swb = s->samplerate_index >= 8 ? 1 : 3;
514             } else {
515                 wi[ch] = s->psy.model->window(&s->psy, samples2, la, cur_channel,
516                                               ics->window_sequence[0]);
517             }
518             ics->window_sequence[1] = ics->window_sequence[0];
519             ics->window_sequence[0] = wi[ch].window_type[0];
520             ics->use_kb_window[1]   = ics->use_kb_window[0];
521             ics->use_kb_window[0]   = wi[ch].window_shape;
522             ics->num_windows        = wi[ch].num_windows;
523             ics->swb_sizes          = s->psy.bands    [ics->num_windows == 8];
524             ics->num_swb            = tag == TYPE_LFE ? ics->num_swb : s->psy.num_bands[ics->num_windows == 8];
525             ics->swb_offset         = wi[ch].window_type[0] == EIGHT_SHORT_SEQUENCE ?
526                                         ff_swb_offset_128 [s->samplerate_index]:
527                                         ff_swb_offset_1024[s->samplerate_index];
528             ics->tns_max_bands      = wi[ch].window_type[0] == EIGHT_SHORT_SEQUENCE ?
529                                         ff_tns_max_bands_128 [s->samplerate_index]:
530                                         ff_tns_max_bands_1024[s->samplerate_index];
531             clip_avoidance_factor = 0.0f;
532             for (w = 0; w < ics->num_windows; w++)
533                 ics->group_len[w] = wi[ch].grouping[w];
534             for (w = 0; w < ics->num_windows; w++) {
535                 if (wi[ch].clipping[w] > CLIP_AVOIDANCE_FACTOR) {
536                     ics->window_clipping[w] = 1;
537                     clip_avoidance_factor = FFMAX(clip_avoidance_factor, wi[ch].clipping[w]);
538                 } else {
539                     ics->window_clipping[w] = 0;
540                 }
541             }
542             if (clip_avoidance_factor > CLIP_AVOIDANCE_FACTOR) {
543                 ics->clip_avoidance_factor = CLIP_AVOIDANCE_FACTOR / clip_avoidance_factor;
544             } else {
545                 ics->clip_avoidance_factor = 1.0f;
546             }
547
548             apply_window_and_mdct(s, &cpe->ch[ch], overlap);
549             if (isnan(cpe->ch->coeffs[0])) {
550                 av_log(avctx, AV_LOG_ERROR, "Input contains NaN\n");
551                 return AVERROR(EINVAL);
552             }
553             avoid_clipping(s, &cpe->ch[ch]);
554         }
555         start_ch += chans;
556     }
557     if ((ret = ff_alloc_packet2(avctx, avpkt, 8192 * s->channels, 0)) < 0)
558         return ret;
559     do {
560         int frame_bits;
561
562         init_put_bits(&s->pb, avpkt->data, avpkt->size);
563
564         if ((avctx->frame_number & 0xFF)==1 && !(avctx->flags & AV_CODEC_FLAG_BITEXACT))
565             put_bitstream_info(s, LIBAVCODEC_IDENT);
566         start_ch = 0;
567         memset(chan_el_counter, 0, sizeof(chan_el_counter));
568         for (i = 0; i < s->chan_map[0]; i++) {
569             FFPsyWindowInfo* wi = windows + start_ch;
570             const float *coeffs[2];
571             tag      = s->chan_map[i+1];
572             chans    = tag == TYPE_CPE ? 2 : 1;
573             cpe      = &s->cpe[i];
574             cpe->common_window = 0;
575             memset(cpe->is_mask, 0, sizeof(cpe->is_mask));
576             memset(cpe->ms_mask, 0, sizeof(cpe->ms_mask));
577             put_bits(&s->pb, 3, tag);
578             put_bits(&s->pb, 4, chan_el_counter[tag]++);
579             for (ch = 0; ch < chans; ch++) {
580                 sce = &cpe->ch[ch];
581                 coeffs[ch] = sce->coeffs;
582                 sce->ics.predictor_present = 0;
583                 memset(&sce->ics.prediction_used, 0, sizeof(sce->ics.prediction_used));
584                 memset(&sce->tns, 0, sizeof(TemporalNoiseShaping));
585                 for (w = 0; w < 128; w++)
586                     if (sce->band_type[w] > RESERVED_BT)
587                         sce->band_type[w] = 0;
588             }
589             s->psy.model->analyze(&s->psy, start_ch, coeffs, wi);
590             for (ch = 0; ch < chans; ch++) {
591                 s->cur_channel = start_ch + ch;
592                 s->coder->search_for_quantizers(avctx, s, &cpe->ch[ch], s->lambda);
593             }
594             if (chans > 1
595                 && wi[0].window_type[0] == wi[1].window_type[0]
596                 && wi[0].window_shape   == wi[1].window_shape) {
597
598                 cpe->common_window = 1;
599                 for (w = 0; w < wi[0].num_windows; w++) {
600                     if (wi[0].grouping[w] != wi[1].grouping[w]) {
601                         cpe->common_window = 0;
602                         break;
603                     }
604                 }
605             }
606             for (ch = 0; ch < chans; ch++) {
607                 sce = &cpe->ch[ch];
608                 s->cur_channel = start_ch + ch;
609                 if (s->options.pns && s->coder->search_for_pns)
610                     s->coder->search_for_pns(s, avctx, sce);
611                 if (s->options.tns && s->coder->search_for_tns)
612                     s->coder->search_for_tns(s, sce);
613                 if (s->options.tns && s->coder->apply_tns_filt)
614                     s->coder->apply_tns_filt(s, sce);
615                 if (sce->tns.present)
616                     tns_mode = 1;
617             }
618             s->cur_channel = start_ch;
619             if (s->options.stereo_mode && cpe->common_window) {
620                 if (s->options.stereo_mode > 0) {
621                     IndividualChannelStream *ics = &cpe->ch[0].ics;
622                     for (w = 0; w < ics->num_windows; w += ics->group_len[w])
623                         for (g = 0;  g < ics->num_swb; g++)
624                             cpe->ms_mask[w*16+g] = 1;
625                 } else if (s->coder->search_for_ms) {
626                     s->coder->search_for_ms(s, cpe);
627                 }
628             }
629             if (s->options.intensity_stereo && s->coder->search_for_is) {
630                 s->coder->search_for_is(s, avctx, cpe);
631                 if (cpe->is_mode) is_mode = 1;
632             }
633             if (s->coder->set_special_band_scalefactors)
634                 for (ch = 0; ch < chans; ch++)
635                     s->coder->set_special_band_scalefactors(s, &cpe->ch[ch]);
636             adjust_frame_information(cpe, chans);
637             for (ch = 0; ch < chans; ch++) {
638                 sce = &cpe->ch[ch];
639                 s->cur_channel = start_ch + ch;
640                 if (s->options.pred && s->coder->search_for_pred)
641                     s->coder->search_for_pred(s, sce);
642                 if (cpe->ch[ch].ics.predictor_present) pred_mode = 1;
643             }
644             if (s->options.pred && s->coder->adjust_common_prediction)
645                 s->coder->adjust_common_prediction(s, cpe);
646             for (ch = 0; ch < chans; ch++) {
647                 sce = &cpe->ch[ch];
648                 s->cur_channel = start_ch + ch;
649                 if (s->options.pred && s->coder->apply_main_pred)
650                     s->coder->apply_main_pred(s, sce);
651             }
652             s->cur_channel = start_ch;
653             if (chans == 2) {
654                 put_bits(&s->pb, 1, cpe->common_window);
655                 if (cpe->common_window) {
656                     put_ics_info(s, &cpe->ch[0].ics);
657                     if (s->coder->encode_main_pred)
658                         s->coder->encode_main_pred(s, &cpe->ch[0]);
659                     encode_ms_info(&s->pb, cpe);
660                     if (cpe->ms_mode) ms_mode = 1;
661                 }
662             }
663             for (ch = 0; ch < chans; ch++) {
664                 s->cur_channel = start_ch + ch;
665                 encode_individual_channel(avctx, s, &cpe->ch[ch], cpe->common_window);
666             }
667             start_ch += chans;
668         }
669
670         frame_bits = put_bits_count(&s->pb);
671         if (frame_bits <= 6144 * s->channels - 3) {
672             s->psy.bitres.bits = frame_bits / s->channels;
673             break;
674         }
675         if (is_mode || ms_mode || tns_mode || pred_mode) {
676             for (i = 0; i < s->chan_map[0]; i++) {
677                 // Must restore coeffs
678                 chans = tag == TYPE_CPE ? 2 : 1;
679                 cpe = &s->cpe[i];
680                 for (ch = 0; ch < chans; ch++)
681                     memcpy(cpe->ch[ch].coeffs, cpe->ch[ch].pcoeffs, sizeof(cpe->ch[ch].coeffs));
682             }
683         }
684
685         s->lambda *= avctx->bit_rate * 1024.0f / avctx->sample_rate / frame_bits;
686
687     } while (1);
688
689     put_bits(&s->pb, 3, TYPE_END);
690     flush_put_bits(&s->pb);
691     avctx->frame_bits = put_bits_count(&s->pb);
692
693     // rate control stuff
694     if (!(avctx->flags & AV_CODEC_FLAG_QSCALE)) {
695         float ratio = avctx->bit_rate * 1024.0f / avctx->sample_rate / avctx->frame_bits;
696         s->lambda *= ratio;
697         s->lambda = FFMIN(s->lambda, 65536.f);
698     }
699
700     if (!frame)
701         s->last_frame++;
702
703     ff_af_queue_remove(&s->afq, avctx->frame_size, &avpkt->pts,
704                        &avpkt->duration);
705
706     avpkt->size = put_bits_count(&s->pb) >> 3;
707     *got_packet_ptr = 1;
708     return 0;
709 }
710
711 static av_cold int aac_encode_end(AVCodecContext *avctx)
712 {
713     AACEncContext *s = avctx->priv_data;
714
715     ff_mdct_end(&s->mdct1024);
716     ff_mdct_end(&s->mdct128);
717     ff_psy_end(&s->psy);
718     ff_lpc_end(&s->lpc);
719     if (s->psypp)
720         ff_psy_preprocess_end(s->psypp);
721     av_freep(&s->buffer.samples);
722     av_freep(&s->cpe);
723     av_freep(&s->fdsp);
724     ff_af_queue_close(&s->afq);
725     return 0;
726 }
727
728 static av_cold int dsp_init(AVCodecContext *avctx, AACEncContext *s)
729 {
730     int ret = 0;
731
732     s->fdsp = avpriv_float_dsp_alloc(avctx->flags & AV_CODEC_FLAG_BITEXACT);
733     if (!s->fdsp)
734         return AVERROR(ENOMEM);
735
736     // window init
737     ff_kbd_window_init(ff_aac_kbd_long_1024, 4.0, 1024);
738     ff_kbd_window_init(ff_aac_kbd_short_128, 6.0, 128);
739     ff_init_ff_sine_windows(10);
740     ff_init_ff_sine_windows(7);
741
742     if ((ret = ff_mdct_init(&s->mdct1024, 11, 0, 32768.0)) < 0)
743         return ret;
744     if ((ret = ff_mdct_init(&s->mdct128,   8, 0, 32768.0)) < 0)
745         return ret;
746
747     return 0;
748 }
749
750 static av_cold int alloc_buffers(AVCodecContext *avctx, AACEncContext *s)
751 {
752     int ch;
753     FF_ALLOCZ_ARRAY_OR_GOTO(avctx, s->buffer.samples, s->channels, 3 * 1024 * sizeof(s->buffer.samples[0]), alloc_fail);
754     FF_ALLOCZ_ARRAY_OR_GOTO(avctx, s->cpe, s->chan_map[0], sizeof(ChannelElement), alloc_fail);
755     FF_ALLOCZ_OR_GOTO(avctx, avctx->extradata, 5 + AV_INPUT_BUFFER_PADDING_SIZE, alloc_fail);
756
757     for(ch = 0; ch < s->channels; ch++)
758         s->planar_samples[ch] = s->buffer.samples + 3 * 1024 * ch;
759
760     return 0;
761 alloc_fail:
762     return AVERROR(ENOMEM);
763 }
764
765 static av_cold int aac_encode_init(AVCodecContext *avctx)
766 {
767     AACEncContext *s = avctx->priv_data;
768     int i, ret = 0;
769     const uint8_t *sizes[2];
770     uint8_t grouping[AAC_MAX_CHANNELS];
771     int lengths[2];
772
773     avctx->frame_size = 1024;
774
775     for (i = 0; i < 16; i++)
776         if (avctx->sample_rate == avpriv_mpeg4audio_sample_rates[i])
777             break;
778
779     s->channels = avctx->channels;
780
781     ERROR_IF(i == 16 || i >= ff_aac_swb_size_1024_len || i >= ff_aac_swb_size_128_len,
782              "Unsupported sample rate %d\n", avctx->sample_rate);
783     ERROR_IF(s->channels > AAC_MAX_CHANNELS,
784              "Unsupported number of channels: %d\n", s->channels);
785     WARN_IF(1024.0 * avctx->bit_rate / avctx->sample_rate > 6144 * s->channels,
786              "Too many bits per frame requested, clamping to max\n");
787     if (avctx->profile == FF_PROFILE_AAC_MAIN) {
788         s->options.pred = 1;
789     } else if ((avctx->profile == FF_PROFILE_AAC_LOW ||
790                 avctx->profile == FF_PROFILE_UNKNOWN) && s->options.pred) {
791         s->profile = 0; /* Main */
792         WARN_IF(1, "Prediction requested, changing profile to AAC-Main\n");
793     } else if (avctx->profile == FF_PROFILE_AAC_LOW ||
794                avctx->profile == FF_PROFILE_UNKNOWN) {
795         s->profile = 1; /* Low */
796     } else {
797         ERROR_IF(1, "Unsupported profile %d\n", avctx->profile);
798     }
799
800     if (s->options.aac_coder != AAC_CODER_TWOLOOP) {
801         s->options.intensity_stereo = 0;
802         s->options.pns = 0;
803     }
804
805     avctx->bit_rate = (int)FFMIN(
806         6144 * s->channels / 1024.0 * avctx->sample_rate,
807         avctx->bit_rate);
808
809     s->samplerate_index = i;
810
811     s->chan_map = aac_chan_configs[s->channels-1];
812
813     if ((ret = dsp_init(avctx, s)) < 0)
814         goto fail;
815
816     if ((ret = alloc_buffers(avctx, s)) < 0)
817         goto fail;
818
819     avctx->extradata_size = 5;
820     put_audio_specific_config(avctx);
821
822     sizes[0]   = ff_aac_swb_size_1024[i];
823     sizes[1]   = ff_aac_swb_size_128[i];
824     lengths[0] = ff_aac_num_swb_1024[i];
825     lengths[1] = ff_aac_num_swb_128[i];
826     for (i = 0; i < s->chan_map[0]; i++)
827         grouping[i] = s->chan_map[i + 1] == TYPE_CPE;
828     if ((ret = ff_psy_init(&s->psy, avctx, 2, sizes, lengths,
829                            s->chan_map[0], grouping)) < 0)
830         goto fail;
831     s->psypp = ff_psy_preprocess_init(avctx);
832     s->coder = &ff_aac_coders[s->options.aac_coder];
833     ff_lpc_init(&s->lpc, 2*avctx->frame_size, TNS_MAX_ORDER, FF_LPC_TYPE_LEVINSON);
834
835     if (HAVE_MIPSDSPR1)
836         ff_aac_coder_init_mips(s);
837
838     s->lambda = avctx->global_quality > 0 ? avctx->global_quality : 120;
839
840     ff_aac_tableinit();
841
842     avctx->initial_padding = 1024;
843     ff_af_queue_init(avctx, &s->afq);
844
845     return 0;
846 fail:
847     aac_encode_end(avctx);
848     return ret;
849 }
850
851 #define AACENC_FLAGS AV_OPT_FLAG_ENCODING_PARAM | AV_OPT_FLAG_AUDIO_PARAM
852 static const AVOption aacenc_options[] = {
853     {"stereo_mode", "Stereo coding method", offsetof(AACEncContext, options.stereo_mode), AV_OPT_TYPE_INT, {.i64 = 0}, -1, 1, AACENC_FLAGS, "stereo_mode"},
854         {"auto",     "Selected by the Encoder", 0, AV_OPT_TYPE_CONST, {.i64 = -1 }, INT_MIN, INT_MAX, AACENC_FLAGS, "stereo_mode"},
855         {"ms_off",   "Disable Mid/Side coding", 0, AV_OPT_TYPE_CONST, {.i64 =  0 }, INT_MIN, INT_MAX, AACENC_FLAGS, "stereo_mode"},
856         {"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"},
857     {"aac_coder", "Coding algorithm", offsetof(AACEncContext, options.aac_coder), AV_OPT_TYPE_INT, {.i64 = AAC_CODER_TWOLOOP}, 0, AAC_CODER_NB-1, AACENC_FLAGS, "aac_coder"},
858         {"faac",     "FAAC-inspired method",      0, AV_OPT_TYPE_CONST, {.i64 = AAC_CODER_FAAC},    INT_MIN, INT_MAX, AACENC_FLAGS, "aac_coder"},
859         {"anmr",     "ANMR method",               0, AV_OPT_TYPE_CONST, {.i64 = AAC_CODER_ANMR},    INT_MIN, INT_MAX, AACENC_FLAGS, "aac_coder"},
860         {"twoloop",  "Two loop searching method", 0, AV_OPT_TYPE_CONST, {.i64 = AAC_CODER_TWOLOOP}, INT_MIN, INT_MAX, AACENC_FLAGS, "aac_coder"},
861         {"fast",     "Constant quantizer",        0, AV_OPT_TYPE_CONST, {.i64 = AAC_CODER_FAST},    INT_MIN, INT_MAX, AACENC_FLAGS, "aac_coder"},
862     {"aac_pns", "Perceptual Noise Substitution", offsetof(AACEncContext, options.pns), AV_OPT_TYPE_INT, {.i64 = 1}, 0, 1, AACENC_FLAGS, "aac_pns"},
863         {"disable",  "Disable perceptual noise substitution", 0, AV_OPT_TYPE_CONST, {.i64 =  0 }, INT_MIN, INT_MAX, AACENC_FLAGS, "aac_pns"},
864         {"enable",   "Enable perceptual noise substitution",  0, AV_OPT_TYPE_CONST, {.i64 =  1 }, INT_MIN, INT_MAX, AACENC_FLAGS, "aac_pns"},
865     {"aac_is", "Intensity stereo coding", offsetof(AACEncContext, options.intensity_stereo), AV_OPT_TYPE_INT, {.i64 = 1}, 0, 1, AACENC_FLAGS, "intensity_stereo"},
866         {"disable",  "Disable intensity stereo coding", 0, AV_OPT_TYPE_CONST, {.i64 = 0}, INT_MIN, INT_MAX, AACENC_FLAGS, "intensity_stereo"},
867         {"enable",   "Enable intensity stereo coding", 0, AV_OPT_TYPE_CONST, {.i64 = 1}, INT_MIN, INT_MAX, AACENC_FLAGS, "intensity_stereo"},
868     {"aac_tns", "Temporal noise shaping", offsetof(AACEncContext, options.tns), AV_OPT_TYPE_INT, {.i64 = 0}, 0, 1, AACENC_FLAGS, "aac_tns"},
869         {"disable",  "Disable temporal noise shaping", 0, AV_OPT_TYPE_CONST, {.i64 = 0}, INT_MIN, INT_MAX, AACENC_FLAGS, "aac_tns"},
870         {"enable",   "Enable temporal noise shaping", 0, AV_OPT_TYPE_CONST, {.i64 = 1}, INT_MIN, INT_MAX, AACENC_FLAGS, "aac_tns"},
871     {"aac_pred", "AAC-Main prediction", offsetof(AACEncContext, options.pred), AV_OPT_TYPE_INT, {.i64 = 0}, 0, 1, AACENC_FLAGS, "aac_pred"},
872         {"disable",  "Disable AAC-Main prediction", 0, AV_OPT_TYPE_CONST, {.i64 = 0}, INT_MIN, INT_MAX, AACENC_FLAGS, "aac_pred"},
873         {"enable",   "Enable AAC-Main prediction", 0, AV_OPT_TYPE_CONST, {.i64 = 1}, INT_MIN, INT_MAX, AACENC_FLAGS, "aac_pred"},
874     {NULL}
875 };
876
877 static const AVClass aacenc_class = {
878     "AAC encoder",
879     av_default_item_name,
880     aacenc_options,
881     LIBAVUTIL_VERSION_INT,
882 };
883
884 AVCodec ff_aac_encoder = {
885     .name           = "aac",
886     .long_name      = NULL_IF_CONFIG_SMALL("AAC (Advanced Audio Coding)"),
887     .type           = AVMEDIA_TYPE_AUDIO,
888     .id             = AV_CODEC_ID_AAC,
889     .priv_data_size = sizeof(AACEncContext),
890     .init           = aac_encode_init,
891     .encode2        = aac_encode_frame,
892     .close          = aac_encode_end,
893     .supported_samplerates = mpeg4audio_sample_rates,
894     .capabilities   = AV_CODEC_CAP_SMALL_LAST_FRAME | AV_CODEC_CAP_DELAY |
895                       AV_CODEC_CAP_EXPERIMENTAL,
896     .sample_fmts    = (const enum AVSampleFormat[]){ AV_SAMPLE_FMT_FLTP,
897                                                      AV_SAMPLE_FMT_NONE },
898     .priv_class     = &aacenc_class,
899 };