d87a90c7a03bfc377722bb91238eb08527b46dfa
[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 #include "aacenctab.h"
46 #include "aacenc_utils.h"
47
48 #include "psymodel.h"
49
50 /**
51  * Make AAC audio config object.
52  * @see 1.6.2.1 "Syntax - AudioSpecificConfig"
53  */
54 static void put_audio_specific_config(AVCodecContext *avctx)
55 {
56     PutBitContext pb;
57     AACEncContext *s = avctx->priv_data;
58
59     init_put_bits(&pb, avctx->extradata, avctx->extradata_size);
60     put_bits(&pb, 5, 2); //object type - AAC-LC
61     put_bits(&pb, 4, s->samplerate_index); //sample rate index
62     put_bits(&pb, 4, s->channels);
63     //GASpecificConfig
64     put_bits(&pb, 1, 0); //frame length - 1024 samples
65     put_bits(&pb, 1, 0); //does not depend on core coder
66     put_bits(&pb, 1, 0); //is not extension
67
68     //Explicitly Mark SBR absent
69     put_bits(&pb, 11, 0x2b7); //sync extension
70     put_bits(&pb, 5,  AOT_SBR);
71     put_bits(&pb, 1,  0);
72     flush_put_bits(&pb);
73 }
74
75 #define WINDOW_FUNC(type) \
76 static void apply_ ##type ##_window(AVFloatDSPContext *fdsp, \
77                                     SingleChannelElement *sce, \
78                                     const float *audio)
79
80 WINDOW_FUNC(only_long)
81 {
82     const float *lwindow = sce->ics.use_kb_window[0] ? ff_aac_kbd_long_1024 : ff_sine_1024;
83     const float *pwindow = sce->ics.use_kb_window[1] ? ff_aac_kbd_long_1024 : ff_sine_1024;
84     float *out = sce->ret_buf;
85
86     fdsp->vector_fmul        (out,        audio,        lwindow, 1024);
87     fdsp->vector_fmul_reverse(out + 1024, audio + 1024, pwindow, 1024);
88 }
89
90 WINDOW_FUNC(long_start)
91 {
92     const float *lwindow = sce->ics.use_kb_window[1] ? ff_aac_kbd_long_1024 : ff_sine_1024;
93     const float *swindow = sce->ics.use_kb_window[0] ? ff_aac_kbd_short_128 : ff_sine_128;
94     float *out = sce->ret_buf;
95
96     fdsp->vector_fmul(out, audio, lwindow, 1024);
97     memcpy(out + 1024, audio + 1024, sizeof(out[0]) * 448);
98     fdsp->vector_fmul_reverse(out + 1024 + 448, audio + 1024 + 448, swindow, 128);
99     memset(out + 1024 + 576, 0, sizeof(out[0]) * 448);
100 }
101
102 WINDOW_FUNC(long_stop)
103 {
104     const float *lwindow = sce->ics.use_kb_window[0] ? ff_aac_kbd_long_1024 : ff_sine_1024;
105     const float *swindow = sce->ics.use_kb_window[1] ? ff_aac_kbd_short_128 : ff_sine_128;
106     float *out = sce->ret_buf;
107
108     memset(out, 0, sizeof(out[0]) * 448);
109     fdsp->vector_fmul(out + 448, audio + 448, swindow, 128);
110     memcpy(out + 576, audio + 576, sizeof(out[0]) * 448);
111     fdsp->vector_fmul_reverse(out + 1024, audio + 1024, lwindow, 1024);
112 }
113
114 WINDOW_FUNC(eight_short)
115 {
116     const float *swindow = sce->ics.use_kb_window[0] ? ff_aac_kbd_short_128 : ff_sine_128;
117     const float *pwindow = sce->ics.use_kb_window[1] ? ff_aac_kbd_short_128 : ff_sine_128;
118     const float *in = audio + 448;
119     float *out = sce->ret_buf;
120     int w;
121
122     for (w = 0; w < 8; w++) {
123         fdsp->vector_fmul        (out, in, w ? pwindow : swindow, 128);
124         out += 128;
125         in  += 128;
126         fdsp->vector_fmul_reverse(out, in, swindow, 128);
127         out += 128;
128     }
129 }
130
131 static void (*const apply_window[4])(AVFloatDSPContext *fdsp,
132                                      SingleChannelElement *sce,
133                                      const float *audio) = {
134     [ONLY_LONG_SEQUENCE]   = apply_only_long_window,
135     [LONG_START_SEQUENCE]  = apply_long_start_window,
136     [EIGHT_SHORT_SEQUENCE] = apply_eight_short_window,
137     [LONG_STOP_SEQUENCE]   = apply_long_stop_window
138 };
139
140 static void apply_window_and_mdct(AACEncContext *s, SingleChannelElement *sce,
141                                   float *audio)
142 {
143     int i;
144     float *output = sce->ret_buf;
145
146     apply_window[sce->ics.window_sequence[0]](s->fdsp, sce, audio);
147
148     if (sce->ics.window_sequence[0] != EIGHT_SHORT_SEQUENCE)
149         s->mdct1024.mdct_calc(&s->mdct1024, sce->coeffs, output);
150     else
151         for (i = 0; i < 1024; i += 128)
152             s->mdct128.mdct_calc(&s->mdct128, sce->coeffs + i, output + i*2);
153     memcpy(audio, audio + 1024, sizeof(audio[0]) * 1024);
154     memcpy(sce->pcoeffs, sce->coeffs, sizeof(sce->pcoeffs));
155 }
156
157 /**
158  * Encode ics_info element.
159  * @see Table 4.6 (syntax of ics_info)
160  */
161 static void put_ics_info(AACEncContext *s, IndividualChannelStream *info)
162 {
163     int w;
164
165     put_bits(&s->pb, 1, 0);                // ics_reserved bit
166     put_bits(&s->pb, 2, info->window_sequence[0]);
167     put_bits(&s->pb, 1, info->use_kb_window[0]);
168     if (info->window_sequence[0] != EIGHT_SHORT_SEQUENCE) {
169         put_bits(&s->pb, 6, info->max_sfb);
170         put_bits(&s->pb, 1, 0);            // no prediction
171     } else {
172         put_bits(&s->pb, 4, info->max_sfb);
173         for (w = 1; w < 8; w++)
174             put_bits(&s->pb, 1, !info->group_len[w]);
175     }
176 }
177
178 /**
179  * Encode MS data.
180  * @see 4.6.8.1 "Joint Coding - M/S Stereo"
181  */
182 static void encode_ms_info(PutBitContext *pb, ChannelElement *cpe)
183 {
184     int i, w;
185
186     put_bits(pb, 2, cpe->ms_mode);
187     if (cpe->ms_mode == 1)
188         for (w = 0; w < cpe->ch[0].ics.num_windows; w += cpe->ch[0].ics.group_len[w])
189             for (i = 0; i < cpe->ch[0].ics.max_sfb; i++)
190                 put_bits(pb, 1, cpe->ms_mask[w*16 + i]);
191 }
192
193 /**
194  * Produce integer coefficients from scalefactors provided by the model.
195  */
196 static void adjust_frame_information(ChannelElement *cpe, int chans)
197 {
198     int i, w, w2, g, ch;
199     int maxsfb, cmaxsfb;
200     IndividualChannelStream *ics;
201
202     if (cpe->common_window) {
203         ics = &cpe->ch[0].ics;
204         for (w = 0; w < ics->num_windows; w += ics->group_len[w]) {
205             for (w2 =  0; w2 < ics->group_len[w]; w2++) {
206                 int start = (w+w2) * 128;
207                 for (g = 0; g < ics->num_swb; g++) {
208                     //apply Intensity stereo coeffs transformation
209                     if (cpe->is_mask[w*16 + g]) {
210                         int p = -1 + 2 * (cpe->ch[1].band_type[w*16+g] - 14);
211                         float scale = cpe->ch[0].is_ener[w*16+g];
212                         for (i = 0; i < ics->swb_sizes[g]; i++) {
213                             cpe->ch[0].coeffs[start+i] = (cpe->ch[0].pcoeffs[start+i] + p*cpe->ch[1].pcoeffs[start+i]) * scale;
214                             cpe->ch[1].coeffs[start+i] = 0.0f;
215                         }
216                     } else if (cpe->ms_mask[w*16 + g] &&
217                                cpe->ch[0].band_type[w*16 + g] < NOISE_BT &&
218                                cpe->ch[1].band_type[w*16 + g] < NOISE_BT) {
219                         for (i = 0; i < ics->swb_sizes[g]; i++) {
220                             cpe->ch[0].coeffs[start+i] = (cpe->ch[0].pcoeffs[start+i] + cpe->ch[1].pcoeffs[start+i]) * 0.5f;
221                             cpe->ch[1].coeffs[start+i] = cpe->ch[0].coeffs[start+i] - cpe->ch[1].pcoeffs[start+i];
222                         }
223                     }
224                     start += ics->swb_sizes[g];
225                 }
226             }
227         }
228     }
229
230     for (ch = 0; ch < chans; ch++) {
231         IndividualChannelStream *ics = &cpe->ch[ch].ics;
232         maxsfb = 0;
233         cpe->ch[ch].pulse.num_pulse = 0;
234         for (w = 0; w < ics->num_windows; w += ics->group_len[w]) {
235             for (w2 =  0; w2 < ics->group_len[w]; w2++) {
236                 for (cmaxsfb = ics->num_swb; cmaxsfb > 0 && cpe->ch[ch].zeroes[w*16+cmaxsfb-1]; cmaxsfb--)
237                     ;
238                 maxsfb = FFMAX(maxsfb, cmaxsfb);
239             }
240         }
241         ics->max_sfb = maxsfb;
242
243         //adjust zero bands for window groups
244         for (w = 0; w < ics->num_windows; w += ics->group_len[w]) {
245             for (g = 0; g < ics->max_sfb; g++) {
246                 i = 1;
247                 for (w2 = w; w2 < w + ics->group_len[w]; w2++) {
248                     if (!cpe->ch[ch].zeroes[w2*16 + g]) {
249                         i = 0;
250                         break;
251                     }
252                 }
253                 cpe->ch[ch].zeroes[w*16 + g] = i;
254             }
255         }
256     }
257
258     if (chans > 1 && cpe->common_window) {
259         IndividualChannelStream *ics0 = &cpe->ch[0].ics;
260         IndividualChannelStream *ics1 = &cpe->ch[1].ics;
261         int msc = 0;
262         ics0->max_sfb = FFMAX(ics0->max_sfb, ics1->max_sfb);
263         ics1->max_sfb = ics0->max_sfb;
264         for (w = 0; w < ics0->num_windows*16; w += 16)
265             for (i = 0; i < ics0->max_sfb; i++)
266                 if (cpe->ms_mask[w+i])
267                     msc++;
268         if (msc == 0 || ics0->max_sfb == 0)
269             cpe->ms_mode = 0;
270         else
271             cpe->ms_mode = msc < ics0->max_sfb * ics0->num_windows ? 1 : 2;
272     }
273 }
274
275 /**
276  * Encode scalefactor band coding type.
277  */
278 static void encode_band_info(AACEncContext *s, SingleChannelElement *sce)
279 {
280     int w;
281
282     for (w = 0; w < sce->ics.num_windows; w += sce->ics.group_len[w])
283         s->coder->encode_window_bands_info(s, sce, w, sce->ics.group_len[w], s->lambda);
284 }
285
286 /**
287  * Encode scalefactors.
288  */
289 static void encode_scale_factors(AVCodecContext *avctx, AACEncContext *s,
290                                  SingleChannelElement *sce)
291 {
292     int diff, off_sf = sce->sf_idx[0], off_pns = sce->sf_idx[0] - NOISE_OFFSET;
293     int off_is = 0, noise_flag = 1;
294     int i, w;
295
296     for (w = 0; w < sce->ics.num_windows; w += sce->ics.group_len[w]) {
297         for (i = 0; i < sce->ics.max_sfb; i++) {
298             if (!sce->zeroes[w*16 + i]) {
299                 if (sce->band_type[w*16 + i] == NOISE_BT) {
300                     diff = sce->sf_idx[w*16 + i] - off_pns;
301                     off_pns = sce->sf_idx[w*16 + i];
302                     if (noise_flag-- > 0) {
303                         put_bits(&s->pb, NOISE_PRE_BITS, diff + NOISE_PRE);
304                         continue;
305                     }
306                 } else if (sce->band_type[w*16 + i] == INTENSITY_BT  ||
307                            sce->band_type[w*16 + i] == INTENSITY_BT2) {
308                     diff = sce->sf_idx[w*16 + i] - off_is;
309                     off_is = sce->sf_idx[w*16 + i];
310                 } else {
311                     diff = sce->sf_idx[w*16 + i] - off_sf;
312                     off_sf = sce->sf_idx[w*16 + i];
313                 }
314                 diff += SCALE_DIFF_ZERO;
315                 av_assert0(diff >= 0 && diff <= 120);
316                 put_bits(&s->pb, ff_aac_scalefactor_bits[diff], ff_aac_scalefactor_code[diff]);
317             }
318         }
319     }
320 }
321
322 /**
323  * Encode pulse data.
324  */
325 static void encode_pulses(AACEncContext *s, Pulse *pulse)
326 {
327     int i;
328
329     put_bits(&s->pb, 1, !!pulse->num_pulse);
330     if (!pulse->num_pulse)
331         return;
332
333     put_bits(&s->pb, 2, pulse->num_pulse - 1);
334     put_bits(&s->pb, 6, pulse->start);
335     for (i = 0; i < pulse->num_pulse; i++) {
336         put_bits(&s->pb, 5, pulse->pos[i]);
337         put_bits(&s->pb, 4, pulse->amp[i]);
338     }
339 }
340
341 /**
342  * Encode spectral coefficients processed by psychoacoustic model.
343  */
344 static void encode_spectral_coeffs(AACEncContext *s, SingleChannelElement *sce)
345 {
346     int start, i, w, w2;
347
348     for (w = 0; w < sce->ics.num_windows; w += sce->ics.group_len[w]) {
349         start = 0;
350         for (i = 0; i < sce->ics.max_sfb; i++) {
351             if (sce->zeroes[w*16 + i]) {
352                 start += sce->ics.swb_sizes[i];
353                 continue;
354             }
355             for (w2 = w; w2 < w + sce->ics.group_len[w]; w2++)
356                 s->coder->quantize_and_encode_band(s, &s->pb, sce->coeffs + start + w2*128,
357                                                    sce->ics.swb_sizes[i],
358                                                    sce->sf_idx[w*16 + i],
359                                                    sce->band_type[w*16 + i],
360                                                    s->lambda, sce->ics.window_clipping[w]);
361             start += sce->ics.swb_sizes[i];
362         }
363     }
364 }
365
366 /**
367  * Downscale spectral coefficients for near-clipping windows to avoid artifacts
368  */
369 static void avoid_clipping(AACEncContext *s, SingleChannelElement *sce)
370 {
371     int start, i, j, w;
372
373     if (sce->ics.clip_avoidance_factor < 1.0f) {
374         for (w = 0; w < sce->ics.num_windows; w++) {
375             start = 0;
376             for (i = 0; i < sce->ics.max_sfb; i++) {
377                 float *swb_coeffs = sce->coeffs + start + w*128;
378                 for (j = 0; j < sce->ics.swb_sizes[i]; j++)
379                     swb_coeffs[j] *= sce->ics.clip_avoidance_factor;
380                 start += sce->ics.swb_sizes[i];
381             }
382         }
383     }
384 }
385
386 /**
387  * Encode one channel of audio data.
388  */
389 static int encode_individual_channel(AVCodecContext *avctx, AACEncContext *s,
390                                      SingleChannelElement *sce,
391                                      int common_window)
392 {
393     put_bits(&s->pb, 8, sce->sf_idx[0]);
394     if (!common_window)
395         put_ics_info(s, &sce->ics);
396     encode_band_info(s, sce);
397     encode_scale_factors(avctx, s, sce);
398     encode_pulses(s, &sce->pulse);
399     put_bits(&s->pb, 1, 0); //tns
400     put_bits(&s->pb, 1, 0); //ssr
401     encode_spectral_coeffs(s, sce);
402     return 0;
403 }
404
405 /**
406  * Write some auxiliary information about the created AAC file.
407  */
408 static void put_bitstream_info(AACEncContext *s, const char *name)
409 {
410     int i, namelen, padbits;
411
412     namelen = strlen(name) + 2;
413     put_bits(&s->pb, 3, TYPE_FIL);
414     put_bits(&s->pb, 4, FFMIN(namelen, 15));
415     if (namelen >= 15)
416         put_bits(&s->pb, 8, namelen - 14);
417     put_bits(&s->pb, 4, 0); //extension type - filler
418     padbits = -put_bits_count(&s->pb) & 7;
419     avpriv_align_put_bits(&s->pb);
420     for (i = 0; i < namelen - 2; i++)
421         put_bits(&s->pb, 8, name[i]);
422     put_bits(&s->pb, 12 - padbits, 0);
423 }
424
425 /*
426  * Copy input samples.
427  * Channels are reordered from libavcodec's default order to AAC order.
428  */
429 static void copy_input_samples(AACEncContext *s, const AVFrame *frame)
430 {
431     int ch;
432     int end = 2048 + (frame ? frame->nb_samples : 0);
433     const uint8_t *channel_map = aac_chan_maps[s->channels - 1];
434
435     /* copy and remap input samples */
436     for (ch = 0; ch < s->channels; ch++) {
437         /* copy last 1024 samples of previous frame to the start of the current frame */
438         memcpy(&s->planar_samples[ch][1024], &s->planar_samples[ch][2048], 1024 * sizeof(s->planar_samples[0][0]));
439
440         /* copy new samples and zero any remaining samples */
441         if (frame) {
442             memcpy(&s->planar_samples[ch][2048],
443                    frame->extended_data[channel_map[ch]],
444                    frame->nb_samples * sizeof(s->planar_samples[0][0]));
445         }
446         memset(&s->planar_samples[ch][end], 0,
447                (3072 - end) * sizeof(s->planar_samples[0][0]));
448     }
449 }
450
451 static int aac_encode_frame(AVCodecContext *avctx, AVPacket *avpkt,
452                             const AVFrame *frame, int *got_packet_ptr)
453 {
454     AACEncContext *s = avctx->priv_data;
455     float **samples = s->planar_samples, *samples2, *la, *overlap;
456     ChannelElement *cpe;
457     int i, ch, w, g, chans, tag, start_ch, ret, ms_mode = 0, is_mode = 0;
458     int chan_el_counter[4];
459     FFPsyWindowInfo windows[AAC_MAX_CHANNELS];
460
461     if (s->last_frame == 2)
462         return 0;
463
464     /* add current frame to queue */
465     if (frame) {
466         if ((ret = ff_af_queue_add(&s->afq, frame)) < 0)
467             return ret;
468     }
469
470     copy_input_samples(s, frame);
471     if (s->psypp)
472         ff_psy_preprocess(s->psypp, s->planar_samples, s->channels);
473
474     if (!avctx->frame_number)
475         return 0;
476
477     start_ch = 0;
478     for (i = 0; i < s->chan_map[0]; i++) {
479         FFPsyWindowInfo* wi = windows + start_ch;
480         tag      = s->chan_map[i+1];
481         chans    = tag == TYPE_CPE ? 2 : 1;
482         cpe      = &s->cpe[i];
483         for (ch = 0; ch < chans; ch++) {
484             IndividualChannelStream *ics = &cpe->ch[ch].ics;
485             int cur_channel = start_ch + ch;
486             float clip_avoidance_factor;
487             overlap  = &samples[cur_channel][0];
488             samples2 = overlap + 1024;
489             la       = samples2 + (448+64);
490             if (!frame)
491                 la = NULL;
492             if (tag == TYPE_LFE) {
493                 wi[ch].window_type[0] = ONLY_LONG_SEQUENCE;
494                 wi[ch].window_shape   = 0;
495                 wi[ch].num_windows    = 1;
496                 wi[ch].grouping[0]    = 1;
497
498                 /* Only the lowest 12 coefficients are used in a LFE channel.
499                  * The expression below results in only the bottom 8 coefficients
500                  * being used for 11.025kHz to 16kHz sample rates.
501                  */
502                 ics->num_swb = s->samplerate_index >= 8 ? 1 : 3;
503             } else {
504                 wi[ch] = s->psy.model->window(&s->psy, samples2, la, cur_channel,
505                                               ics->window_sequence[0]);
506             }
507             ics->window_sequence[1] = ics->window_sequence[0];
508             ics->window_sequence[0] = wi[ch].window_type[0];
509             ics->use_kb_window[1]   = ics->use_kb_window[0];
510             ics->use_kb_window[0]   = wi[ch].window_shape;
511             ics->num_windows        = wi[ch].num_windows;
512             ics->swb_sizes          = s->psy.bands    [ics->num_windows == 8];
513             ics->num_swb            = tag == TYPE_LFE ? ics->num_swb : s->psy.num_bands[ics->num_windows == 8];
514             clip_avoidance_factor = 0.0f;
515             for (w = 0; w < ics->num_windows; w++)
516                 ics->group_len[w] = wi[ch].grouping[w];
517             for (w = 0; w < ics->num_windows; w++) {
518                 if (wi[ch].clipping[w] > CLIP_AVOIDANCE_FACTOR) {
519                     ics->window_clipping[w] = 1;
520                     clip_avoidance_factor = FFMAX(clip_avoidance_factor, wi[ch].clipping[w]);
521                 } else {
522                     ics->window_clipping[w] = 0;
523                 }
524             }
525             if (clip_avoidance_factor > CLIP_AVOIDANCE_FACTOR) {
526                 ics->clip_avoidance_factor = CLIP_AVOIDANCE_FACTOR / clip_avoidance_factor;
527             } else {
528                 ics->clip_avoidance_factor = 1.0f;
529             }
530
531             apply_window_and_mdct(s, &cpe->ch[ch], overlap);
532             if (isnan(cpe->ch->coeffs[0])) {
533                 av_log(avctx, AV_LOG_ERROR, "Input contains NaN\n");
534                 return AVERROR(EINVAL);
535             }
536             avoid_clipping(s, &cpe->ch[ch]);
537         }
538         start_ch += chans;
539     }
540     if ((ret = ff_alloc_packet2(avctx, avpkt, 8192 * s->channels, 0)) < 0)
541         return ret;
542     do {
543         int frame_bits;
544
545         init_put_bits(&s->pb, avpkt->data, avpkt->size);
546
547         if ((avctx->frame_number & 0xFF)==1 && !(avctx->flags & AV_CODEC_FLAG_BITEXACT))
548             put_bitstream_info(s, LIBAVCODEC_IDENT);
549         start_ch = 0;
550         memset(chan_el_counter, 0, sizeof(chan_el_counter));
551         for (i = 0; i < s->chan_map[0]; i++) {
552             FFPsyWindowInfo* wi = windows + start_ch;
553             const float *coeffs[2];
554             tag      = s->chan_map[i+1];
555             chans    = tag == TYPE_CPE ? 2 : 1;
556             cpe      = &s->cpe[i];
557             memset(cpe->is_mask, 0, sizeof(cpe->is_mask));
558             memset(cpe->ms_mask, 0, sizeof(cpe->ms_mask));
559             put_bits(&s->pb, 3, tag);
560             put_bits(&s->pb, 4, chan_el_counter[tag]++);
561             for (ch = 0; ch < chans; ch++)
562                 coeffs[ch] = cpe->ch[ch].coeffs;
563             s->psy.model->analyze(&s->psy, start_ch, coeffs, wi);
564             for (ch = 0; ch < chans; ch++) {
565                 s->cur_channel = start_ch + ch;
566                 s->coder->search_for_quantizers(avctx, s, &cpe->ch[ch], s->lambda);
567             }
568             cpe->common_window = 0;
569             if (chans > 1
570                 && wi[0].window_type[0] == wi[1].window_type[0]
571                 && wi[0].window_shape   == wi[1].window_shape) {
572
573                 cpe->common_window = 1;
574                 for (w = 0; w < wi[0].num_windows; w++) {
575                     if (wi[0].grouping[w] != wi[1].grouping[w]) {
576                         cpe->common_window = 0;
577                         break;
578                     }
579                 }
580             }
581             if (s->options.pns && s->coder->search_for_pns) {
582                 for (ch = 0; ch < chans; ch++) {
583                     s->cur_channel = start_ch + ch;
584                     s->coder->search_for_pns(s, avctx, &cpe->ch[ch]);
585                 }
586             }
587             s->cur_channel = start_ch;
588             if (s->options.stereo_mode && cpe->common_window) {
589                 if (s->options.stereo_mode > 0) {
590                     IndividualChannelStream *ics = &cpe->ch[0].ics;
591                     for (w = 0; w < ics->num_windows; w += ics->group_len[w])
592                         for (g = 0;  g < ics->num_swb; g++)
593                             cpe->ms_mask[w*16+g] = 1;
594                 } else if (s->coder->search_for_ms) {
595                     s->coder->search_for_ms(s, cpe);
596                 }
597             }
598             if (chans > 1 && s->options.intensity_stereo && s->coder->search_for_is) {
599                 s->coder->search_for_is(s, avctx, cpe);
600                 if (cpe->is_mode) is_mode = 1;
601             }
602             if (s->coder->set_special_band_scalefactors)
603                 for (ch = 0; ch < chans; ch++)
604                     s->coder->set_special_band_scalefactors(s, &cpe->ch[ch]);
605             adjust_frame_information(cpe, chans);
606             if (chans == 2) {
607                 put_bits(&s->pb, 1, cpe->common_window);
608                 if (cpe->common_window) {
609                     put_ics_info(s, &cpe->ch[0].ics);
610                     encode_ms_info(&s->pb, cpe);
611                     if (cpe->ms_mode) ms_mode = 1;
612                 }
613             }
614             for (ch = 0; ch < chans; ch++) {
615                 s->cur_channel = start_ch + ch;
616                 encode_individual_channel(avctx, s, &cpe->ch[ch], cpe->common_window);
617             }
618             start_ch += chans;
619         }
620
621         frame_bits = put_bits_count(&s->pb);
622         if (frame_bits <= 6144 * s->channels - 3) {
623             s->psy.bitres.bits = frame_bits / s->channels;
624             break;
625         }
626         if (is_mode || ms_mode) {
627             for (i = 0; i < s->chan_map[0]; i++) {
628                 // Must restore coeffs
629                 chans = tag == TYPE_CPE ? 2 : 1;
630                 cpe = &s->cpe[i];
631                 for (ch = 0; ch < chans; ch++)
632                     memcpy(cpe->ch[ch].coeffs, cpe->ch[ch].pcoeffs, sizeof(cpe->ch[ch].coeffs));
633             }
634         }
635
636         s->lambda *= avctx->bit_rate * 1024.0f / avctx->sample_rate / frame_bits;
637
638     } while (1);
639
640     put_bits(&s->pb, 3, TYPE_END);
641     flush_put_bits(&s->pb);
642     avctx->frame_bits = put_bits_count(&s->pb);
643
644     // rate control stuff
645     if (!(avctx->flags & AV_CODEC_FLAG_QSCALE)) {
646         float ratio = avctx->bit_rate * 1024.0f / avctx->sample_rate / avctx->frame_bits;
647         s->lambda *= ratio;
648         s->lambda = FFMIN(s->lambda, 65536.f);
649     }
650
651     if (!frame)
652         s->last_frame++;
653
654     ff_af_queue_remove(&s->afq, avctx->frame_size, &avpkt->pts,
655                        &avpkt->duration);
656
657     avpkt->size = put_bits_count(&s->pb) >> 3;
658     *got_packet_ptr = 1;
659     return 0;
660 }
661
662 static av_cold int aac_encode_end(AVCodecContext *avctx)
663 {
664     AACEncContext *s = avctx->priv_data;
665
666     ff_mdct_end(&s->mdct1024);
667     ff_mdct_end(&s->mdct128);
668     ff_psy_end(&s->psy);
669     if (s->psypp)
670         ff_psy_preprocess_end(s->psypp);
671     av_freep(&s->buffer.samples);
672     av_freep(&s->cpe);
673     av_freep(&s->fdsp);
674     ff_af_queue_close(&s->afq);
675     return 0;
676 }
677
678 static av_cold int dsp_init(AVCodecContext *avctx, AACEncContext *s)
679 {
680     int ret = 0;
681
682     s->fdsp = avpriv_float_dsp_alloc(avctx->flags & AV_CODEC_FLAG_BITEXACT);
683     if (!s->fdsp)
684         return AVERROR(ENOMEM);
685
686     // window init
687     ff_kbd_window_init(ff_aac_kbd_long_1024, 4.0, 1024);
688     ff_kbd_window_init(ff_aac_kbd_short_128, 6.0, 128);
689     ff_init_ff_sine_windows(10);
690     ff_init_ff_sine_windows(7);
691
692     if ((ret = ff_mdct_init(&s->mdct1024, 11, 0, 32768.0)) < 0)
693         return ret;
694     if ((ret = ff_mdct_init(&s->mdct128,   8, 0, 32768.0)) < 0)
695         return ret;
696
697     return 0;
698 }
699
700 static av_cold int alloc_buffers(AVCodecContext *avctx, AACEncContext *s)
701 {
702     int ch;
703     FF_ALLOCZ_ARRAY_OR_GOTO(avctx, s->buffer.samples, s->channels, 3 * 1024 * sizeof(s->buffer.samples[0]), alloc_fail);
704     FF_ALLOCZ_ARRAY_OR_GOTO(avctx, s->cpe, s->chan_map[0], sizeof(ChannelElement), alloc_fail);
705     FF_ALLOCZ_OR_GOTO(avctx, avctx->extradata, 5 + AV_INPUT_BUFFER_PADDING_SIZE, alloc_fail);
706
707     for(ch = 0; ch < s->channels; ch++)
708         s->planar_samples[ch] = s->buffer.samples + 3 * 1024 * ch;
709
710     return 0;
711 alloc_fail:
712     return AVERROR(ENOMEM);
713 }
714
715 static av_cold int aac_encode_init(AVCodecContext *avctx)
716 {
717     AACEncContext *s = avctx->priv_data;
718     int i, ret = 0;
719     const uint8_t *sizes[2];
720     uint8_t grouping[AAC_MAX_CHANNELS];
721     int lengths[2];
722
723     avctx->frame_size = 1024;
724
725     for (i = 0; i < 16; i++)
726         if (avctx->sample_rate == avpriv_mpeg4audio_sample_rates[i])
727             break;
728
729     s->channels = avctx->channels;
730
731     ERROR_IF(i == 16 || i >= swb_size_1024_len || i >= swb_size_128_len,
732              "Unsupported sample rate %d\n", avctx->sample_rate);
733     ERROR_IF(s->channels > AAC_MAX_CHANNELS,
734              "Unsupported number of channels: %d\n", s->channels);
735     ERROR_IF(avctx->profile != FF_PROFILE_UNKNOWN && avctx->profile != FF_PROFILE_AAC_LOW,
736              "Unsupported profile %d\n", avctx->profile);
737     WARN_IF(1024.0 * avctx->bit_rate / avctx->sample_rate > 6144 * s->channels,
738              "Too many bits per frame requested, clamping to max\n");
739
740     avctx->bit_rate = (int)FFMIN(
741         6144 * s->channels / 1024.0 * avctx->sample_rate,
742         avctx->bit_rate);
743
744     s->samplerate_index = i;
745
746     s->chan_map = aac_chan_configs[s->channels-1];
747
748     if ((ret = dsp_init(avctx, s)) < 0)
749         goto fail;
750
751     if ((ret = alloc_buffers(avctx, s)) < 0)
752         goto fail;
753
754     avctx->extradata_size = 5;
755     put_audio_specific_config(avctx);
756
757     sizes[0]   = swb_size_1024[i];
758     sizes[1]   = swb_size_128[i];
759     lengths[0] = ff_aac_num_swb_1024[i];
760     lengths[1] = ff_aac_num_swb_128[i];
761     for (i = 0; i < s->chan_map[0]; i++)
762         grouping[i] = s->chan_map[i + 1] == TYPE_CPE;
763     if ((ret = ff_psy_init(&s->psy, avctx, 2, sizes, lengths,
764                            s->chan_map[0], grouping)) < 0)
765         goto fail;
766     s->psypp = ff_psy_preprocess_init(avctx);
767     s->coder = &ff_aac_coders[s->options.aac_coder];
768
769     if (HAVE_MIPSDSPR1)
770         ff_aac_coder_init_mips(s);
771
772     s->lambda = avctx->global_quality > 0 ? avctx->global_quality : 120;
773
774     ff_aac_tableinit();
775
776     avctx->initial_padding = 1024;
777     ff_af_queue_init(avctx, &s->afq);
778
779     return 0;
780 fail:
781     aac_encode_end(avctx);
782     return ret;
783 }
784
785 #define AACENC_FLAGS AV_OPT_FLAG_ENCODING_PARAM | AV_OPT_FLAG_AUDIO_PARAM
786 static const AVOption aacenc_options[] = {
787     {"stereo_mode", "Stereo coding method", offsetof(AACEncContext, options.stereo_mode), AV_OPT_TYPE_INT, {.i64 = 0}, -1, 1, AACENC_FLAGS, "stereo_mode"},
788         {"auto",     "Selected by the Encoder", 0, AV_OPT_TYPE_CONST, {.i64 = -1 }, INT_MIN, INT_MAX, AACENC_FLAGS, "stereo_mode"},
789         {"ms_off",   "Disable Mid/Side coding", 0, AV_OPT_TYPE_CONST, {.i64 =  0 }, INT_MIN, INT_MAX, AACENC_FLAGS, "stereo_mode"},
790         {"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"},
791     {"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"},
792         {"faac",     "FAAC-inspired method",      0, AV_OPT_TYPE_CONST, {.i64 = AAC_CODER_FAAC},    INT_MIN, INT_MAX, AACENC_FLAGS, "aac_coder"},
793         {"anmr",     "ANMR method",               0, AV_OPT_TYPE_CONST, {.i64 = AAC_CODER_ANMR},    INT_MIN, INT_MAX, AACENC_FLAGS, "aac_coder"},
794         {"twoloop",  "Two loop searching method", 0, AV_OPT_TYPE_CONST, {.i64 = AAC_CODER_TWOLOOP}, INT_MIN, INT_MAX, AACENC_FLAGS, "aac_coder"},
795         {"fast",     "Constant quantizer",        0, AV_OPT_TYPE_CONST, {.i64 = AAC_CODER_FAST},    INT_MIN, INT_MAX, AACENC_FLAGS, "aac_coder"},
796     {"aac_pns", "Perceptual Noise Substitution", offsetof(AACEncContext, options.pns), AV_OPT_TYPE_INT, {.i64 = 0}, 0, 1, AACENC_FLAGS, "aac_pns"},
797         {"disable",  "Disable perceptual noise substitution", 0, AV_OPT_TYPE_CONST, {.i64 =  0 }, INT_MIN, INT_MAX, AACENC_FLAGS, "aac_pns"},
798         {"enable",   "Enable perceptual noise substitution",  0, AV_OPT_TYPE_CONST, {.i64 =  1 }, INT_MIN, INT_MAX, AACENC_FLAGS, "aac_pns"},
799     {"aac_is", "Intensity stereo coding", offsetof(AACEncContext, options.intensity_stereo), AV_OPT_TYPE_INT, {.i64 = 0}, 0, 1, AACENC_FLAGS, "intensity_stereo"},
800         {"disable",  "Disable intensity stereo coding", 0, AV_OPT_TYPE_CONST, {.i64 = 0}, INT_MIN, INT_MAX, AACENC_FLAGS, "intensity_stereo"},
801         {"enable",   "Enable intensity stereo coding", 0, AV_OPT_TYPE_CONST, {.i64 = 1}, INT_MIN, INT_MAX, AACENC_FLAGS, "intensity_stereo"},
802     {NULL}
803 };
804
805 static const AVClass aacenc_class = {
806     "AAC encoder",
807     av_default_item_name,
808     aacenc_options,
809     LIBAVUTIL_VERSION_INT,
810 };
811
812 AVCodec ff_aac_encoder = {
813     .name           = "aac",
814     .long_name      = NULL_IF_CONFIG_SMALL("AAC (Advanced Audio Coding)"),
815     .type           = AVMEDIA_TYPE_AUDIO,
816     .id             = AV_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 = mpeg4audio_sample_rates,
822     .capabilities   = AV_CODEC_CAP_SMALL_LAST_FRAME | AV_CODEC_CAP_DELAY |
823                       AV_CODEC_CAP_EXPERIMENTAL,
824     .sample_fmts    = (const enum AVSampleFormat[]){ AV_SAMPLE_FMT_FLTP,
825                                                      AV_SAMPLE_FMT_NONE },
826     .priv_class     = &aacenc_class,
827 };