49e41d8c3447e11f3df320dc24a87e2d5c8f93ec
[ffmpeg.git] / libavcodec / lpc.c
1 /**
2  * LPC utility code
3  * Copyright (c) 2006  Justin Ruggles <justin.ruggles@gmail.com>
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 #include "libavutil/lls.h"
23 #include "dsputil.h"
24
25 #define LPC_USE_DOUBLE
26 #include "lpc.h"
27
28
29 /**
30  * Apply Welch window function to audio block
31  */
32 static void apply_welch_window(const int32_t *data, int len, double *w_data)
33 {
34     int i, n2;
35     double w;
36     double c;
37
38     assert(!(len&1)); //the optimization in r11881 does not support odd len
39                       //if someone wants odd len extend the change in r11881
40
41     n2 = (len >> 1);
42     c = 2.0 / (len - 1.0);
43
44     w_data+=n2;
45       data+=n2;
46     for(i=0; i<n2; i++) {
47         w = c - n2 + i;
48         w = 1.0 - (w * w);
49         w_data[-i-1] = data[-i-1] * w;
50         w_data[+i  ] = data[+i  ] * w;
51     }
52 }
53
54 /**
55  * Calculates autocorrelation data from audio samples
56  * A Welch window function is applied before calculation.
57  */
58 void ff_lpc_compute_autocorr(const int32_t *data, int len, int lag,
59                              double *autoc)
60 {
61     int i, j;
62     double tmp[len + lag + 1];
63     double *data1= tmp + lag;
64
65     apply_welch_window(data, len, data1);
66
67     for(j=0; j<lag; j++)
68         data1[j-lag]= 0.0;
69     data1[len] = 0.0;
70
71     for(j=0; j<lag; j+=2){
72         double sum0 = 1.0, sum1 = 1.0;
73         for(i=j; i<len; i++){
74             sum0 += data1[i] * data1[i-j];
75             sum1 += data1[i] * data1[i-j-1];
76         }
77         autoc[j  ] = sum0;
78         autoc[j+1] = sum1;
79     }
80
81     if(j==lag){
82         double sum = 1.0;
83         for(i=j-1; i<len; i+=2){
84             sum += data1[i  ] * data1[i-j  ]
85                  + data1[i+1] * data1[i-j+1];
86         }
87         autoc[j] = sum;
88     }
89 }
90
91 /**
92  * Quantize LPC coefficients
93  */
94 static void quantize_lpc_coefs(double *lpc_in, int order, int precision,
95                                int32_t *lpc_out, int *shift, int max_shift, int zero_shift)
96 {
97     int i;
98     double cmax, error;
99     int32_t qmax;
100     int sh;
101
102     /* define maximum levels */
103     qmax = (1 << (precision - 1)) - 1;
104
105     /* find maximum coefficient value */
106     cmax = 0.0;
107     for(i=0; i<order; i++) {
108         cmax= FFMAX(cmax, fabs(lpc_in[i]));
109     }
110
111     /* if maximum value quantizes to zero, return all zeros */
112     if(cmax * (1 << max_shift) < 1.0) {
113         *shift = zero_shift;
114         memset(lpc_out, 0, sizeof(int32_t) * order);
115         return;
116     }
117
118     /* calculate level shift which scales max coeff to available bits */
119     sh = max_shift;
120     while((cmax * (1 << sh) > qmax) && (sh > 0)) {
121         sh--;
122     }
123
124     /* since negative shift values are unsupported in decoder, scale down
125        coefficients instead */
126     if(sh == 0 && cmax > qmax) {
127         double scale = ((double)qmax) / cmax;
128         for(i=0; i<order; i++) {
129             lpc_in[i] *= scale;
130         }
131     }
132
133     /* output quantized coefficients and level shift */
134     error=0;
135     for(i=0; i<order; i++) {
136         error -= lpc_in[i] * (1 << sh);
137         lpc_out[i] = av_clip(lrintf(error), -qmax, qmax);
138         error -= lpc_out[i];
139     }
140     *shift = sh;
141 }
142
143 static int estimate_best_order(double *ref, int min_order, int max_order)
144 {
145     int i, est;
146
147     est = min_order;
148     for(i=max_order-1; i>=min_order-1; i--) {
149         if(ref[i] > 0.10) {
150             est = i+1;
151             break;
152         }
153     }
154     return est;
155 }
156
157 /**
158  * Calculate LPC coefficients for multiple orders
159  *
160  * @param use_lpc LPC method for determining coefficients
161  * 0  = LPC with fixed pre-defined coeffs
162  * 1  = LPC with coeffs determined by Levinson-Durbin recursion
163  * 2+ = LPC with coeffs determined by Cholesky factorization using (use_lpc-1) passes.
164  */
165 int ff_lpc_calc_coefs(DSPContext *s,
166                       const int32_t *samples, int blocksize, int min_order,
167                       int max_order, int precision,
168                       int32_t coefs[][MAX_LPC_ORDER], int *shift, int use_lpc,
169                       int omethod, int max_shift, int zero_shift)
170 {
171     double autoc[MAX_LPC_ORDER+1];
172     double ref[MAX_LPC_ORDER];
173     double lpc[MAX_LPC_ORDER][MAX_LPC_ORDER];
174     int i, j, pass;
175     int opt_order;
176
177     assert(max_order >= MIN_LPC_ORDER && max_order <= MAX_LPC_ORDER && use_lpc > 0);
178
179     if(use_lpc == 1){
180         s->lpc_compute_autocorr(samples, blocksize, max_order, autoc);
181
182         compute_lpc_coefs(autoc, max_order, &lpc[0][0], MAX_LPC_ORDER, 0, 1);
183
184         for(i=0; i<max_order; i++)
185             ref[i] = fabs(lpc[i][i]);
186     }else{
187         LLSModel m[2];
188         double var[MAX_LPC_ORDER+1], av_uninit(weight);
189
190         for(pass=0; pass<use_lpc-1; pass++){
191             av_init_lls(&m[pass&1], max_order);
192
193             weight=0;
194             for(i=max_order; i<blocksize; i++){
195                 for(j=0; j<=max_order; j++)
196                     var[j]= samples[i-j];
197
198                 if(pass){
199                     double eval, inv, rinv;
200                     eval= av_evaluate_lls(&m[(pass-1)&1], var+1, max_order-1);
201                     eval= (512>>pass) + fabs(eval - var[0]);
202                     inv = 1/eval;
203                     rinv = sqrt(inv);
204                     for(j=0; j<=max_order; j++)
205                         var[j] *= rinv;
206                     weight += inv;
207                 }else
208                     weight++;
209
210                 av_update_lls(&m[pass&1], var, 1.0);
211             }
212             av_solve_lls(&m[pass&1], 0.001, 0);
213         }
214
215         for(i=0; i<max_order; i++){
216             for(j=0; j<max_order; j++)
217                 lpc[i][j]=-m[(pass-1)&1].coeff[i][j];
218             ref[i]= sqrt(m[(pass-1)&1].variance[i] / weight) * (blocksize - max_order) / 4000;
219         }
220         for(i=max_order-1; i>0; i--)
221             ref[i] = ref[i-1] - ref[i];
222     }
223     opt_order = max_order;
224
225     if(omethod == ORDER_METHOD_EST) {
226         opt_order = estimate_best_order(ref, min_order, max_order);
227         i = opt_order-1;
228         quantize_lpc_coefs(lpc[i], i+1, precision, coefs[i], &shift[i], max_shift, zero_shift);
229     } else {
230         for(i=min_order-1; i<max_order; i++) {
231             quantize_lpc_coefs(lpc[i], i+1, precision, coefs[i], &shift[i], max_shift, zero_shift);
232         }
233     }
234
235     return opt_order;
236 }