avcodec/nvenc: support external context in sw mode
[ffmpeg.git] / libavcodec / metasound.c
1 /*
2  * Voxware MetaSound decoder
3  * Copyright (c) 2013 Konstantin Shishkov
4  * based on TwinVQ decoder
5  * Copyright (c) 2009 Vitor Sessak
6  *
7  * This file is part of FFmpeg.
8  *
9  * FFmpeg is free software; you can redistribute it and/or
10  * modify it under the terms of the GNU Lesser General Public
11  * License as published by the Free Software Foundation; either
12  * version 2.1 of the License, or (at your option) any later version.
13  *
14  * FFmpeg is distributed in the hope that it will be useful,
15  * but WITHOUT ANY WARRANTY; without even the implied warranty of
16  * MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the GNU
17  * Lesser General Public License for more details.
18  *
19  * You should have received a copy of the GNU Lesser General Public
20  * License along with FFmpeg; if not, write to the Free Software
21  * Foundation, Inc., 51 Franklin Street, Fifth Floor, Boston, MA 02110-1301 USA
22  */
23
24 #include <inttypes.h>
25 #include <math.h>
26 #include <stdint.h>
27
28 #include "libavutil/channel_layout.h"
29 #include "libavutil/float_dsp.h"
30
31 #define BITSTREAM_READER_LE
32 #include "avcodec.h"
33 #include "fft.h"
34 #include "get_bits.h"
35 #include "internal.h"
36 #include "lsp.h"
37 #include "sinewin.h"
38
39 #include "twinvq.h"
40 #include "metasound_data.h"
41
42 static void add_peak(float period, int width, const float *shape,
43                      float ppc_gain, float *speech, int len)
44 {
45     int i, j, center;
46     const float *shape_end = shape + len;
47
48     // First peak centered around zero
49     for (i = 0; i < width / 2; i++)
50         speech[i] += ppc_gain * *shape++;
51
52     for (i = 1; i < ROUNDED_DIV(len, width); i++) {
53         center = (int)(i * period + 0.5);
54         for (j = -width / 2; j < (width + 1) / 2; j++)
55             speech[j + center] += ppc_gain * *shape++;
56     }
57
58     // For the last block, be careful not to go beyond the end of the buffer
59     center = (int)(i * period + 0.5);
60     for (j = -width / 2; j < (width + 1) / 2 && shape < shape_end; j++)
61         speech[j + center] += ppc_gain * *shape++;
62 }
63
64 static void decode_ppc(TwinVQContext *tctx, int period_coef, int g_coef,
65                        const float *shape, float *speech)
66 {
67     const TwinVQModeTab *mtab = tctx->mtab;
68     int isampf       = tctx->avctx->sample_rate / 1000;
69     int ibps         = tctx->avctx->bit_rate / (1000 * tctx->avctx->channels);
70     int width;
71
72     float ratio = (float)mtab->size / isampf;
73     float min_period, max_period, period_range, period;
74     float some_mult;
75
76     float pgain_base, pgain_step, ppc_gain;
77
78     if (tctx->avctx->channels == 1) {
79         min_period = log2(ratio * 0.2);
80         max_period = min_period + log2(6);
81     } else {
82         min_period = (int)(ratio * 0.2 * 400     + 0.5) / 400.0;
83         max_period = (int)(ratio * 0.2 * 400 * 6 + 0.5) / 400.0;
84     }
85     period_range = max_period - min_period;
86     period       = min_period + period_coef * period_range /
87                    ((1 << mtab->ppc_period_bit) - 1);
88     if (tctx->avctx->channels == 1)
89         period = powf(2.0, period);
90     else
91         period = (int)(period * 400 + 0.5) / 400.0;
92
93     switch (isampf) {
94     case  8: some_mult = 2.0; break;
95     case 11: some_mult = 3.0; break;
96     case 16: some_mult = 3.0; break;
97     case 22: some_mult = ibps == 32 ? 2.0 : 4.0; break;
98     case 44: some_mult = 8.0; break;
99     default: some_mult = 4.0;
100     }
101
102     width = (int)(some_mult / (mtab->size / period) * mtab->ppc_shape_len);
103     if (isampf == 22 && ibps == 32)
104         width = (int)((2.0 / period + 1) * width + 0.5);
105
106     pgain_base = tctx->avctx->channels == 2 ? 25000.0 : 20000.0;
107     pgain_step = pgain_base / ((1 << mtab->pgain_bit) - 1);
108     ppc_gain   = 1.0 / 8192 *
109                  twinvq_mulawinv(pgain_step * g_coef + pgain_step / 2,
110                                  pgain_base, TWINVQ_PGAIN_MU);
111
112     add_peak(period, width, shape, ppc_gain, speech, mtab->ppc_shape_len);
113 }
114
115 static void dec_bark_env(TwinVQContext *tctx, const uint8_t *in, int use_hist,
116                          int ch, float *out, float gain,
117                          enum TwinVQFrameType ftype)
118 {
119     const TwinVQModeTab *mtab = tctx->mtab;
120     int i, j;
121     float *hist     = tctx->bark_hist[ftype][ch];
122     float val       = ((const float []) { 0.4, 0.35, 0.28 })[ftype];
123     int bark_n_coef = mtab->fmode[ftype].bark_n_coef;
124     int fw_cb_len   = mtab->fmode[ftype].bark_env_size / bark_n_coef;
125     int idx         = 0;
126
127     if (tctx->avctx->channels == 1)
128         val = 0.5;
129     for (i = 0; i < fw_cb_len; i++)
130         for (j = 0; j < bark_n_coef; j++, idx++) {
131             float tmp2 = mtab->fmode[ftype].bark_cb[fw_cb_len * in[j] + i] *
132                          (1.0 / 2048);
133             float st;
134
135             if (tctx->avctx->channels == 1)
136                 st = use_hist ?
137                     tmp2 + val * hist[idx] + 1.0 : tmp2 + 1.0;
138             else
139                 st = use_hist ? (1.0 - val) * tmp2 + val * hist[idx] + 1.0
140                               : tmp2 + 1.0;
141
142             hist[idx] = tmp2;
143             if (st < 0.1)
144                 st = 0.1;
145
146             twinvq_memset_float(out, st * gain,
147                                 mtab->fmode[ftype].bark_tab[idx]);
148             out += mtab->fmode[ftype].bark_tab[idx];
149         }
150 }
151
152 static void read_cb_data(TwinVQContext *tctx, GetBitContext *gb,
153                          uint8_t *dst, enum TwinVQFrameType ftype)
154 {
155     int i;
156
157     for (i = 0; i < tctx->n_div[ftype]; i++) {
158         int bs_second_part = (i >= tctx->bits_main_spec_change[ftype]);
159
160         *dst++ = get_bits(gb, tctx->bits_main_spec[0][ftype][bs_second_part]);
161         *dst++ = get_bits(gb, tctx->bits_main_spec[1][ftype][bs_second_part]);
162     }
163 }
164
165 static int metasound_read_bitstream(AVCodecContext *avctx, TwinVQContext *tctx,
166                                     const uint8_t *buf, int buf_size)
167 {
168     TwinVQFrameData     *bits;
169     const TwinVQModeTab *mtab = tctx->mtab;
170     int channels              = tctx->avctx->channels;
171     int sub;
172     GetBitContext gb;
173     int i, j, k, ret;
174
175     if ((ret = init_get_bits8(&gb, buf, buf_size)) < 0)
176         return ret;
177
178     for (tctx->cur_frame = 0; tctx->cur_frame < tctx->frames_per_packet;
179          tctx->cur_frame++) {
180         bits = tctx->bits + tctx->cur_frame;
181
182         bits->window_type = get_bits(&gb, TWINVQ_WINDOW_TYPE_BITS);
183
184         if (bits->window_type > 8) {
185             av_log(avctx, AV_LOG_ERROR, "Invalid window type, broken sample?\n");
186             return AVERROR_INVALIDDATA;
187         }
188
189         bits->ftype = ff_twinvq_wtype_to_ftype_table[tctx->bits[tctx->cur_frame].window_type];
190
191         sub = mtab->fmode[bits->ftype].sub;
192
193         if (bits->ftype != TWINVQ_FT_SHORT && !tctx->is_6kbps)
194             get_bits(&gb, 2);
195
196         read_cb_data(tctx, &gb, bits->main_coeffs, bits->ftype);
197
198         for (i = 0; i < channels; i++)
199             for (j = 0; j < sub; j++)
200                 for (k = 0; k < mtab->fmode[bits->ftype].bark_n_coef; k++)
201                     bits->bark1[i][j][k] =
202                         get_bits(&gb, mtab->fmode[bits->ftype].bark_n_bit);
203
204         for (i = 0; i < channels; i++)
205             for (j = 0; j < sub; j++)
206                 bits->bark_use_hist[i][j] = get_bits1(&gb);
207
208         if (bits->ftype == TWINVQ_FT_LONG) {
209             for (i = 0; i < channels; i++)
210                 bits->gain_bits[i] = get_bits(&gb, TWINVQ_GAIN_BITS);
211         } else {
212             for (i = 0; i < channels; i++) {
213                 bits->gain_bits[i] = get_bits(&gb, TWINVQ_GAIN_BITS);
214                 for (j = 0; j < sub; j++)
215                     bits->sub_gain_bits[i * sub + j] =
216                         get_bits(&gb, TWINVQ_SUB_GAIN_BITS);
217             }
218         }
219
220         for (i = 0; i < channels; i++) {
221             bits->lpc_hist_idx[i] = get_bits(&gb, mtab->lsp_bit0);
222             bits->lpc_idx1[i]     = get_bits(&gb, mtab->lsp_bit1);
223
224             for (j = 0; j < mtab->lsp_split; j++)
225                 bits->lpc_idx2[i][j] = get_bits(&gb, mtab->lsp_bit2);
226         }
227
228         if (bits->ftype == TWINVQ_FT_LONG) {
229             read_cb_data(tctx, &gb, bits->ppc_coeffs, 3);
230             for (i = 0; i < channels; i++) {
231                 bits->p_coef[i] = get_bits(&gb, mtab->ppc_period_bit);
232                 bits->g_coef[i] = get_bits(&gb, mtab->pgain_bit);
233             }
234         }
235
236         // subframes are aligned to nibbles
237         if (get_bits_count(&gb) & 3)
238             skip_bits(&gb, 4 - (get_bits_count(&gb) & 3));
239     }
240
241     return (get_bits_count(&gb) + 7) / 8;
242 }
243
244 typedef struct MetasoundProps {
245     uint32_t tag;
246     int      bit_rate;
247     int      channels;
248     int      sample_rate;
249 } MetasoundProps;
250
251 static const MetasoundProps codec_props[] = {
252     { MKTAG('V','X','0','3'),  6, 1,  8000 },
253     { MKTAG('V','X','0','4'), 12, 2,  8000 },
254
255     { MKTAG('V','O','X','i'),  8, 1,  8000 },
256     { MKTAG('V','O','X','j'), 10, 1, 11025 },
257     { MKTAG('V','O','X','k'), 16, 1, 16000 },
258     { MKTAG('V','O','X','L'), 24, 1, 22050 },
259     { MKTAG('V','O','X','q'), 32, 1, 44100 },
260     { MKTAG('V','O','X','r'), 40, 1, 44100 },
261     { MKTAG('V','O','X','s'), 48, 1, 44100 },
262     { MKTAG('V','O','X','t'), 16, 2,  8000 },
263     { MKTAG('V','O','X','u'), 20, 2, 11025 },
264     { MKTAG('V','O','X','v'), 32, 2, 16000 },
265     { MKTAG('V','O','X','w'), 48, 2, 22050 },
266     { MKTAG('V','O','X','x'), 64, 2, 44100 },
267     { MKTAG('V','O','X','y'), 80, 2, 44100 },
268     { MKTAG('V','O','X','z'), 96, 2, 44100 },
269
270     { 0, 0, 0, 0 }
271 };
272
273 static av_cold int metasound_decode_init(AVCodecContext *avctx)
274 {
275     int isampf, ibps;
276     TwinVQContext *tctx = avctx->priv_data;
277     uint32_t tag;
278     const MetasoundProps *props = codec_props;
279
280     if (!avctx->extradata || avctx->extradata_size < 16) {
281         av_log(avctx, AV_LOG_ERROR, "Missing or incomplete extradata\n");
282         return AVERROR_INVALIDDATA;
283     }
284
285     tag = AV_RL32(avctx->extradata + 12);
286
287     for (;;) {
288         if (!props->tag) {
289             av_log(avctx, AV_LOG_ERROR, "Could not find tag %08"PRIX32"\n", tag);
290             return AVERROR_INVALIDDATA;
291         }
292         if (props->tag == tag) {
293             avctx->sample_rate = props->sample_rate;
294             avctx->channels    = props->channels;
295             avctx->bit_rate    = props->bit_rate * 1000;
296             isampf             = avctx->sample_rate / 1000;
297             break;
298         }
299         props++;
300     }
301
302     if (avctx->channels <= 0 || avctx->channels > TWINVQ_CHANNELS_MAX) {
303         av_log(avctx, AV_LOG_ERROR, "Unsupported number of channels: %i\n",
304                avctx->channels);
305         return AVERROR_INVALIDDATA;
306     }
307     avctx->channel_layout = avctx->channels == 1 ? AV_CH_LAYOUT_MONO
308                                                  : AV_CH_LAYOUT_STEREO;
309
310     ibps = avctx->bit_rate / (1000 * avctx->channels);
311
312     switch ((avctx->channels << 16) + (isampf << 8) + ibps) {
313     case (1 << 16) + ( 8 << 8) +  6:
314         tctx->mtab = &ff_metasound_mode0806;
315         break;
316     case (2 << 16) + ( 8 << 8) +  6:
317         tctx->mtab = &ff_metasound_mode0806s;
318         break;
319     case (1 << 16) + ( 8 << 8) +  8:
320         tctx->mtab = &ff_metasound_mode0808;
321         break;
322     case (2 << 16) + ( 8 << 8) +  8:
323         tctx->mtab = &ff_metasound_mode0808s;
324         break;
325     case (1 << 16) + (11 << 8) + 10:
326         tctx->mtab = &ff_metasound_mode1110;
327         break;
328     case (2 << 16) + (11 << 8) + 10:
329         tctx->mtab = &ff_metasound_mode1110s;
330         break;
331     case (1 << 16) + (16 << 8) + 16:
332         tctx->mtab = &ff_metasound_mode1616;
333         break;
334     case (2 << 16) + (16 << 8) + 16:
335         tctx->mtab = &ff_metasound_mode1616s;
336         break;
337     case (1 << 16) + (22 << 8) + 24:
338         tctx->mtab = &ff_metasound_mode2224;
339         break;
340     case (2 << 16) + (22 << 8) + 24:
341         tctx->mtab = &ff_metasound_mode2224s;
342         break;
343     case (1 << 16) + (44 << 8) + 32:
344         tctx->mtab = &ff_metasound_mode4432;
345         break;
346     case (2 << 16) + (44 << 8) + 32:
347         tctx->mtab = &ff_metasound_mode4432s;
348         break;
349     case (1 << 16) + (44 << 8) + 40:
350         tctx->mtab = &ff_metasound_mode4440;
351         break;
352     case (2 << 16) + (44 << 8) + 40:
353         tctx->mtab = &ff_metasound_mode4440s;
354         break;
355     case (1 << 16) + (44 << 8) + 48:
356         tctx->mtab = &ff_metasound_mode4448;
357         break;
358     case (2 << 16) + (44 << 8) + 48:
359         tctx->mtab = &ff_metasound_mode4448s;
360         break;
361     default:
362         av_log(avctx, AV_LOG_ERROR,
363                "This version does not support %d kHz - %d kbit/s/ch mode.\n",
364                isampf, ibps);
365         return AVERROR(ENOSYS);
366     }
367
368     tctx->codec          = TWINVQ_CODEC_METASOUND;
369     tctx->read_bitstream = metasound_read_bitstream;
370     tctx->dec_bark_env   = dec_bark_env;
371     tctx->decode_ppc     = decode_ppc;
372     tctx->frame_size     = avctx->bit_rate * tctx->mtab->size
373                                            / avctx->sample_rate;
374     tctx->is_6kbps       = ibps == 6;
375
376     return ff_twinvq_decode_init(avctx);
377 }
378
379 AVCodec ff_metasound_decoder = {
380     .name           = "metasound",
381     .long_name      = NULL_IF_CONFIG_SMALL("Voxware MetaSound"),
382     .type           = AVMEDIA_TYPE_AUDIO,
383     .id             = AV_CODEC_ID_METASOUND,
384     .priv_data_size = sizeof(TwinVQContext),
385     .init           = metasound_decode_init,
386     .close          = ff_twinvq_decode_close,
387     .decode         = ff_twinvq_decode_frame,
388     .capabilities   = AV_CODEC_CAP_DR1,
389     .sample_fmts    = (const enum AVSampleFormat[]) { AV_SAMPLE_FMT_FLTP,
390                                                       AV_SAMPLE_FMT_NONE },
391 };