avfilter/af_headphone: add single hrir multichannel stream mode
[ffmpeg.git] / libavfilter / af_headphone.c
1 /*
2  * Copyright (C) 2017 Paul B Mahol
3  * Copyright (C) 2013-2015 Andreas Fuchs, Wolfgang Hrauda
4  * This file is part of FFmpeg.
5  *
6  * FFmpeg is free software; you can redistribute it and/or
7  * modify it under the terms of the GNU Lesser General Public
8  * License as published by the Free Software Foundation; either
9  * version 2.1 of the License, or (at your option) any later version.
10  *
11  * FFmpeg is distributed in the hope that it will be useful,
12  * but WITHOUT ANY WARRANTY; without even the implied warranty of
13  * MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the GNU
14  * Lesser General Public License for more details.
15  *
16  * You should have received a copy of the GNU Lesser General Public
17  * License along with FFmpeg; if not, write to the Free Software
18  * Foundation, Inc., 51 Franklin Street, Fifth Floor, Boston, MA 02110-1301 USA
19  */
20
21 #include <math.h>
22
23 #include "libavutil/audio_fifo.h"
24 #include "libavutil/avstring.h"
25 #include "libavutil/channel_layout.h"
26 #include "libavutil/float_dsp.h"
27 #include "libavutil/intmath.h"
28 #include "libavutil/opt.h"
29 #include "libavcodec/avfft.h"
30
31 #include "avfilter.h"
32 #include "internal.h"
33 #include "audio.h"
34
35 #define TIME_DOMAIN      0
36 #define FREQUENCY_DOMAIN 1
37
38 #define HRIR_STEREO 0
39 #define HRIR_MULTI  1
40
41 typedef struct HeadphoneContext {
42     const AVClass *class;
43
44     char *map;
45     int type;
46
47     int lfe_channel;
48
49     int have_hrirs;
50     int eof_hrirs;
51     int64_t pts;
52
53     int ir_len;
54
55     int mapping[64];
56
57     int nb_inputs;
58
59     int nb_irs;
60
61     float gain;
62     float lfe_gain, gain_lfe;
63
64     float *ringbuffer[2];
65     int write[2];
66
67     int buffer_length;
68     int n_fft;
69     int size;
70     int hrir_fmt;
71
72     int *delay[2];
73     float *data_ir[2];
74     float *temp_src[2];
75     FFTComplex *temp_fft[2];
76
77     FFTContext *fft[2], *ifft[2];
78     FFTComplex *data_hrtf[2];
79
80     AVFloatDSPContext *fdsp;
81     struct headphone_inputs {
82         AVAudioFifo *fifo;
83         AVFrame     *frame;
84         int          ir_len;
85         int          delay_l;
86         int          delay_r;
87         int          eof;
88     } *in;
89 } HeadphoneContext;
90
91 static int parse_channel_name(HeadphoneContext *s, int x, char **arg, int *rchannel, char *buf)
92 {
93     int len, i, channel_id = 0;
94     int64_t layout, layout0;
95
96     if (sscanf(*arg, "%7[A-Z]%n", buf, &len)) {
97         layout0 = layout = av_get_channel_layout(buf);
98         if (layout == AV_CH_LOW_FREQUENCY)
99             s->lfe_channel = x;
100         for (i = 32; i > 0; i >>= 1) {
101             if (layout >= 1LL << i) {
102                 channel_id += i;
103                 layout >>= i;
104             }
105         }
106         if (channel_id >= 64 || layout0 != 1LL << channel_id)
107             return AVERROR(EINVAL);
108         *rchannel = channel_id;
109         *arg += len;
110         return 0;
111     }
112     return AVERROR(EINVAL);
113 }
114
115 static void parse_map(AVFilterContext *ctx)
116 {
117     HeadphoneContext *s = ctx->priv;
118     char *arg, *tokenizer, *p, *args = av_strdup(s->map);
119     int i;
120
121     if (!args)
122         return;
123     p = args;
124
125     s->lfe_channel = -1;
126     s->nb_inputs = 1;
127
128     for (i = 0; i < 64; i++) {
129         s->mapping[i] = -1;
130     }
131
132     while ((arg = av_strtok(p, "|", &tokenizer))) {
133         int out_ch_id;
134         char buf[8];
135
136         p = NULL;
137         if (parse_channel_name(s, s->nb_irs, &arg, &out_ch_id, buf)) {
138             av_log(ctx, AV_LOG_WARNING, "Failed to parse \'%s\' as channel name.\n", buf);
139             continue;
140         }
141         s->mapping[s->nb_irs] = out_ch_id;
142         s->nb_irs++;
143     }
144
145     if (s->hrir_fmt == HRIR_MULTI)
146         s->nb_inputs = 2;
147     else
148         s->nb_inputs = s->nb_irs + 1;
149
150     av_free(args);
151 }
152
153 typedef struct ThreadData {
154     AVFrame *in, *out;
155     int *write;
156     int **delay;
157     float **ir;
158     int *n_clippings;
159     float **ringbuffer;
160     float **temp_src;
161     FFTComplex **temp_fft;
162 } ThreadData;
163
164 static int headphone_convolute(AVFilterContext *ctx, void *arg, int jobnr, int nb_jobs)
165 {
166     HeadphoneContext *s = ctx->priv;
167     ThreadData *td = arg;
168     AVFrame *in = td->in, *out = td->out;
169     int offset = jobnr;
170     int *write = &td->write[jobnr];
171     const int *const delay = td->delay[jobnr];
172     const float *const ir = td->ir[jobnr];
173     int *n_clippings = &td->n_clippings[jobnr];
174     float *ringbuffer = td->ringbuffer[jobnr];
175     float *temp_src = td->temp_src[jobnr];
176     const int ir_len = s->ir_len;
177     const float *src = (const float *)in->data[0];
178     float *dst = (float *)out->data[0];
179     const int in_channels = in->channels;
180     const int buffer_length = s->buffer_length;
181     const uint32_t modulo = (uint32_t)buffer_length - 1;
182     float *buffer[16];
183     int wr = *write;
184     int read;
185     int i, l;
186
187     dst += offset;
188     for (l = 0; l < in_channels; l++) {
189         buffer[l] = ringbuffer + l * buffer_length;
190     }
191
192     for (i = 0; i < in->nb_samples; i++) {
193         const float *temp_ir = ir;
194
195         *dst = 0;
196         for (l = 0; l < in_channels; l++) {
197             *(buffer[l] + wr) = src[l];
198         }
199
200         for (l = 0; l < in_channels; l++) {
201             const float *const bptr = buffer[l];
202
203             if (l == s->lfe_channel) {
204                 *dst += *(buffer[s->lfe_channel] + wr) * s->gain_lfe;
205                 temp_ir += FFALIGN(ir_len, 16);
206                 continue;
207             }
208
209             read = (wr - *(delay + l) - (ir_len - 1) + buffer_length) & modulo;
210
211             if (read + ir_len < buffer_length) {
212                 memcpy(temp_src, bptr + read, ir_len * sizeof(*temp_src));
213             } else {
214                 int len = FFMIN(ir_len - (read % ir_len), buffer_length - read);
215
216                 memcpy(temp_src, bptr + read, len * sizeof(*temp_src));
217                 memcpy(temp_src + len, bptr, (ir_len - len) * sizeof(*temp_src));
218             }
219
220             dst[0] += s->fdsp->scalarproduct_float(temp_ir, temp_src, ir_len);
221             temp_ir += FFALIGN(ir_len, 16);
222         }
223
224         if (fabs(*dst) > 1)
225             *n_clippings += 1;
226
227         dst += 2;
228         src += in_channels;
229         wr   = (wr + 1) & modulo;
230     }
231
232     *write = wr;
233
234     return 0;
235 }
236
237 static int headphone_fast_convolute(AVFilterContext *ctx, void *arg, int jobnr, int nb_jobs)
238 {
239     HeadphoneContext *s = ctx->priv;
240     ThreadData *td = arg;
241     AVFrame *in = td->in, *out = td->out;
242     int offset = jobnr;
243     int *write = &td->write[jobnr];
244     FFTComplex *hrtf = s->data_hrtf[jobnr];
245     int *n_clippings = &td->n_clippings[jobnr];
246     float *ringbuffer = td->ringbuffer[jobnr];
247     const int ir_len = s->ir_len;
248     const float *src = (const float *)in->data[0];
249     float *dst = (float *)out->data[0];
250     const int in_channels = in->channels;
251     const int buffer_length = s->buffer_length;
252     const uint32_t modulo = (uint32_t)buffer_length - 1;
253     FFTComplex *fft_in = s->temp_fft[jobnr];
254     FFTContext *ifft = s->ifft[jobnr];
255     FFTContext *fft = s->fft[jobnr];
256     const int n_fft = s->n_fft;
257     const float fft_scale = 1.0f / s->n_fft;
258     FFTComplex *hrtf_offset;
259     int wr = *write;
260     int n_read;
261     int i, j;
262
263     dst += offset;
264
265     n_read = FFMIN(s->ir_len, in->nb_samples);
266     for (j = 0; j < n_read; j++) {
267         dst[2 * j]     = ringbuffer[wr];
268         ringbuffer[wr] = 0.0;
269         wr  = (wr + 1) & modulo;
270     }
271
272     for (j = n_read; j < in->nb_samples; j++) {
273         dst[2 * j] = 0;
274     }
275
276     for (i = 0; i < in_channels; i++) {
277         if (i == s->lfe_channel) {
278             for (j = 0; j < in->nb_samples; j++) {
279                 dst[2 * j] += src[i + j * in_channels] * s->gain_lfe;
280             }
281             continue;
282         }
283
284         offset = i * n_fft;
285         hrtf_offset = hrtf + offset;
286
287         memset(fft_in, 0, sizeof(FFTComplex) * n_fft);
288
289         for (j = 0; j < in->nb_samples; j++) {
290             fft_in[j].re = src[j * in_channels + i];
291         }
292
293         av_fft_permute(fft, fft_in);
294         av_fft_calc(fft, fft_in);
295         for (j = 0; j < n_fft; j++) {
296             const FFTComplex *hcomplex = hrtf_offset + j;
297             const float re = fft_in[j].re;
298             const float im = fft_in[j].im;
299
300             fft_in[j].re = re * hcomplex->re - im * hcomplex->im;
301             fft_in[j].im = re * hcomplex->im + im * hcomplex->re;
302         }
303
304         av_fft_permute(ifft, fft_in);
305         av_fft_calc(ifft, fft_in);
306
307         for (j = 0; j < in->nb_samples; j++) {
308             dst[2 * j] += fft_in[j].re * fft_scale;
309         }
310
311         for (j = 0; j < ir_len - 1; j++) {
312             int write_pos = (wr + j) & modulo;
313
314             *(ringbuffer + write_pos) += fft_in[in->nb_samples + j].re * fft_scale;
315         }
316     }
317
318     for (i = 0; i < out->nb_samples; i++) {
319         if (fabs(*dst) > 1) {
320             n_clippings[0]++;
321         }
322
323         dst += 2;
324     }
325
326     *write = wr;
327
328     return 0;
329 }
330
331 static int read_ir(AVFilterLink *inlink, AVFrame *frame)
332 {
333     AVFilterContext *ctx = inlink->dst;
334     HeadphoneContext *s = ctx->priv;
335     int ir_len, max_ir_len, input_number, ret;
336
337     for (input_number = 0; input_number < s->nb_inputs; input_number++)
338         if (inlink == ctx->inputs[input_number])
339             break;
340
341     ret = av_audio_fifo_write(s->in[input_number].fifo, (void **)frame->extended_data,
342                              frame->nb_samples);
343     av_frame_free(&frame);
344
345     if (ret < 0)
346         return ret;
347
348     ir_len = av_audio_fifo_size(s->in[input_number].fifo);
349     max_ir_len = 65536;
350     if (ir_len > max_ir_len) {
351         av_log(ctx, AV_LOG_ERROR, "Too big length of IRs: %d > %d.\n", ir_len, max_ir_len);
352         return AVERROR(EINVAL);
353     }
354     s->in[input_number].ir_len = ir_len;
355     s->ir_len = FFMAX(ir_len, s->ir_len);
356
357     return 0;
358 }
359
360 static int headphone_frame(HeadphoneContext *s, AVFilterLink *outlink, int max_nb_samples)
361 {
362     AVFilterContext *ctx = outlink->src;
363     AVFrame *in = s->in[0].frame;
364     int n_clippings[2] = { 0 };
365     ThreadData td;
366     AVFrame *out;
367
368     av_audio_fifo_read(s->in[0].fifo, (void **)in->extended_data, s->size);
369
370     out = ff_get_audio_buffer(outlink, in->nb_samples);
371     if (!out)
372         return AVERROR(ENOMEM);
373     out->pts = s->pts;
374     if (s->pts != AV_NOPTS_VALUE)
375         s->pts += av_rescale_q(out->nb_samples, (AVRational){1, outlink->sample_rate}, outlink->time_base);
376
377     td.in = in; td.out = out; td.write = s->write;
378     td.delay = s->delay; td.ir = s->data_ir; td.n_clippings = n_clippings;
379     td.ringbuffer = s->ringbuffer; td.temp_src = s->temp_src;
380     td.temp_fft = s->temp_fft;
381
382     if (s->type == TIME_DOMAIN) {
383         ctx->internal->execute(ctx, headphone_convolute, &td, NULL, 2);
384     } else {
385         ctx->internal->execute(ctx, headphone_fast_convolute, &td, NULL, 2);
386     }
387     emms_c();
388
389     if (n_clippings[0] + n_clippings[1] > 0) {
390         av_log(ctx, AV_LOG_WARNING, "%d of %d samples clipped. Please reduce gain.\n",
391                n_clippings[0] + n_clippings[1], out->nb_samples * 2);
392     }
393
394     out->nb_samples = max_nb_samples;
395     return ff_filter_frame(outlink, out);
396 }
397
398 static int convert_coeffs(AVFilterContext *ctx, AVFilterLink *inlink)
399 {
400     struct HeadphoneContext *s = ctx->priv;
401     const int ir_len = s->ir_len;
402     int nb_irs = s->nb_irs;
403     int nb_input_channels = ctx->inputs[0]->channels;
404     float gain_lin = expf((s->gain - 3 * nb_input_channels) / 20 * M_LN10);
405     FFTComplex *data_hrtf_l = NULL;
406     FFTComplex *data_hrtf_r = NULL;
407     FFTComplex *fft_in_l = NULL;
408     FFTComplex *fft_in_r = NULL;
409     float *data_ir_l = NULL;
410     float *data_ir_r = NULL;
411     int offset = 0, ret = 0;
412     int n_fft;
413     int i, j, k;
414
415     s->buffer_length = 1 << (32 - ff_clz(s->ir_len));
416     s->n_fft = n_fft = 1 << (32 - ff_clz(s->ir_len + s->size));
417
418     if (s->type == FREQUENCY_DOMAIN) {
419         fft_in_l = av_calloc(n_fft, sizeof(*fft_in_l));
420         fft_in_r = av_calloc(n_fft, sizeof(*fft_in_r));
421         if (!fft_in_l || !fft_in_r) {
422             ret = AVERROR(ENOMEM);
423             goto fail;
424         }
425
426         av_fft_end(s->fft[0]);
427         av_fft_end(s->fft[1]);
428         s->fft[0] = av_fft_init(log2(s->n_fft), 0);
429         s->fft[1] = av_fft_init(log2(s->n_fft), 0);
430         av_fft_end(s->ifft[0]);
431         av_fft_end(s->ifft[1]);
432         s->ifft[0] = av_fft_init(log2(s->n_fft), 1);
433         s->ifft[1] = av_fft_init(log2(s->n_fft), 1);
434
435         if (!s->fft[0] || !s->fft[1] || !s->ifft[0] || !s->ifft[1]) {
436             av_log(ctx, AV_LOG_ERROR, "Unable to create FFT contexts of size %d.\n", s->n_fft);
437             ret = AVERROR(ENOMEM);
438             goto fail;
439         }
440     }
441
442     s->data_ir[0] = av_calloc(FFALIGN(s->ir_len, 16), sizeof(float) * s->nb_irs);
443     s->data_ir[1] = av_calloc(FFALIGN(s->ir_len, 16), sizeof(float) * s->nb_irs);
444     s->delay[0] = av_calloc(s->nb_irs, sizeof(float));
445     s->delay[1] = av_calloc(s->nb_irs, sizeof(float));
446
447     if (s->type == TIME_DOMAIN) {
448         s->ringbuffer[0] = av_calloc(s->buffer_length, sizeof(float) * nb_input_channels);
449         s->ringbuffer[1] = av_calloc(s->buffer_length, sizeof(float) * nb_input_channels);
450     } else {
451         s->ringbuffer[0] = av_calloc(s->buffer_length, sizeof(float));
452         s->ringbuffer[1] = av_calloc(s->buffer_length, sizeof(float));
453         s->temp_fft[0] = av_calloc(s->n_fft, sizeof(FFTComplex));
454         s->temp_fft[1] = av_calloc(s->n_fft, sizeof(FFTComplex));
455         if (!s->temp_fft[0] || !s->temp_fft[1]) {
456             ret = AVERROR(ENOMEM);
457             goto fail;
458         }
459     }
460
461     if (!s->data_ir[0] || !s->data_ir[1] ||
462         !s->ringbuffer[0] || !s->ringbuffer[1]) {
463         ret = AVERROR(ENOMEM);
464         goto fail;
465     }
466
467     s->in[0].frame = ff_get_audio_buffer(ctx->inputs[0], s->size);
468     if (!s->in[0].frame) {
469         ret = AVERROR(ENOMEM);
470         goto fail;
471     }
472     for (i = 0; i < s->nb_inputs - 1; i++) {
473         s->in[i + 1].frame = ff_get_audio_buffer(ctx->inputs[i + 1], s->ir_len);
474         if (!s->in[i + 1].frame) {
475             ret = AVERROR(ENOMEM);
476             goto fail;
477         }
478     }
479
480     if (s->type == TIME_DOMAIN) {
481         s->temp_src[0] = av_calloc(FFALIGN(ir_len, 16), sizeof(float));
482         s->temp_src[1] = av_calloc(FFALIGN(ir_len, 16), sizeof(float));
483
484         data_ir_l = av_calloc(nb_irs * FFALIGN(ir_len, 16), sizeof(*data_ir_l));
485         data_ir_r = av_calloc(nb_irs * FFALIGN(ir_len, 16), sizeof(*data_ir_r));
486         if (!data_ir_r || !data_ir_l || !s->temp_src[0] || !s->temp_src[1]) {
487             ret = AVERROR(ENOMEM);
488             goto fail;
489         }
490     } else {
491         data_hrtf_l = av_calloc(n_fft, sizeof(*data_hrtf_l) * nb_irs);
492         data_hrtf_r = av_calloc(n_fft, sizeof(*data_hrtf_r) * nb_irs);
493         if (!data_hrtf_r || !data_hrtf_l) {
494             ret = AVERROR(ENOMEM);
495             goto fail;
496         }
497     }
498
499     for (i = 0; i < s->nb_inputs - 1; i++) {
500         int len = s->in[i + 1].ir_len;
501         int delay_l = s->in[i + 1].delay_l;
502         int delay_r = s->in[i + 1].delay_r;
503         float *ptr;
504
505         av_audio_fifo_read(s->in[i + 1].fifo, (void **)s->in[i + 1].frame->extended_data, len);
506         ptr = (float *)s->in[i + 1].frame->extended_data[0];
507
508         if (s->hrir_fmt == HRIR_STEREO) {
509             int idx = -1;
510
511             for (j = 0; j < inlink->channels; j++) {
512                 if (s->mapping[i] < 0) {
513                     continue;
514                 }
515
516                 if ((av_channel_layout_extract_channel(inlink->channel_layout, j)) == (1LL << s->mapping[i])) {
517                     idx = i;
518                     break;
519                 }
520             }
521
522             if (idx == -1)
523                 continue;
524             if (s->type == TIME_DOMAIN) {
525                 offset = idx * FFALIGN(len, 16);
526                 for (j = 0; j < len; j++) {
527                     data_ir_l[offset + j] = ptr[len * 2 - j * 2 - 2] * gain_lin;
528                     data_ir_r[offset + j] = ptr[len * 2 - j * 2 - 1] * gain_lin;
529                 }
530             } else {
531                 memset(fft_in_l, 0, n_fft * sizeof(*fft_in_l));
532                 memset(fft_in_r, 0, n_fft * sizeof(*fft_in_r));
533
534                 offset = idx * n_fft;
535                 for (j = 0; j < len; j++) {
536                     fft_in_l[delay_l + j].re = ptr[j * 2    ] * gain_lin;
537                     fft_in_r[delay_r + j].re = ptr[j * 2 + 1] * gain_lin;
538                 }
539
540                 av_fft_permute(s->fft[0], fft_in_l);
541                 av_fft_calc(s->fft[0], fft_in_l);
542                 memcpy(data_hrtf_l + offset, fft_in_l, n_fft * sizeof(*fft_in_l));
543                 av_fft_permute(s->fft[0], fft_in_r);
544                 av_fft_calc(s->fft[0], fft_in_r);
545                 memcpy(data_hrtf_r + offset, fft_in_r, n_fft * sizeof(*fft_in_r));
546             }
547         } else {
548             int I, N = ctx->inputs[1]->channels;
549
550             for (k = 0; k < N / 2; k++) {
551                 int idx = -1;
552
553                 for (j = 0; j < inlink->channels; j++) {
554                     if (s->mapping[k] < 0) {
555                         continue;
556                     }
557
558                     if ((av_channel_layout_extract_channel(inlink->channel_layout, j)) == (1LL << s->mapping[k])) {
559                         idx = k;
560                         break;
561                     }
562                 }
563                 if (idx == -1)
564                     continue;
565
566                 I = idx * 2;
567                 if (s->type == TIME_DOMAIN) {
568                     offset = idx * FFALIGN(len, 16);
569                     for (j = 0; j < len; j++) {
570                         data_ir_l[offset + j] = ptr[len * 2 - j * 2 - 2] * gain_lin;
571                         data_ir_r[offset + j] = ptr[len * 2 - j * 2 - 1] * gain_lin;
572                     }
573                 } else {
574                     memset(fft_in_l, 0, n_fft * sizeof(*fft_in_l));
575                     memset(fft_in_r, 0, n_fft * sizeof(*fft_in_r));
576
577                     offset = idx * n_fft;
578                     for (j = 0; j < len; j++) {
579                         fft_in_l[delay_l + j].re = ptr[j * N + I    ] * gain_lin;
580                         fft_in_r[delay_r + j].re = ptr[j * N + I + 1] * gain_lin;
581                     }
582
583                     av_fft_permute(s->fft[0], fft_in_l);
584                     av_fft_calc(s->fft[0], fft_in_l);
585                     memcpy(data_hrtf_l + offset, fft_in_l, n_fft * sizeof(*fft_in_l));
586                     av_fft_permute(s->fft[0], fft_in_r);
587                     av_fft_calc(s->fft[0], fft_in_r);
588                     memcpy(data_hrtf_r + offset, fft_in_r, n_fft * sizeof(*fft_in_r));
589                 }
590             }
591         }
592     }
593
594     if (s->type == TIME_DOMAIN) {
595         memcpy(s->data_ir[0], data_ir_l, sizeof(float) * nb_irs * FFALIGN(ir_len, 16));
596         memcpy(s->data_ir[1], data_ir_r, sizeof(float) * nb_irs * FFALIGN(ir_len, 16));
597     } else {
598         s->data_hrtf[0] = av_calloc(n_fft * s->nb_irs, sizeof(FFTComplex));
599         s->data_hrtf[1] = av_calloc(n_fft * s->nb_irs, sizeof(FFTComplex));
600         if (!s->data_hrtf[0] || !s->data_hrtf[1]) {
601             ret = AVERROR(ENOMEM);
602             goto fail;
603         }
604
605         memcpy(s->data_hrtf[0], data_hrtf_l,
606             sizeof(FFTComplex) * nb_irs * n_fft);
607         memcpy(s->data_hrtf[1], data_hrtf_r,
608             sizeof(FFTComplex) * nb_irs * n_fft);
609     }
610
611     s->have_hrirs = 1;
612
613 fail:
614
615     av_freep(&data_ir_l);
616     av_freep(&data_ir_r);
617
618     av_freep(&data_hrtf_l);
619     av_freep(&data_hrtf_r);
620
621     av_freep(&fft_in_l);
622     av_freep(&fft_in_r);
623
624     return ret;
625 }
626
627 static int filter_frame(AVFilterLink *inlink, AVFrame *in)
628 {
629     AVFilterContext *ctx = inlink->dst;
630     HeadphoneContext *s = ctx->priv;
631     AVFilterLink *outlink = ctx->outputs[0];
632     int ret = 0;
633
634     ret = av_audio_fifo_write(s->in[0].fifo, (void **)in->extended_data,
635                              in->nb_samples);
636     if (s->pts == AV_NOPTS_VALUE)
637         s->pts = in->pts;
638
639     av_frame_free(&in);
640
641     if (ret < 0)
642         return ret;
643
644     if (!s->have_hrirs && s->eof_hrirs) {
645         ret = convert_coeffs(ctx, inlink);
646         if (ret < 0)
647             return ret;
648     }
649
650     if (s->have_hrirs) {
651         while (av_audio_fifo_size(s->in[0].fifo) >= s->size) {
652             ret = headphone_frame(s, outlink, s->size);
653             if (ret < 0)
654                 return ret;
655         }
656     }
657
658     return 0;
659 }
660
661 static int query_formats(AVFilterContext *ctx)
662 {
663     struct HeadphoneContext *s = ctx->priv;
664     AVFilterFormats *formats = NULL;
665     AVFilterChannelLayouts *layouts = NULL;
666     AVFilterChannelLayouts *stereo_layout = NULL;
667     AVFilterChannelLayouts *hrir_layouts = NULL;
668     int ret, i;
669
670     ret = ff_add_format(&formats, AV_SAMPLE_FMT_FLT);
671     if (ret)
672         return ret;
673     ret = ff_set_common_formats(ctx, formats);
674     if (ret)
675         return ret;
676
677     layouts = ff_all_channel_layouts();
678     if (!layouts)
679         return AVERROR(ENOMEM);
680
681     ret = ff_channel_layouts_ref(layouts, &ctx->inputs[0]->out_channel_layouts);
682     if (ret)
683         return ret;
684
685     ret = ff_add_channel_layout(&stereo_layout, AV_CH_LAYOUT_STEREO);
686     if (ret)
687         return ret;
688
689     if (s->hrir_fmt == HRIR_MULTI) {
690         hrir_layouts = ff_all_channel_counts();
691         if (!hrir_layouts)
692             ret = AVERROR(ENOMEM);
693         ret = ff_channel_layouts_ref(hrir_layouts, &ctx->inputs[1]->out_channel_layouts);
694         if (ret)
695             return ret;
696     } else {
697         for (i = 1; i < s->nb_inputs; i++) {
698             ret = ff_channel_layouts_ref(stereo_layout, &ctx->inputs[i]->out_channel_layouts);
699             if (ret)
700                 return ret;
701         }
702     }
703
704     ret = ff_channel_layouts_ref(stereo_layout, &ctx->outputs[0]->in_channel_layouts);
705     if (ret)
706         return ret;
707
708     formats = ff_all_samplerates();
709     if (!formats)
710         return AVERROR(ENOMEM);
711     return ff_set_common_samplerates(ctx, formats);
712 }
713
714 static int config_input(AVFilterLink *inlink)
715 {
716     AVFilterContext *ctx = inlink->dst;
717     HeadphoneContext *s = ctx->priv;
718
719     if (s->nb_irs < inlink->channels) {
720         av_log(ctx, AV_LOG_ERROR, "Number of HRIRs must be >= %d.\n", inlink->channels);
721         return AVERROR(EINVAL);
722     }
723
724     return 0;
725 }
726
727 static av_cold int init(AVFilterContext *ctx)
728 {
729     HeadphoneContext *s = ctx->priv;
730     int i, ret;
731
732     AVFilterPad pad = {
733         .name         = "in0",
734         .type         = AVMEDIA_TYPE_AUDIO,
735         .config_props = config_input,
736         .filter_frame = filter_frame,
737     };
738     if ((ret = ff_insert_inpad(ctx, 0, &pad)) < 0)
739         return ret;
740
741     if (!s->map) {
742         av_log(ctx, AV_LOG_ERROR, "Valid mapping must be set.\n");
743         return AVERROR(EINVAL);
744     }
745
746     parse_map(ctx);
747
748     s->in = av_calloc(s->nb_inputs, sizeof(*s->in));
749     if (!s->in)
750         return AVERROR(ENOMEM);
751
752     for (i = 1; i < s->nb_inputs; i++) {
753         char *name = av_asprintf("hrir%d", i - 1);
754         AVFilterPad pad = {
755             .name         = name,
756             .type         = AVMEDIA_TYPE_AUDIO,
757             .filter_frame = read_ir,
758         };
759         if (!name)
760             return AVERROR(ENOMEM);
761         if ((ret = ff_insert_inpad(ctx, i, &pad)) < 0) {
762             av_freep(&pad.name);
763             return ret;
764         }
765     }
766
767     s->fdsp = avpriv_float_dsp_alloc(0);
768     if (!s->fdsp)
769         return AVERROR(ENOMEM);
770     s->pts = AV_NOPTS_VALUE;
771
772     return 0;
773 }
774
775 static int config_output(AVFilterLink *outlink)
776 {
777     AVFilterContext *ctx = outlink->src;
778     HeadphoneContext *s = ctx->priv;
779     AVFilterLink *inlink = ctx->inputs[0];
780     int i;
781
782     if (s->hrir_fmt == HRIR_MULTI) {
783         AVFilterLink *hrir_link = ctx->inputs[1];
784
785         if (hrir_link->channels < inlink->channels * 2) {
786             av_log(ctx, AV_LOG_ERROR, "Number of channels in HRIR stream must be >= %d.\n", inlink->channels * 2);
787             return AVERROR(EINVAL);
788         }
789     }
790
791     for (i = 0; i < s->nb_inputs; i++) {
792         s->in[i].fifo = av_audio_fifo_alloc(ctx->inputs[i]->format, ctx->inputs[i]->channels, 1024);
793         if (!s->in[i].fifo)
794             return AVERROR(ENOMEM);
795     }
796     s->gain_lfe = expf((s->gain - 3 * inlink->channels - 6 + s->lfe_gain) / 20 * M_LN10);
797
798     return 0;
799 }
800
801 static int request_frame(AVFilterLink *outlink)
802 {
803     AVFilterContext *ctx = outlink->src;
804     HeadphoneContext *s = ctx->priv;
805     int i, ret;
806
807     for (i = 1; !s->eof_hrirs && i < s->nb_inputs; i++) {
808         if (!s->in[i].eof) {
809             ret = ff_request_frame(ctx->inputs[i]);
810             if (ret == AVERROR_EOF) {
811                 s->in[i].eof = 1;
812                 ret = 0;
813             }
814             return ret;
815         } else {
816             if (i == s->nb_inputs - 1)
817                 s->eof_hrirs = 1;
818         }
819     }
820
821     ret = ff_request_frame(ctx->inputs[0]);
822     if (ret == AVERROR_EOF && av_audio_fifo_size(s->in[0].fifo) > 0 && s->have_hrirs) {
823         int nb_samples = av_audio_fifo_size(s->in[0].fifo);
824         AVFrame *in = ff_get_audio_buffer(ctx->inputs[0], s->size - nb_samples);
825
826         if (!in)
827             return AVERROR(ENOMEM);
828
829         av_samples_set_silence(in->extended_data, 0,
830                                in->nb_samples,
831                                in->channels,
832                                in->format);
833
834         ret = av_audio_fifo_write(s->in[0].fifo, (void **)in->extended_data,
835                                   in->nb_samples);
836         av_frame_free(&in);
837         if (ret < 0)
838             return ret;
839         ret = headphone_frame(s, outlink, nb_samples);
840
841         av_audio_fifo_drain(s->in[0].fifo, av_audio_fifo_size(s->in[0].fifo));
842     }
843
844     return ret;
845 }
846
847 static av_cold void uninit(AVFilterContext *ctx)
848 {
849     HeadphoneContext *s = ctx->priv;
850     int i;
851
852     av_fft_end(s->ifft[0]);
853     av_fft_end(s->ifft[1]);
854     av_fft_end(s->fft[0]);
855     av_fft_end(s->fft[1]);
856     av_freep(&s->delay[0]);
857     av_freep(&s->delay[1]);
858     av_freep(&s->data_ir[0]);
859     av_freep(&s->data_ir[1]);
860     av_freep(&s->ringbuffer[0]);
861     av_freep(&s->ringbuffer[1]);
862     av_freep(&s->temp_src[0]);
863     av_freep(&s->temp_src[1]);
864     av_freep(&s->temp_fft[0]);
865     av_freep(&s->temp_fft[1]);
866     av_freep(&s->data_hrtf[0]);
867     av_freep(&s->data_hrtf[1]);
868     av_freep(&s->fdsp);
869
870     for (i = 0; i < s->nb_inputs; i++) {
871         av_frame_free(&s->in[i].frame);
872         av_audio_fifo_free(s->in[i].fifo);
873         if (ctx->input_pads && i)
874             av_freep(&ctx->input_pads[i].name);
875     }
876     av_freep(&s->in);
877 }
878
879 #define OFFSET(x) offsetof(HeadphoneContext, x)
880 #define FLAGS AV_OPT_FLAG_AUDIO_PARAM|AV_OPT_FLAG_FILTERING_PARAM
881
882 static const AVOption headphone_options[] = {
883     { "map",       "set channels convolution mappings",  OFFSET(map),      AV_OPT_TYPE_STRING, {.str=NULL},            .flags = FLAGS },
884     { "gain",      "set gain in dB",                     OFFSET(gain),     AV_OPT_TYPE_FLOAT,  {.dbl=0},     -20,  40, .flags = FLAGS },
885     { "lfe",       "set lfe gain in dB",                 OFFSET(lfe_gain), AV_OPT_TYPE_FLOAT,  {.dbl=0},     -20,  40, .flags = FLAGS },
886     { "type",      "set processing",                     OFFSET(type),     AV_OPT_TYPE_INT,    {.i64=1},       0,   1, .flags = FLAGS, "type" },
887     { "time",      "time domain",                        0,                AV_OPT_TYPE_CONST,  {.i64=0},       0,   0, .flags = FLAGS, "type" },
888     { "freq",      "frequency domain",                   0,                AV_OPT_TYPE_CONST,  {.i64=1},       0,   0, .flags = FLAGS, "type" },
889     { "size",      "set frame size",                     OFFSET(size),     AV_OPT_TYPE_INT,    {.i64=1024},1024,96000, .flags = FLAGS },
890     { "hrir",      "set hrir format",                    OFFSET(hrir_fmt), AV_OPT_TYPE_INT,    {.i64=HRIR_STEREO}, 0, 1, .flags = FLAGS, "hrir" },
891     { "stereo",    "hrir files have exactly 2 channels", 0,                AV_OPT_TYPE_CONST,  {.i64=HRIR_STEREO}, 0, 0, .flags = FLAGS, "hrir" },
892     { "multich",   "single multichannel hrir file",      0,                AV_OPT_TYPE_CONST,  {.i64=HRIR_MULTI},  0, 0, .flags = FLAGS, "hrir" },
893     { NULL }
894 };
895
896 AVFILTER_DEFINE_CLASS(headphone);
897
898 static const AVFilterPad outputs[] = {
899     {
900         .name          = "default",
901         .type          = AVMEDIA_TYPE_AUDIO,
902         .config_props  = config_output,
903         .request_frame = request_frame,
904     },
905     { NULL }
906 };
907
908 AVFilter ff_af_headphone = {
909     .name          = "headphone",
910     .description   = NULL_IF_CONFIG_SMALL("Apply headphone binaural spatialization with HRTFs in additional streams."),
911     .priv_size     = sizeof(HeadphoneContext),
912     .priv_class    = &headphone_class,
913     .init          = init,
914     .uninit        = uninit,
915     .query_formats = query_formats,
916     .inputs        = NULL,
917     .outputs       = outputs,
918     .flags         = AVFILTER_FLAG_SLICE_THREADS | AVFILTER_FLAG_DYNAMIC_INPUTS,
919 };