* DV demuxer is now capable of decoding auxilary audio stream. So,
[ffmpeg.git] / libavformat / dv.c
index c08bc05..a376741 100644 (file)
@@ -1,4 +1,10 @@
 /* 
+ * General DV muxer/demuxer 
+ * Copyright (c) 2003 Roman Shaposhnick
+ *
+ * Many thanks to Dan Dennedy <dan@dennedy.org> for providing wealth
+ * of DV technical info.
+ *
  * Raw DV format
  * Copyright (c) 2002 Fabrice Bellard.
  *
  * License along with this library; if not, write to the Free Software
  * Foundation, Inc., 59 Temple Place, Suite 330, Boston, MA  02111-1307  USA
  */
+#include <time.h>
 #include "avformat.h"
+#include "dvdata.h"
+#include "dv.h"
 
-#define NTSC_FRAME_SIZE 120000
-#define PAL_FRAME_SIZE  144000
+struct DVDemuxContext {
+    AVFormatContext* fctx;
+    AVStream*        vst;
+    AVStream*        ast[2];       
+    AVPacket         audio_pkt[2];
+    int              ach;
+};
 
-typedef struct DVDemuxContext {
-    int       is_audio;
-    uint8_t   buf[PAL_FRAME_SIZE];
-    int       size;
-} DVDemuxContext;
+struct DVMuxContext {
+    const DVprofile*  sys;    /* Current DV profile. E.g.: 525/60, 625/50 */
+    uint8_t     frame_buf[144000]; /* frame under contruction */
+    FifoBuffer  audio_data;   /* Fifo for storing excessive amounts of PCM */
+    int         frames;       /* Number of a current frame */
+    time_t      start_time;   /* Start time of recording */
+    uint8_t     aspect;       /* Aspect ID 0 - 4:3, 7 - 16:9 */
+    int         has_audio;    /* frame under contruction has audio */
+    int         has_video;    /* frame under contruction has video */
+};
 
-/* raw input */
-static int dv_read_header(AVFormatContext *s,
-                          AVFormatParameters *ap)
+enum dv_section_type {
+     dv_sect_header  = 0x1f,
+     dv_sect_subcode = 0x3f,
+     dv_sect_vaux    = 0x56,
+     dv_sect_audio   = 0x76,
+     dv_sect_video   = 0x96,
+};
+
+enum dv_pack_type {
+     dv_header525     = 0x3f, /* see dv_write_pack for important details on */ 
+     dv_header625     = 0xbf, /* these two packs */
+     dv_timecode      = 0x13,
+     dv_audio_source  = 0x50,
+     dv_audio_control = 0x51,
+     dv_audio_recdate = 0x52,
+     dv_audio_rectime = 0x53,
+     dv_video_source  = 0x60,
+     dv_video_control = 0x61,
+     dv_viedo_recdate = 0x62,
+     dv_video_rectime = 0x63,
+     dv_unknown_pack  = 0xff,
+};
+
+
+
+/*
+ * The reason why the following three big ugly looking tables are
+ * here is my lack of DV spec IEC 61834. The tables were basically 
+ * constructed to make code that places packs in SSYB, VAUX and 
+ * AAUX blocks very simple and table-driven. They conform to the
+ * SMPTE 314M and the output of my personal DV camcorder, neither
+ * of which is sufficient for a reliable DV stream producing. Thus
+ * while code is still in development I'll be gathering input from
+ * people with different DV equipment and modifying the tables to
+ * accommodate all the quirks. Later on, if possible, some of them
+ * will be folded into smaller tables and/or switch-if logic. For 
+ * now, my only excuse is -- they don't eat up that much of a space.
+ */
+
+static const int dv_ssyb_packs_dist[12][6] = {
+    { 0x13, 0x13, 0x13, 0x13, 0x13, 0x13 },
+    { 0x13, 0x13, 0x13, 0x13, 0x13, 0x13 },
+    { 0x13, 0x13, 0x13, 0x13, 0x13, 0x13 },
+    { 0x13, 0x13, 0x13, 0x13, 0x13, 0x13 },
+    { 0x13, 0x13, 0x13, 0x13, 0x13, 0x13 },
+    { 0x13, 0x13, 0x13, 0x13, 0x13, 0x13 },
+    { 0x13, 0x62, 0x63, 0x13, 0x62, 0x63 },
+    { 0x13, 0x62, 0x63, 0x13, 0x62, 0x63 },
+    { 0x13, 0x62, 0x63, 0x13, 0x62, 0x63 },
+    { 0x13, 0x62, 0x63, 0x13, 0x62, 0x63 },
+    { 0x13, 0x62, 0x63, 0x13, 0x62, 0x63 },
+    { 0x13, 0x62, 0x63, 0x13, 0x62, 0x63 },
+};
+
+static const int dv_vaux_packs_dist[12][15] = {
+    { 0x60, 0x61, 0x62, 0x63, 0xff, 0xff, 0xff, 0xff, 0xff, 
+      0x60, 0x61, 0x62, 0x63, 0xff, 0xff },
+    { 0x60, 0x61, 0x62, 0x63, 0xff, 0xff, 0xff, 0xff, 0xff, 
+      0x60, 0x61, 0x62, 0x63, 0xff, 0xff },
+    { 0x60, 0x61, 0x62, 0x63, 0xff, 0xff, 0xff, 0xff, 0xff, 
+      0x60, 0x61, 0x62, 0x63, 0xff, 0xff },
+    { 0x60, 0x61, 0x62, 0x63, 0xff, 0xff, 0xff, 0xff, 0xff, 
+      0x60, 0x61, 0x62, 0x63, 0xff, 0xff },
+    { 0x60, 0x61, 0x62, 0x63, 0xff, 0xff, 0xff, 0xff, 0xff, 
+      0x60, 0x61, 0x62, 0x63, 0xff, 0xff },
+    { 0x60, 0x61, 0x62, 0x63, 0xff, 0xff, 0xff, 0xff, 0xff, 
+      0x60, 0x61, 0x62, 0x63, 0xff, 0xff },
+    { 0x60, 0x61, 0x62, 0x63, 0xff, 0xff, 0xff, 0xff, 0xff, 
+      0x60, 0x61, 0x62, 0x63, 0xff, 0xff },
+    { 0x60, 0x61, 0x62, 0x63, 0xff, 0xff, 0xff, 0xff, 0xff, 
+      0x60, 0x61, 0x62, 0x63, 0xff, 0xff },
+    { 0x60, 0x61, 0x62, 0x63, 0xff, 0xff, 0xff, 0xff, 0xff, 
+      0x60, 0x61, 0x62, 0x63, 0xff, 0xff },
+    { 0x60, 0x61, 0x62, 0x63, 0xff, 0xff, 0xff, 0xff, 0xff, 
+      0x60, 0x61, 0x62, 0x63, 0xff, 0xff },
+    { 0x60, 0x61, 0x62, 0x63, 0xff, 0xff, 0xff, 0xff, 0xff, 
+      0x60, 0x61, 0x62, 0x63, 0xff, 0xff },
+    { 0x60, 0x61, 0x62, 0x63, 0xff, 0xff, 0xff, 0xff, 0xff, 
+      0x60, 0x61, 0x62, 0x63, 0xff, 0xff },
+};
+
+static const int dv_aaux_packs_dist[12][9] = {
+    { 0xff, 0xff, 0xff, 0x50, 0x51, 0x52, 0x53, 0xff, 0xff },
+    { 0x50, 0x51, 0x52, 0x53, 0xff, 0xff, 0xff, 0xff, 0xff },
+    { 0xff, 0xff, 0xff, 0x50, 0x51, 0x52, 0x53, 0xff, 0xff },
+    { 0x50, 0x51, 0x52, 0x53, 0xff, 0xff, 0xff, 0xff, 0xff },
+    { 0xff, 0xff, 0xff, 0x50, 0x51, 0x52, 0x53, 0xff, 0xff },
+    { 0x50, 0x51, 0x52, 0x53, 0xff, 0xff, 0xff, 0xff, 0xff },
+    { 0xff, 0xff, 0xff, 0x50, 0x51, 0x52, 0x53, 0xff, 0xff },
+    { 0x50, 0x51, 0x52, 0x53, 0xff, 0xff, 0xff, 0xff, 0xff },
+    { 0xff, 0xff, 0xff, 0x50, 0x51, 0x52, 0x53, 0xff, 0xff },
+    { 0x50, 0x51, 0x52, 0x53, 0xff, 0xff, 0xff, 0xff, 0xff },
+    { 0xff, 0xff, 0xff, 0x50, 0x51, 0x52, 0x53, 0xff, 0xff },
+    { 0x50, 0x51, 0x52, 0x53, 0xff, 0xff, 0xff, 0xff, 0xff },
+};
+
+static inline uint16_t dv_audio_12to16(uint16_t sample)
+{
+    uint16_t shift, result;
+    
+    sample = (sample < 0x800) ? sample : sample | 0xf000;
+    shift = (sample & 0xf00) >> 8;
+
+    if (shift < 0x2 || shift > 0xd) {
+       result = sample;
+    } else if (shift < 0x8) {
+        shift--;
+       result = (sample - (256 * shift)) << shift;
+    } else {
+       shift = 0xe - shift;
+       result = ((sample + ((256 * shift) + 1)) << shift) - 1;
+    }
+
+    return result;
+}
+
+static int dv_audio_frame_size(const DVprofile* sys, int frame)
 {
-    AVStream *vst, *ast;
-    DVDemuxContext *c = s->priv_data;
+    return sys->audio_samples_dist[frame % (sizeof(sys->audio_samples_dist)/
+                                           sizeof(sys->audio_samples_dist[0]))];
+}
 
-    vst = av_new_stream(s, 0);
-    if (!vst)
-        return AVERROR_NOMEM;
-    vst->codec.codec_type = CODEC_TYPE_VIDEO;
-    vst->codec.codec_id = CODEC_ID_DVVIDEO;
+static int dv_write_pack(enum dv_pack_type pack_id, DVMuxContext *c, uint8_t* buf)
+{
+    struct tm tc;
+    time_t ct;
+    int ltc_frame;
 
+    buf[0] = (uint8_t)pack_id;
+    switch (pack_id) {
+    case dv_header525: /* I can't imagine why these two weren't defined as real */
+    case dv_header625: /* packs in SMPTE314M -- they definitely look like ones */
+          buf[1] = 0xf8 |               /* reserved -- always 1 */
+                  (0 & 0x07);          /* APT: Track application ID */
+          buf[2] = (0 << 7)    | /* TF1: audio data is 0 - valid; 1 - invalid */
+                  (0x0f << 3) | /* reserved -- always 1 */
+                  (0 & 0x07);   /* AP1: Audio application ID */
+          buf[3] = (0 << 7)    | /* TF2: video data is 0 - valid; 1 - invalid */  
+                  (0x0f << 3) | /* reserved -- always 1 */
+                  (0 & 0x07);   /* AP2: Video application ID */
+          buf[4] = (0 << 7)    | /* TF3: subcode(SSYB) is 0 - valid; 1 - invalid */ 
+                  (0x0f << 3) | /* reserved -- always 1 */
+                  (0 & 0x07);   /* AP3: Subcode application ID */
+         break;
+    case dv_timecode:
+          ct = (time_t)(c->frames / ((float)c->sys->frame_rate / 
+                                     (float)c->sys->frame_rate_base));
+          localtime_r(&ct, &tc);
+          /* 
+           * LTC drop-frame frame counter drops two frames (0 and 1) every 
+           * minute, unless it is exactly divisible by 10
+           */
+          ltc_frame = (c->frames + 2*ct/60 - 2*ct/600) % c->sys->ltc_divisor;
+         buf[1] = (0 << 7) | /* Color fame: 0 - unsync; 1 - sync mode */
+                  (1 << 6) | /* Drop frame timecode: 0 - nondrop; 1 - drop */
+                  ((ltc_frame / 10) << 4) | /* Tens of frames */
+                  (ltc_frame % 10);         /* Units of frames */
+         buf[2] = (1 << 7) | /* Biphase mark polarity correction: 0 - even; 1 - odd */
+                  ((tc.tm_sec / 10) << 4) | /* Tens of seconds */
+                  (tc.tm_sec % 10);         /* Units of seconds */
+         buf[3] = (1 << 7) | /* Binary group flag BGF0 */
+                  ((tc.tm_min / 10) << 4) | /* Tens of minutes */
+                  (tc.tm_min % 10);         /* Units of minutes */
+         buf[4] = (1 << 7) | /* Binary group flag BGF2 */
+                  (1 << 6) | /* Binary group flag BGF1 */
+                  ((tc.tm_hour / 10) << 4) | /* Tens of hours */
+                  (tc.tm_hour % 10);         /* Units of hours */
+          break;
+    case dv_audio_source:  /* AAUX source pack */
+          buf[1] = (0 << 7) | /* locked mode       */
+                   (1 << 6) | /* reserved -- always 1 */
+                  (dv_audio_frame_size(c->sys, c->frames) -
+                   c->sys->audio_min_samples[0]);
+                             /* # of samples      */
+          buf[2] = (0 << 7) | /* multi-stereo      */
+                   (0 << 5) | /* #of audio channels per block: 0 -- 1 channel */
+                   (0 << 4) | /* pair bit: 0 -- one pair of channels */
+                   0;        /* audio mode        */
+          buf[3] = (1 << 7) | /* res               */
+                   (1 << 6) | /* multi-language flag */
+                  (c->sys->dsf << 5) | /*  system: 60fields/50fields */
+                   0;        /* definition: 0 -- SD (525/625) */
+          buf[4] = (1 << 7) | /* emphasis: 1 -- off */
+                   (0 << 6) | /* emphasis time constant: 0 -- reserved */
+                  (0 << 3) | /* frequency: 0 -- 48Khz, 1 -- 44,1Khz, 2 -- 32Khz */
+                    0;        /* quantization: 0 -- 16bit linear, 1 -- 12bit nonlinear */                          
+          break;
+    case dv_audio_control:
+          buf[1] = (0 << 6) | /* copy protection: 0 -- unrestricted */
+                   (1 << 4) | /* input source: 1 -- digital input */
+                  (3 << 2) | /* compression: 3 -- no information */
+                   0;        /* misc. info/SMPTE emphasis off */
+          buf[2] = (1 << 7) | /* recording start point: 1 -- no */
+                   (1 << 6) | /* recording end point: 1 -- no */
+                  (1 << 3) | /* recording mode: 1 -- original */
+                   7;         
+          buf[3] = (1 << 7) | /* direction: 1 -- forward */
+                    0x20;     /* speed */
+          buf[4] = (1 << 7) | /* reserved -- always 1 */
+                    0x7f;     /* genre category */
+         break;
+    case dv_audio_recdate:
+    case dv_viedo_recdate:  /* VAUX recording date */
+          ct = c->start_time + (time_t)(c->frames / 
+              ((float)c->sys->frame_rate / (float)c->sys->frame_rate_base));
+          localtime_r(&ct, &tc);
+         buf[1] = 0xff; /* ds, tm, tens of time zone, units of time zone */
+                        /* 0xff is very likely to be "unknown" */
+         buf[2] = (3 << 6) | /* reserved -- always 1 */
+                  ((tc.tm_mday / 10) << 4) | /* Tens of day */
+                  (tc.tm_mday % 10);         /* Units of day */
+         buf[3] = /* we set high 4 bits to 0, shouldn't we set them to week? */
+                  (tc.tm_mon % 10);         /* Units of month */
+         buf[4] = (((tc.tm_year % 100) / 10) << 4) | /* Tens of year */
+                  (tc.tm_year % 10);                 /* Units of year */
+          break;
+    case dv_audio_rectime:  /* AAUX recording time */
+    case dv_video_rectime:  /* VAUX recording time */
+          ct = c->start_time + (time_t)(c->frames / 
+              ((float)c->sys->frame_rate / (float)c->sys->frame_rate_base));
+          localtime_r(&ct, &tc);
+         buf[1] = (3 << 6) | /* reserved -- always 1 */
+                  0x3f; /* tens of frame, units of frame: 0x3f - "unknown" ? */
+         buf[2] = (1 << 7) | /* reserved -- always 1 */ 
+                  ((tc.tm_sec / 10) << 4) | /* Tens of seconds */
+                  (tc.tm_sec % 10);         /* Units of seconds */
+         buf[3] = (1 << 7) | /* reserved -- always 1 */
+                  ((tc.tm_min / 10) << 4) | /* Tens of minutes */
+                  (tc.tm_min % 10);         /* Units of minutes */
+         buf[4] = (3 << 6) | /* reserved -- always 1 */ 
+                  ((tc.tm_hour / 10) << 4) | /* Tens of hours */
+                  (tc.tm_hour % 10);         /* Units of hours */
+         break;
+    case dv_video_source:
+         buf[1] = 0xff; /* reserved -- always 1 */
+         buf[2] = (1 << 7) | /* B/W: 0 - b/w, 1 - color */
+                  (1 << 6) | /* following CLF is valid - 0, invalid - 1 */
+                  (3 << 4) | /* CLF: color frames id (see ITU-R BT.470-4) */
+                  0xf; /* reserved -- always 1 */
+         buf[3] = (3 << 6) | /* reserved -- always 1 */
+                  (c->sys->dsf << 5) | /*  system: 60fields/50fields */
+                  0; /* signal type video compression */
+         buf[4] = 0xff; /* VISC: 0xff -- no information */
+          break;
+    case dv_video_control:
+         buf[1] = (0 << 6) | /* Copy generation management (CGMS) 0 -- free */
+                  0x3f; /* reserved -- always 1 */
+         buf[2] = 0xc8 | /* reserved -- always b11001xxx */
+                  c->aspect;
+         buf[3] = (1 << 7) | /* Frame/field flag 1 -- frame, 0 -- field */
+                  (1 << 6) | /* First/second field flag 0 -- field 2, 1 -- field 1 */
+                  (1 << 5) | /* Frame change flag 0 -- same picture as before, 1 -- different */
+                  (1 << 4) | /* 1 - interlaced, 0 - noninterlaced */
+                  0xc; /* reserved -- always b1100 */
+         buf[4] = 0xff; /* reserved -- always 1 */
+          break;
+    default:
+          buf[1] = buf[2] = buf[3] = buf[4] = 0xff;
+    }
+    return 5;
+}
+
+static inline int dv_write_dif_id(enum dv_section_type t, uint8_t seq_num, 
+                                  uint8_t dif_num, uint8_t* buf)
+{
+    buf[0] = (uint8_t)t;    /* Section type */
+    buf[1] = (seq_num<<4) | /* DIF seq number 0-9 for 525/60; 0-11 for 625/50 */
+            (0 << 3) |     /* FSC: for 50Mb/s 0 - first channel; 1 - second */
+            7;             /* reserved -- always 1 */
+    buf[2] = dif_num;       /* DIF block number Video: 0-134, Audio: 0-8 */
+    return 3;
+}
 
-    ast = av_new_stream(s, 1);
-    if (!ast)
-        return AVERROR_NOMEM;
+static inline int dv_write_ssyb_id(uint8_t syb_num, uint8_t fr, uint8_t* buf)
+{
+    if (syb_num == 0 || syb_num == 6) {
+       buf[0] = (fr<<7) | /* FR ID 1 - first half of each channel; 0 - second */
+                (0<<4)  | /* AP3 (Subcode application ID) */
+                0x0f;     /* reserved -- always 1 */
+    } 
+    else if (syb_num == 11) {
+       buf[0] = (fr<<7) | /* FR ID 1 - first half of each channel; 0 - second */
+                 0x7f;     /* reserved -- always 1 */
+    }
+    else {
+       buf[0] = (fr<<7) | /* FR ID 1 - first half of each channel; 0 - second */
+                 (0<<4)  | /* APT (Track application ID) */
+                0x0f;     /* reserved -- always 1 */
+    }
+    buf[1] = 0xf0 |            /* reserved -- always 1 */
+             (syb_num & 0x0f); /* SSYB number 0 - 11   */
+    buf[2] = 0xff;             /* reserved -- always 1 */
+    return 3;
+}
 
-    ast->codec.codec_type = CODEC_TYPE_AUDIO;
-    ast->codec.codec_id = CODEC_ID_DVAUDIO;
-    ast->codec.channels = 2;
-    c->is_audio = 0;
+static void dv_format_frame(DVMuxContext *c, uint8_t* buf)
+{
+    int i, j, k;
+    
+    for (i = 0; i < c->sys->difseg_size; i++) {
+       memset(buf, 0xff, 80 * 6); /* First 6 DIF blocks are for control data */
+       
+       /* DV header: 1DIF */
+       buf += dv_write_dif_id(dv_sect_header, i, 0, buf);
+       buf += dv_write_pack((c->sys->dsf ? dv_header625 : dv_header525), c, buf);
+       buf += 72; /* unused bytes */
+                                  
+       /* DV subcode: 2DIFs */
+       for (j = 0; j < 2; j++) {
+          buf += dv_write_dif_id( dv_sect_subcode, i, j, buf);
+         for (k = 0; k < 6; k++) {
+            buf += dv_write_ssyb_id(k, (i < c->sys->difseg_size/2), buf);
+            buf += dv_write_pack(dv_ssyb_packs_dist[i][k], c, buf);
+         }
+         buf += 29; /* unused bytes */
+       }
+       
+       /* DV VAUX: 3DIFs */
+       for (j = 0; j < 3; j++) {
+         buf += dv_write_dif_id(dv_sect_vaux, i, j, buf);
+         for (k = 0; k < 15 ; k++)
+            buf += dv_write_pack(dv_vaux_packs_dist[i][k], c, buf);
+         buf += 2; /* unused bytes */
+       } 
+       
+       /* DV Audio/Video: 135 Video DIFs + 9 Audio DIFs */
+       for (j = 0; j < 135; j++) {
+            if (j%15 == 0) {
+               buf += dv_write_dif_id(dv_sect_audio, i, j/15, buf);
+               buf += dv_write_pack(dv_aaux_packs_dist[i][j/15], c, buf);
+               buf += 72; /* shuffled PCM audio */
+           }
+           buf += dv_write_dif_id(dv_sect_video, i, j, buf);
+           buf += 77; /* 1 video macro block: 1 bytes control
+                                              4 * 14 bytes Y 8x8 data
+                                                  10 bytes Cr 8x8 data
+                                                  10 bytes Cb 8x8 data */
+       }
+    }
+}
 
-    return 0;
+static void dv_inject_audio(DVMuxContext *c, const uint8_t* pcm, uint8_t* frame_ptr)
+{
+    int i, j, d, of;
+    for (i = 0; i < c->sys->difseg_size; i++) {
+       frame_ptr += 6 * 80; /* skip DIF segment header */
+       for (j = 0; j < 9; j++) {
+          for (d = 8; d < 80; d+=2) {
+            of = c->sys->audio_shuffle[i][j] + (d - 8)/2 * c->sys->audio_stride;
+            frame_ptr[d] = pcm[of*2+1]; // FIXME: may be we have to admit
+            frame_ptr[d+1] = pcm[of*2]; //        that DV is a big endian PCM       
+          }
+          frame_ptr += 16 * 80; /* 15 Video DIFs + 1 Audio DIF */
+       }
+    }
+}
+
+static void dv_inject_video(DVMuxContext *c, const uint8_t* video_data, uint8_t* frame_ptr)
+{
+    int i, j;
+    int ptr = 0;
+
+    for (i = 0; i < c->sys->difseg_size; i++) {
+       ptr += 6 * 80; /* skip DIF segment header */
+       for (j = 0; j < 135; j++) {
+            if (j%15 == 0)
+               ptr += 80; /* skip Audio DIF */
+           ptr += 3;
+           memcpy(frame_ptr + ptr, video_data + ptr, 77);
+           ptr += 77;
+       }
+    }
+}
+
+/* 
+ * This is the dumbest implementation of all -- it simply looks at
+ * a fixed offset and if pack isn't there -- fails. We might want
+ * to have a fallback mechanism for complete search of missing packs.
+ */
+static const uint8_t* dv_extract_pack(uint8_t* frame, enum dv_pack_type t)
+{
+    int offs;
+    
+    switch (t) {
+    case dv_audio_source:
+          offs = (80*6 + 80*16*3 + 3);
+         break;
+    case dv_audio_control:
+          offs = (80*6 + 80*16*4 + 3);
+         break;
+    case dv_video_control:
+          offs = (80*5 + 48 + 5);
+          break;
+    default:
+          return NULL;
+    }   
+
+    return (frame[offs] == t ? &frame[offs] : NULL);
+}
+
+/* 
+ * There's a couple of assumptions being made here:
+ * 1. By default we silence erroneous (0x8000/16bit 0x800/12bit) audio samples.
+ *    We can pass them upwards when ffmpeg will be ready to deal with them.
+ * 2. We don't do software emphasis.
+ * 3. Audio is always returned as 16bit linear samples: 12bit nonlinear samples
+ *    are converted into 16bit linear ones.
+ */
+static int dv_extract_audio(uint8_t* frame, uint8_t* pcm, uint8_t* pcm2)
+{
+    int size, i, j, d, of, smpls, freq, quant, half_ch;
+    uint16_t lc, rc;
+    const DVprofile* sys;
+    const uint8_t* as_pack;
+    
+    as_pack = dv_extract_pack(frame, dv_audio_source);
+    if (!as_pack)    /* No audio ? */
+       return 0;
+   
+    sys = dv_frame_profile(frame);
+    smpls = as_pack[1] & 0x3f; /* samples in this frame - min. samples */
+    freq = (as_pack[4] >> 3) & 0x07; /* 0 - 48KHz, 1 - 44,1kHz, 2 - 32 kHz */
+    quant = as_pack[4] & 0x07; /* 0 - 16bit linear, 1 - 12bit nonlinear */
+    
+    if (quant > 1)
+       return -1; /* Unsupported quantization */
+
+    size = (sys->audio_min_samples[freq] + smpls) * 4; /* 2ch, 2bytes */
+    half_ch = sys->difseg_size/2;
+
+    /* for each DIF segment */
+    for (i = 0; i < sys->difseg_size; i++) {
+       frame += 6 * 80; /* skip DIF segment header */
+       if (quant == 1 && i == half_ch) {
+           if (!pcm2)
+               break;
+           else
+               pcm = pcm2;
+       }
+
+       for (j = 0; j < 9; j++) {
+          for (d = 8; d < 80; d += 2) {
+            if (quant == 0) {  /* 16bit quantization */
+                of = sys->audio_shuffle[i][j] + (d - 8)/2 * sys->audio_stride;
+                 if (of*2 >= size)
+                    continue;
+                
+                pcm[of*2] = frame[d+1]; // FIXME: may be we have to admit
+                pcm[of*2+1] = frame[d]; //        that DV is a big endian PCM
+                if (pcm[of*2+1] == 0x80 && pcm[of*2] == 0x00)
+                    pcm[of*2+1] = 0;
+             } else {           /* 12bit quantization */
+                lc = ((uint16_t)frame[d] << 4) | 
+                     ((uint16_t)frame[d+2] >> 4);
+                rc = ((uint16_t)frame[d+1] << 4) |
+                     ((uint16_t)frame[d+2] & 0x0f);
+                lc = (lc == 0x800 ? 0 : dv_audio_12to16(lc));
+                rc = (rc == 0x800 ? 0 : dv_audio_12to16(rc));
+
+                of = sys->audio_shuffle[i%half_ch][j] + (d - 8)/3 * sys->audio_stride;
+                 if (of*2 >= size)
+                    continue;
+
+                pcm[of*2] = lc & 0xff; // FIXME: may be we have to admit
+                pcm[of*2+1] = lc >> 8; //        that DV is a big endian PCM
+                of = sys->audio_shuffle[i%half_ch+half_ch][j] + 
+                     (d - 8)/3 * sys->audio_stride;
+                pcm[of*2] = rc & 0xff; // FIXME: may be we have to admit
+                pcm[of*2+1] = rc >> 8; //        that DV is a big endian PCM
+                ++d;
+             }
+         }
+               
+         frame += 16 * 80; /* 15 Video DIFs + 1 Audio DIF */
+        }
+    }
+
+    return size;
+}
+
+static int dv_extract_audio_info(DVDemuxContext* c, uint8_t* frame)
+{
+    const uint8_t* as_pack;
+    const DVprofile* sys;
+    int freq, smpls, quant, i;
+
+    sys = dv_frame_profile(frame);
+    as_pack = dv_extract_pack(frame, dv_audio_source);
+    if (!as_pack || !sys) {    /* No audio ? */
+        c->ach = 0;
+       return -1;
+    }
+    
+    smpls = as_pack[1] & 0x3f; /* samples in this frame - min. samples */
+    freq = (as_pack[4] >> 3) & 0x07; /* 0 - 48KHz, 1 - 44,1kHz, 2 - 32 kHz */
+    quant = as_pack[4] & 0x07; /* 0 - 16bit linear, 1 - 12bit nonlinear */
+    c->ach = (quant && freq == 2) ? 2 : 1;
+
+    /* The second stereo channel could appear in IEC 61834 stream only */
+    if (c->ach == 2 && !c->ast[1]) {
+        c->ast[1] = av_new_stream(c->fctx, 0);
+       if (c->ast[1]) {
+           c->ast[1]->codec.codec_type = CODEC_TYPE_AUDIO;
+           c->ast[1]->codec.codec_id = CODEC_ID_PCM_S16LE;
+       } else
+           c->ach = 1;
+    }
+    for (i=0; i<c->ach; i++) {
+       c->ast[i]->codec.sample_rate = dv_audio_frequency[freq];
+       c->ast[i]->codec.channels = 2;
+       c->ast[i]->codec.bit_rate = 2 * dv_audio_frequency[freq] * 16;
+    }
+    
+    return (sys->audio_min_samples[freq] + smpls) * 4; /* 2ch, 2bytes */;
+}
+
+static int dv_extract_video_info(DVDemuxContext *c, uint8_t* frame)
+{
+    const DVprofile* sys; 
+    const uint8_t* vsc_pack;
+    AVCodecContext* avctx;
+    int apt, is16_9;
+    int size = 0;
+    
+    sys = dv_frame_profile(frame);
+    if (sys) {
+        avctx = &c->vst->codec;
+       
+       avctx->frame_rate = sys->frame_rate;
+        avctx->frame_rate_base = sys->frame_rate_base;
+        avctx->width = sys->width;
+        avctx->height = sys->height;
+        avctx->pix_fmt = sys->pix_fmt;
+        
+       vsc_pack = dv_extract_pack(frame, dv_video_control);
+        apt = frame[4] & 0x07;
+       is16_9 = (vsc_pack && (vsc_pack[2] & 0x07) == (apt?0x02:0x07));
+       avctx->sample_aspect_ratio = sys->sar[is16_9];
+       
+       size = sys->frame_size;
+    }
+    return size;
+}
+
+/* 
+ * The following 6 functions constitute our interface to the world
+ */
+
+int dv_assemble_frame(DVMuxContext *c, AVStream* st,
+                      const uint8_t* data, int data_size, uint8_t** frame)
+{
+    uint8_t pcm[8192];
+    int fsize, reqasize;
+   
+    *frame = &c->frame_buf[0];
+    if (c->has_audio && c->has_video) {  /* must be a stale frame */
+        dv_format_frame(c, *frame);
+       c->frames++;
+       c->has_audio = c->has_video = 0;
+    }
+    
+    if (st->codec.codec_type == CODEC_TYPE_VIDEO) {
+        /* FIXME: we have to have more sensible approach than this one */
+       if (c->has_video)
+           fprintf(stderr, "Can't process DV frame #%d. Insufficient audio data or severe sync problem.\n", c->frames);
+           
+        dv_inject_video(c, data, *frame);
+       c->has_video = 1;
+       data_size = 0;
+    } 
+    
+    reqasize = 4 * dv_audio_frame_size(c->sys, c->frames);
+    fsize = fifo_size(&c->audio_data, c->audio_data.rptr);
+    if (st->codec.codec_type == CODEC_TYPE_AUDIO || (c->has_video && fsize >= reqasize)) { 
+       if (fsize + data_size >= reqasize && !c->has_audio) {
+            if (fsize >= reqasize) {
+               fifo_read(&c->audio_data, &pcm[0], reqasize, &c->audio_data.rptr);
+            } else {
+               fifo_read(&c->audio_data, &pcm[0], fsize, &c->audio_data.rptr);
+                memcpy(&pcm[fsize], &data[0], reqasize - fsize);
+               data += reqasize - fsize;
+               data_size -= reqasize - fsize;
+           }
+           dv_inject_audio(c, &pcm[0], *frame);
+           c->has_audio = 1;
+       }
+    
+        /* FIXME: we have to have more sensible approach than this one */
+        if (fifo_size(&c->audio_data, c->audio_data.rptr) + data_size >= 100*AVCODEC_MAX_AUDIO_FRAME_SIZE)
+           fprintf(stderr, "Can't process DV frame #%d. Insufficient video data or severe sync problem.\n", c->frames);
+       fifo_write(&c->audio_data, (uint8_t *)data, data_size, &c->audio_data.wptr);
+    }
+
+    return (c->has_audio && c->has_video) ? c->sys->frame_size : 0;
+}
+
+DVMuxContext* dv_init_mux(AVFormatContext* s)
+{
+    DVMuxContext *c;
+    AVStream *vst;
+    AVStream *ast;
+
+    c = av_mallocz(sizeof(DVMuxContext));
+    if (!c)
+        return NULL;
+
+    if (s->nb_streams != 2)
+        goto bail_out;
+
+    /* We have to sort out where audio and where video stream is */
+    if (s->streams[0]->codec.codec_type == CODEC_TYPE_VIDEO &&
+        s->streams[1]->codec.codec_type == CODEC_TYPE_AUDIO) {
+       vst = s->streams[0];
+       ast = s->streams[1];
+    }
+    else if (s->streams[1]->codec.codec_type == CODEC_TYPE_VIDEO &&
+             s->streams[0]->codec.codec_type == CODEC_TYPE_AUDIO) {
+           vst = s->streams[1];
+           ast = s->streams[0];
+    } else
+        goto bail_out;
+  
+    /* Some checks -- DV format is very picky about its incoming streams */
+    if (vst->codec.codec_id != CODEC_ID_DVVIDEO ||
+       ast->codec.codec_id != CODEC_ID_PCM_S16LE)
+       goto bail_out;
+    if (ast->codec.sample_rate != 48000 ||
+       ast->codec.channels != 2)
+       goto bail_out;
+
+    c->sys = dv_codec_profile(&vst->codec);
+    if (!c->sys)
+       goto bail_out;
+    
+    /* Ok, everything seems to be in working order */
+    c->frames = 0;
+    c->has_audio = c->has_video = 0;
+    c->start_time = time(NULL);
+    c->aspect = 0; /* 4:3 is the default */
+    if ((int)(av_q2d(vst->codec.sample_aspect_ratio) * vst->codec.width / vst->codec.height * 10) == 17) /* 16:9 */ 
+        c->aspect = 0x07;
+
+    if (fifo_init(&c->audio_data, 100*AVCODEC_MAX_AUDIO_FRAME_SIZE) < 0)
+        goto bail_out;
+
+    dv_format_frame(c, &c->frame_buf[0]);
+
+    return c;
+    
+bail_out:
+    av_free(c);
+    return NULL;
+}
+
+void dv_delete_mux(DVMuxContext *c)
+{    
+    fifo_free(&c->audio_data);
+}
+
+DVDemuxContext* dv_init_demux(AVFormatContext *s)
+{
+    DVDemuxContext *c;
+
+    c = av_mallocz(sizeof(DVDemuxContext));
+    if (!c)
+        return NULL;
+
+    c->vst = av_new_stream(s, 0);
+    c->ast[0] = av_new_stream(s, 0);
+    if (!c->vst || !c->ast[0])
+        goto fail;
+    c->fctx = s;
+    c->ast[1] = NULL;
+    c->ach = 0;
+    c->audio_pkt[0].size = 0;
+    c->audio_pkt[1].size = 0;
+    
+    c->vst->codec.codec_type = CODEC_TYPE_VIDEO;
+    c->vst->codec.codec_id = CODEC_ID_DVVIDEO;
+    c->vst->codec.bit_rate = 25000000;
+    
+    c->ast[0]->codec.codec_type = CODEC_TYPE_AUDIO;
+    c->ast[0]->codec.codec_id = CODEC_ID_PCM_S16LE;
+   
+    s->ctx_flags |= AVFMTCTX_NOHEADER; 
+    
+    return c;
+    
+fail:
+    if (c->vst)
+        av_free(c->vst);
+    if (c->ast[0])
+        av_free(c->ast[0]);
+    av_free(c);
+    return NULL;
 }
 
 static void __destruct_pkt(struct AVPacket *pkt)
@@ -59,89 +749,168 @@ static void __destruct_pkt(struct AVPacket *pkt)
     return;
 }
 
-static int dv_read_packet(AVFormatContext *s, AVPacket *pkt)
+int dv_get_packet(DVDemuxContext *c, AVPacket *pkt)
 {
-    int ret, dsf;
-    DVDemuxContext *c = s->priv_data;
-    
-    if (!c->is_audio) {
-        ret = get_buffer(&s->pb, c->buf, 4);
-        if (ret <= 0) 
-            return -EIO;
-        dsf = c->buf[3] & 0x80;
-        if (!dsf)
-            c->size = NTSC_FRAME_SIZE;
-        else
-            c->size = PAL_FRAME_SIZE;
-       
-       ret = get_buffer(&s->pb, c->buf + 4, c->size - 4);
-       if (ret <= 0)
-           return -EIO;
+    int size = -1;
+    int i;
+
+    for (i=0; i<c->ach; i++) {
+       if (c->ast[i] && c->audio_pkt[i].size) {
+           *pkt = c->audio_pkt[i];
+          c->audio_pkt[i].size = 0;
+          size = pkt->size;
+          break;
+       }
+    }
+
+    return size;
+}
+
+int dv_produce_packet(DVDemuxContext *c, AVPacket *pkt, 
+                      uint8_t* buf, int buf_size)
+{
+    int size, i;
+   
+    if (buf_size < 4 || buf_size < dv_frame_profile(buf)->frame_size)
+        return -1;   /* Broken frame, or not enough data */
+
+    /* Queueing audio packet */
+    /* FIXME: in case of no audio/bad audio we have to do something */
+    size = dv_extract_audio_info(c, buf);
+    c->audio_pkt[0].data = c->audio_pkt[1].data = NULL;
+    for (i=0; i<c->ach; i++) {
+       if (av_new_packet(&c->audio_pkt[i], size) < 0)
+           return AVERROR_NOMEM;
+       c->audio_pkt[i].stream_index = c->ast[i]->index;
     }
+    dv_extract_audio(buf, c->audio_pkt[0].data, c->audio_pkt[1].data);
     
+    /* Now it's time to return video packet */
+    size = dv_extract_video_info(c, buf);
     av_init_packet(pkt);
     pkt->destruct = __destruct_pkt;
-    pkt->data     = c->buf;
-    pkt->size     = c->size;
-    pkt->stream_index = c->is_audio;
+    pkt->data     = buf;
+    pkt->size     = size; 
+    pkt->flags   |= PKT_FLAG_KEY;
+    pkt->stream_index = c->vst->id;
+
+    return size;
+}
+                           
+/************************************************************
+ * Implementation of the easiest DV storage of all -- raw DV.
+ ************************************************************/
+typedef struct RawDVContext {
+    uint8_t         buf[144000];
+    DVDemuxContext* dv_demux;
+} RawDVContext;
+
+static int dv_read_header(AVFormatContext *s,
+                          AVFormatParameters *ap)
+{
+    RawDVContext *c = s->priv_data;
+    c->dv_demux = dv_init_demux(s);
+   
+    return c->dv_demux ? 0 : -1;
+}
+
+
+static int dv_read_packet(AVFormatContext *s, AVPacket *pkt)
+{
+    int size;
+    RawDVContext *c = s->priv_data; 
+  
+    size = dv_get_packet(c->dv_demux, pkt);
+    
+    if (size < 0) {
+        if (get_buffer(&s->pb, c->buf, 4) <= 0) 
+            return -EIO;
     
-    c->is_audio = !c->is_audio;
-    return c->size;
+        size = dv_frame_profile(c->buf)->frame_size;
+        if (get_buffer(&s->pb, c->buf + 4, size - 4) <= 0)
+           return -EIO;
+
+       size = dv_produce_packet(c->dv_demux, pkt, c->buf, size);
+    } 
+    
+    return size;
 }
 
 static int dv_read_close(AVFormatContext *s)
 {
+    RawDVContext *c = s->priv_data;
+    av_free(c->dv_demux);
     return 0;
 }
 
-static AVInputFormat dv_iformat = {
-    "dv",
-    "DV video format",
-    sizeof(DVDemuxContext),
-    NULL,
-    dv_read_header,
-    dv_read_packet,
-    dv_read_close,
-    .extensions = "dv",
-};
-
-#if 0
-int dv_write_header(struct AVFormatContext *s)
+static int dv_write_header(AVFormatContext *s)
 {
+    s->priv_data = dv_init_mux(s);
+    if (!s->priv_data) {
+        fprintf(stderr, "Can't initialize DV format!\n"
+                   "Make sure that you supply exactly two streams:\n"
+                   "     video: 25fps or 29.97fps, audio: 2ch/48Khz/PCM\n");
+       return -1;
+    }
     return 0;
 }
 
-int dv_write_packet(struct AVFormatContext *s, 
-                     int stream_index,
-                     unsigned char *buf, int size, int force_pts)
+static int dv_write_packet(struct AVFormatContext *s, 
+                           int stream_index,
+                           const uint8_t *buf, int size, int64_t pts)
 {
-    put_buffer(&s->pb, buf, size);
-    put_flush_packet(&s->pb);
-    return 0;
+    uint8_t* frame;
+    int fsize;
+   
+    fsize = dv_assemble_frame((DVMuxContext *)s->priv_data, s->streams[stream_index],
+                              buf, size, &frame);
+    if (fsize > 0) {
+        put_buffer(&s->pb, frame, fsize); 
+        put_flush_packet(&s->pb);
+    } 
+    return fsize;
 }
 
-int dv_write_trailer(struct AVFormatContext *s)
+/* 
+ * We might end up with some extra A/V data without matching counterpart.
+ * E.g. video data without enough audio to write the complete frame.
+ * Currently we simply drop the last frame. I don't know whether this 
+ * is the best strategy of all
+ */
+static int dv_write_trailer(struct AVFormatContext *s)
 {
+    dv_delete_mux((DVMuxContext *)s->priv_data);
     return 0;
 }
 
-AVOutputFormat dv_oformat = {
+static AVInputFormat dv_iformat = {
+    "dv",
+    "DV video format",
+    sizeof(RawDVContext),
+    NULL,
+    dv_read_header,
+    dv_read_packet,
+    dv_read_close,
+    .extensions = "dv",
+};
+
+static AVOutputFormat dv_oformat = {
     "dv",
     "DV video format",
     NULL,
     "dv",
-    0,
+    sizeof(DVMuxContext),
+    CODEC_ID_PCM_S16LE,
     CODEC_ID_DVVIDEO,
-    CODEC_ID_DVAUDIO,
     dv_write_header,
     dv_write_packet,
     dv_write_trailer,
 };
-#endif
 
 int dv_init(void)
 {
     av_register_input_format(&dv_iformat);
-    //    av_register_output_format(&dv_oformat);
+    av_register_output_format(&dv_oformat);
     return 0;
 }