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/opt.h"
  34 #include "avcodec.h"
  35 #include "put_bits.h"
  36 #include "dsputil.h"
  37 #include "mpeg4audio.h"
  38 #include "kbdwin.h"
  39 #include "sinewin.h"
  40
  41 #include "aac.h"
  42 #include "aactab.h"
  43 #include "aacenc.h"
  44
  45 #include "psymodel.h"
  46
  47 #define AAC_MAX_CHANNELS 6
  48
  49 static const uint8_t swb_size_1024_96[] = {
  50     4, 4, 4, 4, 4, 4, 4, 4, 4, 4, 4, 4, 4, 4, 8, 8, 8, 8, 8,
  51     12, 12, 12, 12, 12, 16, 16, 24, 28, 36, 44,
  52     64, 64, 64, 64, 64, 64, 64, 64, 64, 64, 64
  53 };
  54
  55 static const uint8_t swb_size_1024_64[] = {
  56     4, 4, 4, 4, 4, 4, 4, 4, 4, 4, 4, 4, 4, 4, 8, 8, 8, 8,
  57     12, 12, 12, 16, 16, 16, 20, 24, 24, 28, 36,
  58     40, 40, 40, 40, 40, 40, 40, 40, 40, 40, 40, 40, 40, 40, 40, 40, 40, 40
  59 };
  60
  61 static const uint8_t swb_size_1024_48[] = {
  62     4, 4, 4, 4, 4, 4, 4, 4, 4, 4, 8, 8, 8, 8, 8, 8, 8,
  63     12, 12, 12, 12, 16, 16, 20, 20, 24, 24, 28, 28,
  64     32, 32, 32, 32, 32, 32, 32, 32, 32, 32, 32, 32, 32, 32, 32, 32, 32, 32, 32,
  65     96
  66 };
  67
  68 static const uint8_t swb_size_1024_32[] = {
  69     4, 4, 4, 4, 4, 4, 4, 4, 4, 4, 8, 8, 8, 8, 8, 8, 8,
  70     12, 12, 12, 12, 16, 16, 20, 20, 24, 24, 28, 28,
  71     32, 32, 32, 32, 32, 32, 32, 32, 32, 32, 32, 32, 32, 32, 32, 32, 32, 32, 32, 32, 32, 32
  72 };
  73
  74 static const uint8_t swb_size_1024_24[] = {
  75     4, 4, 4, 4, 4, 4, 4, 4, 4, 4, 4, 8, 8, 8, 8, 8, 8, 8, 8, 8, 8,
  76     12, 12, 12, 12, 16, 16, 16, 20, 20, 24, 24, 28, 28,
  77     32, 36, 36, 40, 44, 48, 52, 52, 64, 64, 64, 64, 64
  78 };
  79
  80 static const uint8_t swb_size_1024_16[] = {
  81     8, 8, 8, 8, 8, 8, 8, 8, 8, 8, 8,
  82     12, 12, 12, 12, 12, 12, 12, 12, 12, 16, 16, 16, 16, 20, 20, 20, 24, 24, 28, 28,
  83     32, 36, 40, 40, 44, 48, 52, 56, 60, 64, 64, 64
  84 };
  85
  86 static const uint8_t swb_size_1024_8[] = {
  87     12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12,
  88     16, 16, 16, 16, 16, 16, 16, 20, 20, 20, 20, 24, 24, 24, 28, 28,
  89     32, 36, 36, 40, 44, 48, 52, 56, 60, 64, 80
  90 };
  91
  92 static const uint8_t *swb_size_1024[] = {
  93     swb_size_1024_96, swb_size_1024_96, swb_size_1024_64,
  94     swb_size_1024_48, swb_size_1024_48, swb_size_1024_32,
  95     swb_size_1024_24, swb_size_1024_24, swb_size_1024_16,
  96     swb_size_1024_16, swb_size_1024_16, swb_size_1024_8
  97 };
  98
  99 static const uint8_t swb_size_128_96[] = {
 100     4, 4, 4, 4, 4, 4, 8, 8, 8, 16, 28, 36
 101 };
 102
 103 static const uint8_t swb_size_128_48[] = {
 104     4, 4, 4, 4, 4, 8, 8, 8, 12, 12, 12, 16, 16, 16
 105 };
 106
 107 static const uint8_t swb_size_128_24[] = {
 108     4, 4, 4, 4, 4, 4, 4, 8, 8, 8, 12, 12, 16, 16, 20
 109 };
 110
 111 static const uint8_t swb_size_128_16[] = {
 112     4, 4, 4, 4, 4, 4, 4, 4, 8, 8, 12, 12, 16, 20, 20
 113 };
 114
 115 static const uint8_t swb_size_128_8[] = {
 116     4, 4, 4, 4, 4, 4, 4, 8, 8, 8, 8, 12, 16, 20, 20
 117 };
 118
 119 static const uint8_t *swb_size_128[] = {
 120     /* the last entry on the following row is swb_size_128_64 but is a
 121        duplicate of swb_size_128_96 */
 122     swb_size_128_96, swb_size_128_96, swb_size_128_96,
 123     swb_size_128_48, swb_size_128_48, swb_size_128_48,
 124     swb_size_128_24, swb_size_128_24, swb_size_128_16,
 125     swb_size_128_16, swb_size_128_16, swb_size_128_8
 126 };
 127
 128 /** default channel configurations */
 129 static const uint8_t aac_chan_configs[6][5] = {
 130  {1, TYPE_SCE},                               // 1 channel  - single channel element
 131  {1, TYPE_CPE},                               // 2 channels - channel pair
 132  {2, TYPE_SCE, TYPE_CPE},                     // 3 channels - center + stereo
 133  {3, TYPE_SCE, TYPE_CPE, TYPE_SCE},           // 4 channels - front center + stereo + back center
 134  {3, TYPE_SCE, TYPE_CPE, TYPE_CPE},           // 5 channels - front center + stereo + back stereo
 135  {4, TYPE_SCE, TYPE_CPE, TYPE_CPE, TYPE_LFE}, // 6 channels - front center + stereo + back stereo + LFE
 136 };
 137
 138 static const uint8_t channel_maps[][AAC_MAX_CHANNELS] = {
 139     { 0 },
 140     { 0, 1 },
 141     { 2, 0, 1 },
 142     { 2, 0, 1, 3 },
 143     { 2, 0, 1, 3, 4 },
 144     { 2, 0, 1, 4, 5, 3 },
 145 };
 146
 147 /**
 148  * Make AAC audio config object.
 149  * @see 1.6.2.1 "Syntax - AudioSpecificConfig"
 150  */
 151 static void put_audio_specific_config(AVCodecContext *avctx)
 152 {
 153     PutBitContext pb;
 154     AACEncContext *s = avctx->priv_data;
 155
 156     init_put_bits(&pb, avctx->extradata, avctx->extradata_size*8);
 157     put_bits(&pb, 5, 2); //object type - AAC-LC
 158     put_bits(&pb, 4, s->samplerate_index); //sample rate index
 159     put_bits(&pb, 4, avctx->channels);
 160     //GASpecificConfig
 161     put_bits(&pb, 1, 0); //frame length - 1024 samples
 162     put_bits(&pb, 1, 0); //does not depend on core coder
 163     put_bits(&pb, 1, 0); //is not extension
 164
 165     //Explicitly Mark SBR absent
 166     put_bits(&pb, 11, 0x2b7); //sync extension
 167     put_bits(&pb, 5,  AOT_SBR);
 168     put_bits(&pb, 1,  0);
 169     flush_put_bits(&pb);
 170 }
 171
 172 static av_cold int aac_encode_init(AVCodecContext *avctx)
 173 {
 174     AACEncContext *s = avctx->priv_data;
 175     int i;
 176     const uint8_t *sizes[2];
 177     int lengths[2];
 178
 179     avctx->frame_size = 1024;
 180
 181     for (i = 0; i < 16; i++)
 182         if (avctx->sample_rate == ff_mpeg4audio_sample_rates[i])
 183             break;
 184     if (i == 16) {
 185         av_log(avctx, AV_LOG_ERROR, "Unsupported sample rate %d\n", avctx->sample_rate);
 186         return -1;
 187     }
 188     if (avctx->channels > AAC_MAX_CHANNELS) {
 189         av_log(avctx, AV_LOG_ERROR, "Unsupported number of channels: %d\n", avctx->channels);
 190         return -1;
 191     }
 192     if (avctx->profile != FF_PROFILE_UNKNOWN && avctx->profile != FF_PROFILE_AAC_LOW) {
 193         av_log(avctx, AV_LOG_ERROR, "Unsupported profile %d\n", avctx->profile);
 194         return -1;
 195     }
 196     if (1024.0 * avctx->bit_rate / avctx->sample_rate > 6144 * avctx->channels) {
 197         av_log(avctx, AV_LOG_ERROR, "Too many bits per frame requested\n");
 198         return -1;
 199     }
 200     s->samplerate_index = i;
 201
 202     dsputil_init(&s->dsp, avctx);
 203     ff_mdct_init(&s->mdct1024, 11, 0, 1.0);
 204     ff_mdct_init(&s->mdct128,   8, 0, 1.0);
 205     // window init
 206     ff_kbd_window_init(ff_aac_kbd_long_1024, 4.0, 1024);
 207     ff_kbd_window_init(ff_aac_kbd_short_128, 6.0, 128);
 208     ff_init_ff_sine_windows(10);
 209     ff_init_ff_sine_windows(7);
 210
 211     s->chan_map           = aac_chan_configs[avctx->channels-1];
 212     s->samples            = av_malloc(2 * 1024 * avctx->channels * sizeof(s->samples[0]));
 213     s->cpe                = av_mallocz(sizeof(ChannelElement) * s->chan_map[0]);
 214     avctx->extradata      = av_mallocz(5 + FF_INPUT_BUFFER_PADDING_SIZE);
 215     avctx->extradata_size = 5;
 216     put_audio_specific_config(avctx);
 217
 218     sizes[0]   = swb_size_1024[i];
 219     sizes[1]   = swb_size_128[i];
 220     lengths[0] = ff_aac_num_swb_1024[i];
 221     lengths[1] = ff_aac_num_swb_128[i];
 222     ff_psy_init(&s->psy, avctx, 2, sizes, lengths);
 223     s->psypp = ff_psy_preprocess_init(avctx);
 224     s->coder = &ff_aac_coders[2];
 225
 226     s->lambda = avctx->global_quality ? avctx->global_quality : 120;
 227
 228     ff_aac_tableinit();
 229
 230     return 0;
 231 }
 232
 233 static void apply_window_and_mdct(AVCodecContext *avctx, AACEncContext *s,
 234                                   SingleChannelElement *sce, short *audio)
 235 {
 236     int i, k;
 237     const int chans = avctx->channels;
 238     const float * lwindow = sce->ics.use_kb_window[0] ? ff_aac_kbd_long_1024 : ff_sine_1024;
 239     const float * swindow = sce->ics.use_kb_window[0] ? ff_aac_kbd_short_128 : ff_sine_128;
 240     const float * pwindow = sce->ics.use_kb_window[1] ? ff_aac_kbd_short_128 : ff_sine_128;
 241     float *output = sce->ret;
 242
 243     if (sce->ics.window_sequence[0] != EIGHT_SHORT_SEQUENCE) {
 244         memcpy(output, sce->saved, sizeof(float)*1024);
 245         if (sce->ics.window_sequence[0] == LONG_STOP_SEQUENCE) {
 246             memset(output, 0, sizeof(output[0]) * 448);
 247             for (i = 448; i < 576; i++)
 248                 output[i] = sce->saved[i] * pwindow[i - 448];
 249             for (i = 576; i < 704; i++)
 250                 output[i] = sce->saved[i];
 251         }
 252         if (sce->ics.window_sequence[0] != LONG_START_SEQUENCE) {
 253             for (i = 0; i < 1024; i++) {
 254                 output[i+1024]         = audio[i * chans] * lwindow[1024 - i - 1];
 255                 sce->saved[i] = audio[i * chans] * lwindow[i];
 256             }
 257         } else {
 258             for (i = 0; i < 448; i++)
 259                 output[i+1024]         = audio[i * chans];
 260             for (; i < 576; i++)
 261                 output[i+1024]         = audio[i * chans] * swindow[576 - i - 1];
 262             memset(output+1024+576, 0, sizeof(output[0]) * 448);
 263             for (i = 0; i < 1024; i++)
 264                 sce->saved[i] = audio[i * chans];
 265         }
 266         s->mdct1024.mdct_calc(&s->mdct1024, sce->coeffs, output);
 267     } else {
 268         for (k = 0; k < 1024; k += 128) {
 269             for (i = 448 + k; i < 448 + k + 256; i++)
 270                 output[i - 448 - k] = (i < 1024)
 271                                          ? sce->saved[i]
 272                                          : audio[(i-1024)*chans];
 273             s->dsp.vector_fmul        (output,     output, k ?  swindow : pwindow, 128);
 274             s->dsp.vector_fmul_reverse(output+128, output+128, swindow, 128);
 275             s->mdct128.mdct_calc(&s->mdct128, sce->coeffs + k, output);
 276         }
 277         for (i = 0; i < 1024; i++)
 278             sce->saved[i] = audio[i * chans];
 279     }
 280 }
 281
 282 /**
 283  * Encode ics_info element.
 284  * @see Table 4.6 (syntax of ics_info)
 285  */
 286 static void put_ics_info(AACEncContext *s, IndividualChannelStream *info)
 287 {
 288     int w;
 289
 290     put_bits(&s->pb, 1, 0);                // ics_reserved bit
 291     put_bits(&s->pb, 2, info->window_sequence[0]);
 292     put_bits(&s->pb, 1, info->use_kb_window[0]);
 293     if (info->window_sequence[0] != EIGHT_SHORT_SEQUENCE) {
 294         put_bits(&s->pb, 6, info->max_sfb);
 295         put_bits(&s->pb, 1, 0);            // no prediction
 296     } else {
 297         put_bits(&s->pb, 4, info->max_sfb);
 298         for (w = 1; w < 8; w++)
 299             put_bits(&s->pb, 1, !info->group_len[w]);
 300     }
 301 }
 302
 303 /**
 304  * Encode MS data.
 305  * @see 4.6.8.1 "Joint Coding - M/S Stereo"
 306  */
 307 static void encode_ms_info(PutBitContext *pb, ChannelElement *cpe)
 308 {
 309     int i, w;
 310
 311     put_bits(pb, 2, cpe->ms_mode);
 312     if (cpe->ms_mode == 1)
 313         for (w = 0; w < cpe->ch[0].ics.num_windows; w += cpe->ch[0].ics.group_len[w])
 314             for (i = 0; i < cpe->ch[0].ics.max_sfb; i++)
 315                 put_bits(pb, 1, cpe->ms_mask[w*16 + i]);
 316 }
 317
 318 /**
 319  * Produce integer coefficients from scalefactors provided by the model.
 320  */
 321 static void adjust_frame_information(AACEncContext *apc, ChannelElement *cpe, int chans)
 322 {
 323     int i, w, w2, g, ch;
 324     int start, maxsfb, cmaxsfb;
 325
 326     for (ch = 0; ch < chans; ch++) {
 327         IndividualChannelStream *ics = &cpe->ch[ch].ics;
 328         start = 0;
 329         maxsfb = 0;
 330         cpe->ch[ch].pulse.num_pulse = 0;
 331         for (w = 0; w < ics->num_windows*16; w += 16) {
 332             for (g = 0; g < ics->num_swb; g++) {
 333                 //apply M/S
 334                 if (cpe->common_window && !ch && cpe->ms_mask[w + g]) {
 335                     for (i = 0; i < ics->swb_sizes[g]; i++) {
 336                         cpe->ch[0].coeffs[start+i] = (cpe->ch[0].coeffs[start+i] + cpe->ch[1].coeffs[start+i]) / 2.0;
 337                         cpe->ch[1].coeffs[start+i] =  cpe->ch[0].coeffs[start+i] - cpe->ch[1].coeffs[start+i];
 338                     }
 339                 }
 340                 start += ics->swb_sizes[g];
 341             }
 342             for (cmaxsfb = ics->num_swb; cmaxsfb > 0 && cpe->ch[ch].zeroes[w+cmaxsfb-1]; cmaxsfb--)
 343                 ;
 344             maxsfb = FFMAX(maxsfb, cmaxsfb);
 345         }
 346         ics->max_sfb = maxsfb;
 347
 348         //adjust zero bands for window groups
 349         for (w = 0; w < ics->num_windows; w += ics->group_len[w]) {
 350             for (g = 0; g < ics->max_sfb; g++) {
 351                 i = 1;
 352                 for (w2 = w; w2 < w + ics->group_len[w]; w2++) {
 353                     if (!cpe->ch[ch].zeroes[w2*16 + g]) {
 354                         i = 0;
 355                         break;
 356                     }
 357                 }
 358                 cpe->ch[ch].zeroes[w*16 + g] = i;
 359             }
 360         }
 361     }
 362
 363     if (chans > 1 && cpe->common_window) {
 364         IndividualChannelStream *ics0 = &cpe->ch[0].ics;
 365         IndividualChannelStream *ics1 = &cpe->ch[1].ics;
 366         int msc = 0;
 367         ics0->max_sfb = FFMAX(ics0->max_sfb, ics1->max_sfb);
 368         ics1->max_sfb = ics0->max_sfb;
 369         for (w = 0; w < ics0->num_windows*16; w += 16)
 370             for (i = 0; i < ics0->max_sfb; i++)
 371                 if (cpe->ms_mask[w+i])
 372                     msc++;
 373         if (msc == 0 || ics0->max_sfb == 0)
 374             cpe->ms_mode = 0;
 375         else
 376             cpe->ms_mode = msc < ics0->max_sfb ? 1 : 2;
 377     }
 378 }
 379
 380 /**
 381  * Encode scalefactor band coding type.
 382  */
 383 static void encode_band_info(AACEncContext *s, SingleChannelElement *sce)
 384 {
 385     int w;
 386
 387     for (w = 0; w < sce->ics.num_windows; w += sce->ics.group_len[w])
 388         s->coder->encode_window_bands_info(s, sce, w, sce->ics.group_len[w], s->lambda);
 389 }
 390
 391 /**
 392  * Encode scalefactors.
 393  */
 394 static void encode_scale_factors(AVCodecContext *avctx, AACEncContext *s,
 395                                  SingleChannelElement *sce)
 396 {
 397     int off = sce->sf_idx[0], diff;
 398     int i, w;
 399
 400     for (w = 0; w < sce->ics.num_windows; w += sce->ics.group_len[w]) {
 401         for (i = 0; i < sce->ics.max_sfb; i++) {
 402             if (!sce->zeroes[w*16 + i]) {
 403                 diff = sce->sf_idx[w*16 + i] - off + SCALE_DIFF_ZERO;
 404                 if (diff < 0 || diff > 120)
 405                     av_log(avctx, AV_LOG_ERROR, "Scalefactor difference is too big to be coded\n");
 406                 off = sce->sf_idx[w*16 + i];
 407                 put_bits(&s->pb, ff_aac_scalefactor_bits[diff], ff_aac_scalefactor_code[diff]);
 408             }
 409         }
 410     }
 411 }
 412
 413 /**
 414  * Encode pulse data.
 415  */
 416 static void encode_pulses(AACEncContext *s, Pulse *pulse)
 417 {
 418     int i;
 419
 420     put_bits(&s->pb, 1, !!pulse->num_pulse);
 421     if (!pulse->num_pulse)
 422         return;
 423
 424     put_bits(&s->pb, 2, pulse->num_pulse - 1);
 425     put_bits(&s->pb, 6, pulse->start);
 426     for (i = 0; i < pulse->num_pulse; i++) {
 427         put_bits(&s->pb, 5, pulse->pos[i]);
 428         put_bits(&s->pb, 4, pulse->amp[i]);
 429     }
 430 }
 431
 432 /**
 433  * Encode spectral coefficients processed by psychoacoustic model.
 434  */
 435 static void encode_spectral_coeffs(AACEncContext *s, SingleChannelElement *sce)
 436 {
 437     int start, i, w, w2;
 438
 439     for (w = 0; w < sce->ics.num_windows; w += sce->ics.group_len[w]) {
 440         start = 0;
 441         for (i = 0; i < sce->ics.max_sfb; i++) {
 442             if (sce->zeroes[w*16 + i]) {
 443                 start += sce->ics.swb_sizes[i];
 444                 continue;
 445             }
 446             for (w2 = w; w2 < w + sce->ics.group_len[w]; w2++)
 447                 s->coder->quantize_and_encode_band(s, &s->pb, sce->coeffs + start + w2*128,
 448                                                    sce->ics.swb_sizes[i],
 449                                                    sce->sf_idx[w*16 + i],
 450                                                    sce->band_type[w*16 + i],
 451                                                    s->lambda);
 452             start += sce->ics.swb_sizes[i];
 453         }
 454     }
 455 }
 456
 457 /**
 458  * Encode one channel of audio data.
 459  */
 460 static int encode_individual_channel(AVCodecContext *avctx, AACEncContext *s,
 461                                      SingleChannelElement *sce,
 462                                      int common_window)
 463 {
 464     put_bits(&s->pb, 8, sce->sf_idx[0]);
 465     if (!common_window)
 466         put_ics_info(s, &sce->ics);
 467     encode_band_info(s, sce);
 468     encode_scale_factors(avctx, s, sce);
 469     encode_pulses(s, &sce->pulse);
 470     put_bits(&s->pb, 1, 0); //tns
 471     put_bits(&s->pb, 1, 0); //ssr
 472     encode_spectral_coeffs(s, sce);
 473     return 0;
 474 }
 475
 476 /**
 477  * Write some auxiliary information about the created AAC file.
 478  */
 479 static void put_bitstream_info(AVCodecContext *avctx, AACEncContext *s,
 480                                const char *name)
 481 {
 482     int i, namelen, padbits;
 483
 484     namelen = strlen(name) + 2;
 485     put_bits(&s->pb, 3, TYPE_FIL);
 486     put_bits(&s->pb, 4, FFMIN(namelen, 15));
 487     if (namelen >= 15)
 488         put_bits(&s->pb, 8, namelen - 16);
 489     put_bits(&s->pb, 4, 0); //extension type - filler
 490     padbits = 8 - (put_bits_count(&s->pb) & 7);
 491     align_put_bits(&s->pb);
 492     for (i = 0; i < namelen - 2; i++)
 493         put_bits(&s->pb, 8, name[i]);
 494     put_bits(&s->pb, 12 - padbits, 0);
 495 }
 496
 497 static int aac_encode_frame(AVCodecContext *avctx,
 498                             uint8_t *frame, int buf_size, void *data)
 499 {
 500     AACEncContext *s = avctx->priv_data;
 501     int16_t *samples = s->samples, *samples2, *la;
 502     ChannelElement *cpe;
 503     int i, ch, w, g, chans, tag, start_ch;
 504     int chan_el_counter[4];
 505     FFPsyWindowInfo windows[AAC_MAX_CHANNELS];
 506
 507     if (s->last_frame)
 508         return 0;
 509     if (data) {
 510         if (!s->psypp) {
 511             if (avctx->channels <= 2) {
 512                 memcpy(s->samples + 1024 * avctx->channels, data,
 513                        1024 * avctx->channels * sizeof(s->samples[0]));
 514             } else {
 515                 for (i = 0; i < 1024; i++)
 516                     for (ch = 0; ch < avctx->channels; ch++)
 517                         s->samples[(i + 1024) * avctx->channels + ch] =
 518                             ((int16_t*)data)[i * avctx->channels +
 519                                              channel_maps[avctx->channels-1][ch]];
 520             }
 521         } else {
 522             start_ch = 0;
 523             samples2 = s->samples + 1024 * avctx->channels;
 524             for (i = 0; i < s->chan_map[0]; i++) {
 525                 tag = s->chan_map[i+1];
 526                 chans = tag == TYPE_CPE ? 2 : 1;
 527                 ff_psy_preprocess(s->psypp,
 528                                   (uint16_t*)data + channel_maps[avctx->channels-1][start_ch],
 529                                   samples2 + start_ch, start_ch, chans);
 530                 start_ch += chans;
 531             }
 532         }
 533     }
 534     if (!avctx->frame_number) {
 535         memcpy(s->samples, s->samples + 1024 * avctx->channels,
 536                1024 * avctx->channels * sizeof(s->samples[0]));
 537         return 0;
 538     }
 539
 540     start_ch = 0;
 541     for (i = 0; i < s->chan_map[0]; i++) {
 542         FFPsyWindowInfo* wi = windows + start_ch;
 543         tag      = s->chan_map[i+1];
 544         chans    = tag == TYPE_CPE ? 2 : 1;
 545         cpe      = &s->cpe[i];
 546         for (ch = 0; ch < chans; ch++) {
 547             IndividualChannelStream *ics = &cpe->ch[ch].ics;
 548             int cur_channel = start_ch + ch;
 549             samples2 = samples + cur_channel;
 550             la       = samples2 + (448+64) * avctx->channels;
 551             if (!data)
 552                 la = NULL;
 553             if (tag == TYPE_LFE) {
 554                 wi[ch].window_type[0] = ONLY_LONG_SEQUENCE;
 555                 wi[ch].window_shape   = 0;
 556                 wi[ch].num_windows    = 1;
 557                 wi[ch].grouping[0]    = 1;
 558             } else {
 559                 wi[ch] = s->psy.model->window(&s->psy, samples2, la, cur_channel,
 560                                               ics->window_sequence[0]);
 561             }
 562             ics->window_sequence[1] = ics->window_sequence[0];
 563             ics->window_sequence[0] = wi[ch].window_type[0];
 564             ics->use_kb_window[1]   = ics->use_kb_window[0];
 565             ics->use_kb_window[0]   = wi[ch].window_shape;
 566             ics->num_windows        = wi[ch].num_windows;
 567             ics->swb_sizes          = s->psy.bands    [ics->num_windows == 8];
 568             ics->num_swb            = tag == TYPE_LFE ? 12 : s->psy.num_bands[ics->num_windows == 8];
 569             for (w = 0; w < ics->num_windows; w++)
 570                 ics->group_len[w] = wi[ch].grouping[w];
 571
 572             apply_window_and_mdct(avctx, s, &cpe->ch[ch], samples2);
 573         }
 574         start_ch += chans;
 575     }
 576     do {
 577         int frame_bits;
 578         init_put_bits(&s->pb, frame, buf_size*8);
 579         if ((avctx->frame_number & 0xFF)==1 && !(avctx->flags & CODEC_FLAG_BITEXACT))
 580             put_bitstream_info(avctx, s, LIBAVCODEC_IDENT);
 581         start_ch = 0;
 582         memset(chan_el_counter, 0, sizeof(chan_el_counter));
 583         for (i = 0; i < s->chan_map[0]; i++) {
 584             FFPsyWindowInfo* wi = windows + start_ch;
 585             tag      = s->chan_map[i+1];
 586             chans    = tag == TYPE_CPE ? 2 : 1;
 587             cpe      = &s->cpe[i];
 588             put_bits(&s->pb, 3, tag);
 589             put_bits(&s->pb, 4, chan_el_counter[tag]++);
 590             for (ch = 0; ch < chans; ch++) {
 591                 s->cur_channel = start_ch + ch;
 592                 s->psy.model->analyze(&s->psy, s->cur_channel, cpe->ch[ch].coeffs, &wi[ch]);
 593                 s->coder->search_for_quantizers(avctx, s, &cpe->ch[ch], s->lambda);
 594             }
 595             cpe->common_window = 0;
 596             if (chans > 1
 597                 && wi[0].window_type[0] == wi[1].window_type[0]
 598                 && wi[0].window_shape   == wi[1].window_shape) {
 599
 600                 cpe->common_window = 1;
 601                 for (w = 0; w < wi[0].num_windows; w++) {
 602                     if (wi[0].grouping[w] != wi[1].grouping[w]) {
 603                         cpe->common_window = 0;
 604                         break;
 605                     }
 606                 }
 607             }
 608             s->cur_channel = start_ch;
 609             if (s->options.stereo_mode && cpe->common_window) {
 610                 if (s->options.stereo_mode > 0) {
 611                     IndividualChannelStream *ics = &cpe->ch[0].ics;
 612                     for (w = 0; w < ics->num_windows; w += ics->group_len[w])
 613                         for (g = 0;  g < ics->num_swb; g++)
 614                             cpe->ms_mask[w*16+g] = 1;
 615                 } else if (s->coder->search_for_ms) {
 616                     s->coder->search_for_ms(s, cpe, s->lambda);
 617                 }
 618             }
 619             adjust_frame_information(s, cpe, chans);
 620             if (chans == 2) {
 621                 put_bits(&s->pb, 1, cpe->common_window);
 622                 if (cpe->common_window) {
 623                     put_ics_info(s, &cpe->ch[0].ics);
 624                     encode_ms_info(&s->pb, cpe);
 625                 }
 626             }
 627             for (ch = 0; ch < chans; ch++) {
 628                 s->cur_channel = start_ch + ch;
 629                 encode_individual_channel(avctx, s, &cpe->ch[ch], cpe->common_window);
 630             }
 631             start_ch += chans;
 632         }
 633
 634         frame_bits = put_bits_count(&s->pb);
 635         if (frame_bits <= 6144 * avctx->channels - 3) {
 636             s->psy.bitres.bits = frame_bits / avctx->channels;
 637             break;
 638         }
 639
 640         s->lambda *= avctx->bit_rate * 1024.0f / avctx->sample_rate / frame_bits;
 641
 642     } while (1);
 643
 644     put_bits(&s->pb, 3, TYPE_END);
 645     flush_put_bits(&s->pb);
 646     avctx->frame_bits = put_bits_count(&s->pb);
 647
 648     // rate control stuff
 649     if (!(avctx->flags & CODEC_FLAG_QSCALE)) {
 650         float ratio = avctx->bit_rate * 1024.0f / avctx->sample_rate / avctx->frame_bits;
 651         s->lambda *= ratio;
 652         s->lambda = FFMIN(s->lambda, 65536.f);
 653     }
 654
 655     if (!data)
 656         s->last_frame = 1;
 657     memcpy(s->samples, s->samples + 1024 * avctx->channels,
 658            1024 * avctx->channels * sizeof(s->samples[0]));
 659     return put_bits_count(&s->pb)>>3;
 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     ff_psy_preprocess_end(s->psypp);
 670     av_freep(&s->samples);
 671     av_freep(&s->cpe);
 672     return 0;
 673 }
 674
 675 #define AACENC_FLAGS AV_OPT_FLAG_ENCODING_PARAM | AV_OPT_FLAG_AUDIO_PARAM
 676 static const AVOption aacenc_options[] = {
 677     {"stereo_mode", "Stereo coding method", offsetof(AACEncContext, options.stereo_mode), FF_OPT_TYPE_INT, {.dbl = 0}, -1, 1, AACENC_FLAGS, "stereo_mode"},
 678         {"auto",     "Selected by the Encoder", 0, FF_OPT_TYPE_CONST, {.dbl = -1 }, INT_MIN, INT_MAX, AACENC_FLAGS, "stereo_mode"},
 679         {"ms_off",   "Disable Mid/Side coding", 0, FF_OPT_TYPE_CONST, {.dbl =  0 }, INT_MIN, INT_MAX, AACENC_FLAGS, "stereo_mode"},
 680         {"ms_force", "Force Mid/Side for the whole frame if possible", 0, FF_OPT_TYPE_CONST, {.dbl =  1 }, INT_MIN, INT_MAX, AACENC_FLAGS, "stereo_mode"},
 681     {NULL}
 682 };
 683
 684 static const AVClass aacenc_class = {
 685     "AAC encoder",
 686     av_default_item_name,
 687     aacenc_options,
 688     LIBAVUTIL_VERSION_INT,
 689 };
 690
 691 AVCodec ff_aac_encoder = {
 692     "aac",
 693     AVMEDIA_TYPE_AUDIO,
 694     CODEC_ID_AAC,
 695     sizeof(AACEncContext),
 696     aac_encode_init,
 697     aac_encode_frame,
 698     aac_encode_end,
 699     .capabilities = CODEC_CAP_SMALL_LAST_FRAME | CODEC_CAP_DELAY | CODEC_CAP_EXPERIMENTAL,
 700     .sample_fmts = (const enum AVSampleFormat[]){AV_SAMPLE_FMT_S16,AV_SAMPLE_FMT_NONE},
 701     .long_name = NULL_IF_CONFIG_SMALL("Advanced Audio Coding"),
 702     .priv_class = &aacenc_class,
 703 };