libavcodec/opusenc.c

   1 /*
   2  * Opus encoder
   3  * Copyright (c) 2017 Rostislav Pehlivanov <atomnuker@gmail.com>
   4  *
   5  * This file is part of FFmpeg.
   6  *
   7  * FFmpeg is free software; you can redistribute it and/or
   8  * modify it under the terms of the GNU Lesser General Public
   9  * License as published by the Free Software Foundation; either
  10  * version 2.1 of the License, or (at your option) any later version.
  11  *
  12  * FFmpeg is distributed in the hope that it will be useful,
  13  * but WITHOUT ANY WARRANTY; without even the implied warranty of
  14  * MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the GNU
  15  * Lesser General Public License for more details.
  16  *
  17  * You should have received a copy of the GNU Lesser General Public
  18  * License along with FFmpeg; if not, write to the Free Software
  19  * Foundation, Inc., 51 Franklin Street, Fifth Floor, Boston, MA 02110-1301 USA
  20  */
  21
  22 #include "encode.h"
  23 #include "opusenc.h"
  24 #include "opus_pvq.h"
  25 #include "opusenc_psy.h"
  26 #include "opustab.h"
  27
  28 #include "libavutil/channel_layout.h"
  29 #include "libavutil/float_dsp.h"
  30 #include "libavutil/mem_internal.h"
  31 #include "libavutil/opt.h"
  32 #include "bytestream.h"
  33 #include "audio_frame_queue.h"
  34 #include "codec_internal.h"
  35
  36 typedef struct OpusEncContext {
  37     AVClass *av_class;
  38     OpusEncOptions options;
  39     OpusPsyContext psyctx;
  40     AVCodecContext *avctx;
  41     AudioFrameQueue afq;
  42     AVFloatDSPContext *dsp;
  43     MDCT15Context *mdct[CELT_BLOCK_NB];
  44     CeltPVQ *pvq;
  45     struct FFBufQueue bufqueue;
  46
  47     uint8_t enc_id[64];
  48     int enc_id_bits;
  49
  50     OpusPacketInfo packet;
  51
  52     int channels;
  53
  54     CeltFrame *frame;
  55     OpusRangeCoder *rc;
  56
  57     /* Actual energy the decoder will have */
  58     float last_quantized_energy[OPUS_MAX_CHANNELS][CELT_MAX_BANDS];
  59
  60     DECLARE_ALIGNED(32, float, scratch)[2048];
  61 } OpusEncContext;
  62
  63 static void opus_write_extradata(AVCodecContext *avctx)
  64 {
  65     uint8_t *bs = avctx->extradata;
  66
  67     bytestream_put_buffer(&bs, "OpusHead", 8);
  68     bytestream_put_byte  (&bs, 0x1);
  69     bytestream_put_byte  (&bs, avctx->ch_layout.nb_channels);
  70     bytestream_put_le16  (&bs, avctx->initial_padding);
  71     bytestream_put_le32  (&bs, avctx->sample_rate);
  72     bytestream_put_le16  (&bs, 0x0);
  73     bytestream_put_byte  (&bs, 0x0); /* Default layout */
  74 }
  75
  76 static int opus_gen_toc(OpusEncContext *s, uint8_t *toc, int *size, int *fsize_needed)
  77 {
  78     int tmp = 0x0, extended_toc = 0;
  79     static const int toc_cfg[][OPUS_MODE_NB][OPUS_BANDWITH_NB] = {
  80         /*  Silk                    Hybrid                  Celt                    Layer     */
  81         /*  NB  MB  WB SWB  FB      NB  MB  WB SWB  FB      NB  MB  WB SWB  FB      Bandwidth */
  82         { {  0,  0,  0,  0,  0 }, {  0,  0,  0,  0,  0 }, { 17,  0, 21, 25, 29 } }, /* 2.5 ms */
  83         { {  0,  0,  0,  0,  0 }, {  0,  0,  0,  0,  0 }, { 18,  0, 22, 26, 30 } }, /*   5 ms */
  84         { {  1,  5,  9,  0,  0 }, {  0,  0,  0, 13, 15 }, { 19,  0, 23, 27, 31 } }, /*  10 ms */
  85         { {  2,  6, 10,  0,  0 }, {  0,  0,  0, 14, 16 }, { 20,  0, 24, 28, 32 } }, /*  20 ms */
  86         { {  3,  7, 11,  0,  0 }, {  0,  0,  0,  0,  0 }, {  0,  0,  0,  0,  0 } }, /*  40 ms */
  87         { {  4,  8, 12,  0,  0 }, {  0,  0,  0,  0,  0 }, {  0,  0,  0,  0,  0 } }, /*  60 ms */
  88     };
  89     int cfg = toc_cfg[s->packet.framesize][s->packet.mode][s->packet.bandwidth];
  90     *fsize_needed = 0;
  91     if (!cfg)
  92         return 1;
  93     if (s->packet.frames == 2) {                                       /* 2 packets */
  94         if (s->frame[0].framebits == s->frame[1].framebits) {          /* same size */
  95             tmp = 0x1;
  96         } else {                                                  /* different size */
  97             tmp = 0x2;
  98             *fsize_needed = 1;                     /* put frame sizes in the packet */
  99         }
 100     } else if (s->packet.frames > 2) {
 101         tmp = 0x3;
 102         extended_toc = 1;
 103     }
 104     tmp |= (s->channels > 1) << 2;                                /* Stereo or mono */
 105     tmp |= (cfg - 1)         << 3;                           /* codec configuration */
 106     *toc++ = tmp;
 107     if (extended_toc) {
 108         for (int i = 0; i < (s->packet.frames - 1); i++)
 109             *fsize_needed |= (s->frame[i].framebits != s->frame[i + 1].framebits);
 110         tmp = (*fsize_needed) << 7;                                /* vbr flag */
 111         tmp |= (0) << 6;                                       /* padding flag */
 112         tmp |= s->packet.frames;
 113         *toc++ = tmp;
 114     }
 115     *size = 1 + extended_toc;
 116     return 0;
 117 }
 118
 119 static void celt_frame_setup_input(OpusEncContext *s, CeltFrame *f)
 120 {
 121     AVFrame *cur = NULL;
 122     const int subframesize = s->avctx->frame_size;
 123     int subframes = OPUS_BLOCK_SIZE(s->packet.framesize) / subframesize;
 124
 125     cur = ff_bufqueue_get(&s->bufqueue);
 126
 127     for (int ch = 0; ch < f->channels; ch++) {
 128         CeltBlock *b = &f->block[ch];
 129         const void *input = cur->extended_data[ch];
 130         size_t bps = av_get_bytes_per_sample(cur->format);
 131         memcpy(b->overlap, input, bps*cur->nb_samples);
 132     }
 133
 134     av_frame_free(&cur);
 135
 136     for (int sf = 0; sf < subframes; sf++) {
 137         if (sf != (subframes - 1))
 138             cur = ff_bufqueue_get(&s->bufqueue);
 139         else
 140             cur = ff_bufqueue_peek(&s->bufqueue, 0);
 141
 142         for (int ch = 0; ch < f->channels; ch++) {
 143             CeltBlock *b = &f->block[ch];
 144             const void *input = cur->extended_data[ch];
 145             const size_t bps  = av_get_bytes_per_sample(cur->format);
 146             const size_t left = (subframesize - cur->nb_samples)*bps;
 147             const size_t len  = FFMIN(subframesize, cur->nb_samples)*bps;
 148             memcpy(&b->samples[sf*subframesize], input, len);
 149             memset(&b->samples[cur->nb_samples], 0, left);
 150         }
 151
 152         /* Last frame isn't popped off and freed yet - we need it for overlap */
 153         if (sf != (subframes - 1))
 154             av_frame_free(&cur);
 155     }
 156 }
 157
 158 /* Apply the pre emphasis filter */
 159 static void celt_apply_preemph_filter(OpusEncContext *s, CeltFrame *f)
 160 {
 161     const int subframesize = s->avctx->frame_size;
 162     const int subframes = OPUS_BLOCK_SIZE(s->packet.framesize) / subframesize;
 163
 164     /* Filter overlap */
 165     for (int ch = 0; ch < f->channels; ch++) {
 166         CeltBlock *b = &f->block[ch];
 167         float m = b->emph_coeff;
 168         for (int i = 0; i < CELT_OVERLAP; i++) {
 169             float sample = b->overlap[i];
 170             b->overlap[i] = sample - m;
 171             m = sample * CELT_EMPH_COEFF;
 172         }
 173         b->emph_coeff = m;
 174     }
 175
 176     /* Filter the samples but do not update the last subframe's coeff - overlap ^^^ */
 177     for (int sf = 0; sf < subframes; sf++) {
 178         for (int ch = 0; ch < f->channels; ch++) {
 179             CeltBlock *b = &f->block[ch];
 180             float m = b->emph_coeff;
 181             for (int i = 0; i < subframesize; i++) {
 182                 float sample = b->samples[sf*subframesize + i];
 183                 b->samples[sf*subframesize + i] = sample - m;
 184                 m = sample * CELT_EMPH_COEFF;
 185             }
 186             if (sf != (subframes - 1))
 187                 b->emph_coeff = m;
 188         }
 189     }
 190 }
 191
 192 /* Create the window and do the mdct */
 193 static void celt_frame_mdct(OpusEncContext *s, CeltFrame *f)
 194 {
 195     float *win = s->scratch, *temp = s->scratch + 1920;
 196
 197     if (f->transient) {
 198         for (int ch = 0; ch < f->channels; ch++) {
 199             CeltBlock *b = &f->block[ch];
 200             float *src1 = b->overlap;
 201             for (int t = 0; t < f->blocks; t++) {
 202                 float *src2 = &b->samples[CELT_OVERLAP*t];
 203                 s->dsp->vector_fmul(win, src1, ff_celt_window, 128);
 204                 s->dsp->vector_fmul_reverse(&win[CELT_OVERLAP], src2,
 205                                             ff_celt_window - 8, 128);
 206                 src1 = src2;
 207                 s->mdct[0]->mdct(s->mdct[0], b->coeffs + t, win, f->blocks);
 208             }
 209         }
 210     } else {
 211         int blk_len = OPUS_BLOCK_SIZE(f->size), wlen = OPUS_BLOCK_SIZE(f->size + 1);
 212         int rwin = blk_len - CELT_OVERLAP, lap_dst = (wlen - blk_len - CELT_OVERLAP) >> 1;
 213         memset(win, 0, wlen*sizeof(float));
 214         for (int ch = 0; ch < f->channels; ch++) {
 215             CeltBlock *b = &f->block[ch];
 216
 217             /* Overlap */
 218             s->dsp->vector_fmul(temp, b->overlap, ff_celt_window, 128);
 219             memcpy(win + lap_dst, temp, CELT_OVERLAP*sizeof(float));
 220
 221             /* Samples, flat top window */
 222             memcpy(&win[lap_dst + CELT_OVERLAP], b->samples, rwin*sizeof(float));
 223
 224             /* Samples, windowed */
 225             s->dsp->vector_fmul_reverse(temp, b->samples + rwin,
 226                                         ff_celt_window - 8, 128);
 227             memcpy(win + lap_dst + blk_len, temp, CELT_OVERLAP*sizeof(float));
 228
 229             s->mdct[f->size]->mdct(s->mdct[f->size], b->coeffs, win, 1);
 230         }
 231     }
 232
 233     for (int ch = 0; ch < f->channels; ch++) {
 234         CeltBlock *block = &f->block[ch];
 235         for (int i = 0; i < CELT_MAX_BANDS; i++) {
 236             float ener = 0.0f;
 237             int band_offset = ff_celt_freq_bands[i] << f->size;
 238             int band_size   = ff_celt_freq_range[i] << f->size;
 239             float *coeffs   = &block->coeffs[band_offset];
 240
 241             for (int j = 0; j < band_size; j++)
 242                 ener += coeffs[j]*coeffs[j];
 243
 244             block->lin_energy[i] = sqrtf(ener) + FLT_EPSILON;
 245             ener = 1.0f/block->lin_energy[i];
 246
 247             for (int j = 0; j < band_size; j++)
 248                 coeffs[j] *= ener;
 249
 250             block->energy[i] = log2f(block->lin_energy[i]) - ff_celt_mean_energy[i];
 251
 252             /* CELT_ENERGY_SILENCE is what the decoder uses and its not -infinity */
 253             block->energy[i] = FFMAX(block->energy[i], CELT_ENERGY_SILENCE);
 254         }
 255     }
 256 }
 257
 258 static void celt_enc_tf(CeltFrame *f, OpusRangeCoder *rc)
 259 {
 260     int tf_select = 0, diff = 0, tf_changed = 0, tf_select_needed;
 261     int bits = f->transient ? 2 : 4;
 262
 263     tf_select_needed = ((f->size && (opus_rc_tell(rc) + bits + 1) <= f->framebits));
 264
 265     for (int i = f->start_band; i < f->end_band; i++) {
 266         if ((opus_rc_tell(rc) + bits + tf_select_needed) <= f->framebits) {
 267             const int tbit = (diff ^ 1) == f->tf_change[i];
 268             ff_opus_rc_enc_log(rc, tbit, bits);
 269             diff ^= tbit;
 270             tf_changed |= diff;
 271         }
 272         bits = f->transient ? 4 : 5;
 273     }
 274
 275     if (tf_select_needed && ff_celt_tf_select[f->size][f->transient][0][tf_changed] !=
 276                             ff_celt_tf_select[f->size][f->transient][1][tf_changed]) {
 277         ff_opus_rc_enc_log(rc, f->tf_select, 1);
 278         tf_select = f->tf_select;
 279     }
 280
 281     for (int i = f->start_band; i < f->end_band; i++)
 282         f->tf_change[i] = ff_celt_tf_select[f->size][f->transient][tf_select][f->tf_change[i]];
 283 }
 284
 285 static void celt_enc_quant_pfilter(OpusRangeCoder *rc, CeltFrame *f)
 286 {
 287     float gain = f->pf_gain;
 288     int txval, octave = f->pf_octave, period = f->pf_period, tapset = f->pf_tapset;
 289
 290     ff_opus_rc_enc_log(rc, f->pfilter, 1);
 291     if (!f->pfilter)
 292         return;
 293
 294     /* Octave */
 295     txval = FFMIN(octave, 6);
 296     ff_opus_rc_enc_uint(rc, txval, 6);
 297     octave = txval;
 298     /* Period */
 299     txval = av_clip(period - (16 << octave) + 1, 0, (1 << (4 + octave)) - 1);
 300     ff_opus_rc_put_raw(rc, period, 4 + octave);
 301     period = txval + (16 << octave) - 1;
 302     /* Gain */
 303     txval = FFMIN(((int)(gain / 0.09375f)) - 1, 7);
 304     ff_opus_rc_put_raw(rc, txval, 3);
 305     gain   = 0.09375f * (txval + 1);
 306     /* Tapset */
 307     if ((opus_rc_tell(rc) + 2) <= f->framebits)
 308         ff_opus_rc_enc_cdf(rc, tapset, ff_celt_model_tapset);
 309     else
 310         tapset = 0;
 311     /* Finally create the coeffs */
 312     for (int i = 0; i < 2; i++) {
 313         CeltBlock *block = &f->block[i];
 314
 315         block->pf_period_new = FFMAX(period, CELT_POSTFILTER_MINPERIOD);
 316         block->pf_gains_new[0] = gain * ff_celt_postfilter_taps[tapset][0];
 317         block->pf_gains_new[1] = gain * ff_celt_postfilter_taps[tapset][1];
 318         block->pf_gains_new[2] = gain * ff_celt_postfilter_taps[tapset][2];
 319     }
 320 }
 321
 322 static void exp_quant_coarse(OpusRangeCoder *rc, CeltFrame *f,
 323                              float last_energy[][CELT_MAX_BANDS], int intra)
 324 {
 325     float alpha, beta, prev[2] = { 0, 0 };
 326     const uint8_t *pmod = ff_celt_coarse_energy_dist[f->size][intra];
 327
 328     /* Inter is really just differential coding */
 329     if (opus_rc_tell(rc) + 3 <= f->framebits)
 330         ff_opus_rc_enc_log(rc, intra, 3);
 331     else
 332         intra = 0;
 333
 334     if (intra) {
 335         alpha = 0.0f;
 336         beta  = 1.0f - (4915.0f/32768.0f);
 337     } else {
 338         alpha = ff_celt_alpha_coef[f->size];
 339         beta  = ff_celt_beta_coef[f->size];
 340     }
 341
 342     for (int i = f->start_band; i < f->end_band; i++) {
 343         for (int ch = 0; ch < f->channels; ch++) {
 344             CeltBlock *block = &f->block[ch];
 345             const int left = f->framebits - opus_rc_tell(rc);
 346             const float last = FFMAX(-9.0f, last_energy[ch][i]);
 347             float diff = block->energy[i] - prev[ch] - last*alpha;
 348             int q_en = lrintf(diff);
 349             if (left >= 15) {
 350                 ff_opus_rc_enc_laplace(rc, &q_en, pmod[i << 1] << 7, pmod[(i << 1) + 1] << 6);
 351             } else if (left >= 2) {
 352                 q_en = av_clip(q_en, -1, 1);
 353                 ff_opus_rc_enc_cdf(rc, 2*q_en + 3*(q_en < 0), ff_celt_model_energy_small);
 354             } else if (left >= 1) {
 355                 q_en = av_clip(q_en, -1, 0);
 356                 ff_opus_rc_enc_log(rc, (q_en & 1), 1);
 357             } else q_en = -1;
 358
 359             block->error_energy[i] = q_en - diff;
 360             prev[ch] += beta * q_en;
 361         }
 362     }
 363 }
 364
 365 static void celt_quant_coarse(CeltFrame *f, OpusRangeCoder *rc,
 366                               float last_energy[][CELT_MAX_BANDS])
 367 {
 368     uint32_t inter, intra;
 369     OPUS_RC_CHECKPOINT_SPAWN(rc);
 370
 371     exp_quant_coarse(rc, f, last_energy, 1);
 372     intra = OPUS_RC_CHECKPOINT_BITS(rc);
 373
 374     OPUS_RC_CHECKPOINT_ROLLBACK(rc);
 375
 376     exp_quant_coarse(rc, f, last_energy, 0);
 377     inter = OPUS_RC_CHECKPOINT_BITS(rc);
 378
 379     if (inter > intra) { /* Unlikely */
 380         OPUS_RC_CHECKPOINT_ROLLBACK(rc);
 381         exp_quant_coarse(rc, f, last_energy, 1);
 382     }
 383 }
 384
 385 static void celt_quant_fine(CeltFrame *f, OpusRangeCoder *rc)
 386 {
 387     for (int i = f->start_band; i < f->end_band; i++) {
 388         if (!f->fine_bits[i])
 389             continue;
 390         for (int ch = 0; ch < f->channels; ch++) {
 391             CeltBlock *block = &f->block[ch];
 392             int quant, lim = (1 << f->fine_bits[i]);
 393             float offset, diff = 0.5f - block->error_energy[i];
 394             quant = av_clip(floor(diff*lim), 0, lim - 1);
 395             ff_opus_rc_put_raw(rc, quant, f->fine_bits[i]);
 396             offset = 0.5f - ((quant + 0.5f) * (1 << (14 - f->fine_bits[i])) / 16384.0f);
 397             block->error_energy[i] -= offset;
 398         }
 399     }
 400 }
 401
 402 static void celt_quant_final(OpusEncContext *s, OpusRangeCoder *rc, CeltFrame *f)
 403 {
 404     for (int priority = 0; priority < 2; priority++) {
 405         for (int i = f->start_band; i < f->end_band && (f->framebits - opus_rc_tell(rc)) >= f->channels; i++) {
 406             if (f->fine_priority[i] != priority || f->fine_bits[i] >= CELT_MAX_FINE_BITS)
 407                 continue;
 408             for (int ch = 0; ch < f->channels; ch++) {
 409                 CeltBlock *block = &f->block[ch];
 410                 const float err = block->error_energy[i];
 411                 const float offset = 0.5f * (1 << (14 - f->fine_bits[i] - 1)) / 16384.0f;
 412                 const int sign = FFABS(err + offset) < FFABS(err - offset);
 413                 ff_opus_rc_put_raw(rc, sign, 1);
 414                 block->error_energy[i] -= offset*(1 - 2*sign);
 415             }
 416         }
 417     }
 418 }
 419
 420 static void celt_encode_frame(OpusEncContext *s, OpusRangeCoder *rc,
 421                               CeltFrame *f, int index)
 422 {
 423     ff_opus_rc_enc_init(rc);
 424
 425     ff_opus_psy_celt_frame_init(&s->psyctx, f, index);
 426
 427     celt_frame_setup_input(s, f);
 428
 429     if (f->silence) {
 430         if (f->framebits >= 16)
 431             ff_opus_rc_enc_log(rc, 1, 15); /* Silence (if using explicit singalling) */
 432         for (int ch = 0; ch < s->channels; ch++)
 433             memset(s->last_quantized_energy[ch], 0.0f, sizeof(float)*CELT_MAX_BANDS);
 434         return;
 435     }
 436
 437     /* Filters */
 438     celt_apply_preemph_filter(s, f);
 439     if (f->pfilter) {
 440         ff_opus_rc_enc_log(rc, 0, 15);
 441         celt_enc_quant_pfilter(rc, f);
 442     }
 443
 444     /* Transform */
 445     celt_frame_mdct(s, f);
 446
 447     /* Need to handle transient/non-transient switches at any point during analysis */
 448     while (ff_opus_psy_celt_frame_process(&s->psyctx, f, index))
 449         celt_frame_mdct(s, f);
 450
 451     ff_opus_rc_enc_init(rc);
 452
 453     /* Silence */
 454     ff_opus_rc_enc_log(rc, 0, 15);
 455
 456     /* Pitch filter */
 457     if (!f->start_band && opus_rc_tell(rc) + 16 <= f->framebits)
 458         celt_enc_quant_pfilter(rc, f);
 459
 460     /* Transient flag */
 461     if (f->size && opus_rc_tell(rc) + 3 <= f->framebits)
 462         ff_opus_rc_enc_log(rc, f->transient, 3);
 463
 464     /* Main encoding */
 465     celt_quant_coarse  (f, rc, s->last_quantized_energy);
 466     celt_enc_tf        (f, rc);
 467     ff_celt_bitalloc   (f, rc, 1);
 468     celt_quant_fine    (f, rc);
 469     ff_celt_quant_bands(f, rc);
 470
 471     /* Anticollapse bit */
 472     if (f->anticollapse_needed)
 473         ff_opus_rc_put_raw(rc, f->anticollapse, 1);
 474
 475     /* Final per-band energy adjustments from leftover bits */
 476     celt_quant_final(s, rc, f);
 477
 478     for (int ch = 0; ch < f->channels; ch++) {
 479         CeltBlock *block = &f->block[ch];
 480         for (int i = 0; i < CELT_MAX_BANDS; i++)
 481             s->last_quantized_energy[ch][i] = block->energy[i] + block->error_energy[i];
 482     }
 483 }
 484
 485 static inline int write_opuslacing(uint8_t *dst, int v)
 486 {
 487     dst[0] = FFMIN(v - FFALIGN(v - 255, 4), v);
 488     dst[1] = v - dst[0] >> 2;
 489     return 1 + (v >= 252);
 490 }
 491
 492 static void opus_packet_assembler(OpusEncContext *s, AVPacket *avpkt)
 493 {
 494     int offset, fsize_needed;
 495
 496     /* Write toc */
 497     opus_gen_toc(s, avpkt->data, &offset, &fsize_needed);
 498
 499     /* Frame sizes if needed */
 500     if (fsize_needed) {
 501         for (int i = 0; i < s->packet.frames - 1; i++) {
 502             offset += write_opuslacing(avpkt->data + offset,
 503                                        s->frame[i].framebits >> 3);
 504         }
 505     }
 506
 507     /* Packets */
 508     for (int i = 0; i < s->packet.frames; i++) {
 509         ff_opus_rc_enc_end(&s->rc[i], avpkt->data + offset,
 510                            s->frame[i].framebits >> 3);
 511         offset += s->frame[i].framebits >> 3;
 512     }
 513
 514     avpkt->size = offset;
 515 }
 516
 517 /* Used as overlap for the first frame and padding for the last encoded packet */
 518 static AVFrame *spawn_empty_frame(OpusEncContext *s)
 519 {
 520     AVFrame *f = av_frame_alloc();
 521     int ret;
 522     if (!f)
 523         return NULL;
 524     f->format         = s->avctx->sample_fmt;
 525     f->nb_samples     = s->avctx->frame_size;
 526     ret = av_channel_layout_copy(&f->ch_layout, &s->avctx->ch_layout);
 527     if (ret < 0) {
 528         av_frame_free(&f);
 529         return NULL;
 530     }
 531     if (av_frame_get_buffer(f, 4)) {
 532         av_frame_free(&f);
 533         return NULL;
 534     }
 535     for (int i = 0; i < s->channels; i++) {
 536         size_t bps = av_get_bytes_per_sample(f->format);
 537         memset(f->extended_data[i], 0, bps*f->nb_samples);
 538     }
 539     return f;
 540 }
 541
 542 static int opus_encode_frame(AVCodecContext *avctx, AVPacket *avpkt,
 543                              const AVFrame *frame, int *got_packet_ptr)
 544 {
 545     OpusEncContext *s = avctx->priv_data;
 546     int ret, frame_size, alloc_size = 0;
 547
 548     if (frame) { /* Add new frame to queue */
 549         if ((ret = ff_af_queue_add(&s->afq, frame)) < 0)
 550             return ret;
 551         ff_bufqueue_add(avctx, &s->bufqueue, av_frame_clone(frame));
 552     } else {
 553         ff_opus_psy_signal_eof(&s->psyctx);
 554         if (!s->afq.remaining_samples || !avctx->frame_number)
 555             return 0; /* We've been flushed and there's nothing left to encode */
 556     }
 557
 558     /* Run the psychoacoustic system */
 559     if (ff_opus_psy_process(&s->psyctx, &s->packet))
 560         return 0;
 561
 562     frame_size = OPUS_BLOCK_SIZE(s->packet.framesize);
 563
 564     if (!frame) {
 565         /* This can go negative, that's not a problem, we only pad if positive */
 566         int pad_empty = s->packet.frames*(frame_size/s->avctx->frame_size) - s->bufqueue.available + 1;
 567         /* Pad with empty 2.5 ms frames to whatever framesize was decided,
 568          * this should only happen at the very last flush frame. The frames
 569          * allocated here will be freed (because they have no other references)
 570          * after they get used by celt_frame_setup_input() */
 571         for (int i = 0; i < pad_empty; i++) {
 572             AVFrame *empty = spawn_empty_frame(s);
 573             if (!empty)
 574                 return AVERROR(ENOMEM);
 575             ff_bufqueue_add(avctx, &s->bufqueue, empty);
 576         }
 577     }
 578
 579     for (int i = 0; i < s->packet.frames; i++) {
 580         celt_encode_frame(s, &s->rc[i], &s->frame[i], i);
 581         alloc_size += s->frame[i].framebits >> 3;
 582     }
 583
 584     /* Worst case toc + the frame lengths if needed */
 585     alloc_size += 2 + s->packet.frames*2;
 586
 587     if ((ret = ff_alloc_packet(avctx, avpkt, alloc_size)) < 0)
 588         return ret;
 589
 590     /* Assemble packet */
 591     opus_packet_assembler(s, avpkt);
 592
 593     /* Update the psychoacoustic system */
 594     ff_opus_psy_postencode_update(&s->psyctx, s->frame, s->rc);
 595
 596     /* Remove samples from queue and skip if needed */
 597     ff_af_queue_remove(&s->afq, s->packet.frames*frame_size, &avpkt->pts, &avpkt->duration);
 598     if (s->packet.frames*frame_size > avpkt->duration) {
 599         uint8_t *side = av_packet_new_side_data(avpkt, AV_PKT_DATA_SKIP_SAMPLES, 10);
 600         if (!side)
 601             return AVERROR(ENOMEM);
 602         AV_WL32(&side[4], s->packet.frames*frame_size - avpkt->duration + 120);
 603     }
 604
 605     *got_packet_ptr = 1;
 606
 607     return 0;
 608 }
 609
 610 static av_cold int opus_encode_end(AVCodecContext *avctx)
 611 {
 612     OpusEncContext *s = avctx->priv_data;
 613
 614     for (int i = 0; i < CELT_BLOCK_NB; i++)
 615         ff_mdct15_uninit(&s->mdct[i]);
 616
 617     ff_celt_pvq_uninit(&s->pvq);
 618     av_freep(&s->dsp);
 619     av_freep(&s->frame);
 620     av_freep(&s->rc);
 621     ff_af_queue_close(&s->afq);
 622     ff_opus_psy_end(&s->psyctx);
 623     ff_bufqueue_discard_all(&s->bufqueue);
 624
 625     return 0;
 626 }
 627
 628 static av_cold int opus_encode_init(AVCodecContext *avctx)
 629 {
 630     int ret, max_frames;
 631     OpusEncContext *s = avctx->priv_data;
 632
 633     s->avctx = avctx;
 634     s->channels = avctx->ch_layout.nb_channels;
 635
 636     /* Opus allows us to change the framesize on each packet (and each packet may
 637      * have multiple frames in it) but we can't change the codec's frame size on
 638      * runtime, so fix it to the lowest possible number of samples and use a queue
 639      * to accumulate AVFrames until we have enough to encode whatever the encoder
 640      * decides is the best */
 641     avctx->frame_size = 120;
 642     /* Initial padding will change if SILK is ever supported */
 643     avctx->initial_padding = 120;
 644
 645     if (!avctx->bit_rate) {
 646         int coupled = ff_opus_default_coupled_streams[s->channels - 1];
 647         avctx->bit_rate = coupled*(96000) + (s->channels - coupled*2)*(48000);
 648     } else if (avctx->bit_rate < 6000 || avctx->bit_rate > 255000 * s->channels) {
 649         int64_t clipped_rate = av_clip(avctx->bit_rate, 6000, 255000 * s->channels);
 650         av_log(avctx, AV_LOG_ERROR, "Unsupported bitrate %"PRId64" kbps, clipping to %"PRId64" kbps\n",
 651                avctx->bit_rate/1000, clipped_rate/1000);
 652         avctx->bit_rate = clipped_rate;
 653     }
 654
 655     /* Extradata */
 656     avctx->extradata_size = 19;
 657     avctx->extradata = av_malloc(avctx->extradata_size + AV_INPUT_BUFFER_PADDING_SIZE);
 658     if (!avctx->extradata)
 659         return AVERROR(ENOMEM);
 660     opus_write_extradata(avctx);
 661
 662     ff_af_queue_init(avctx, &s->afq);
 663
 664     if ((ret = ff_celt_pvq_init(&s->pvq, 1)) < 0)
 665         return ret;
 666
 667     if (!(s->dsp = avpriv_float_dsp_alloc(avctx->flags & AV_CODEC_FLAG_BITEXACT)))
 668         return AVERROR(ENOMEM);
 669
 670     /* I have no idea why a base scaling factor of 68 works, could be the twiddles */
 671     for (int i = 0; i < CELT_BLOCK_NB; i++)
 672         if ((ret = ff_mdct15_init(&s->mdct[i], 0, i + 3, 68 << (CELT_BLOCK_NB - 1 - i))))
 673             return AVERROR(ENOMEM);
 674
 675     /* Zero out previous energy (matters for inter first frame) */
 676     for (int ch = 0; ch < s->channels; ch++)
 677         memset(s->last_quantized_energy[ch], 0.0f, sizeof(float)*CELT_MAX_BANDS);
 678
 679     /* Allocate an empty frame to use as overlap for the first frame of audio */
 680     ff_bufqueue_add(avctx, &s->bufqueue, spawn_empty_frame(s));
 681     if (!ff_bufqueue_peek(&s->bufqueue, 0))
 682         return AVERROR(ENOMEM);
 683
 684     if ((ret = ff_opus_psy_init(&s->psyctx, s->avctx, &s->bufqueue, &s->options)))
 685         return ret;
 686
 687     /* Frame structs and range coder buffers */
 688     max_frames = ceilf(FFMIN(s->options.max_delay_ms, 120.0f)/2.5f);
 689     s->frame = av_malloc(max_frames*sizeof(CeltFrame));
 690     if (!s->frame)
 691         return AVERROR(ENOMEM);
 692     s->rc = av_malloc(max_frames*sizeof(OpusRangeCoder));
 693     if (!s->rc)
 694         return AVERROR(ENOMEM);
 695
 696     for (int i = 0; i < max_frames; i++) {
 697         s->frame[i].dsp = s->dsp;
 698         s->frame[i].avctx = s->avctx;
 699         s->frame[i].seed = 0;
 700         s->frame[i].pvq = s->pvq;
 701         s->frame[i].apply_phase_inv = s->options.apply_phase_inv;
 702         s->frame[i].block[0].emph_coeff = s->frame[i].block[1].emph_coeff = 0.0f;
 703     }
 704
 705     return 0;
 706 }
 707
 708 #define OPUSENC_FLAGS AV_OPT_FLAG_ENCODING_PARAM | AV_OPT_FLAG_AUDIO_PARAM
 709 static const AVOption opusenc_options[] = {
 710     { "opus_delay", "Maximum delay in milliseconds", offsetof(OpusEncContext, options.max_delay_ms), AV_OPT_TYPE_FLOAT, { .dbl = OPUS_MAX_LOOKAHEAD }, 2.5f, OPUS_MAX_LOOKAHEAD, OPUSENC_FLAGS, "max_delay_ms" },
 711     { "apply_phase_inv", "Apply intensity stereo phase inversion", offsetof(OpusEncContext, options.apply_phase_inv), AV_OPT_TYPE_BOOL, { .i64 = 1 }, 0, 1, OPUSENC_FLAGS, "apply_phase_inv" },
 712     { NULL },
 713 };
 714
 715 static const AVClass opusenc_class = {
 716     .class_name = "Opus encoder",
 717     .item_name  = av_default_item_name,
 718     .option     = opusenc_options,
 719     .version    = LIBAVUTIL_VERSION_INT,
 720 };
 721
 722 static const FFCodecDefault opusenc_defaults[] = {
 723     { "b", "0" },
 724     { "compression_level", "10" },
 725     { NULL },
 726 };
 727
 728 const FFCodec ff_opus_encoder = {
 729     .p.name         = "opus",
 730     .p.long_name    = NULL_IF_CONFIG_SMALL("Opus"),
 731     .p.type         = AVMEDIA_TYPE_AUDIO,
 732     .p.id           = AV_CODEC_ID_OPUS,
 733     .defaults       = opusenc_defaults,
 734     .p.priv_class   = &opusenc_class,
 735     .priv_data_size = sizeof(OpusEncContext),
 736     .init           = opus_encode_init,
 737     FF_CODEC_ENCODE_CB(opus_encode_frame),
 738     .close          = opus_encode_end,
 739     .caps_internal  = FF_CODEC_CAP_INIT_THREADSAFE | FF_CODEC_CAP_INIT_CLEANUP,
 740     .p.capabilities = AV_CODEC_CAP_EXPERIMENTAL | AV_CODEC_CAP_SMALL_LAST_FRAME | AV_CODEC_CAP_DELAY,
 741     .p.supported_samplerates = (const int []){ 48000, 0 },
 742 #if FF_API_OLD_CHANNEL_LAYOUT
 743     .p.channel_layouts = (const uint64_t []){ AV_CH_LAYOUT_MONO,
 744                                             AV_CH_LAYOUT_STEREO, 0 },
 745 #endif
 746     .p.ch_layouts    = (const AVChannelLayout []){ AV_CHANNEL_LAYOUT_MONO,
 747                                                    AV_CHANNEL_LAYOUT_STEREO, { 0 } },
 748     .p.sample_fmts  = (const enum AVSampleFormat[]){ AV_SAMPLE_FMT_FLTP,
 749                                                      AV_SAMPLE_FMT_NONE },
 750 };