src/media/filters/wsola_internals.cc

   1 // Copyright 2013 The Chromium Authors. All rights reserved.
   2 // Use of this source code is governed by a BSD-style license that can be
   3 // found in the LICENSE file.
   4
   5 // MSVC++ requires this to be set before any other includes to get M_PI.
   6 #define _USE_MATH_DEFINES
   7
   8 #include "media/filters/wsola_internals.h"
   9
  10 #include <algorithm>
  11 #include <cmath>
  12 #include <limits>
  13
  14 #include "base/logging.h"
  15 #include "base/memory/scoped_ptr.h"
  16 #include "media/base/audio_bus.h"
  17
  18 namespace media {
  19
  20 namespace internal {
  21
  22 bool InInterval(int n, Interval q) {
  23   return n >= q.first && n <= q.second;
  24 }
  25
  26 float MultiChannelSimilarityMeasure(const float* dot_prod_a_b,
  27                                     const float* energy_a,
  28                                     const float* energy_b,
  29                                     int channels) {
  30   const float kEpsilon = 1e-12f;
  31   float similarity_measure = 0.0f;
  32   for (int n = 0; n < channels; ++n) {
  33     similarity_measure += dot_prod_a_b[n] / sqrt(energy_a[n] * energy_b[n] +
  34                                                  kEpsilon);
  35   }
  36   return similarity_measure;
  37 }
  38
  39 void MultiChannelDotProduct(const AudioBus* a,
  40                             int frame_offset_a,
  41                             const AudioBus* b,
  42                             int frame_offset_b,
  43                             int num_frames,
  44                             float* dot_product) {
  45   DCHECK_EQ(a->channels(), b->channels());
  46   DCHECK_GE(frame_offset_a, 0);
  47   DCHECK_GE(frame_offset_b, 0);
  48   DCHECK_LE(frame_offset_a + num_frames, a->frames());
  49   DCHECK_LE(frame_offset_b + num_frames, b->frames());
  50
  51   memset(dot_product, 0, sizeof(*dot_product) * a->channels());
  52   for (int k = 0; k < a->channels(); ++k) {
  53     const float* ch_a = a->channel(k) + frame_offset_a;
  54     const float* ch_b = b->channel(k) + frame_offset_b;
  55     for (int n = 0; n < num_frames; ++n) {
  56       dot_product[k] += *ch_a++ * *ch_b++;
  57     }
  58   }
  59 }
  60
  61 void MultiChannelMovingBlockEnergies(const AudioBus* input,
  62                                      int frames_per_block,
  63                                      float* energy) {
  64   int num_blocks = input->frames() - (frames_per_block - 1);
  65   int channels = input->channels();
  66
  67   for (int k = 0; k < input->channels(); ++k) {
  68     const float* input_channel = input->channel(k);
  69
  70     energy[k] = 0;
  71
  72     // First block of channel |k|.
  73     for (int m = 0; m < frames_per_block; ++m) {
  74       energy[k] += input_channel[m] * input_channel[m];
  75     }
  76
  77     const float* slide_out = input_channel;
  78     const float* slide_in = input_channel + frames_per_block;
  79     for (int n = 1; n < num_blocks; ++n, ++slide_in, ++slide_out) {
  80       energy[k + n * channels] = energy[k + (n - 1) * channels] - *slide_out *
  81           *slide_out + *slide_in * *slide_in;
  82     }
  83   }
  84 }
  85
  86 // Fit the curve f(x) = a * x^2 + b * x + c such that
  87 //   f(-1) = y[0]
  88 //   f(0) = y[1]
  89 //   f(1) = y[2]
  90 // and return the maximum, assuming that y[0] <= y[1] >= y[2].
  91 void QuadraticInterpolation(const float* y_values,
  92                             float* extremum,
  93                             float* extremum_value) {
  94   float a = 0.5f * (y_values[2] + y_values[0]) - y_values[1];
  95   float b = 0.5f * (y_values[2] - y_values[0]);
  96   float c = y_values[1];
  97
  98   if (a == 0.f) {
  99     // The coordinates are colinear (within floating-point error).
 100     *extremum = 0;
 101     *extremum_value = y_values[1];
 102   } else {
 103     *extremum = -b / (2.f * a);
 104     *extremum_value = a * (*extremum) * (*extremum) + b * (*extremum) + c;
 105   }
 106 }
 107
 108 int DecimatedSearch(int decimation,
 109                     Interval exclude_interval,
 110                     const AudioBus* target_block,
 111                     const AudioBus* search_segment,
 112                     const float* energy_target_block,
 113                     const float* energy_candidate_blocks) {
 114   int channels = search_segment->channels();
 115   int block_size = target_block->frames();
 116   int num_candidate_blocks = search_segment->frames() - (block_size - 1);
 117   scoped_ptr<float[]> dot_prod(new float[channels]);
 118   float similarity[3];  // Three elements for cubic interpolation.
 119
 120   int n = 0;
 121   MultiChannelDotProduct(target_block, 0, search_segment, n, block_size,
 122                          dot_prod.get());
 123   similarity[0] = MultiChannelSimilarityMeasure(
 124       dot_prod.get(), energy_target_block,
 125       &energy_candidate_blocks[n * channels], channels);
 126
 127   // Set the starting point as optimal point.
 128   float best_similarity = similarity[0];
 129   int optimal_index = 0;
 130
 131   n += decimation;
 132   if (n >= num_candidate_blocks) {
 133     return 0;
 134   }
 135
 136   MultiChannelDotProduct(target_block, 0, search_segment, n, block_size,
 137                          dot_prod.get());
 138   similarity[1] = MultiChannelSimilarityMeasure(
 139       dot_prod.get(), energy_target_block,
 140       &energy_candidate_blocks[n * channels], channels);
 141
 142   n += decimation;
 143   if (n >= num_candidate_blocks) {
 144     // We cannot do any more sampling. Compare these two values and return the
 145     // optimal index.
 146     return similarity[1] > similarity[0] ? decimation : 0;
 147   }
 148
 149   for (; n < num_candidate_blocks; n += decimation) {
 150     MultiChannelDotProduct(target_block, 0, search_segment, n, block_size,
 151                            dot_prod.get());
 152
 153     similarity[2] = MultiChannelSimilarityMeasure(
 154         dot_prod.get(), energy_target_block,
 155         &energy_candidate_blocks[n * channels], channels);
 156
 157     if ((similarity[1] > similarity[0] && similarity[1] >= similarity[2]) ||
 158         (similarity[1] >= similarity[0] && similarity[1] > similarity[2])) {
 159       // A local maximum is found. Do a cubic interpolation for a better
 160       // estimate of candidate maximum.
 161       float normalized_candidate_index;
 162       float candidate_similarity;
 163       QuadraticInterpolation(similarity, &normalized_candidate_index,
 164                              &candidate_similarity);
 165
 166       int candidate_index = n - decimation + static_cast<int>(
 167           normalized_candidate_index * decimation +  0.5f);
 168       if (candidate_similarity > best_similarity &&
 169           !InInterval(candidate_index, exclude_interval)) {
 170         optimal_index = candidate_index;
 171         best_similarity = candidate_similarity;
 172       }
 173     } else if (n + decimation >= num_candidate_blocks &&
 174                similarity[2] > best_similarity &&
 175                !InInterval(n, exclude_interval)) {
 176       // If this is the end-point and has a better similarity-measure than
 177       // optimal, then we accept it as optimal point.
 178       optimal_index = n;
 179       best_similarity = similarity[2];
 180     }
 181     memmove(similarity, &similarity[1], 2 * sizeof(*similarity));
 182   }
 183   return optimal_index;
 184 }
 185
 186 int FullSearch(int low_limit,
 187                int high_limit,
 188                Interval exclude_interval,
 189                const AudioBus* target_block,
 190                const AudioBus* search_block,
 191                const float* energy_target_block,
 192                const float* energy_candidate_blocks) {
 193   int channels = search_block->channels();
 194   int block_size = target_block->frames();
 195   scoped_ptr<float[]> dot_prod(new float[channels]);
 196
 197   float best_similarity = std::numeric_limits<float>::min();
 198   int optimal_index = 0;
 199
 200   for (int n = low_limit; n <= high_limit; ++n) {
 201     if (InInterval(n, exclude_interval)) {
 202       continue;
 203     }
 204     MultiChannelDotProduct(target_block, 0, search_block, n, block_size,
 205                            dot_prod.get());
 206
 207     float similarity = MultiChannelSimilarityMeasure(
 208         dot_prod.get(), energy_target_block,
 209         &energy_candidate_blocks[n * channels], channels);
 210
 211     if (similarity > best_similarity) {
 212       best_similarity = similarity;
 213       optimal_index = n;
 214     }
 215   }
 216
 217   return optimal_index;
 218 }
 219
 220 int OptimalIndex(const AudioBus* search_block,
 221                  const AudioBus* target_block,
 222                  Interval exclude_interval) {
 223   int channels = search_block->channels();
 224   DCHECK_EQ(channels, target_block->channels());
 225   int target_size = target_block->frames();
 226   int num_candidate_blocks = search_block->frames() - (target_size - 1);
 227
 228   // This is a compromise between complexity reduction and search accuracy. I
 229   // don't have a proof that down sample of order 5 is optimal. One can compute
 230   // a decimation factor that minimizes complexity given the size of
 231   // |search_block| and |target_block|. However, my experiments show the rate of
 232   // missing the optimal index is significant. This value is chosen
 233   // heuristically based on experiments.
 234   const int kSearchDecimation = 5;
 235
 236   scoped_ptr<float[]> energy_target_block(new float[channels]);
 237   scoped_ptr<float[]> energy_candidate_blocks(
 238       new float[channels * num_candidate_blocks]);
 239
 240   // Energy of all candid frames.
 241   MultiChannelMovingBlockEnergies(search_block, target_size,
 242                                   energy_candidate_blocks.get());
 243
 244   // Energy of target frame.
 245   MultiChannelDotProduct(target_block, 0, target_block, 0,
 246                          target_size, energy_target_block.get());
 247
 248   int optimal_index = DecimatedSearch(kSearchDecimation,
 249                                       exclude_interval, target_block,
 250                                       search_block, energy_target_block.get(),
 251                                       energy_candidate_blocks.get());
 252
 253   int lim_low = std::max(0, optimal_index - kSearchDecimation);
 254   int lim_high = std::min(num_candidate_blocks - 1,
 255                           optimal_index + kSearchDecimation);
 256   return FullSearch(lim_low, lim_high, exclude_interval, target_block,
 257                     search_block, energy_target_block.get(),
 258                     energy_candidate_blocks.get());
 259 }
 260
 261 void GetSymmetricHanningWindow(int window_length, float* window) {
 262   const float scale = 2.0f * M_PI / window_length;
 263   for (int n = 0; n < window_length; ++n)
 264     window[n] = 0.5f * (1.0f - cosf(n * scale));
 265 }
 266
 267 }  // namespace internal
 268
 269 }  // namespace media
 270