gst-libs/ext/libav/libavcodec/aacenc.c

   1 /*
   2  * AAC encoder
   3  * Copyright (C) 2008 Konstantin Shishkov
   4  *
   5  * This file is part of Libav.
   6  *
   7  * Libav 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  * Libav 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 Libav; 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 /**
 139  * Make AAC audio config object.
 140  * @see 1.6.2.1 "Syntax - AudioSpecificConfig"
 141  */
 142 static void put_audio_specific_config(AVCodecContext *avctx)
 143 {
 144     PutBitContext pb;
 145     AACEncContext *s = avctx->priv_data;
 146
 147     init_put_bits(&pb, avctx->extradata, avctx->extradata_size*8);
 148     put_bits(&pb, 5, 2); //object type - AAC-LC
 149     put_bits(&pb, 4, s->samplerate_index); //sample rate index
 150     put_bits(&pb, 4, avctx->channels);
 151     //GASpecificConfig
 152     put_bits(&pb, 1, 0); //frame length - 1024 samples
 153     put_bits(&pb, 1, 0); //does not depend on core coder
 154     put_bits(&pb, 1, 0); //is not extension
 155
 156     //Explicitly Mark SBR absent
 157     put_bits(&pb, 11, 0x2b7); //sync extension
 158     put_bits(&pb, 5,  AOT_SBR);
 159     put_bits(&pb, 1,  0);
 160     flush_put_bits(&pb);
 161 }
 162
 163 static av_cold int aac_encode_init(AVCodecContext *avctx)
 164 {
 165     AACEncContext *s = avctx->priv_data;
 166     int i;
 167     const uint8_t *sizes[2];
 168     int lengths[2];
 169
 170     avctx->frame_size = 1024;
 171
 172     for (i = 0; i < 16; i++)
 173         if (avctx->sample_rate == ff_mpeg4audio_sample_rates[i])
 174             break;
 175     if (i == 16) {
 176         av_log(avctx, AV_LOG_ERROR, "Unsupported sample rate %d\n", avctx->sample_rate);
 177         return -1;
 178     }
 179     if (avctx->channels > AAC_MAX_CHANNELS) {
 180         av_log(avctx, AV_LOG_ERROR, "Unsupported number of channels: %d\n", avctx->channels);
 181         return -1;
 182     }
 183     if (avctx->profile != FF_PROFILE_UNKNOWN && avctx->profile != FF_PROFILE_AAC_LOW) {
 184         av_log(avctx, AV_LOG_ERROR, "Unsupported profile %d\n", avctx->profile);
 185         return -1;
 186     }
 187     if (1024.0 * avctx->bit_rate / avctx->sample_rate > 6144 * avctx->channels) {
 188         av_log(avctx, AV_LOG_ERROR, "Too many bits per frame requested\n");
 189         return -1;
 190     }
 191     s->samplerate_index = i;
 192
 193     dsputil_init(&s->dsp, avctx);
 194     ff_mdct_init(&s->mdct1024, 11, 0, 1.0);
 195     ff_mdct_init(&s->mdct128,   8, 0, 1.0);
 196     // window init
 197     ff_kbd_window_init(ff_aac_kbd_long_1024, 4.0, 1024);
 198     ff_kbd_window_init(ff_aac_kbd_short_128, 6.0, 128);
 199     ff_init_ff_sine_windows(10);
 200     ff_init_ff_sine_windows(7);
 201
 202     s->samples            = av_malloc(2 * 1024 * avctx->channels * sizeof(s->samples[0]));
 203     s->cpe                = av_mallocz(sizeof(ChannelElement) * aac_chan_configs[avctx->channels-1][0]);
 204     avctx->extradata      = av_mallocz(5 + FF_INPUT_BUFFER_PADDING_SIZE);
 205     avctx->extradata_size = 5;
 206     put_audio_specific_config(avctx);
 207
 208     sizes[0]   = swb_size_1024[i];
 209     sizes[1]   = swb_size_128[i];
 210     lengths[0] = ff_aac_num_swb_1024[i];
 211     lengths[1] = ff_aac_num_swb_128[i];
 212     ff_psy_init(&s->psy, avctx, 2, sizes, lengths);
 213     s->psypp = ff_psy_preprocess_init(avctx);
 214     s->coder = &ff_aac_coders[2];
 215
 216     s->lambda = avctx->global_quality ? avctx->global_quality : 120;
 217
 218     ff_aac_tableinit();
 219
 220     return 0;
 221 }
 222
 223 static void apply_window_and_mdct(AVCodecContext *avctx, AACEncContext *s,
 224                                   SingleChannelElement *sce, short *audio)
 225 {
 226     int i, k;
 227     const int chans = avctx->channels;
 228     const float * lwindow = sce->ics.use_kb_window[0] ? ff_aac_kbd_long_1024 : ff_sine_1024;
 229     const float * swindow = sce->ics.use_kb_window[0] ? ff_aac_kbd_short_128 : ff_sine_128;
 230     const float * pwindow = sce->ics.use_kb_window[1] ? ff_aac_kbd_short_128 : ff_sine_128;
 231     float *output = sce->ret;
 232
 233     if (sce->ics.window_sequence[0] != EIGHT_SHORT_SEQUENCE) {
 234         memcpy(output, sce->saved, sizeof(float)*1024);
 235         if (sce->ics.window_sequence[0] == LONG_STOP_SEQUENCE) {
 236             memset(output, 0, sizeof(output[0]) * 448);
 237             for (i = 448; i < 576; i++)
 238                 output[i] = sce->saved[i] * pwindow[i - 448];
 239             for (i = 576; i < 704; i++)
 240                 output[i] = sce->saved[i];
 241         }
 242         if (sce->ics.window_sequence[0] != LONG_START_SEQUENCE) {
 243             for (i = 0; i < 1024; i++) {
 244                 output[i+1024]         = audio[i * chans] * lwindow[1024 - i - 1];
 245                 sce->saved[i] = audio[i * chans] * lwindow[i];
 246             }
 247         } else {
 248             for (i = 0; i < 448; i++)
 249                 output[i+1024]         = audio[i * chans];
 250             for (; i < 576; i++)
 251                 output[i+1024]         = audio[i * chans] * swindow[576 - i - 1];
 252             memset(output+1024+576, 0, sizeof(output[0]) * 448);
 253             for (i = 0; i < 1024; i++)
 254                 sce->saved[i] = audio[i * chans];
 255         }
 256         s->mdct1024.mdct_calc(&s->mdct1024, sce->coeffs, output);
 257     } else {
 258         for (k = 0; k < 1024; k += 128) {
 259             for (i = 448 + k; i < 448 + k + 256; i++)
 260                 output[i - 448 - k] = (i < 1024)
 261                                          ? sce->saved[i]
 262                                          : audio[(i-1024)*chans];
 263             s->dsp.vector_fmul        (output,     output, k ?  swindow : pwindow, 128);
 264             s->dsp.vector_fmul_reverse(output+128, output+128, swindow, 128);
 265             s->mdct128.mdct_calc(&s->mdct128, sce->coeffs + k, output);
 266         }
 267         for (i = 0; i < 1024; i++)
 268             sce->saved[i] = audio[i * chans];
 269     }
 270 }
 271
 272 /**
 273  * Encode ics_info element.
 274  * @see Table 4.6 (syntax of ics_info)
 275  */
 276 static void put_ics_info(AACEncContext *s, IndividualChannelStream *info)
 277 {
 278     int w;
 279
 280     put_bits(&s->pb, 1, 0);                // ics_reserved bit
 281     put_bits(&s->pb, 2, info->window_sequence[0]);
 282     put_bits(&s->pb, 1, info->use_kb_window[0]);
 283     if (info->window_sequence[0] != EIGHT_SHORT_SEQUENCE) {
 284         put_bits(&s->pb, 6, info->max_sfb);
 285         put_bits(&s->pb, 1, 0);            // no prediction
 286     } else {
 287         put_bits(&s->pb, 4, info->max_sfb);
 288         for (w = 1; w < 8; w++)
 289             put_bits(&s->pb, 1, !info->group_len[w]);
 290     }
 291 }
 292
 293 /**
 294  * Encode MS data.
 295  * @see 4.6.8.1 "Joint Coding - M/S Stereo"
 296  */
 297 static void encode_ms_info(PutBitContext *pb, ChannelElement *cpe)
 298 {
 299     int i, w;
 300
 301     put_bits(pb, 2, cpe->ms_mode);
 302     if (cpe->ms_mode == 1)
 303         for (w = 0; w < cpe->ch[0].ics.num_windows; w += cpe->ch[0].ics.group_len[w])
 304             for (i = 0; i < cpe->ch[0].ics.max_sfb; i++)
 305                 put_bits(pb, 1, cpe->ms_mask[w*16 + i]);
 306 }
 307
 308 /**
 309  * Produce integer coefficients from scalefactors provided by the model.
 310  */
 311 static void adjust_frame_information(AACEncContext *apc, ChannelElement *cpe, int chans)
 312 {
 313     int i, w, w2, g, ch;
 314     int start, maxsfb, cmaxsfb;
 315
 316     for (ch = 0; ch < chans; ch++) {
 317         IndividualChannelStream *ics = &cpe->ch[ch].ics;
 318         start = 0;
 319         maxsfb = 0;
 320         cpe->ch[ch].pulse.num_pulse = 0;
 321         for (w = 0; w < ics->num_windows*16; w += 16) {
 322             for (g = 0; g < ics->num_swb; g++) {
 323                 //apply M/S
 324                 if (cpe->common_window && !ch && cpe->ms_mask[w + g]) {
 325                     for (i = 0; i < ics->swb_sizes[g]; i++) {
 326                         cpe->ch[0].coeffs[start+i] = (cpe->ch[0].coeffs[start+i] + cpe->ch[1].coeffs[start+i]) / 2.0;
 327                         cpe->ch[1].coeffs[start+i] =  cpe->ch[0].coeffs[start+i] - cpe->ch[1].coeffs[start+i];
 328                     }
 329                 }
 330                 start += ics->swb_sizes[g];
 331             }
 332             for (cmaxsfb = ics->num_swb; cmaxsfb > 0 && cpe->ch[ch].zeroes[w+cmaxsfb-1]; cmaxsfb--)
 333                 ;
 334             maxsfb = FFMAX(maxsfb, cmaxsfb);
 335         }
 336         ics->max_sfb = maxsfb;
 337
 338         //adjust zero bands for window groups
 339         for (w = 0; w < ics->num_windows; w += ics->group_len[w]) {
 340             for (g = 0; g < ics->max_sfb; g++) {
 341                 i = 1;
 342                 for (w2 = w; w2 < w + ics->group_len[w]; w2++) {
 343                     if (!cpe->ch[ch].zeroes[w2*16 + g]) {
 344                         i = 0;
 345                         break;
 346                     }
 347                 }
 348                 cpe->ch[ch].zeroes[w*16 + g] = i;
 349             }
 350         }
 351     }
 352
 353     if (chans > 1 && cpe->common_window) {
 354         IndividualChannelStream *ics0 = &cpe->ch[0].ics;
 355         IndividualChannelStream *ics1 = &cpe->ch[1].ics;
 356         int msc = 0;
 357         ics0->max_sfb = FFMAX(ics0->max_sfb, ics1->max_sfb);
 358         ics1->max_sfb = ics0->max_sfb;
 359         for (w = 0; w < ics0->num_windows*16; w += 16)
 360             for (i = 0; i < ics0->max_sfb; i++)
 361                 if (cpe->ms_mask[w+i])
 362                     msc++;
 363         if (msc == 0 || ics0->max_sfb == 0)
 364             cpe->ms_mode = 0;
 365         else
 366             cpe->ms_mode = msc < ics0->max_sfb ? 1 : 2;
 367     }
 368 }
 369
 370 /**
 371  * Encode scalefactor band coding type.
 372  */
 373 static void encode_band_info(AACEncContext *s, SingleChannelElement *sce)
 374 {
 375     int w;
 376
 377     for (w = 0; w < sce->ics.num_windows; w += sce->ics.group_len[w])
 378         s->coder->encode_window_bands_info(s, sce, w, sce->ics.group_len[w], s->lambda);
 379 }
 380
 381 /**
 382  * Encode scalefactors.
 383  */
 384 static void encode_scale_factors(AVCodecContext *avctx, AACEncContext *s,
 385                                  SingleChannelElement *sce)
 386 {
 387     int off = sce->sf_idx[0], diff;
 388     int i, w;
 389
 390     for (w = 0; w < sce->ics.num_windows; w += sce->ics.group_len[w]) {
 391         for (i = 0; i < sce->ics.max_sfb; i++) {
 392             if (!sce->zeroes[w*16 + i]) {
 393                 diff = sce->sf_idx[w*16 + i] - off + SCALE_DIFF_ZERO;
 394                 if (diff < 0 || diff > 120)
 395                     av_log(avctx, AV_LOG_ERROR, "Scalefactor difference is too big to be coded\n");
 396                 off = sce->sf_idx[w*16 + i];
 397                 put_bits(&s->pb, ff_aac_scalefactor_bits[diff], ff_aac_scalefactor_code[diff]);
 398             }
 399         }
 400     }
 401 }
 402
 403 /**
 404  * Encode pulse data.
 405  */
 406 static void encode_pulses(AACEncContext *s, Pulse *pulse)
 407 {
 408     int i;
 409
 410     put_bits(&s->pb, 1, !!pulse->num_pulse);
 411     if (!pulse->num_pulse)
 412         return;
 413
 414     put_bits(&s->pb, 2, pulse->num_pulse - 1);
 415     put_bits(&s->pb, 6, pulse->start);
 416     for (i = 0; i < pulse->num_pulse; i++) {
 417         put_bits(&s->pb, 5, pulse->pos[i]);
 418         put_bits(&s->pb, 4, pulse->amp[i]);
 419     }
 420 }
 421
 422 /**
 423  * Encode spectral coefficients processed by psychoacoustic model.
 424  */
 425 static void encode_spectral_coeffs(AACEncContext *s, SingleChannelElement *sce)
 426 {
 427     int start, i, w, w2;
 428
 429     for (w = 0; w < sce->ics.num_windows; w += sce->ics.group_len[w]) {
 430         start = 0;
 431         for (i = 0; i < sce->ics.max_sfb; i++) {
 432             if (sce->zeroes[w*16 + i]) {
 433                 start += sce->ics.swb_sizes[i];
 434                 continue;
 435             }
 436             for (w2 = w; w2 < w + sce->ics.group_len[w]; w2++)
 437                 s->coder->quantize_and_encode_band(s, &s->pb, sce->coeffs + start + w2*128,
 438                                                    sce->ics.swb_sizes[i],
 439                                                    sce->sf_idx[w*16 + i],
 440                                                    sce->band_type[w*16 + i],
 441                                                    s->lambda);
 442             start += sce->ics.swb_sizes[i];
 443         }
 444     }
 445 }
 446
 447 /**
 448  * Encode one channel of audio data.
 449  */
 450 static int encode_individual_channel(AVCodecContext *avctx, AACEncContext *s,
 451                                      SingleChannelElement *sce,
 452                                      int common_window)
 453 {
 454     put_bits(&s->pb, 8, sce->sf_idx[0]);
 455     if (!common_window)
 456         put_ics_info(s, &sce->ics);
 457     encode_band_info(s, sce);
 458     encode_scale_factors(avctx, s, sce);
 459     encode_pulses(s, &sce->pulse);
 460     put_bits(&s->pb, 1, 0); //tns
 461     put_bits(&s->pb, 1, 0); //ssr
 462     encode_spectral_coeffs(s, sce);
 463     return 0;
 464 }
 465
 466 /**
 467  * Write some auxiliary information about the created AAC file.
 468  */
 469 static void put_bitstream_info(AVCodecContext *avctx, AACEncContext *s,
 470                                const char *name)
 471 {
 472     int i, namelen, padbits;
 473
 474     namelen = strlen(name) + 2;
 475     put_bits(&s->pb, 3, TYPE_FIL);
 476     put_bits(&s->pb, 4, FFMIN(namelen, 15));
 477     if (namelen >= 15)
 478         put_bits(&s->pb, 8, namelen - 16);
 479     put_bits(&s->pb, 4, 0); //extension type - filler
 480     padbits = 8 - (put_bits_count(&s->pb) & 7);
 481     align_put_bits(&s->pb);
 482     for (i = 0; i < namelen - 2; i++)
 483         put_bits(&s->pb, 8, name[i]);
 484     put_bits(&s->pb, 12 - padbits, 0);
 485 }
 486
 487 static int aac_encode_frame(AVCodecContext *avctx,
 488                             uint8_t *frame, int buf_size, void *data)
 489 {
 490     AACEncContext *s = avctx->priv_data;
 491     int16_t *samples = s->samples, *samples2, *la;
 492     ChannelElement *cpe;
 493     int i, ch, w, g, chans, tag, start_ch;
 494     const uint8_t *chan_map = aac_chan_configs[avctx->channels-1];
 495     int chan_el_counter[4];
 496     FFPsyWindowInfo windows[AAC_MAX_CHANNELS];
 497
 498     if (s->last_frame)
 499         return 0;
 500     if (data) {
 501         if (!s->psypp) {
 502             memcpy(s->samples + 1024 * avctx->channels, data,
 503                    1024 * avctx->channels * sizeof(s->samples[0]));
 504         } else {
 505             start_ch = 0;
 506             samples2 = s->samples + 1024 * avctx->channels;
 507             for (i = 0; i < chan_map[0]; i++) {
 508                 tag = chan_map[i+1];
 509                 chans = tag == TYPE_CPE ? 2 : 1;
 510                 ff_psy_preprocess(s->psypp, (uint16_t*)data + start_ch,
 511                                   samples2 + start_ch, start_ch, chans);
 512                 start_ch += chans;
 513             }
 514         }
 515     }
 516     if (!avctx->frame_number) {
 517         memcpy(s->samples, s->samples + 1024 * avctx->channels,
 518                1024 * avctx->channels * sizeof(s->samples[0]));
 519         return 0;
 520     }
 521
 522     start_ch = 0;
 523     for (i = 0; i < chan_map[0]; i++) {
 524         FFPsyWindowInfo* wi = windows + start_ch;
 525         tag      = chan_map[i+1];
 526         chans    = tag == TYPE_CPE ? 2 : 1;
 527         cpe      = &s->cpe[i];
 528         for (ch = 0; ch < chans; ch++) {
 529             IndividualChannelStream *ics = &cpe->ch[ch].ics;
 530             int cur_channel = start_ch + ch;
 531             samples2 = samples + cur_channel;
 532             la       = samples2 + (448+64) * avctx->channels;
 533             if (!data)
 534                 la = NULL;
 535             if (tag == TYPE_LFE) {
 536                 wi[ch].window_type[0] = ONLY_LONG_SEQUENCE;
 537                 wi[ch].window_shape   = 0;
 538                 wi[ch].num_windows    = 1;
 539                 wi[ch].grouping[0]    = 1;
 540             } else {
 541                 wi[ch] = s->psy.model->window(&s->psy, samples2, la, cur_channel,
 542                                               ics->window_sequence[0]);
 543             }
 544             ics->window_sequence[1] = ics->window_sequence[0];
 545             ics->window_sequence[0] = wi[ch].window_type[0];
 546             ics->use_kb_window[1]   = ics->use_kb_window[0];
 547             ics->use_kb_window[0]   = wi[ch].window_shape;
 548             ics->num_windows        = wi[ch].num_windows;
 549             ics->swb_sizes          = s->psy.bands    [ics->num_windows == 8];
 550             ics->num_swb            = tag == TYPE_LFE ? 12 : s->psy.num_bands[ics->num_windows == 8];
 551             for (w = 0; w < ics->num_windows; w++)
 552                 ics->group_len[w] = wi[ch].grouping[w];
 553
 554             apply_window_and_mdct(avctx, s, &cpe->ch[ch], samples2);
 555         }
 556         start_ch += chans;
 557     }
 558     do {
 559         int frame_bits;
 560         init_put_bits(&s->pb, frame, buf_size*8);
 561         if ((avctx->frame_number & 0xFF)==1 && !(avctx->flags & CODEC_FLAG_BITEXACT))
 562             put_bitstream_info(avctx, s, LIBAVCODEC_IDENT);
 563         start_ch = 0;
 564         memset(chan_el_counter, 0, sizeof(chan_el_counter));
 565         for (i = 0; i < chan_map[0]; i++) {
 566             FFPsyWindowInfo* wi = windows + start_ch;
 567             tag      = chan_map[i+1];
 568             chans    = tag == TYPE_CPE ? 2 : 1;
 569             cpe      = &s->cpe[i];
 570             put_bits(&s->pb, 3, tag);
 571             put_bits(&s->pb, 4, chan_el_counter[tag]++);
 572             for (ch = 0; ch < chans; ch++) {
 573                 s->cur_channel = start_ch + ch;
 574                 s->psy.model->analyze(&s->psy, s->cur_channel, cpe->ch[ch].coeffs, &wi[ch]);
 575                 s->coder->search_for_quantizers(avctx, s, &cpe->ch[ch], s->lambda);
 576             }
 577             cpe->common_window = 0;
 578             if (chans > 1
 579                 && wi[0].window_type[0] == wi[1].window_type[0]
 580                 && wi[0].window_shape   == wi[1].window_shape) {
 581
 582                 cpe->common_window = 1;
 583                 for (w = 0; w < wi[0].num_windows; w++) {
 584                     if (wi[0].grouping[w] != wi[1].grouping[w]) {
 585                         cpe->common_window = 0;
 586                         break;
 587                     }
 588                 }
 589             }
 590             s->cur_channel = start_ch;
 591             if (s->options.stereo_mode && cpe->common_window) {
 592                 if (s->options.stereo_mode > 0) {
 593                     IndividualChannelStream *ics = &cpe->ch[0].ics;
 594                     for (w = 0; w < ics->num_windows; w += ics->group_len[w])
 595                         for (g = 0;  g < ics->num_swb; g++)
 596                             cpe->ms_mask[w*16+g] = 1;
 597                 } else if (s->coder->search_for_ms) {
 598                     s->coder->search_for_ms(s, cpe, s->lambda);
 599                 }
 600             }
 601             adjust_frame_information(s, cpe, chans);
 602             if (chans == 2) {
 603                 put_bits(&s->pb, 1, cpe->common_window);
 604                 if (cpe->common_window) {
 605                     put_ics_info(s, &cpe->ch[0].ics);
 606                     encode_ms_info(&s->pb, cpe);
 607                 }
 608             }
 609             for (ch = 0; ch < chans; ch++) {
 610                 s->cur_channel = start_ch + ch;
 611                 encode_individual_channel(avctx, s, &cpe->ch[ch], cpe->common_window);
 612             }
 613             start_ch += chans;
 614         }
 615
 616         frame_bits = put_bits_count(&s->pb);
 617         if (frame_bits <= 6144 * avctx->channels - 3) {
 618             s->psy.bitres.bits = frame_bits / avctx->channels;
 619             break;
 620         }
 621
 622         s->lambda *= avctx->bit_rate * 1024.0f / avctx->sample_rate / frame_bits;
 623
 624     } while (1);
 625
 626     put_bits(&s->pb, 3, TYPE_END);
 627     flush_put_bits(&s->pb);
 628     avctx->frame_bits = put_bits_count(&s->pb);
 629
 630     // rate control stuff
 631     if (!(avctx->flags & CODEC_FLAG_QSCALE)) {
 632         float ratio = avctx->bit_rate * 1024.0f / avctx->sample_rate / avctx->frame_bits;
 633         s->lambda *= ratio;
 634         s->lambda = FFMIN(s->lambda, 65536.f);
 635     }
 636
 637     if (!data)
 638         s->last_frame = 1;
 639     memcpy(s->samples, s->samples + 1024 * avctx->channels,
 640            1024 * avctx->channels * sizeof(s->samples[0]));
 641     return put_bits_count(&s->pb)>>3;
 642 }
 643
 644 static av_cold int aac_encode_end(AVCodecContext *avctx)
 645 {
 646     AACEncContext *s = avctx->priv_data;
 647
 648     ff_mdct_end(&s->mdct1024);
 649     ff_mdct_end(&s->mdct128);
 650     ff_psy_end(&s->psy);
 651     ff_psy_preprocess_end(s->psypp);
 652     av_freep(&s->samples);
 653     av_freep(&s->cpe);
 654     return 0;
 655 }
 656
 657 #define AACENC_FLAGS AV_OPT_FLAG_ENCODING_PARAM | AV_OPT_FLAG_AUDIO_PARAM
 658 static const AVOption aacenc_options[] = {
 659     {"stereo_mode", "Stereo coding method", offsetof(AACEncContext, options.stereo_mode), FF_OPT_TYPE_INT, {.dbl = 0}, -1, 1, AACENC_FLAGS, "stereo_mode"},
 660         {"auto",     "Selected by the Encoder", 0, FF_OPT_TYPE_CONST, {.dbl = -1 }, INT_MIN, INT_MAX, AACENC_FLAGS, "stereo_mode"},
 661         {"ms_off",   "Disable Mid/Side coding", 0, FF_OPT_TYPE_CONST, {.dbl =  0 }, INT_MIN, INT_MAX, AACENC_FLAGS, "stereo_mode"},
 662         {"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"},
 663     {NULL}
 664 };
 665
 666 static const AVClass aacenc_class = {
 667     "AAC encoder",
 668     av_default_item_name,
 669     aacenc_options,
 670     LIBAVUTIL_VERSION_INT,
 671 };
 672
 673 AVCodec ff_aac_encoder = {
 674     "aac",
 675     AVMEDIA_TYPE_AUDIO,
 676     CODEC_ID_AAC,
 677     sizeof(AACEncContext),
 678     aac_encode_init,
 679     aac_encode_frame,
 680     aac_encode_end,
 681     .capabilities = CODEC_CAP_SMALL_LAST_FRAME | CODEC_CAP_DELAY | CODEC_CAP_EXPERIMENTAL,
 682     .sample_fmts = (const enum AVSampleFormat[]){AV_SAMPLE_FMT_S16,AV_SAMPLE_FMT_NONE},
 683     .long_name = NULL_IF_CONFIG_SMALL("Advanced Audio Coding"),
 684     .priv_class = &aacenc_class,
 685 };