mirror of https://github.com/FFmpeg/FFmpeg.git
new opensource lossy/lossless audio codec based on speech compression techniques (actually based on bonk)
Originally committed as revision 3405 to svn://svn.ffmpeg.org/ffmpeg/trunkpull/126/head
parent
02da1f0d71
commit
54f5fd22ea
4 changed files with 959 additions and 1 deletions
@ -0,0 +1,950 @@ |
||||
/*
|
||||
* Simple free lossless/lossy audio codec |
||||
* Copyright (c) 2004 Alex Beregszaszi |
||||
* |
||||
* This library is free software; you can redistribute it and/or |
||||
* modify it under the terms of the GNU Lesser General Public |
||||
* License as published by the Free Software Foundation; either |
||||
* version 2 of the License, or (at your option) any later version. |
||||
* |
||||
* This library is distributed in the hope that it will be useful, |
||||
* but WITHOUT ANY WARRANTY; without even the implied warranty of |
||||
* MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE. See the GNU |
||||
* Lesser General Public License for more details. |
||||
* |
||||
* You should have received a copy of the GNU Lesser General Public |
||||
* License along with this library; if not, write to the Free Software |
||||
* Foundation, Inc., 59 Temple Place, Suite 330, Boston, MA 02111-1307 USA |
||||
*/ |
||||
#include "avcodec.h" |
||||
#include "golomb.h" |
||||
|
||||
/**
|
||||
* @file sonic.c |
||||
* Simple free lossless/lossy audio codec |
||||
* Based on Paul Francis Harrison's Bonk (http://www.logarithmic.net/pfh/bonk)
|
||||
* Written and designed by Alex Beregszaszi |
||||
* |
||||
* TODO: |
||||
* - CABAC put/get_symbol |
||||
* - independent quantizer for channels |
||||
* - >2 channels support |
||||
* - more decorrelation types |
||||
* - more tap_quant tests |
||||
* - selectable intlist writers/readers (bonk-style, golomb, cabac) |
||||
*/ |
||||
|
||||
#define MAX_CHANNELS 2 |
||||
|
||||
typedef struct SonicContext { |
||||
int lossless, mid_side; |
||||
|
||||
int num_taps, downsampling; |
||||
double quantization; |
||||
|
||||
int channels, samplerate, block_align, frame_size; |
||||
|
||||
int *tap_quant; |
||||
int *int_samples; |
||||
int *coded_samples[MAX_CHANNELS]; |
||||
|
||||
// for encoding
|
||||
int *tail; |
||||
int tail_size; |
||||
int *window; |
||||
int window_size; |
||||
|
||||
// for decoding
|
||||
int *predictor_k; |
||||
int *predictor_state[MAX_CHANNELS]; |
||||
} SonicContext; |
||||
|
||||
#define LATTICE_SHIFT 10 |
||||
#define SAMPLE_SHIFT 4 |
||||
#define LATTICE_FACTOR (1 << LATTICE_SHIFT) |
||||
#define SAMPLE_FACTOR (1 << SAMPLE_SHIFT) |
||||
|
||||
#define BASE_QUANT 0.6 |
||||
#define RATE_VARIATION 3.0 |
||||
|
||||
static inline int divide(int a, int b) |
||||
{ |
||||
if (a < 0) |
||||
return -( (-a + b/2)/b ); |
||||
else |
||||
return (a + b/2)/b; |
||||
} |
||||
|
||||
static inline int shift(int a,int b) |
||||
{ |
||||
return (a+(1<<(b-1))) >> b; |
||||
} |
||||
|
||||
static inline int shift_down(int a,int b) |
||||
{ |
||||
return (a>>b)+((a<0)?1:0); |
||||
} |
||||
|
||||
#if 1 |
||||
static inline int intlist_write(PutBitContext *pb, int *buf, int entries, int base_2_part) |
||||
{ |
||||
int i; |
||||
|
||||
for (i = 0; i < entries; i++) |
||||
set_se_golomb(pb, buf[i]); |
||||
|
||||
return 1; |
||||
} |
||||
|
||||
static inline int intlist_read(GetBitContext *gb, int *buf, int entries, int base_2_part) |
||||
{ |
||||
int i; |
||||
|
||||
for (i = 0; i < entries; i++) |
||||
buf[i] = get_se_golomb(gb); |
||||
|
||||
return 1; |
||||
} |
||||
|
||||
#else |
||||
|
||||
#define ADAPT_LEVEL 8 |
||||
|
||||
static int bits_to_store(uint64_t x) |
||||
{ |
||||
int res = 0; |
||||
|
||||
while(x) |
||||
{ |
||||
res++; |
||||
x >>= 1; |
||||
} |
||||
return res; |
||||
} |
||||
|
||||
static void write_uint_max(PutBitContext *pb, unsigned int value, unsigned int max) |
||||
{ |
||||
int i, bits; |
||||
|
||||
if (!max) |
||||
return; |
||||
|
||||
bits = bits_to_store(max); |
||||
|
||||
for (i = 0; i < bits-1; i++) |
||||
put_bits(pb, 1, value & (1 << i)); |
||||
|
||||
if ( (value | (1 << (bits-1))) <= max) |
||||
put_bits(pb, 1, value & (1 << (bits-1))); |
||||
} |
||||
|
||||
static unsigned int read_uint_max(GetBitContext *gb, int max) |
||||
{ |
||||
int i, bits, value = 0; |
||||
|
||||
if (!max) |
||||
return 0; |
||||
|
||||
bits = bits_to_store(max); |
||||
|
||||
for (i = 0; i < bits-1; i++) |
||||
if (get_bits1(gb)) |
||||
value += 1 << i; |
||||
|
||||
if ( (value | (1<<(bits-1))) <= max) |
||||
if (get_bits1(gb)) |
||||
value += 1 << (bits-1); |
||||
|
||||
return value; |
||||
} |
||||
|
||||
static int intlist_write(PutBitContext *pb, int *buf, int entries, int base_2_part) |
||||
{ |
||||
int i, j, x = 0, low_bits = 0, max = 0; |
||||
int step = 256, pos = 0, dominant = 0, any = 0; |
||||
int *copy, *bits; |
||||
|
||||
copy = av_mallocz(4* entries); |
||||
if (!copy) |
||||
return -1; |
||||
|
||||
if (base_2_part) |
||||
{ |
||||
int energy = 0; |
||||
|
||||
for (i = 0; i < entries; i++) |
||||
energy += abs(buf[i]); |
||||
|
||||
low_bits = bits_to_store(energy / (entries * 2)); |
||||
if (low_bits > 15) |
||||
low_bits = 15; |
||||
|
||||
put_bits(pb, 4, low_bits); |
||||
} |
||||
|
||||
for (i = 0; i < entries; i++) |
||||
{ |
||||
put_bits(pb, low_bits, abs(buf[i])); |
||||
copy[i] = abs(buf[i]) >> low_bits; |
||||
if (copy[i] > max) |
||||
max = abs(copy[i]); |
||||
} |
||||
|
||||
bits = av_mallocz(4* entries*max); |
||||
if (!bits) |
||||
{ |
||||
// av_free(copy);
|
||||
return -1; |
||||
} |
||||
|
||||
for (i = 0; i <= max; i++) |
||||
{ |
||||
for (j = 0; j < entries; j++) |
||||
if (copy[j] >= i) |
||||
bits[x++] = copy[j] > i; |
||||
} |
||||
|
||||
// store bitstream
|
||||
while (pos < x) |
||||
{ |
||||
int steplet = step >> 8; |
||||
|
||||
if (pos + steplet > x) |
||||
steplet = x - pos; |
||||
|
||||
for (i = 0; i < steplet; i++) |
||||
if (bits[i+pos] != dominant) |
||||
any = 1; |
||||
|
||||
put_bits(pb, 1, any); |
||||
|
||||
if (!any) |
||||
{ |
||||
pos += steplet; |
||||
step += step / ADAPT_LEVEL; |
||||
} |
||||
else |
||||
{ |
||||
int interloper = 0; |
||||
|
||||
while (((pos + interloper) < x) && (bits[pos + interloper] == dominant)) |
||||
interloper++; |
||||
|
||||
// note change
|
||||
write_uint_max(pb, interloper, (step >> 8) - 1);
|
||||
|
||||
pos += interloper + 1; |
||||
step -= step / ADAPT_LEVEL; |
||||
} |
||||
|
||||
if (step < 256) |
||||
{ |
||||
step = 65536 / step; |
||||
dominant = !dominant; |
||||
} |
||||
} |
||||
|
||||
// store signs
|
||||
for (i = 0; i < entries; i++) |
||||
if (buf[i]) |
||||
put_bits(pb, 1, buf[i] < 0); |
||||
|
||||
// av_free(bits);
|
||||
// av_free(copy);
|
||||
|
||||
return 0; |
||||
} |
||||
|
||||
static int intlist_read(GetBitContext *gb, int *buf, int entries, int base_2_part) |
||||
{ |
||||
int i, low_bits = 0, x = 0; |
||||
int n_zeros = 0, step = 256, dominant = 0; |
||||
int pos = 0, level = 0; |
||||
int *bits = av_mallocz(4* entries); |
||||
|
||||
if (!bits) |
||||
return -1; |
||||
|
||||
if (base_2_part) |
||||
{ |
||||
low_bits = get_bits(gb, 4); |
||||
|
||||
if (low_bits) |
||||
for (i = 0; i < entries; i++) |
||||
buf[i] = get_bits(gb, low_bits); |
||||
} |
||||
|
||||
// av_log(NULL, AV_LOG_INFO, "entries: %d, low bits: %d\n", entries, low_bits);
|
||||
|
||||
while (n_zeros < entries) |
||||
{ |
||||
int steplet = step >> 8; |
||||
|
||||
if (!get_bits1(gb)) |
||||
{ |
||||
for (i = 0; i < steplet; i++) |
||||
bits[x++] = dominant; |
||||
|
||||
if (!dominant) |
||||
n_zeros += steplet; |
||||
|
||||
step += step / ADAPT_LEVEL; |
||||
} |
||||
else |
||||
{ |
||||
int actual_run = read_uint_max(gb, steplet-1); |
||||
|
||||
// av_log(NULL, AV_LOG_INFO, "actual run: %d\n", actual_run);
|
||||
|
||||
for (i = 0; i < actual_run; i++) |
||||
bits[x++] = dominant; |
||||
|
||||
bits[x++] = !dominant; |
||||
|
||||
if (!dominant) |
||||
n_zeros += actual_run; |
||||
else |
||||
n_zeros++; |
||||
|
||||
step -= step / ADAPT_LEVEL; |
||||
} |
||||
|
||||
if (step < 256) |
||||
{ |
||||
step = 65536 / step; |
||||
dominant = !dominant; |
||||
} |
||||
} |
||||
|
||||
// reconstruct unsigned values
|
||||
n_zeros = 0; |
||||
for (i = 0; n_zeros < entries; i++) |
||||
{ |
||||
while(1) |
||||
{ |
||||
if (pos >= entries) |
||||
{ |
||||
pos = 0; |
||||
level += 1 << low_bits; |
||||
} |
||||
|
||||
if (buf[pos] >= level) |
||||
break; |
||||
|
||||
pos++; |
||||
} |
||||
|
||||
if (bits[i]) |
||||
buf[pos] += 1 << low_bits; |
||||
else |
||||
n_zeros++; |
||||
|
||||
pos++; |
||||
} |
||||
// av_free(bits);
|
||||
|
||||
// read signs
|
||||
for (i = 0; i < entries; i++) |
||||
if (buf[i] && get_bits1(gb)) |
||||
buf[i] = -buf[i]; |
||||
|
||||
// av_log(NULL, AV_LOG_INFO, "zeros: %d pos: %d\n", n_zeros, pos);
|
||||
|
||||
return 0; |
||||
} |
||||
#endif |
||||
|
||||
static void predictor_init_state(int *k, int *state, int order) |
||||
{ |
||||
int i; |
||||
|
||||
for (i = order-2; i >= 0; i--) |
||||
{ |
||||
int j, p, x = state[i]; |
||||
|
||||
for (j = 0, p = i+1; p < order; j++,p++) |
||||
{ |
||||
int tmp = x + shift_down(k[j] * state[p], LATTICE_SHIFT); |
||||
state[p] += shift_down(k[j]*x, LATTICE_SHIFT); |
||||
x = tmp; |
||||
} |
||||
} |
||||
} |
||||
|
||||
static int predictor_calc_error(int *k, int *state, int order, int error) |
||||
{ |
||||
int i, x = error - shift_down(k[order-1] * state[order-1], LATTICE_SHIFT); |
||||
|
||||
#if 1 |
||||
int *k_ptr = &(k[order-2]), |
||||
*state_ptr = &(state[order-2]); |
||||
for (i = order-2; i >= 0; i--, k_ptr--, state_ptr--) |
||||
{ |
||||
int k_value = *k_ptr, state_value = *state_ptr; |
||||
x -= shift_down(k_value * state_value, LATTICE_SHIFT); |
||||
state_ptr[1] = state_value + shift_down(k_value * x, LATTICE_SHIFT); |
||||
} |
||||
#else |
||||
for (i = order-2; i >= 0; i--) |
||||
{ |
||||
x -= shift_down(k[i] * state[i], LATTICE_SHIFT); |
||||
state[i+1] = state[i] + shift_down(k[i] * x, LATTICE_SHIFT); |
||||
} |
||||
#endif |
||||
|
||||
// don't drift too far, to avoid overflows
|
||||
if (x > (SAMPLE_FACTOR<<16)) x = (SAMPLE_FACTOR<<16); |
||||
if (x < -(SAMPLE_FACTOR<<16)) x = -(SAMPLE_FACTOR<<16); |
||||
|
||||
state[0] = x; |
||||
|
||||
return x; |
||||
} |
||||
|
||||
// Heavily modified Levinson-Durbin algorithm which
|
||||
// copes better with quantization, and calculates the
|
||||
// actual whitened result as it goes.
|
||||
|
||||
static void modified_levinson_durbin(int *window, int window_entries, |
||||
int *out, int out_entries, int channels, int *tap_quant) |
||||
{ |
||||
int i; |
||||
int *state = av_mallocz(4* window_entries); |
||||
|
||||
memcpy(state, window, 4* window_entries); |
||||
|
||||
for (i = 0; i < out_entries; i++) |
||||
{ |
||||
int step = (i+1)*channels, k, j; |
||||
double xx = 0.0, xy = 0.0; |
||||
#if 1 |
||||
int *x_ptr = &(window[step]), *state_ptr = &(state[0]); |
||||
j = window_entries - step; |
||||
for (;j>=0;j--,x_ptr++,state_ptr++) |
||||
{ |
||||
double x_value = *x_ptr, state_value = *state_ptr; |
||||
xx += state_value*state_value; |
||||
xy += x_value*state_value; |
||||
} |
||||
#else |
||||
for (j = 0; j <= (window_entries - step); j++); |
||||
{ |
||||
double stepval = window[step+j], stateval = window[j]; |
||||
// xx += (double)window[j]*(double)window[j];
|
||||
// xy += (double)window[step+j]*(double)window[j];
|
||||
xx += stateval*stateval; |
||||
xy += stepval*stateval; |
||||
} |
||||
#endif |
||||
if (xx == 0.0) |
||||
k = 0; |
||||
else |
||||
k = (int)(floor(-xy/xx * (double)LATTICE_FACTOR / (double)(tap_quant[i]) + 0.5)); |
||||
|
||||
if (k > (LATTICE_FACTOR/tap_quant[i])) |
||||
k = LATTICE_FACTOR/tap_quant[i]; |
||||
if (-k > (LATTICE_FACTOR/tap_quant[i])) |
||||
k = -(LATTICE_FACTOR/tap_quant[i]); |
||||
|
||||
out[i] = k; |
||||
k *= tap_quant[i]; |
||||
|
||||
#if 1 |
||||
x_ptr = &(window[step]); |
||||
state_ptr = &(state[0]); |
||||
j = window_entries - step; |
||||
for (;j>=0;j--,x_ptr++,state_ptr++) |
||||
{ |
||||
int x_value = *x_ptr, state_value = *state_ptr; |
||||
*x_ptr = x_value + shift_down(k*state_value,LATTICE_SHIFT); |
||||
*state_ptr = state_value + shift_down(k*x_value, LATTICE_SHIFT); |
||||
} |
||||
#else |
||||
for (j=0; j <= (window_entries - step); j++) |
||||
{ |
||||
int stepval = window[step+j], stateval=state[j]; |
||||
window[step+j] += shift_down(k * stateval, LATTICE_SHIFT); |
||||
state[j] += shift_down(k * stepval, LATTICE_SHIFT); |
||||
} |
||||
#endif |
||||
} |
||||
|
||||
av_free(state); |
||||
} |
||||
|
||||
static int samplerate_table[] = |
||||
{ 44100, 22050, 11025, 96000, 48000, 32000, 24000, 16000, 8000 }; |
||||
|
||||
#ifdef CONFIG_ENCODERS |
||||
|
||||
static inline int code_samplerate(int samplerate) |
||||
{ |
||||
switch (samplerate) |
||||
{ |
||||
case 44100: return 0; |
||||
case 22050: return 1; |
||||
case 11025: return 2; |
||||
case 96000: return 3; |
||||
case 48000: return 4; |
||||
case 32000: return 5; |
||||
case 24000: return 6; |
||||
case 16000: return 7; |
||||
case 8000: return 8; |
||||
} |
||||
return -1; |
||||
} |
||||
|
||||
static int sonic_encode_init(AVCodecContext *avctx) |
||||
{ |
||||
SonicContext *s = avctx->priv_data; |
||||
PutBitContext pb; |
||||
int i, version = 0; |
||||
|
||||
if (avctx->channels > MAX_CHANNELS) |
||||
return -1; /* only stereo or mono for now */ |
||||
|
||||
if (avctx->channels == 2) |
||||
s->mid_side = 1; |
||||
if (avctx->codec->id == CODEC_ID_SONIC_LS) |
||||
{ |
||||
s->lossless = 1; |
||||
s->num_taps = 32; |
||||
s->downsampling = 1; |
||||
s->quantization = 0.0; |
||||
} |
||||
else |
||||
{ |
||||
s->num_taps = 128; |
||||
s->downsampling = 2; |
||||
s->quantization = 1.0; |
||||
} |
||||
|
||||
// max tap 2048
|
||||
if ((s->num_taps < 32) || (s->num_taps > 1024) || |
||||
((s->num_taps>>5)<<5 != s->num_taps)) |
||||
{ |
||||
av_log(avctx, AV_LOG_ERROR, "Invalid number of taps\n"); |
||||
return -1; |
||||
} |
||||
|
||||
// generate taps
|
||||
s->tap_quant = av_mallocz(4* s->num_taps); |
||||
for (i = 0; i < s->num_taps; i++) |
||||
s->tap_quant[i] = (int)(sqrt(i+1)); |
||||
|
||||
s->channels = avctx->channels; |
||||
s->samplerate = avctx->sample_rate; |
||||
|
||||
s->block_align = (int)(2048.0*s->samplerate/44100)/s->downsampling; |
||||
s->frame_size = s->channels*s->block_align*s->downsampling; |
||||
|
||||
s->tail = av_mallocz(4* s->num_taps*s->channels); |
||||
if (!s->tail) |
||||
return -1; |
||||
s->tail_size = s->num_taps*s->channels; |
||||
|
||||
s->predictor_k = av_mallocz(4 * s->num_taps); |
||||
if (!s->predictor_k) |
||||
return -1; |
||||
|
||||
for (i = 0; i < s->channels; i++) |
||||
{ |
||||
s->coded_samples[i] = av_mallocz(4* s->block_align); |
||||
if (!s->coded_samples[i]) |
||||
return -1; |
||||
} |
||||
|
||||
s->int_samples = av_mallocz(4* s->frame_size); |
||||
|
||||
s->window_size = ((2*s->tail_size)+s->frame_size); |
||||
s->window = av_mallocz(4* s->window_size); |
||||
if (!s->window) |
||||
return -1; |
||||
|
||||
avctx->extradata = av_mallocz(16); |
||||
if (!avctx->extradata) |
||||
return -1; |
||||
init_put_bits(&pb, avctx->extradata, 16*8); |
||||
|
||||
put_bits(&pb, 2, version); // version
|
||||
if (version == 1) |
||||
{ |
||||
put_bits(&pb, 2, s->channels); |
||||
put_bits(&pb, 4, code_samplerate(s->samplerate)); |
||||
} |
||||
put_bits(&pb, 1, s->lossless); |
||||
if (!s->lossless) |
||||
put_bits(&pb, 3, SAMPLE_SHIFT); // XXX FIXME: sample precision
|
||||
put_bits(&pb, 1, s->mid_side); |
||||
put_bits(&pb, 2, s->downsampling); |
||||
put_bits(&pb, 5, (s->num_taps >> 5)-1); // 32..1024
|
||||
put_bits(&pb, 1, 0); // XXX FIXME: no custom tap quant table
|
||||
|
||||
flush_put_bits(&pb); |
||||
avctx->extradata_size = put_bits_count(&pb)/8; |
||||
|
||||
av_log(avctx, AV_LOG_INFO, "Sonic: ver: %d ls: %d ms: %d taps: %d block: %d frame: %d downsamp: %d\n", |
||||
version, s->lossless, s->mid_side, s->num_taps, s->block_align, s->frame_size, s->downsampling); |
||||
|
||||
avctx->coded_frame = avcodec_alloc_frame(); |
||||
if (!avctx->coded_frame) |
||||
return -ENOMEM; |
||||
avctx->coded_frame->key_frame = 1; |
||||
avctx->frame_size = s->block_align*s->downsampling; |
||||
|
||||
return 0; |
||||
} |
||||
|
||||
static int sonic_encode_close(AVCodecContext *avctx) |
||||
{ |
||||
SonicContext *s = avctx->priv_data; |
||||
int i; |
||||
|
||||
av_freep(&avctx->coded_frame); |
||||
|
||||
for (i = 0; i < s->channels; i++) |
||||
av_free(s->coded_samples[i]); |
||||
|
||||
av_free(s->predictor_k); |
||||
av_free(s->tail); |
||||
av_free(s->tap_quant); |
||||
av_free(s->window); |
||||
av_free(s->int_samples); |
||||
|
||||
return 0; |
||||
} |
||||
|
||||
static int sonic_encode_frame(AVCodecContext *avctx, |
||||
uint8_t *buf, int buf_size, void *data) |
||||
{ |
||||
SonicContext *s = avctx->priv_data; |
||||
PutBitContext pb; |
||||
int i, j, ch, quant = 0, x = 0; |
||||
short *samples = data; |
||||
|
||||
init_put_bits(&pb, buf, buf_size*8); |
||||
|
||||
// short -> internal
|
||||
for (i = 0; i < s->frame_size; i++) |
||||
{ |
||||
if (samples[i] < 0) |
||||
s->int_samples[i] = samples[i]+32768; |
||||
else |
||||
s->int_samples[i] = samples[i]-32768; |
||||
} |
||||
|
||||
if (!s->lossless) |
||||
for (i = 0; i < s->frame_size; i++) |
||||
s->int_samples[i] = s->int_samples[i] << SAMPLE_SHIFT; |
||||
|
||||
if (s->mid_side) |
||||
for (i = 0; i < s->frame_size; i += s->channels) |
||||
{ |
||||
s->int_samples[i] += s->int_samples[i+1]; |
||||
s->int_samples[i+1] -= shift(s->int_samples[i], 1); |
||||
} |
||||
|
||||
memset(s->window, 0, 4* s->window_size); |
||||
|
||||
for (i = 0; i < s->tail_size; i++) |
||||
s->window[x++] = s->tail[i]; |
||||
|
||||
for (i = 0; i < s->frame_size; i++) |
||||
s->window[x++] = s->int_samples[i]; |
||||
|
||||
for (i = 0; i < s->tail_size; i++) |
||||
s->window[x++] = 0; |
||||
|
||||
for (i = 0; i < s->tail_size; i++) |
||||
s->tail[i] = s->int_samples[s->frame_size - s->tail_size + i]; |
||||
|
||||
// generate taps
|
||||
modified_levinson_durbin(s->window, s->window_size, |
||||
s->predictor_k, s->num_taps, s->channels, s->tap_quant); |
||||
if (intlist_write(&pb, s->predictor_k, s->num_taps, 0) < 0) |
||||
return -1; |
||||
|
||||
for (ch = 0; ch < s->channels; ch++) |
||||
{ |
||||
x = s->tail_size+ch; |
||||
for (i = 0; i < s->block_align; i++) |
||||
{ |
||||
int sum = 0; |
||||
for (j = 0; j < s->downsampling; j++, x += s->channels) |
||||
sum += s->window[x]; |
||||
s->coded_samples[ch][i] = sum; |
||||
} |
||||
} |
||||
|
||||
// simple rate control code
|
||||
if (!s->lossless) |
||||
{ |
||||
double energy1 = 0.0, energy2 = 0.0; |
||||
for (ch = 0; ch < s->channels; ch++) |
||||
{ |
||||
for (i = 0; i < s->block_align; i++) |
||||
{ |
||||
double sample = s->coded_samples[ch][i]; |
||||
energy2 += sample*sample; |
||||
energy1 += fabs(sample); |
||||
} |
||||
} |
||||
|
||||
energy2 = sqrt(energy2/(s->channels*s->block_align)); |
||||
energy1 = sqrt(2.0)*energy1/(s->channels*s->block_align); |
||||
|
||||
// increase bitrate when samples are like a gaussian distribution
|
||||
// reduce bitrate when samples are like a two-tailed exponential distribution
|
||||
|
||||
if (energy2 > energy1) |
||||
energy2 += (energy2-energy1)*RATE_VARIATION; |
||||
|
||||
quant = (int)(BASE_QUANT*s->quantization*energy2/SAMPLE_FACTOR); |
||||
// av_log(avctx, AV_LOG_DEBUG, "quant: %d energy: %f / %f\n", quant, energy1, energy2);
|
||||
|
||||
if (quant < 1) |
||||
quant = 1; |
||||
if (quant > 65535) |
||||
quant = 65535; |
||||
|
||||
set_ue_golomb(&pb, quant); |
||||
|
||||
quant *= SAMPLE_FACTOR; |
||||
} |
||||
|
||||
// write out coded samples
|
||||
for (ch = 0; ch < s->channels; ch++) |
||||
{ |
||||
if (!s->lossless) |
||||
for (i = 0; i < s->block_align; i++) |
||||
s->coded_samples[ch][i] = divide(s->coded_samples[ch][i], quant); |
||||
|
||||
if (intlist_write(&pb, s->coded_samples[ch], s->block_align, 1) < 0) |
||||
return -1; |
||||
} |
||||
|
||||
// av_log(avctx, AV_LOG_DEBUG, "used bytes: %d\n", (put_bits_count(&pb)+7)/8);
|
||||
|
||||
flush_put_bits(&pb); |
||||
return (put_bits_count(&pb)+7)/8; |
||||
} |
||||
#endif //CONFIG_ENCODERS
|
||||
|
||||
static int sonic_decode_init(AVCodecContext *avctx) |
||||
{ |
||||
SonicContext *s = avctx->priv_data; |
||||
GetBitContext gb; |
||||
int i, version; |
||||
|
||||
s->channels = avctx->channels; |
||||
s->samplerate = avctx->sample_rate; |
||||
|
||||
if (!avctx->extradata) |
||||
{ |
||||
av_log(avctx, AV_LOG_ERROR, "No mandatory headers present\n"); |
||||
return -1; |
||||
} |
||||
|
||||
init_get_bits(&gb, avctx->extradata, avctx->extradata_size); |
||||
|
||||
version = get_bits(&gb, 2); |
||||
if (version > 1) |
||||
{ |
||||
av_log(avctx, AV_LOG_ERROR, "Unsupported Sonic version, please report\n"); |
||||
return -1; |
||||
} |
||||
|
||||
if (version == 1) |
||||
{ |
||||
s->channels = get_bits(&gb, 2); |
||||
s->samplerate = samplerate_table[get_bits(&gb, 4)]; |
||||
av_log(avctx, AV_LOG_INFO, "Sonicv2 chans: %d samprate: %d\n", |
||||
s->channels, s->samplerate); |
||||
} |
||||
|
||||
if (s->channels > MAX_CHANNELS) |
||||
{ |
||||
av_log(avctx, AV_LOG_ERROR, "Only mono and stereo streams are supported by now\n"); |
||||
return -1; |
||||
} |
||||
|
||||
s->lossless = get_bits1(&gb); |
||||
if (!s->lossless) |
||||
skip_bits(&gb, 3); // XXX FIXME
|
||||
s->mid_side = get_bits1(&gb); |
||||
|
||||
s->downsampling = get_bits(&gb, 2); |
||||
s->num_taps = (get_bits(&gb, 5)+1)<<5; |
||||
if (get_bits1(&gb)) // XXX FIXME
|
||||
av_log(avctx, AV_LOG_INFO, "Custom quant table\n"); |
||||
|
||||
s->block_align = (int)(2048.0*(s->samplerate/44100))/s->downsampling; |
||||
s->frame_size = s->channels*s->block_align*s->downsampling; |
||||
// avctx->frame_size = s->block_align;
|
||||
|
||||
av_log(avctx, AV_LOG_INFO, "Sonic: ver: %d ls: %d ms: %d taps: %d block: %d frame: %d downsamp: %d\n", |
||||
version, s->lossless, s->mid_side, s->num_taps, s->block_align, s->frame_size, s->downsampling); |
||||
|
||||
// generate taps
|
||||
s->tap_quant = av_mallocz(4* s->num_taps); |
||||
for (i = 0; i < s->num_taps; i++) |
||||
s->tap_quant[i] = (int)(sqrt(i+1)); |
||||
|
||||
s->predictor_k = av_mallocz(4* s->num_taps); |
||||
|
||||
for (i = 0; i < s->channels; i++) |
||||
{ |
||||
s->predictor_state[i] = av_mallocz(4* s->num_taps); |
||||
if (!s->predictor_state[i]) |
||||
return -1; |
||||
} |
||||
|
||||
for (i = 0; i < s->channels; i++) |
||||
{ |
||||
s->coded_samples[i] = av_mallocz(4* s->block_align); |
||||
if (!s->coded_samples[i]) |
||||
return -1; |
||||
} |
||||
s->int_samples = av_mallocz(4* s->frame_size); |
||||
|
||||
return 0; |
||||
} |
||||
|
||||
static int sonic_decode_close(AVCodecContext *avctx) |
||||
{ |
||||
SonicContext *s = avctx->priv_data; |
||||
int i; |
||||
|
||||
av_free(s->int_samples); |
||||
av_free(s->tap_quant); |
||||
av_free(s->predictor_k); |
||||
|
||||
for (i = 0; i < s->channels; i++) |
||||
{ |
||||
av_free(s->predictor_state[i]); |
||||
av_free(s->coded_samples[i]); |
||||
} |
||||
|
||||
return 0; |
||||
} |
||||
|
||||
static int sonic_decode_frame(AVCodecContext *avctx, |
||||
int16_t *data, int *data_size, |
||||
uint8_t *buf, int buf_size) |
||||
{ |
||||
SonicContext *s = avctx->priv_data; |
||||
GetBitContext gb; |
||||
int i, quant, ch, j; |
||||
short *samples = data; |
||||
|
||||
if (buf_size == 0) return 0; |
||||
|
||||
// av_log(NULL, AV_LOG_INFO, "buf_size: %d\n", buf_size);
|
||||
|
||||
init_get_bits(&gb, buf, buf_size*8); |
||||
|
||||
intlist_read(&gb, s->predictor_k, s->num_taps, 0); |
||||
|
||||
// dequantize
|
||||
for (i = 0; i < s->num_taps; i++) |
||||
s->predictor_k[i] *= s->tap_quant[i]; |
||||
|
||||
if (s->lossless) |
||||
quant = 1; |
||||
else |
||||
quant = get_ue_golomb(&gb) * SAMPLE_FACTOR; |
||||
|
||||
// av_log(NULL, AV_LOG_INFO, "quant: %d\n", quant);
|
||||
|
||||
for (ch = 0; ch < s->channels; ch++) |
||||
{ |
||||
int x = ch; |
||||
|
||||
predictor_init_state(s->predictor_k, s->predictor_state[ch], s->num_taps); |
||||
|
||||
intlist_read(&gb, s->coded_samples[ch], s->block_align, 1); |
||||
|
||||
for (i = 0; i < s->block_align; i++) |
||||
{ |
||||
for (j = 0; j < s->downsampling - 1; j++) |
||||
{ |
||||
s->int_samples[x] = predictor_calc_error(s->predictor_k, s->predictor_state[ch], s->num_taps, 0); |
||||
x += s->channels; |
||||
} |
||||
|
||||
s->int_samples[x] = predictor_calc_error(s->predictor_k, s->predictor_state[ch], s->num_taps, s->coded_samples[ch][i] * quant); |
||||
x += s->channels; |
||||
} |
||||
|
||||
for (i = 0; i < s->num_taps; i++) |
||||
s->predictor_state[ch][i] = s->int_samples[s->frame_size - s->channels + ch - i*s->channels]; |
||||
} |
||||
|
||||
if (s->mid_side) |
||||
for (i = 0; i < s->frame_size; i += s->channels) |
||||
{ |
||||
s->int_samples[i+1] += shift(s->int_samples[i], 1); |
||||
s->int_samples[i] -= s->int_samples[i+1]; |
||||
} |
||||
|
||||
if (!s->lossless) |
||||
for (i = 0; i < s->frame_size; i++) |
||||
s->int_samples[i] = shift(s->int_samples[i], SAMPLE_SHIFT); |
||||
|
||||
// internal -> short
|
||||
for (i = 0; i < s->frame_size; i++) |
||||
{ |
||||
if (s->int_samples[i] > 32767) |
||||
samples[i] = 32767; |
||||
else if (s->int_samples[i] < -32768) |
||||
samples[i] = -32768; |
||||
else |
||||
samples[i] = s->int_samples[i]; |
||||
} |
||||
|
||||
align_get_bits(&gb); |
||||
|
||||
// if (buf_size != (get_bits_count(&gb)+7)/8)
|
||||
// av_log(NULL, AV_LOG_INFO, "buf_size (%d) and used bytes (%d) differs\n", buf_size, (get_bits_count(&gb)+7)/8);
|
||||
|
||||
*data_size = s->frame_size * 2; |
||||
|
||||
return (get_bits_count(&gb)+7)/8; |
||||
} |
||||
|
||||
#ifdef CONFIG_ENCODERS |
||||
AVCodec sonic_encoder = { |
||||
"sonic", |
||||
CODEC_TYPE_AUDIO, |
||||
CODEC_ID_SONIC, |
||||
sizeof(SonicContext), |
||||
sonic_encode_init, |
||||
sonic_encode_frame, |
||||
sonic_encode_close, |
||||
NULL, |
||||
}; |
||||
|
||||
AVCodec sonic_ls_encoder = { |
||||
"sonicls", |
||||
CODEC_TYPE_AUDIO, |
||||
CODEC_ID_SONIC_LS, |
||||
sizeof(SonicContext), |
||||
sonic_encode_init, |
||||
sonic_encode_frame, |
||||
sonic_encode_close, |
||||
NULL, |
||||
}; |
||||
#endif |
||||
|
||||
#ifdef CONFIG_DECODERS |
||||
AVCodec sonic_decoder = { |
||||
"sonic", |
||||
CODEC_TYPE_AUDIO, |
||||
CODEC_ID_SONIC, |
||||
sizeof(SonicContext), |
||||
sonic_decode_init, |
||||
NULL, |
||||
sonic_decode_close, |
||||
sonic_decode_frame, |
||||
}; |
||||
#endif |
Loading…
Reference in new issue