libavcodec/psymodel.h

   1 /*
   2  * audio encoder psychoacoustic model
   3  * Copyright (C) 2008 Konstantin Shishkov
   4  *
   5  * This file is part of FFmpeg.
   6  *
   7  * FFmpeg is free software; you can redistribute it and/or
   8  * modify it under the terms of the GNU Lesser General Public
   9  * License as published by the Free Software Foundation; either
  10  * version 2.1 of the License, or (at your option) any later version.
  11  *
  12  * FFmpeg is distributed in the hope that it will be useful,
  13  * but WITHOUT ANY WARRANTY; without even the implied warranty of
  14  * MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the GNU
  15  * Lesser General Public License for more details.
  16  *
  17  * You should have received a copy of the GNU Lesser General Public
  18  * License along with FFmpeg; if not, write to the Free Software
  19  * Foundation, Inc., 51 Franklin Street, Fifth Floor, Boston, MA 02110-1301 USA
  20  */
  21
  22 #ifndef AVCODEC_PSYMODEL_H
  23 #define AVCODEC_PSYMODEL_H
  24
  25 #include "avcodec.h"
  26
  27 /** maximum possible number of bands */
  28 #define PSY_MAX_BANDS 128
  29
  30 /**
  31  * single band psychoacoustic information
  32  */
  33 typedef struct FFPsyBand {
  34     int   bits;
  35     float energy;
  36     float threshold;
  37     float distortion;
  38     float perceptual_weight;
  39 } FFPsyBand;
  40
  41 /**
  42  * windowing related information
  43  */
  44 typedef struct FFPsyWindowInfo {
  45     int window_type[3];               ///< window type (short/long/transitional, etc.) - current, previous and next
  46     int window_shape;                 ///< window shape (sine/KBD/whatever)
  47     int num_windows;                  ///< number of windows in a frame
  48     int grouping[8];                  ///< window grouping (for e.g. AAC)
  49     int *window_sizes;                ///< sequence of window sizes inside one frame (for eg. WMA)
  50 } FFPsyWindowInfo;
  51
  52 /**
  53  * context used by psychoacoustic model
  54  */
  55 typedef struct FFPsyContext {
  56     AVCodecContext *avctx;            ///< encoder context
  57     const struct FFPsyModel *model;   ///< encoder-specific model functions
  58
  59     FFPsyBand *psy_bands;             ///< frame bands information
  60
  61     uint8_t **bands;                  ///< scalefactor band sizes for possible frame sizes
  62     int     *num_bands;               ///< number of scalefactor bands for possible frame sizes
  63     int num_lens;                     ///< number of scalefactor band sets
  64
  65     void* model_priv_data;            ///< psychoacoustic model implementation private data
  66 } FFPsyContext;
  67
  68 /**
  69  * codec-specific psychoacoustic model implementation
  70  */
  71 typedef struct FFPsyModel {
  72     const char *name;
  73     int  (*init)   (FFPsyContext *apc);
  74     FFPsyWindowInfo (*window)(FFPsyContext *ctx, const int16_t *audio, const int16_t *la, int channel, int prev_type);
  75     void (*analyze)(FFPsyContext *ctx, int channel, const float *coeffs, FFPsyWindowInfo *wi);
  76     void (*end)    (FFPsyContext *apc);
  77 } FFPsyModel;
  78
  79 /**
  80  * Initialize psychoacoustic model.
  81  *
  82  * @param ctx        model context
  83  * @param avctx      codec context
  84  * @param num_lens   number of possible frame lengths
  85  * @param bands      scalefactor band lengths for all frame lengths
  86  * @param num_bands  number of scalefactor bands for all frame lengths
  87  *
  88  * @return zero if successful, a negative value if not
  89  */
  90 av_cold int ff_psy_init(FFPsyContext *ctx, AVCodecContext *avctx,
  91                         int num_lens,
  92                         const uint8_t **bands, const int* num_bands);
  93
  94 /**
  95  * Suggest window sequence for channel.
  96  *
  97  * @param ctx       model context
  98  * @param audio     samples for the current frame
  99  * @param la        lookahead samples (NULL when unavailable)
 100  * @param channel   number of channel element to analyze
 101  * @param prev_type previous window type
 102  *
 103  * @return suggested window information in a structure
 104  */
 105 FFPsyWindowInfo ff_psy_suggest_window(FFPsyContext *ctx,
 106                                       const int16_t *audio, const int16_t *la,
 107                                       int channel, int prev_type);
 108
 109
 110 /**
 111  * Perform psychoacoustic analysis and set band info (threshold, energy).
 112  *
 113  * @param ctx     model context
 114  * @param channel audio channel number
 115  * @param coeffs  pointer to the transformed coefficients
 116  * @param wi      window information
 117  */
 118 void ff_psy_set_band_info(FFPsyContext *ctx, int channel, const float *coeffs,
 119                           FFPsyWindowInfo *wi);
 120
 121 /**
 122  * Cleanup model context at the end.
 123  *
 124  * @param ctx model context
 125  */
 126 av_cold void ff_psy_end(FFPsyContext *ctx);
 127
 128
 129 /**************************************************************************
 130  *                       Audio preprocessing stuff.                       *
 131  *       This should be moved into some audio filter eventually.          *
 132  **************************************************************************/
 133 struct FFPsyPreprocessContext;
 134
 135 /**
 136  * psychoacoustic model audio preprocessing initialization
 137  */
 138 av_cold struct FFPsyPreprocessContext* ff_psy_preprocess_init(AVCodecContext *avctx);
 139
 140 /**
 141  * Preprocess several channel in audio frame in order to compress it better.
 142  *
 143  * @param ctx      preprocessing context
 144  * @param audio    samples to preprocess
 145  * @param dest     place to put filtered samples
 146  * @param tag      channel number
 147  * @param channels number of channel to preprocess (some additional work may be done on stereo pair)
 148  */
 149 void ff_psy_preprocess(struct FFPsyPreprocessContext *ctx,
 150                        const int16_t *audio, int16_t *dest,
 151                        int tag, int channels);
 152
 153 /**
 154  * Cleanup audio preprocessing module.
 155  */
 156 av_cold void ff_psy_preprocess_end(struct FFPsyPreprocessContext *ctx);
 157
 158 #endif /* AVCODEC_PSYMODEL_H */