Merge commit '390c89225d'
[opus.git] / silk / stereo_LR_to_MS.c
1 /***********************************************************************
2 Copyright (c) 2006-2011, Skype Limited. All rights reserved.
3 Redistribution and use in source and binary forms, with or without
4 modification, are permitted provided that the following conditions
5 are met:
6 - Redistributions of source code must retain the above copyright notice,
7 this list of conditions and the following disclaimer.
8 - Redistributions in binary form must reproduce the above copyright
9 notice, this list of conditions and the following disclaimer in the
10 documentation and/or other materials provided with the distribution.
11 - Neither the name of Internet Society, IETF or IETF Trust, nor the 
12 names of specific contributors, may be used to endorse or promote
13 products derived from this software without specific prior written
14 permission.
15 THIS SOFTWARE IS PROVIDED BY THE COPYRIGHT HOLDERS AND CONTRIBUTORS “AS IS”
16 AND ANY EXPRESS OR IMPLIED WARRANTIES, INCLUDING, BUT NOT LIMITED TO, THE
17 IMPLIED WARRANTIES OF MERCHANTABILITY AND FITNESS FOR A PARTICULAR PURPOSE
18 ARE DISCLAIMED. IN NO EVENT SHALL THE COPYRIGHT OWNER OR CONTRIBUTORS BE
19 LIABLE FOR ANY DIRECT, INDIRECT, INCIDENTAL, SPECIAL, EXEMPLARY, OR
20 CONSEQUENTIAL DAMAGES (INCLUDING, BUT NOT LIMITED TO, PROCUREMENT OF
21 SUBSTITUTE GOODS OR SERVICES; LOSS OF USE, DATA, OR PROFITS; OR BUSINESS
22 INTERRUPTION) HOWEVER CAUSED AND ON ANY THEORY OF LIABILITY, WHETHER IN
23 CONTRACT, STRICT LIABILITY, OR TORT (INCLUDING NEGLIGENCE OR OTHERWISE)
24 ARISING IN ANY WAY OUT OF THE USE OF THIS SOFTWARE, EVEN IF ADVISED OF THE
25 POSSIBILITY OF SUCH DAMAGE.
26 ***********************************************************************/
27
28 #ifdef HAVE_CONFIG_H
29 #include "config.h"
30 #endif
31
32 #include "main.h"
33
34 /* Convert Left/Right stereo signal to adaptive Mid/Side representation */
35 void silk_stereo_LR_to_MS(
36     stereo_enc_state            *state,                         /* I/O  State                                       */
37     opus_int16                  x1[],                           /* I/O  Left input signal, becomes mid signal       */
38     opus_int16                  x2[],                           /* I/O  Right input signal, becomes side signal     */
39     opus_int8                   ix[ 2 ][ 3 ],                   /* O    Quantization indices                        */
40     opus_int8                   *mid_only_flag,                 /* O    Flag: only mid signal coded                 */
41     opus_int32                  mid_side_rates_bps[],           /* O    Bitrates for mid and side signals           */
42     opus_int32                  total_rate_bps,                 /* I    Total bitrate                               */
43     opus_int                    prev_speech_act_Q8,             /* I    Speech activity level in previous frame     */
44     opus_int                    toMono,                         /* I    Last frame before a stereo->mono transition */
45     opus_int                    fs_kHz,                         /* I    Sample rate (kHz)                           */
46     opus_int                    frame_length                    /* I    Number of samples                           */
47 )
48 {
49     opus_int   n, is10msFrame, denom_Q16, delta0_Q13, delta1_Q13;
50     opus_int32 sum, diff, smooth_coef_Q16, pred_Q13[ 2 ], pred0_Q13, pred1_Q13;
51     opus_int32 LP_ratio_Q14, HP_ratio_Q14, frac_Q16, frac_3_Q16, min_mid_rate_bps, width_Q14, w_Q24, deltaw_Q24;
52     opus_int16 side[ MAX_FRAME_LENGTH + 2 ];
53     opus_int16 LP_mid[  MAX_FRAME_LENGTH ], HP_mid[  MAX_FRAME_LENGTH ];
54     opus_int16 LP_side[ MAX_FRAME_LENGTH ], HP_side[ MAX_FRAME_LENGTH ];
55     opus_int16 *mid = &x1[ -2 ];
56
57     /* Convert to basic mid/side signals */
58     for( n = 0; n < frame_length + 2; n++ ) {
59         sum  = x1[ n - 2 ] + (opus_int32)x2[ n - 2 ];
60         diff = x1[ n - 2 ] - (opus_int32)x2[ n - 2 ];
61         mid[  n ] = (opus_int16)silk_RSHIFT_ROUND( sum, 1 );
62         side[ n ] = (opus_int16)silk_SAT16( silk_RSHIFT_ROUND( diff, 1 ) );
63     }
64
65     /* Buffering */
66     silk_memcpy( mid,  state->sMid,  2 * sizeof( opus_int16 ) );
67     silk_memcpy( side, state->sSide, 2 * sizeof( opus_int16 ) );
68     silk_memcpy( state->sMid,  &mid[  frame_length ], 2 * sizeof( opus_int16 ) );
69     silk_memcpy( state->sSide, &side[ frame_length ], 2 * sizeof( opus_int16 ) );
70
71     /* LP and HP filter mid signal */
72     for( n = 0; n < frame_length; n++ ) {
73         sum = silk_RSHIFT_ROUND( silk_ADD_LSHIFT( mid[ n ] + mid[ n + 2 ], mid[ n + 1 ], 1 ), 2 );
74         LP_mid[ n ] = sum;
75         HP_mid[ n ] = mid[ n + 1 ] - sum;
76     }
77
78     /* LP and HP filter side signal */
79     for( n = 0; n < frame_length; n++ ) {
80         sum = silk_RSHIFT_ROUND( silk_ADD_LSHIFT( side[ n ] + side[ n + 2 ], side[ n + 1 ], 1 ), 2 );
81         LP_side[ n ] = sum;
82         HP_side[ n ] = side[ n + 1 ] - sum;
83     }
84
85     /* Find energies and predictors */
86     is10msFrame = frame_length == 10 * fs_kHz;
87     smooth_coef_Q16 = is10msFrame ?
88         SILK_FIX_CONST( STEREO_RATIO_SMOOTH_COEF / 2, 16 ) :
89         SILK_FIX_CONST( STEREO_RATIO_SMOOTH_COEF,     16 );
90     smooth_coef_Q16 = silk_SMULWB( silk_SMULBB( prev_speech_act_Q8, prev_speech_act_Q8 ), smooth_coef_Q16 );
91
92     pred_Q13[ 0 ] = silk_stereo_find_predictor( &LP_ratio_Q14, LP_mid, LP_side, &state->mid_side_amp_Q0[ 0 ], frame_length, smooth_coef_Q16 );
93     pred_Q13[ 1 ] = silk_stereo_find_predictor( &HP_ratio_Q14, HP_mid, HP_side, &state->mid_side_amp_Q0[ 2 ], frame_length, smooth_coef_Q16 );
94     /* Ratio of the norms of residual and mid signals */
95     frac_Q16 = silk_SMLABB( HP_ratio_Q14, LP_ratio_Q14, 3 );
96     frac_Q16 = silk_min( frac_Q16, SILK_FIX_CONST( 1, 16 ) );
97
98     /* Determine bitrate distribution between mid and side, and possibly reduce stereo width */
99     total_rate_bps -= is10msFrame ? 1200 : 600;      /* Subtract approximate bitrate for coding stereo parameters */
100     if( total_rate_bps < 1 ) {
101         total_rate_bps = 1;
102     }
103     min_mid_rate_bps = silk_SMLABB( 2000, fs_kHz, 900 );
104     silk_assert( min_mid_rate_bps < 32767 );
105     /* Default bitrate distribution: 8 parts for Mid and (5+3*frac) parts for Side. so: mid_rate = ( 8 / ( 13 + 3 * frac ) ) * total_ rate */
106     frac_3_Q16 = silk_MUL( 3, frac_Q16 );
107     mid_side_rates_bps[ 0 ] = silk_DIV32_varQ( total_rate_bps, SILK_FIX_CONST( 8 + 5, 16 ) + frac_3_Q16, 16+3 );
108     /* If Mid bitrate below minimum, reduce stereo width */
109     if( mid_side_rates_bps[ 0 ] < min_mid_rate_bps ) {
110         mid_side_rates_bps[ 0 ] = min_mid_rate_bps;
111         mid_side_rates_bps[ 1 ] = total_rate_bps - mid_side_rates_bps[ 0 ];
112         /* width = 4 * ( 2 * side_rate - min_rate ) / ( ( 1 + 3 * frac ) * min_rate ) */
113         width_Q14 = silk_DIV32_varQ( silk_LSHIFT( mid_side_rates_bps[ 1 ], 1 ) - min_mid_rate_bps,
114             silk_SMULWB( SILK_FIX_CONST( 1, 16 ) + frac_3_Q16, min_mid_rate_bps ), 14+2 );
115         width_Q14 = silk_LIMIT( width_Q14, 0, SILK_FIX_CONST( 1, 14 ) );
116     } else {
117         mid_side_rates_bps[ 1 ] = total_rate_bps - mid_side_rates_bps[ 0 ];
118         width_Q14 = SILK_FIX_CONST( 1, 14 );
119     }
120
121     /* Smoother */
122     state->smth_width_Q14 = (opus_int16)silk_SMLAWB( state->smth_width_Q14, width_Q14 - state->smth_width_Q14, smooth_coef_Q16 );
123
124     /* At very low bitrates or for inputs that are nearly amplitude panned, switch to panned-mono coding */
125     *mid_only_flag = 0;
126     if( toMono ) {
127         /* Last frame before stereo->mono transition; collapse stereo width */
128         width_Q14 = 0;
129         pred_Q13[ 0 ] = 0;
130         pred_Q13[ 1 ] = 0;
131         silk_stereo_quant_pred( pred_Q13, ix );
132     } else if( state->width_prev_Q14 == 0 &&
133         ( 8 * total_rate_bps < 13 * min_mid_rate_bps || silk_SMULWB( frac_Q16, state->smth_width_Q14 ) < SILK_FIX_CONST( 0.05, 14 ) ) )
134     {
135         /* Code as panned-mono; previous frame already had zero width */
136         /* Scale down and quantize predictors */
137         pred_Q13[ 0 ] = silk_RSHIFT( silk_SMULBB( state->smth_width_Q14, pred_Q13[ 0 ] ), 14 );
138         pred_Q13[ 1 ] = silk_RSHIFT( silk_SMULBB( state->smth_width_Q14, pred_Q13[ 1 ] ), 14 );
139         silk_stereo_quant_pred( pred_Q13, ix );
140         /* Collapse stereo width */
141         width_Q14 = 0;
142         pred_Q13[ 0 ] = 0;
143         pred_Q13[ 1 ] = 0;
144         mid_side_rates_bps[ 0 ] = total_rate_bps;
145         mid_side_rates_bps[ 1 ] = 0;
146         *mid_only_flag = 1;
147     } else if( state->width_prev_Q14 != 0 &&
148         ( 8 * total_rate_bps < 11 * min_mid_rate_bps || silk_SMULWB( frac_Q16, state->smth_width_Q14 ) < SILK_FIX_CONST( 0.02, 14 ) ) )
149     {
150         /* Transition to zero-width stereo */
151         /* Scale down and quantize predictors */
152         pred_Q13[ 0 ] = silk_RSHIFT( silk_SMULBB( state->smth_width_Q14, pred_Q13[ 0 ] ), 14 );
153         pred_Q13[ 1 ] = silk_RSHIFT( silk_SMULBB( state->smth_width_Q14, pred_Q13[ 1 ] ), 14 );
154         silk_stereo_quant_pred( pred_Q13, ix );
155         /* Collapse stereo width */
156         width_Q14 = 0;
157         pred_Q13[ 0 ] = 0;
158         pred_Q13[ 1 ] = 0;
159     } else if( state->smth_width_Q14 > SILK_FIX_CONST( 0.95, 14 ) ) {
160         /* Full-width stereo coding */
161         silk_stereo_quant_pred( pred_Q13, ix );
162         width_Q14 = SILK_FIX_CONST( 1, 14 );
163     } else {
164         /* Reduced-width stereo coding; scale down and quantize predictors */
165         pred_Q13[ 0 ] = silk_RSHIFT( silk_SMULBB( state->smth_width_Q14, pred_Q13[ 0 ] ), 14 );
166         pred_Q13[ 1 ] = silk_RSHIFT( silk_SMULBB( state->smth_width_Q14, pred_Q13[ 1 ] ), 14 );
167         silk_stereo_quant_pred( pred_Q13, ix );
168         width_Q14 = state->smth_width_Q14;
169     }
170
171     /* Make sure to keep on encoding until the tapered output has been transmitted */
172     if( *mid_only_flag == 1 ) {
173         state->silent_side_len += frame_length - STEREO_INTERP_LEN_MS * fs_kHz;
174         if( state->silent_side_len < LA_SHAPE_MS * fs_kHz ) {
175             *mid_only_flag = 0;
176         } else {
177             /* Limit to avoid wrapping around */
178             state->silent_side_len = 10000;
179         }
180     } else {
181         state->silent_side_len = 0;
182     }
183
184     if( *mid_only_flag == 0 && mid_side_rates_bps[ 1 ] < 1 ) {
185         mid_side_rates_bps[ 1 ] = 1;
186         mid_side_rates_bps[ 0 ] = silk_max_int( 1, total_rate_bps - mid_side_rates_bps[ 1 ]);
187     }
188
189     /* Interpolate predictors and subtract prediction from side channel */
190     pred0_Q13  = -state->pred_prev_Q13[ 0 ];
191     pred1_Q13  = -state->pred_prev_Q13[ 1 ];
192     w_Q24      =  silk_LSHIFT( state->width_prev_Q14, 10 );
193     denom_Q16  = silk_DIV32_16( (opus_int32)1 << 16, STEREO_INTERP_LEN_MS * fs_kHz );
194     delta0_Q13 = -silk_RSHIFT_ROUND( silk_SMULBB( pred_Q13[ 0 ] - state->pred_prev_Q13[ 0 ], denom_Q16 ), 16 );
195     delta1_Q13 = -silk_RSHIFT_ROUND( silk_SMULBB( pred_Q13[ 1 ] - state->pred_prev_Q13[ 1 ], denom_Q16 ), 16 );
196     deltaw_Q24 =  silk_LSHIFT( silk_SMULWB( width_Q14 - state->width_prev_Q14, denom_Q16 ), 10 );
197     for( n = 0; n < STEREO_INTERP_LEN_MS * fs_kHz; n++ ) {
198         pred0_Q13 += delta0_Q13;
199         pred1_Q13 += delta1_Q13;
200         w_Q24   += deltaw_Q24;
201         sum = silk_LSHIFT( silk_ADD_LSHIFT( mid[ n ] + mid[ n + 2 ], mid[ n + 1 ], 1 ), 9 );    /* Q11 */
202         sum = silk_SMLAWB( silk_SMULWB( w_Q24, side[ n + 1 ] ), sum, pred0_Q13 );               /* Q8  */
203         sum = silk_SMLAWB( sum, silk_LSHIFT( (opus_int32)mid[ n + 1 ], 11 ), pred1_Q13 );       /* Q8  */
204         x2[ n - 1 ] = (opus_int16)silk_SAT16( silk_RSHIFT_ROUND( sum, 8 ) );
205     }
206
207     pred0_Q13 = -pred_Q13[ 0 ];
208     pred1_Q13 = -pred_Q13[ 1 ];
209     w_Q24     =  silk_LSHIFT( width_Q14, 10 );
210     for( n = STEREO_INTERP_LEN_MS * fs_kHz; n < frame_length; n++ ) {
211         sum = silk_LSHIFT( silk_ADD_LSHIFT( mid[ n ] + mid[ n + 2 ], mid[ n + 1 ], 1 ), 9 );    /* Q11 */
212         sum = silk_SMLAWB( silk_SMULWB( w_Q24, side[ n + 1 ] ), sum, pred0_Q13 );               /* Q8  */
213         sum = silk_SMLAWB( sum, silk_LSHIFT( (opus_int32)mid[ n + 1 ], 11 ), pred1_Q13 );       /* Q8  */
214         x2[ n - 1 ] = (opus_int16)silk_SAT16( silk_RSHIFT_ROUND( sum, 8 ) );
215     }
216     state->pred_prev_Q13[ 0 ] = (opus_int16)pred_Q13[ 0 ];
217     state->pred_prev_Q13[ 1 ] = (opus_int16)pred_Q13[ 1 ];
218     state->width_prev_Q14     = (opus_int16)width_Q14;
219 }