Update SILK code using the CELT range coder
[opus.git] / src_SigProc_FIX / SKP_Silk_NLSF2A.c
1 /***********************************************************************\r
2 Copyright (c) 2006-2010, Skype Limited. All rights reserved. \r
3 Redistribution and use in source and binary forms, with or without \r
4 modification, (subject to the limitations in the disclaimer below) \r
5 are permitted provided that the following conditions are met:\r
6 - Redistributions of source code must retain the above copyright notice,\r
7 this list of conditions and the following disclaimer.\r
8 - Redistributions in binary form must reproduce the above copyright \r
9 notice, this list of conditions and the following disclaimer in the \r
10 documentation and/or other materials provided with the distribution.\r
11 - Neither the name of Skype Limited, nor the names of specific \r
12 contributors, may be used to endorse or promote products derived from \r
13 this software without specific prior written permission.\r
14 NO EXPRESS OR IMPLIED LICENSES TO ANY PARTY'S PATENT RIGHTS ARE GRANTED \r
15 BY THIS LICENSE. THIS SOFTWARE IS PROVIDED BY THE COPYRIGHT HOLDERS AND \r
16 CONTRIBUTORS ''AS IS'' AND ANY EXPRESS OR IMPLIED WARRANTIES, INCLUDING,\r
17 BUT NOT LIMITED TO, THE IMPLIED WARRANTIES OF MERCHANTABILITY AND \r
18 FITNESS FOR A PARTICULAR PURPOSE ARE DISCLAIMED. IN NO EVENT SHALL THE \r
19 COPYRIGHT OWNER OR CONTRIBUTORS BE LIABLE FOR ANY DIRECT, INDIRECT, \r
20 INCIDENTAL, SPECIAL, EXEMPLARY, OR CONSEQUENTIAL DAMAGES (INCLUDING, BUT\r
21 NOT LIMITED TO, PROCUREMENT OF SUBSTITUTE GOODS OR SERVICES; LOSS OF \r
22 USE, DATA, OR PROFITS; OR BUSINESS INTERRUPTION) HOWEVER CAUSED AND ON \r
23 ANY THEORY OF LIABILITY, WHETHER IN CONTRACT, STRICT LIABILITY, OR TORT \r
24 (INCLUDING NEGLIGENCE OR OTHERWISE) ARISING IN ANY WAY OUT OF THE USE \r
25 OF THIS SOFTWARE, EVEN IF ADVISED OF THE POSSIBILITY OF SUCH DAMAGE.\r
26 ***********************************************************************/\r
27 \r
28 /* conversion between prediction filter coefficients and LSFs   */\r
29 /* order should be even                                         */\r
30 /* a piecewise linear approximation maps LSF <-> cos(LSF)       */\r
31 /* therefore the result is not accurate LSFs, but the two       */\r
32 /* function are accurate inverses of each other                 */\r
33 \r
34 #include "SKP_Silk_SigProc_FIX.h"\r
35 \r
36 /* helper function for NLSF2A(..) */\r
37 SKP_INLINE void SKP_Silk_NLSF2A_find_poly(\r
38     SKP_int32        *out,        /* o    intermediate polynomial, Q20            */\r
39     const SKP_int32    *cLSF,     /* i    vector of interleaved 2*cos(LSFs), Q20  */\r
40     SKP_int            dd         /* i    polynomial order (= 1/2 * filter order) */\r
41 )\r
42 {\r
43     SKP_int        k, n;\r
44     SKP_int32    ftmp;\r
45 \r
46     out[0] = SKP_LSHIFT( 1, 20 );\r
47     out[1] = -cLSF[0];\r
48     for( k = 1; k < dd; k++ ) {\r
49         ftmp = cLSF[2*k];            // Q20\r
50         out[k+1] = SKP_LSHIFT( out[k-1], 1 ) - (SKP_int32)SKP_RSHIFT_ROUND64( SKP_SMULL( ftmp, out[k] ), 20 );\r
51         for( n = k; n > 1; n-- ) {\r
52             out[n] += out[n-2] - (SKP_int32)SKP_RSHIFT_ROUND64( SKP_SMULL( ftmp, out[n-1] ), 20 );\r
53         }\r
54         out[1] -= ftmp;\r
55     }\r
56 }\r
57 \r
58 /* compute whitening filter coefficients from normalized line spectral frequencies */\r
59 void SKP_Silk_NLSF2A(\r
60     SKP_int16       *a,               /* o    monic whitening filter coefficients in Q12,  [d]    */\r
61     const SKP_int    *NLSF,           /* i    normalized line spectral frequencies in Q15, [d]    */\r
62     const SKP_int    d                /* i    filter order (should be even)                       */\r
63 )\r
64 {\r
65     SKP_int k, i, dd;\r
66     SKP_int32 cos_LSF_Q20[SKP_Silk_MAX_ORDER_LPC];\r
67     SKP_int32 P[SKP_Silk_MAX_ORDER_LPC/2+1], Q[SKP_Silk_MAX_ORDER_LPC/2+1];\r
68     SKP_int32 Ptmp, Qtmp;\r
69     SKP_int32 f_int;\r
70     SKP_int32 f_frac;\r
71     SKP_int32 cos_val, delta;\r
72     SKP_int32 a_int32[SKP_Silk_MAX_ORDER_LPC];\r
73     SKP_int32 maxabs, absval, idx=0, sc_Q16; \r
74 \r
75     SKP_assert(LSF_COS_TAB_SZ_FIX == 128);\r
76 \r
77     /* convert LSFs to 2*cos(LSF(i)), using piecewise linear curve from table */\r
78     for( k = 0; k < d; k++ ) {\r
79         SKP_assert(NLSF[k] >= 0 );\r
80         SKP_assert(NLSF[k] <= 32767 );\r
81 \r
82         /* f_int on a scale 0-127 (rounded down) */\r
83         f_int = SKP_RSHIFT( NLSF[k], 15 - 7 ); \r
84         \r
85         /* f_frac, range: 0..255 */\r
86         f_frac = NLSF[k] - SKP_LSHIFT( f_int, 15 - 7 ); \r
87 \r
88         SKP_assert(f_int >= 0);\r
89         SKP_assert(f_int < LSF_COS_TAB_SZ_FIX );\r
90 \r
91         /* Read start and end value from table */\r
92         cos_val = SKP_Silk_LSFCosTab_FIX_Q12[ f_int ];                /* Q12 */\r
93         delta   = SKP_Silk_LSFCosTab_FIX_Q12[ f_int + 1 ] - cos_val;  /* Q12, with a range of 0..200 */\r
94 \r
95         /* Linear interpolation */\r
96         cos_LSF_Q20[k] = SKP_LSHIFT( cos_val, 8 ) + SKP_MUL( delta, f_frac ); /* Q20 */\r
97     }\r
98     \r
99     dd = SKP_RSHIFT( d, 1 );\r
100 \r
101     /* generate even and odd polynomials using convolution */\r
102     SKP_Silk_NLSF2A_find_poly( P, &cos_LSF_Q20[0], dd );\r
103     SKP_Silk_NLSF2A_find_poly( Q, &cos_LSF_Q20[1], dd );\r
104 \r
105     /* convert even and odd polynomials to SKP_int32 Q12 filter coefs */\r
106     for( k = 0; k < dd; k++ ) {\r
107         Ptmp = P[k+1] + P[k];\r
108         Qtmp = Q[k+1] - Q[k];\r
109 \r
110         /* the Ptmp and Qtmp values at this stage need to fit in int32 */\r
111 \r
112         a_int32[k]     = -SKP_RSHIFT_ROUND( Ptmp + Qtmp, 9 ); /* Q20 -> Q12 */\r
113         a_int32[d-k-1] =  SKP_RSHIFT_ROUND( Qtmp - Ptmp, 9 ); /* Q20 -> Q12 */\r
114     }\r
115 \r
116     /* Limit the maximum absolute value of the prediction coefficients */\r
117     for( i = 0; i < 10; i++ ) {\r
118         /* Find maximum absolute value and its index */\r
119         maxabs = 0;\r
120         for( k = 0; k < d; k++ ) {\r
121             absval = SKP_abs( a_int32[k] );\r
122             if( absval > maxabs ) {\r
123                 maxabs = absval;\r
124                 idx       = k;\r
125             }    \r
126         }\r
127     \r
128         if( maxabs > SKP_int16_MAX ) {    \r
129             /* Reduce magnitude of prediction coefficients */\r
130             maxabs = SKP_min( maxabs, 98369 ); // ( SKP_int32_MAX / ( 65470 >> 2 ) ) + SKP_int16_MAX = 98369 \r
131             sc_Q16 = 65470 - SKP_DIV32( SKP_MUL( 65470 >> 2, maxabs - SKP_int16_MAX ), \r
132                                         SKP_RSHIFT32( SKP_MUL( maxabs, idx + 1), 2 ) );\r
133             SKP_Silk_bwexpander_32( a_int32, d, sc_Q16 );\r
134         } else {\r
135             break;\r
136         }\r
137     }    \r
138 \r
139     /* Reached the last iteration */\r
140     if( i == 10 ) {\r
141         SKP_assert(0);\r
142         for( k = 0; k < d; k++ ) {\r
143             a_int32[k] = SKP_SAT16( a_int32[k] ); \r
144         }\r
145     }\r
146 \r
147     /* Return as SKP_int16 Q12 coefficients */\r
148     for( k = 0; k < d; k++ ) {\r
149         a[k] = (SKP_int16)a_int32[k];\r
150     }\r
151 }\r