Cleaner way to take into account the prediction for stereo width
[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, (subject to the limitations in the disclaimer below)
5 are permitted provided that the following conditions 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 Skype Limited, nor the names of specific
12 contributors, may be used to endorse or promote products derived from
13 this software without specific prior written permission.
14 NO EXPRESS OR IMPLIED LICENSES TO ANY PARTY'S PATENT RIGHTS ARE GRANTED
15 BY THIS LICENSE. THIS SOFTWARE IS PROVIDED BY THE COPYRIGHT HOLDERS AND
16 CONTRIBUTORS ''AS IS'' AND ANY EXPRESS OR IMPLIED WARRANTIES, INCLUDING,
17 BUT NOT LIMITED TO, THE IMPLIED WARRANTIES OF MERCHANTABILITY AND
18 FITNESS FOR A PARTICULAR PURPOSE ARE DISCLAIMED. IN NO EVENT SHALL THE
19 COPYRIGHT OWNER OR CONTRIBUTORS BE LIABLE FOR ANY DIRECT, INDIRECT,
20 INCIDENTAL, SPECIAL, EXEMPLARY, OR CONSEQUENTIAL DAMAGES (INCLUDING, BUT
21 NOT LIMITED TO, PROCUREMENT OF SUBSTITUTE GOODS OR SERVICES; LOSS OF
22 USE, DATA, OR PROFITS; OR BUSINESS INTERRUPTION) HOWEVER CAUSED AND ON
23 ANY THEORY OF LIABILITY, WHETHER IN CONTRACT, STRICT LIABILITY, OR TORT
24 (INCLUDING NEGLIGENCE OR OTHERWISE) ARISING IN ANY WAY OUT OF THE USE
25 OF THIS SOFTWARE, EVEN IF ADVISED OF THE 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     if (*mid_only_flag == 0 && mid_side_rates_bps[ 1 ] < 1)
172     {
173         mid_side_rates_bps[ 1 ] = 1;
174         mid_side_rates_bps[ 0 ] = silk_max_int( 1, total_rate_bps - mid_side_rates_bps[ 1 ]);
175     }
176 #if 0
177     DEBUG_STORE_DATA( midside.dat, &mid_side_rates_bps[ 0 ], 8 );
178     DEBUG_STORE_DATA( norms0.pcm, &state->mid_side_amp_Q0[0], 8 );
179     DEBUG_STORE_DATA( norms1.pcm, &state->mid_side_amp_Q0[2], 8 );
180     DEBUG_STORE_DATA( width.pcm, &width_Q14, 4 );
181 #endif
182
183     /* Interpolate predictors and subtract prediction from side channel */
184     pred0_Q13  = -state->pred_prev_Q13[ 0 ];
185     pred1_Q13  = -state->pred_prev_Q13[ 1 ];
186     w_Q24      =  silk_LSHIFT( state->width_prev_Q14, 10 );
187     denom_Q16  = silk_DIV32_16( 1 << 16, STEREO_INTERP_LEN_MS * fs_kHz );
188     delta0_Q13 = -silk_RSHIFT_ROUND( silk_SMULBB( pred_Q13[ 0 ] - state->pred_prev_Q13[ 0 ], denom_Q16 ), 16 );
189     delta1_Q13 = -silk_RSHIFT_ROUND( silk_SMULBB( pred_Q13[ 1 ] - state->pred_prev_Q13[ 1 ], denom_Q16 ), 16 );
190     deltaw_Q24 =  silk_LSHIFT( silk_SMULWB( width_Q14 - state->width_prev_Q14, denom_Q16 ), 10 );
191     for( n = 0; n < STEREO_INTERP_LEN_MS * fs_kHz; n++ ) {
192         pred0_Q13 += delta0_Q13;
193         pred1_Q13 += delta1_Q13;
194         w_Q24   += deltaw_Q24;
195         sum = silk_LSHIFT( silk_ADD_LSHIFT( mid[ n ] + mid[ n + 2 ], mid[ n + 1 ], 1 ), 9 );      /* Q11 */
196         sum = silk_SMLAWB( silk_SMULWB( w_Q24, side[ n + 1 ] ), sum, pred0_Q13 );                 /* Q8  */
197         sum = silk_SMLAWB( sum, silk_LSHIFT( ( opus_int32 )mid[ n + 1 ], 11 ), pred1_Q13 );        /* Q8  */
198         x2[ n - 1 ] = (opus_int16)silk_SAT16( silk_RSHIFT_ROUND( sum, 8 ) );
199     }
200
201     pred0_Q13 = -pred_Q13[ 0 ];
202     pred1_Q13 = -pred_Q13[ 1 ];
203     w_Q24     =  silk_LSHIFT( width_Q14, 10 );
204     for( n = STEREO_INTERP_LEN_MS * fs_kHz; n < frame_length; n++ ) {
205         sum = silk_LSHIFT( silk_ADD_LSHIFT( mid[ n ] + mid[ n + 2 ], mid[ n + 1 ], 1 ), 9 );      /* Q11 */
206         sum = silk_SMLAWB( silk_SMULWB( w_Q24, side[ n + 1 ] ), sum, pred0_Q13 );                 /* Q8  */
207         sum = silk_SMLAWB( sum, silk_LSHIFT( ( opus_int32 )mid[ n + 1 ], 11 ), pred1_Q13 );        /* Q8  */
208         x2[ n - 1 ] = (opus_int16)silk_SAT16( silk_RSHIFT_ROUND( sum, 8 ) );
209     }
210     state->pred_prev_Q13[ 0 ] = (opus_int16)pred_Q13[ 0 ];
211     state->pred_prev_Q13[ 1 ] = (opus_int16)pred_Q13[ 1 ];
212     state->width_prev_Q14     = (opus_int16)width_Q14;
213 }