fftools/ffmpeg: Fallback to duration if sample rate is unavailable
[ffmpeg.git] / libavfilter / avf_showspectrum.c
index 323608b..6be97af 100644 (file)
 #include "libavcodec/avfft.h"
 #include "libavutil/audio_fifo.h"
 #include "libavutil/avassert.h"
+#include "libavutil/avstring.h"
 #include "libavutil/channel_layout.h"
 #include "libavutil/opt.h"
+#include "libavutil/xga_font_data.h"
 #include "audio.h"
 #include "video.h"
 #include "avfilter.h"
@@ -40,8 +42,9 @@
 #include "window_func.h"
 
 enum DisplayMode  { COMBINED, SEPARATE, NB_MODES };
-enum DisplayScale { LINEAR, SQRT, CBRT, LOG, NB_SCALES };
-enum ColorMode    { CHANNEL, INTENSITY, RAINBOW, MORELAND, NEBULAE, FIRE, FIERY, NB_CLMODES };
+enum DataMode     { D_MAGNITUDE, D_PHASE, NB_DMODES };
+enum DisplayScale { LINEAR, SQRT, CBRT, LOG, FOURTHRT, FIFTHRT, NB_SCALES };
+enum ColorMode    { CHANNEL, INTENSITY, RAINBOW, MORELAND, NEBULAE, FIRE, FIERY, FRUIT, COOL, NB_CLMODES };
 enum SlideMode    { REPLACE, SCROLL, FULLFRAME, RSCROLL, NB_SLIDES };
 enum Orientation  { VERTICAL, HORIZONTAL, NB_ORIENTATIONS };
 
@@ -58,21 +61,26 @@ typedef struct {
     int color_mode;             ///< display color scheme
     int scale;
     float saturation;           ///< color saturation multiplier
+    int data;
     int xpos;                   ///< x position (current column)
-    RDFTContext *rdft;          ///< Real Discrete Fourier Transform context
-    int rdft_bits;              ///< number of bits (RDFT window size = 1<<rdft_bits)
-    FFTSample **rdft_data;      ///< bins holder for each (displayed) channels
+    FFTContext *fft;            ///< Fast Fourier Transform context
+    int fft_bits;               ///< number of bits (FFT window size = 1<<fft_bits)
+    FFTComplex **fft_data;      ///< bins holder for each (displayed) channels
     float *window_func_lut;     ///< Window function LUT
     float **magnitudes;
+    float **phases;
     int win_func;
     int win_size;
     double win_scale;
     float overlap;
-    int skip_samples;
+    float gain;
+    int hop_size;
     float *combine_buffer;      ///< color combining buffer (3 * h items)
     AVAudioFifo *fifo;
     int64_t pts;
     int single_pic;
+    int legend;
+    int start_x, start_y;
 } ShowSpectrumContext;
 
 #define OFFSET(x) offsetof(ShowSpectrumContext, x)
@@ -97,9 +105,13 @@ static const AVOption showspectrum_options[] = {
         { "nebulae",   "nebulae based coloring",          0, AV_OPT_TYPE_CONST, {.i64=NEBULAE},   0, 0, FLAGS, "color" },
         { "fire",      "fire based coloring",             0, AV_OPT_TYPE_CONST, {.i64=FIRE},      0, 0, FLAGS, "color" },
         { "fiery",     "fiery based coloring",            0, AV_OPT_TYPE_CONST, {.i64=FIERY},     0, 0, FLAGS, "color" },
+        { "fruit",     "fruit based coloring",            0, AV_OPT_TYPE_CONST, {.i64=FRUIT},     0, 0, FLAGS, "color" },
+        { "cool",      "cool based coloring",             0, AV_OPT_TYPE_CONST, {.i64=COOL},      0, 0, FLAGS, "color" },
     { "scale", "set display scale", OFFSET(scale), AV_OPT_TYPE_INT, {.i64=SQRT}, LINEAR, NB_SCALES-1, FLAGS, "scale" },
         { "sqrt", "square root", 0, AV_OPT_TYPE_CONST, {.i64=SQRT},   0, 0, FLAGS, "scale" },
         { "cbrt", "cubic root",  0, AV_OPT_TYPE_CONST, {.i64=CBRT},   0, 0, FLAGS, "scale" },
+        { "4thrt","4th root",    0, AV_OPT_TYPE_CONST, {.i64=FOURTHRT}, 0, 0, FLAGS, "scale" },
+        { "5thrt","5th root",    0, AV_OPT_TYPE_CONST, {.i64=FIFTHRT},  0, 0, FLAGS, "scale" },
         { "log",  "logarithmic", 0, AV_OPT_TYPE_CONST, {.i64=LOG},    0, 0, FLAGS, "scale" },
         { "lin",  "linear",      0, AV_OPT_TYPE_CONST, {.i64=LINEAR}, 0, 0, FLAGS, "scale" },
     { "saturation", "color saturation multiplier", OFFSET(saturation), AV_OPT_TYPE_FLOAT, {.dbl = 1}, -10, 10, FLAGS },
@@ -119,10 +131,15 @@ static const AVOption showspectrum_options[] = {
         { "nuttall",  "Nuttall",          0, AV_OPT_TYPE_CONST, {.i64=WFUNC_NUTTALL},  0, 0, FLAGS, "win_func" },
         { "lanczos",  "Lanczos",          0, AV_OPT_TYPE_CONST, {.i64=WFUNC_LANCZOS},  0, 0, FLAGS, "win_func" },
         { "gauss",    "Gauss",            0, AV_OPT_TYPE_CONST, {.i64=WFUNC_GAUSS},    0, 0, FLAGS, "win_func" },
+        { "tukey",    "Tukey",            0, AV_OPT_TYPE_CONST, {.i64=WFUNC_TUKEY},    0, 0, FLAGS, "win_func" },
     { "orientation", "set orientation", OFFSET(orientation), AV_OPT_TYPE_INT, {.i64=VERTICAL}, 0, NB_ORIENTATIONS-1, FLAGS, "orientation" },
         { "vertical",   NULL, 0, AV_OPT_TYPE_CONST, {.i64=VERTICAL},   0, 0, FLAGS, "orientation" },
         { "horizontal", NULL, 0, AV_OPT_TYPE_CONST, {.i64=HORIZONTAL}, 0, 0, FLAGS, "orientation" },
     { "overlap", "set window overlap", OFFSET(overlap), AV_OPT_TYPE_FLOAT, {.dbl = 0}, 0, 1, FLAGS },
+    { "gain", "set scale gain", OFFSET(gain), AV_OPT_TYPE_FLOAT, {.dbl = 1}, 0, 128, FLAGS },
+    { "data", "set data mode", OFFSET(data), AV_OPT_TYPE_INT, {.i64 = 0}, 0, NB_DMODES-1, FLAGS, "data" },
+        { "magnitude", NULL, 0, AV_OPT_TYPE_CONST, {.i64=D_MAGNITUDE}, 0, 0, FLAGS, "data" },
+        { "phase",     NULL, 0, AV_OPT_TYPE_CONST, {.i64=D_PHASE},     0, 0, FLAGS, "data" },
     { NULL }
 };
 
@@ -185,6 +202,19 @@ static const struct ColorTable {
     { 0.77,           193/256.,      (40-128)/256.,      (155-128)/256. },
     { 0.87,           221/256.,     (101-128)/256.,      (134-128)/256. },
     {    1,                  1,                  0,                   0 }},
+    [FRUIT] = {
+    {    0,                  0,                  0,                   0 },
+    { 0.20,            29/256.,     (136-128)/256.,      (119-128)/256. },
+    { 0.30,            60/256.,     (119-128)/256.,       (90-128)/256. },
+    { 0.40,            85/256.,      (91-128)/256.,       (85-128)/256. },
+    { 0.50,           116/256.,      (70-128)/256.,      (105-128)/256. },
+    { 0.60,           151/256.,      (50-128)/256.,      (146-128)/256. },
+    { 0.70,           191/256.,      (63-128)/256.,      (178-128)/256. },
+    {    1,            98/256.,      (80-128)/256.,      (221-128)/256. }},
+    [COOL] = {
+    {    0,                  0,                  0,                   0 },
+    {  .15,                  0,                 .5,                 -.5 },
+    {    1,                  1,                -.5,                  .5 }},
 };
 
 static av_cold void uninit(AVFilterContext *ctx)
@@ -193,12 +223,12 @@ static av_cold void uninit(AVFilterContext *ctx)
     int i;
 
     av_freep(&s->combine_buffer);
-    av_rdft_end(s->rdft);
-    if (s->rdft_data) {
+    av_fft_end(s->fft);
+    if (s->fft_data) {
         for (i = 0; i < s->nb_display_channels; i++)
-            av_freep(&s->rdft_data[i]);
+            av_freep(&s->fft_data[i]);
     }
-    av_freep(&s->rdft_data);
+    av_freep(&s->fft_data);
     av_freep(&s->window_func_lut);
     if (s->magnitudes) {
         for (i = 0; i < s->nb_display_channels; i++)
@@ -207,6 +237,11 @@ static av_cold void uninit(AVFilterContext *ctx)
     av_freep(&s->magnitudes);
     av_frame_free(&s->outpicref);
     av_audio_fifo_free(s->fifo);
+    if (s->phases) {
+        for (i = 0; i < s->nb_display_channels; i++)
+            av_freep(&s->phases[i]);
+    }
+    av_freep(&s->phases);
 }
 
 static int query_formats(AVFilterContext *ctx)
@@ -215,8 +250,8 @@ static int query_formats(AVFilterContext *ctx)
     AVFilterChannelLayouts *layouts = NULL;
     AVFilterLink *inlink = ctx->inputs[0];
     AVFilterLink *outlink = ctx->outputs[0];
-    static const enum AVSampleFormat sample_fmts[] = { AV_SAMPLE_FMT_S16P, AV_SAMPLE_FMT_NONE };
-    static const enum AVPixelFormat pix_fmts[] = { AV_PIX_FMT_YUVJ444P, AV_PIX_FMT_NONE };
+    static const enum AVSampleFormat sample_fmts[] = { AV_SAMPLE_FMT_FLTP, AV_SAMPLE_FMT_NONE };
+    static const enum AVPixelFormat pix_fmts[] = { AV_PIX_FMT_YUV444P, AV_PIX_FMT_YUVJ444P, AV_PIX_FMT_NONE };
     int ret;
 
     /* set input audio formats */
@@ -245,7 +280,7 @@ static int config_output(AVFilterLink *outlink)
     AVFilterContext *ctx = outlink->src;
     AVFilterLink *inlink = ctx->inputs[0];
     ShowSpectrumContext *s = ctx->priv;
-    int i, rdft_bits, h, w;
+    int i, fft_bits, h, w;
     float overlap;
 
     if (!strcmp(ctx->filter->name, "showspectrumpic"))
@@ -254,39 +289,46 @@ static int config_output(AVFilterLink *outlink)
     outlink->w = s->w;
     outlink->h = s->h;
 
-    h = (s->mode == COMBINED || s->orientation == HORIZONTAL) ? outlink->h : outlink->h / inlink->channels;
-    w = (s->mode == COMBINED || s->orientation == VERTICAL)   ? outlink->w : outlink->w / inlink->channels;
+    if (s->legend) {
+        s->start_x = log10(inlink->sample_rate) * 25;
+        s->start_y = 64;
+        outlink->w += s->start_x * 2;
+        outlink->h += s->start_y * 2;
+    }
+
+    h = (s->mode == COMBINED || s->orientation == HORIZONTAL) ? s->h : s->h / inlink->channels;
+    w = (s->mode == COMBINED || s->orientation == VERTICAL)   ? s->w : s->w / inlink->channels;
     s->channel_height = h;
     s->channel_width  = w;
 
     if (s->orientation == VERTICAL) {
-        /* RDFT window size (precision) according to the requested output frame height */
-        for (rdft_bits = 1; 1 << rdft_bits < 2 * h; rdft_bits++);
+        /* FFT window size (precision) according to the requested output frame height */
+        for (fft_bits = 1; 1 << fft_bits < 2 * h; fft_bits++);
     } else {
-        /* RDFT window size (precision) according to the requested output frame width */
-        for (rdft_bits = 1; 1 << rdft_bits < 2 * w; rdft_bits++);
+        /* FFT window size (precision) according to the requested output frame width */
+        for (fft_bits = 1; 1 << fft_bits < 2 * w; fft_bits++);
     }
-    s->win_size = 1 << rdft_bits;
+    s->win_size = 1 << fft_bits;
 
     /* (re-)configuration if the video output changed (or first init) */
-    if (rdft_bits != s->rdft_bits) {
+    if (fft_bits != s->fft_bits) {
         AVFrame *outpicref;
 
-        av_rdft_end(s->rdft);
-        s->rdft = av_rdft_init(rdft_bits, DFT_R2C);
-        if (!s->rdft) {
-            av_log(ctx, AV_LOG_ERROR, "Unable to create RDFT context. "
+        av_fft_end(s->fft);
+        s->fft = av_fft_init(fft_bits, 0);
+        if (!s->fft) {
+            av_log(ctx, AV_LOG_ERROR, "Unable to create FFT context. "
                    "The window size might be too high.\n");
             return AVERROR(EINVAL);
         }
-        s->rdft_bits = rdft_bits;
+        s->fft_bits = fft_bits;
 
-        /* RDFT buffers: x2 for each (display) channel buffer.
+        /* FFT buffers: x2 for each (display) channel buffer.
          * Note: we use free and malloc instead of a realloc-like function to
          * make sure the buffer is aligned in memory for the FFT functions. */
         for (i = 0; i < s->nb_display_channels; i++)
-            av_freep(&s->rdft_data[i]);
-        av_freep(&s->rdft_data);
+            av_freep(&s->fft_data[i]);
+        av_freep(&s->fft_data);
         s->nb_display_channels = inlink->channels;
 
         s->magnitudes = av_calloc(s->nb_display_channels, sizeof(*s->magnitudes));
@@ -298,12 +340,21 @@ static int config_output(AVFilterLink *outlink)
                 return AVERROR(ENOMEM);
         }
 
-        s->rdft_data = av_calloc(s->nb_display_channels, sizeof(*s->rdft_data));
-        if (!s->rdft_data)
+        s->phases = av_calloc(s->nb_display_channels, sizeof(*s->magnitudes));
+        if (!s->phases)
             return AVERROR(ENOMEM);
         for (i = 0; i < s->nb_display_channels; i++) {
-            s->rdft_data[i] = av_calloc(s->win_size, sizeof(**s->rdft_data));
-            if (!s->rdft_data[i])
+            s->phases[i] = av_calloc(s->orientation == VERTICAL ? s->h : s->w, sizeof(**s->phases));
+            if (!s->phases[i])
+                return AVERROR(ENOMEM);
+        }
+
+        s->fft_data = av_calloc(s->nb_display_channels, sizeof(*s->fft_data));
+        if (!s->fft_data)
+            return AVERROR(ENOMEM);
+        for (i = 0; i < s->nb_display_channels; i++) {
+            s->fft_data[i] = av_calloc(s->win_size, sizeof(**s->fft_data));
+            if (!s->fft_data[i])
                 return AVERROR(ENOMEM);
         }
 
@@ -316,8 +367,8 @@ static int config_output(AVFilterLink *outlink)
         ff_generate_window_func(s->window_func_lut, s->win_size, s->win_func, &overlap);
         if (s->overlap == 1)
             s->overlap = overlap;
-        s->skip_samples = (1. - s->overlap) * s->win_size;
-        if (s->skip_samples < 1) {
+        s->hop_size = (1. - s->overlap) * s->win_size;
+        if (s->hop_size < 1) {
             av_log(ctx, AV_LOG_ERROR, "overlap %f too big\n", s->overlap);
             return AVERROR(EINVAL);
         }
@@ -325,7 +376,7 @@ static int config_output(AVFilterLink *outlink)
         for (s->win_scale = 0, i = 0; i < s->win_size; i++) {
             s->win_scale += s->window_func_lut[i] * s->window_func_lut[i];
         }
-        s->win_scale = 1. / (sqrt(s->win_scale) * 32768.);
+        s->win_scale = 1. / sqrt(s->win_scale);
 
         /* prepare the initial picref buffer (black frame) */
         av_frame_free(&s->outpicref);
@@ -339,29 +390,30 @@ static int config_output(AVFilterLink *outlink)
             memset(outpicref->data[1] + i * outpicref->linesize[1], 128, outlink->w);
             memset(outpicref->data[2] + i * outpicref->linesize[2], 128, outlink->w);
         }
+        av_frame_set_color_range(outpicref, AVCOL_RANGE_JPEG);
     }
 
-    if ((s->orientation == VERTICAL   && s->xpos >= outlink->w) ||
-        (s->orientation == HORIZONTAL && s->xpos >= outlink->h))
+    if ((s->orientation == VERTICAL   && s->xpos >= s->w) ||
+        (s->orientation == HORIZONTAL && s->xpos >= s->h))
         s->xpos = 0;
 
     outlink->frame_rate = av_make_q(inlink->sample_rate, s->win_size * (1.-s->overlap));
     if (s->orientation == VERTICAL && s->sliding == FULLFRAME)
-        outlink->frame_rate.den *= outlink->w;
+        outlink->frame_rate.den *= s->w;
     if (s->orientation == HORIZONTAL && s->sliding == FULLFRAME)
-        outlink->frame_rate.den *= outlink->h;
+        outlink->frame_rate.den *= s->h;
 
     if (s->orientation == VERTICAL) {
         s->combine_buffer =
-            av_realloc_f(s->combine_buffer, outlink->h * 3,
+            av_realloc_f(s->combine_buffer, s->h * 3,
                          sizeof(*s->combine_buffer));
     } else {
         s->combine_buffer =
-            av_realloc_f(s->combine_buffer, outlink->w * 3,
+            av_realloc_f(s->combine_buffer, s->w * 3,
                          sizeof(*s->combine_buffer));
     }
 
-    av_log(ctx, AV_LOG_VERBOSE, "s:%dx%d RDFT window size:%d\n",
+    av_log(ctx, AV_LOG_VERBOSE, "s:%dx%d FFT window size:%d\n",
            s->w, s->h, s->win_size);
 
     av_audio_fifo_free(s->fifo);
@@ -371,48 +423,69 @@ static int config_output(AVFilterLink *outlink)
     return 0;
 }
 
-static void run_rdft(ShowSpectrumContext *s, AVFrame *fin)
+static void run_fft(ShowSpectrumContext *s, AVFrame *fin)
 {
     int ch, n;
 
-    /* fill RDFT input with the number of samples available */
+    /* fill FFT input with the number of samples available */
     for (ch = 0; ch < s->nb_display_channels; ch++) {
-        const int16_t *p = (int16_t *)fin->extended_data[ch];
+        const float *p = (float *)fin->extended_data[ch];
 
-        for (n = 0; n < s->win_size; n++)
-            s->rdft_data[ch][n] = p[n] * s->window_func_lut[n];
+        for (n = 0; n < s->win_size; n++) {
+            s->fft_data[ch][n].re = p[n] * s->window_func_lut[n];
+            s->fft_data[ch][n].im = 0;
+        }
     }
 
-    /* run RDFT on each samples set */
-    for (ch = 0; ch < s->nb_display_channels; ch++)
-        av_rdft_calc(s->rdft, s->rdft_data[ch]);
+    /* run FFT on each samples set */
+    for (ch = 0; ch < s->nb_display_channels; ch++) {
+        av_fft_permute(s->fft, s->fft_data[ch]);
+        av_fft_calc(s->fft, s->fft_data[ch]);
+    }
 }
 
-#define RE(y, ch) s->rdft_data[ch][2 * (y) + 0]
-#define IM(y, ch) s->rdft_data[ch][2 * (y) + 1]
+#define RE(y, ch) s->fft_data[ch][y].re
+#define IM(y, ch) s->fft_data[ch][y].im
 #define MAGNITUDE(y, ch) hypot(RE(y, ch), IM(y, ch))
+#define PHASE(y, ch) atan2(IM(y, ch), RE(y, ch))
 
 static void calc_magnitudes(ShowSpectrumContext *s)
 {
+    const double w = s->win_scale * (s->scale == LOG ? s->win_scale : 1);
     int ch, y, h = s->orientation == VERTICAL ? s->h : s->w;
+    const float f = s->gain * w;
 
     for (ch = 0; ch < s->nb_display_channels; ch++) {
         float *magnitudes = s->magnitudes[ch];
 
         for (y = 0; y < h; y++)
-            magnitudes[y] = MAGNITUDE(y, ch);
+            magnitudes[y] = MAGNITUDE(y, ch) * f;
+    }
+}
+
+static void calc_phases(ShowSpectrumContext *s)
+{
+    int ch, y, h = s->orientation == VERTICAL ? s->h : s->w;
+
+    for (ch = 0; ch < s->nb_display_channels; ch++) {
+        float *phases = s->phases[ch];
+
+        for (y = 0; y < h; y++)
+            phases[y] = (PHASE(y, ch) / M_PI + 1) / 2;
     }
 }
 
 static void acalc_magnitudes(ShowSpectrumContext *s)
 {
+    const double w = s->win_scale * (s->scale == LOG ? s->win_scale : 1);
     int ch, y, h = s->orientation == VERTICAL ? s->h : s->w;
+    const float f = s->gain * w;
 
     for (ch = 0; ch < s->nb_display_channels; ch++) {
         float *magnitudes = s->magnitudes[ch];
 
         for (y = 0; y < h; y++)
-            magnitudes[y] += MAGNITUDE(y, ch);
+            magnitudes[y] += MAGNITUDE(y, ch) * f;
     }
 }
 
@@ -428,6 +501,58 @@ static void scale_magnitudes(ShowSpectrumContext *s, float scale)
     }
 }
 
+static void color_range(ShowSpectrumContext *s, int ch,
+                        float *yf, float *uf, float *vf)
+{
+    switch (s->mode) {
+    case COMBINED:
+        // reduce range by channel count
+        *yf = 256.0f / s->nb_display_channels;
+        switch (s->color_mode) {
+        case RAINBOW:
+        case MORELAND:
+        case NEBULAE:
+        case FIRE:
+        case FIERY:
+        case FRUIT:
+        case COOL:
+        case INTENSITY:
+            *uf = *yf;
+            *vf = *yf;
+            break;
+        case CHANNEL:
+            /* adjust saturation for mixed UV coloring */
+            /* this factor is correct for infinite channels, an approximation otherwise */
+            *uf = *yf * M_PI;
+            *vf = *yf * M_PI;
+            break;
+        default:
+            av_assert0(0);
+        }
+        break;
+    case SEPARATE:
+        // full range
+        *yf = 256.0f;
+        *uf = 256.0f;
+        *vf = 256.0f;
+        break;
+    default:
+        av_assert0(0);
+    }
+
+    if (s->color_mode == CHANNEL) {
+        if (s->nb_display_channels > 1) {
+            *uf *= 0.5 * sin((2 * M_PI * ch) / s->nb_display_channels);
+            *vf *= 0.5 * cos((2 * M_PI * ch) / s->nb_display_channels);
+        } else {
+            *uf = 0.0f;
+            *vf = 0.0f;
+        }
+    }
+    *uf *= s->saturation;
+    *vf *= s->saturation;
+}
+
 static void pick_color(ShowSpectrumContext *s,
                        float yf, float uf, float vf,
                        float a, float *out)
@@ -490,86 +615,60 @@ static int plot_spectrum_column(AVFilterLink *inlink, AVFrame *insamples)
     AVFilterLink *outlink = ctx->outputs[0];
     ShowSpectrumContext *s = ctx->priv;
     AVFrame *outpicref = s->outpicref;
-    const double w = s->win_scale;
     int h = s->orientation == VERTICAL ? s->channel_height : s->channel_width;
 
     int ch, plane, x, y;
 
     /* fill a new spectrum column */
     /* initialize buffer for combining to black */
-    clear_combine_buffer(s, s->orientation == VERTICAL ? outlink->h : outlink->w);
+    clear_combine_buffer(s, s->orientation == VERTICAL ? s->h : s->w);
 
     for (ch = 0; ch < s->nb_display_channels; ch++) {
         float *magnitudes = s->magnitudes[ch];
+        float *phases = s->phases[ch];
         float yf, uf, vf;
 
         /* decide color range */
-        switch (s->mode) {
-        case COMBINED:
-            // reduce range by channel count
-            yf = 256.0f / s->nb_display_channels;
-            switch (s->color_mode) {
-            case RAINBOW:
-            case MORELAND:
-            case NEBULAE:
-            case FIRE:
-            case FIERY:
-            case INTENSITY:
-                uf = yf;
-                vf = yf;
-                break;
-            case CHANNEL:
-                /* adjust saturation for mixed UV coloring */
-                /* this factor is correct for infinite channels, an approximation otherwise */
-                uf = yf * M_PI;
-                vf = yf * M_PI;
-                break;
-            default:
-                av_assert0(0);
-            }
-            break;
-        case SEPARATE:
-            // full range
-            yf = 256.0f;
-            uf = 256.0f;
-            vf = 256.0f;
-            break;
-        default:
-            av_assert0(0);
-        }
-
-        if (s->color_mode == CHANNEL) {
-            if (s->nb_display_channels > 1) {
-                uf *= 0.5 * sin((2 * M_PI * ch) / s->nb_display_channels);
-                vf *= 0.5 * cos((2 * M_PI * ch) / s->nb_display_channels);
-            } else {
-                uf = 0.0f;
-                vf = 0.0f;
-            }
-        }
-        uf *= s->saturation;
-        vf *= s->saturation;
+        color_range(s, ch, &yf, &uf, &vf);
 
         /* draw the channel */
         for (y = 0; y < h; y++) {
             int row = (s->mode == COMBINED) ? y : ch * h + y;
             float *out = &s->combine_buffer[3 * row];
+            float a;
 
-            /* get magnitude */
-            float a = w * magnitudes[y];
+            switch (s->data) {
+            case D_MAGNITUDE:
+                /* get magnitude */
+                a = magnitudes[y];
+                break;
+            case D_PHASE:
+                /* get phase */
+                a = phases[y];
+                break;
+            default:
+                av_assert0(0);
+            }
 
             /* apply scale */
             switch (s->scale) {
             case LINEAR:
+                a = av_clipf(a, 0, 1);
                 break;
             case SQRT:
-                a = sqrt(a);
+                a = av_clipf(sqrt(a), 0, 1);
                 break;
             case CBRT:
-                a = cbrt(a);
+                a = av_clipf(cbrt(a), 0, 1);
+                break;
+            case FOURTHRT:
+                a = av_clipf(sqrt(sqrt(a)), 0, 1);
+                break;
+            case FIFTHRT:
+                a = av_clipf(pow(a, 0.20), 0, 1);
                 break;
             case LOG:
-                a = 1 + log10(FFMAX(FFMIN(1, a), 1e-6)) / 5; // zero = -120dBFS
+                a = 1 + log10(av_clipd(a, 1e-6, 1)) / 6; // zero = -120dBFS
                 break;
             default:
                 av_assert0(0);
@@ -584,57 +683,57 @@ static int plot_spectrum_column(AVFilterLink *inlink, AVFrame *insamples)
     if (s->orientation == VERTICAL) {
         if (s->sliding == SCROLL) {
             for (plane = 0; plane < 3; plane++) {
-                for (y = 0; y < outlink->h; y++) {
+                for (y = 0; y < s->h; y++) {
                     uint8_t *p = outpicref->data[plane] +
                                  y * outpicref->linesize[plane];
-                    memmove(p, p + 1, outlink->w - 1);
+                    memmove(p, p + 1, s->w - 1);
                 }
             }
-            s->xpos = outlink->w - 1;
+            s->xpos = s->w - 1;
         } else if (s->sliding == RSCROLL) {
             for (plane = 0; plane < 3; plane++) {
-                for (y = 0; y < outlink->h; y++) {
+                for (y = 0; y < s->h; y++) {
                     uint8_t *p = outpicref->data[plane] +
                                  y * outpicref->linesize[plane];
-                    memmove(p + 1, p, outlink->w - 1);
+                    memmove(p + 1, p, s->w - 1);
                 }
             }
             s->xpos = 0;
         }
         for (plane = 0; plane < 3; plane++) {
-            uint8_t *p = outpicref->data[plane] +
-                         (outlink->h - 1) * outpicref->linesize[plane] +
+            uint8_t *p = outpicref->data[plane] + s->start_x +
+                         (outlink->h - 1 - s->start_y) * outpicref->linesize[plane] +
                          s->xpos;
-            for (y = 0; y < outlink->h; y++) {
-                *p = lrint(FFMAX(0, FFMIN(s->combine_buffer[3 * y + plane], 255)));
+            for (y = 0; y < s->h; y++) {
+                *p = lrintf(av_clipf(s->combine_buffer[3 * y + plane], 0, 255));
                 p -= outpicref->linesize[plane];
             }
         }
     } else {
         if (s->sliding == SCROLL) {
             for (plane = 0; plane < 3; plane++) {
-                for (y = 1; y < outlink->h; y++) {
+                for (y = 1; y < s->h; y++) {
                     memmove(outpicref->data[plane] + (y-1) * outpicref->linesize[plane],
                             outpicref->data[plane] + (y  ) * outpicref->linesize[plane],
-                            outlink->w);
+                            s->w);
                 }
             }
-            s->xpos = outlink->h - 1;
+            s->xpos = s->h - 1;
         } else if (s->sliding == RSCROLL) {
             for (plane = 0; plane < 3; plane++) {
-                for (y = outlink->h - 1; y >= 1; y--) {
+                for (y = s->h - 1; y >= 1; y--) {
                     memmove(outpicref->data[plane] + (y  ) * outpicref->linesize[plane],
                             outpicref->data[plane] + (y-1) * outpicref->linesize[plane],
-                            outlink->w);
+                            s->w);
                 }
             }
             s->xpos = 0;
         }
         for (plane = 0; plane < 3; plane++) {
-            uint8_t *p = outpicref->data[plane] +
-                         s->xpos * outpicref->linesize[plane];
-            for (x = 0; x < outlink->w; x++) {
-                *p = lrint(FFMAX(0, FFMIN(s->combine_buffer[3 * x + plane], 255)));
+            uint8_t *p = outpicref->data[plane] + s->start_x +
+                         (s->xpos + s->start_y) * outpicref->linesize[plane];
+            for (x = 0; x < s->w; x++) {
+                *p = lrintf(av_clipf(s->combine_buffer[3 * x + plane], 0, 255));
                 p++;
             }
         }
@@ -644,9 +743,9 @@ static int plot_spectrum_column(AVFilterLink *inlink, AVFrame *insamples)
         outpicref->pts = insamples->pts;
 
     s->xpos++;
-    if (s->orientation == VERTICAL && s->xpos >= outlink->w)
+    if (s->orientation == VERTICAL && s->xpos >= s->w)
         s->xpos = 0;
-    if (s->orientation == HORIZONTAL && s->xpos >= outlink->h)
+    if (s->orientation == HORIZONTAL && s->xpos >= s->h)
         s->xpos = 0;
     if (!s->single_pic && (s->sliding != FULLFRAME || s->xpos == 0)) {
         ret = ff_filter_frame(outlink, av_frame_clone(s->outpicref));
@@ -694,7 +793,10 @@ static int filter_frame(AVFilterLink *inlink, AVFrame *insamples)
     AVFilterContext *ctx = inlink->dst;
     ShowSpectrumContext *s = ctx->priv;
     AVFrame *fin = NULL;
-    int ret = 0;
+    int ret = 0, consumed = 0;
+
+    if (s->pts == AV_NOPTS_VALUE)
+        s->pts = insamples->pts - av_audio_fifo_size(s->fifo);
 
     av_audio_fifo_write(s->fifo, (void **)insamples->extended_data, insamples->nb_samples);
     av_frame_free(&insamples);
@@ -705,25 +807,29 @@ static int filter_frame(AVFilterLink *inlink, AVFrame *insamples)
             goto fail;
         }
 
-        fin->pts = s->pts;
-        s->pts += s->skip_samples;
+        fin->pts = s->pts + consumed;
+        consumed += s->hop_size;
         ret = av_audio_fifo_peek(s->fifo, (void **)fin->extended_data, s->win_size);
         if (ret < 0)
             goto fail;
 
         av_assert0(fin->nb_samples == s->win_size);
 
-        run_rdft(s, fin);
-        calc_magnitudes(s);
+        run_fft(s, fin);
+        if (s->data == D_MAGNITUDE)
+            calc_magnitudes(s);
+        if (s->data == D_PHASE)
+            calc_phases(s);
 
         ret = plot_spectrum_column(inlink, fin);
         av_frame_free(&fin);
-        av_audio_fifo_drain(s->fifo, s->skip_samples);
+        av_audio_fifo_drain(s->fifo, s->hop_size);
         if (ret < 0)
             goto fail;
     }
 
 fail:
+    s->pts = AV_NOPTS_VALUE;
     av_frame_free(&fin);
     return ret;
 }
@@ -775,9 +881,13 @@ static const AVOption showspectrumpic_options[] = {
         { "nebulae",   "nebulae based coloring",          0, AV_OPT_TYPE_CONST, {.i64=NEBULAE},   0, 0, FLAGS, "color" },
         { "fire",      "fire based coloring",             0, AV_OPT_TYPE_CONST, {.i64=FIRE},      0, 0, FLAGS, "color" },
         { "fiery",     "fiery based coloring",            0, AV_OPT_TYPE_CONST, {.i64=FIERY},     0, 0, FLAGS, "color" },
+        { "fruit",     "fruit based coloring",            0, AV_OPT_TYPE_CONST, {.i64=FRUIT},     0, 0, FLAGS, "color" },
+        { "cool",      "cool based coloring",             0, AV_OPT_TYPE_CONST, {.i64=COOL},      0, 0, FLAGS, "color" },
     { "scale", "set display scale", OFFSET(scale), AV_OPT_TYPE_INT, {.i64=LOG}, 0, NB_SCALES-1, FLAGS, "scale" },
         { "sqrt", "square root", 0, AV_OPT_TYPE_CONST, {.i64=SQRT},   0, 0, FLAGS, "scale" },
         { "cbrt", "cubic root",  0, AV_OPT_TYPE_CONST, {.i64=CBRT},   0, 0, FLAGS, "scale" },
+        { "4thrt","4th root",    0, AV_OPT_TYPE_CONST, {.i64=FOURTHRT}, 0, 0, FLAGS, "scale" },
+        { "5thrt","5th root",    0, AV_OPT_TYPE_CONST, {.i64=FIFTHRT},  0, 0, FLAGS, "scale" },
         { "log",  "logarithmic", 0, AV_OPT_TYPE_CONST, {.i64=LOG},    0, 0, FLAGS, "scale" },
         { "lin",  "linear",      0, AV_OPT_TYPE_CONST, {.i64=LINEAR}, 0, 0, FLAGS, "scale" },
     { "saturation", "color saturation multiplier", OFFSET(saturation), AV_OPT_TYPE_FLOAT, {.dbl = 1}, -10, 10, FLAGS },
@@ -797,14 +907,51 @@ static const AVOption showspectrumpic_options[] = {
         { "nuttall",  "Nuttall",          0, AV_OPT_TYPE_CONST, {.i64=WFUNC_NUTTALL},  0, 0, FLAGS, "win_func" },
         { "lanczos",  "Lanczos",          0, AV_OPT_TYPE_CONST, {.i64=WFUNC_LANCZOS},  0, 0, FLAGS, "win_func" },
         { "gauss",    "Gauss",            0, AV_OPT_TYPE_CONST, {.i64=WFUNC_GAUSS},    0, 0, FLAGS, "win_func" },
+        { "tukey",    "Tukey",            0, AV_OPT_TYPE_CONST, {.i64=WFUNC_TUKEY},    0, 0, FLAGS, "win_func" },
     { "orientation", "set orientation", OFFSET(orientation), AV_OPT_TYPE_INT, {.i64=VERTICAL}, 0, NB_ORIENTATIONS-1, FLAGS, "orientation" },
         { "vertical",   NULL, 0, AV_OPT_TYPE_CONST, {.i64=VERTICAL},   0, 0, FLAGS, "orientation" },
         { "horizontal", NULL, 0, AV_OPT_TYPE_CONST, {.i64=HORIZONTAL}, 0, 0, FLAGS, "orientation" },
+    { "gain", "set scale gain", OFFSET(gain), AV_OPT_TYPE_FLOAT, {.dbl = 1}, 0, 128, FLAGS },
+    { "legend", "draw legend", OFFSET(legend), AV_OPT_TYPE_BOOL, {.i64 = 1}, 0, 1, FLAGS },
     { NULL }
 };
 
 AVFILTER_DEFINE_CLASS(showspectrumpic);
 
+static void drawtext(AVFrame *pic, int x, int y, const char *txt, int o)
+{
+    const uint8_t *font;
+    int font_height;
+    int i;
+
+    font = avpriv_cga_font,   font_height =  8;
+
+    for (i = 0; txt[i]; i++) {
+        int char_y, mask;
+
+        if (o) {
+            for (char_y = font_height - 1; char_y >= 0; char_y--) {
+                uint8_t *p = pic->data[0] + (y + i * 10) * pic->linesize[0] + x;
+                for (mask = 0x80; mask; mask >>= 1) {
+                    if (font[txt[i] * font_height + font_height - 1 - char_y] & mask)
+                        p[char_y] = ~p[char_y];
+                    p += pic->linesize[0];
+                }
+            }
+        } else {
+            uint8_t *p = pic->data[0] + y*pic->linesize[0] + (x + i*8);
+            for (char_y = 0; char_y < font_height; char_y++) {
+                for (mask = 0x80; mask; mask >>= 1) {
+                    if (font[txt[i] * font_height + char_y] & mask)
+                        *p = ~(*p);
+                    p++;
+                }
+                p += pic->linesize[0] - 8;
+            }
+        }
+    }
+}
+
 static int showspectrumpic_request_frame(AVFilterLink *outlink)
 {
     ShowSpectrumContext *s = outlink->src->priv;
@@ -815,7 +962,7 @@ static int showspectrumpic_request_frame(AVFilterLink *outlink)
     if (ret == AVERROR_EOF && s->outpicref) {
         int samples = av_audio_fifo_size(s->fifo);
         int consumed = 0;
-        int x = 0, sz = s->orientation == VERTICAL ? s->w : s->h;
+        int y, x = 0, sz = s->orientation == VERTICAL ? s->w : s->h;
         int ch, spf, spb;
         AVFrame *fin;
 
@@ -837,12 +984,12 @@ static int showspectrumpic_request_frame(AVFilterLink *outlink)
 
             if (ret < s->win_size) {
                 for (ch = 0; ch < s->nb_display_channels; ch++) {
-                    memset(fin->extended_data[ch] + ret * sizeof(int16_t), 0,
-                           (s->win_size - ret) * sizeof(int16_t));
+                    memset(fin->extended_data[ch] + ret * sizeof(float), 0,
+                           (s->win_size - ret) * sizeof(float));
                 }
             }
 
-            run_rdft(s, fin);
+            run_fft(s, fin);
             acalc_magnitudes(s);
 
             consumed += spf;
@@ -860,6 +1007,176 @@ static int showspectrumpic_request_frame(AVFilterLink *outlink)
 
         av_frame_free(&fin);
         s->outpicref->pts = 0;
+
+        if (s->legend) {
+            int multi = (s->mode == SEPARATE && s->color_mode == CHANNEL);
+            float spp = samples / (float)sz;
+            uint8_t *dst;
+
+            drawtext(s->outpicref, 2, outlink->h - 10, "CREATED BY LIBAVFILTER", 0);
+
+            dst = s->outpicref->data[0] + (s->start_y - 1) * s->outpicref->linesize[0] + s->start_x - 1;
+            for (x = 0; x < s->w + 1; x++)
+                dst[x] = 200;
+            dst = s->outpicref->data[0] + (s->start_y + s->h) * s->outpicref->linesize[0] + s->start_x - 1;
+            for (x = 0; x < s->w + 1; x++)
+                dst[x] = 200;
+            for (y = 0; y < s->h + 2; y++) {
+                dst = s->outpicref->data[0] + (y + s->start_y - 1) * s->outpicref->linesize[0];
+                dst[s->start_x - 1] = 200;
+                dst[s->start_x + s->w] = 200;
+            }
+            if (s->orientation == VERTICAL) {
+                int h = s->mode == SEPARATE ? s->h / s->nb_display_channels : s->h;
+                for (ch = 0; ch < (s->mode == SEPARATE ? s->nb_display_channels : 1); ch++) {
+                    for (y = 0; y < h; y += 20) {
+                        dst = s->outpicref->data[0] + (s->start_y + h * (ch + 1) - y - 1) * s->outpicref->linesize[0];
+                        dst[s->start_x - 2] = 200;
+                        dst[s->start_x + s->w + 1] = 200;
+                    }
+                    for (y = 0; y < h; y += 40) {
+                        dst = s->outpicref->data[0] + (s->start_y + h * (ch + 1) - y - 1) * s->outpicref->linesize[0];
+                        dst[s->start_x - 3] = 200;
+                        dst[s->start_x + s->w + 2] = 200;
+                    }
+                    dst = s->outpicref->data[0] + (s->start_y - 2) * s->outpicref->linesize[0] + s->start_x;
+                    for (x = 0; x < s->w; x+=40)
+                        dst[x] = 200;
+                    dst = s->outpicref->data[0] + (s->start_y - 3) * s->outpicref->linesize[0] + s->start_x;
+                    for (x = 0; x < s->w; x+=80)
+                        dst[x] = 200;
+                    dst = s->outpicref->data[0] + (s->h + s->start_y + 1) * s->outpicref->linesize[0] + s->start_x;
+                    for (x = 0; x < s->w; x+=40) {
+                        dst[x] = 200;
+                    }
+                    dst = s->outpicref->data[0] + (s->h + s->start_y + 2) * s->outpicref->linesize[0] + s->start_x;
+                    for (x = 0; x < s->w; x+=80) {
+                        dst[x] = 200;
+                    }
+                    for (y = 0; y < h; y += 40) {
+                        float hz = y * (inlink->sample_rate / 2) / (float)(1 << (int)ceil(log2(h)));
+                        char *units;
+
+                        if (hz == 0)
+                            units = av_asprintf("DC");
+                        else
+                            units = av_asprintf("%.2f", hz);
+                        if (!units)
+                            return AVERROR(ENOMEM);
+
+                        drawtext(s->outpicref, s->start_x - 8 * strlen(units) - 4, h * (ch + 1) + s->start_y - y - 4, units, 0);
+                        av_free(units);
+                    }
+                }
+
+                for (x = 0; x < s->w; x+=80) {
+                    float seconds = x * spp / inlink->sample_rate;
+                    char *units;
+
+                    if (x == 0)
+                        units = av_asprintf("0");
+                    else if (log10(seconds) > 6)
+                        units = av_asprintf("%.2fh", seconds / (60 * 60));
+                    else if (log10(seconds) > 3)
+                        units = av_asprintf("%.2fm", seconds / 60);
+                    else
+                        units = av_asprintf("%.2fs", seconds);
+                    if (!units)
+                        return AVERROR(ENOMEM);
+
+                    drawtext(s->outpicref, s->start_x + x - 4 * strlen(units), s->h + s->start_y + 6, units, 0);
+                    drawtext(s->outpicref, s->start_x + x - 4 * strlen(units), s->start_y - 12, units, 0);
+                    av_free(units);
+                }
+
+                drawtext(s->outpicref, outlink->w / 2 - 4 * 4, outlink->h - s->start_y / 2, "TIME", 0);
+                drawtext(s->outpicref, s->start_x / 7, outlink->h / 2 - 14 * 4, "FREQUENCY (Hz)", 1);
+            } else {
+                int w = s->mode == SEPARATE ? s->w / s->nb_display_channels : s->w;
+                for (y = 0; y < s->h; y += 20) {
+                    dst = s->outpicref->data[0] + (s->start_y + y) * s->outpicref->linesize[0];
+                    dst[s->start_x - 2] = 200;
+                    dst[s->start_x + s->w + 1] = 200;
+                }
+                for (y = 0; y < s->h; y += 40) {
+                    dst = s->outpicref->data[0] + (s->start_y + y) * s->outpicref->linesize[0];
+                    dst[s->start_x - 3] = 200;
+                    dst[s->start_x + s->w + 2] = 200;
+                }
+                for (ch = 0; ch < (s->mode == SEPARATE ? s->nb_display_channels : 1); ch++) {
+                    dst = s->outpicref->data[0] + (s->start_y - 2) * s->outpicref->linesize[0] + s->start_x + w * ch;
+                    for (x = 0; x < w; x+=40)
+                        dst[x] = 200;
+                    dst = s->outpicref->data[0] + (s->start_y - 3) * s->outpicref->linesize[0] + s->start_x + w * ch;
+                    for (x = 0; x < w; x+=80)
+                        dst[x] = 200;
+                    dst = s->outpicref->data[0] + (s->h + s->start_y + 1) * s->outpicref->linesize[0] + s->start_x + w * ch;
+                    for (x = 0; x < w; x+=40) {
+                        dst[x] = 200;
+                    }
+                    dst = s->outpicref->data[0] + (s->h + s->start_y + 2) * s->outpicref->linesize[0] + s->start_x + w * ch;
+                    for (x = 0; x < w; x+=80) {
+                        dst[x] = 200;
+                    }
+                    for (x = 0; x < w; x += 80) {
+                        float hz = x * (inlink->sample_rate / 2) / (float)(1 << (int)ceil(log2(w)));
+                        char *units;
+
+                        if (hz == 0)
+                            units = av_asprintf("DC");
+                        else
+                            units = av_asprintf("%.2f", hz);
+                        if (!units)
+                            return AVERROR(ENOMEM);
+
+                        drawtext(s->outpicref, s->start_x - 4 * strlen(units) + x + w * ch, s->start_y - 12, units, 0);
+                        drawtext(s->outpicref, s->start_x - 4 * strlen(units) + x + w * ch, s->h + s->start_y + 6, units, 0);
+                        av_free(units);
+                    }
+                }
+                for (y = 0; y < s->h; y+=40) {
+                    float seconds = y * spp / inlink->sample_rate;
+                    char *units;
+
+                    if (x == 0)
+                        units = av_asprintf("0");
+                    else if (log10(seconds) > 6)
+                        units = av_asprintf("%.2fh", seconds / (60 * 60));
+                    else if (log10(seconds) > 3)
+                        units = av_asprintf("%.2fm", seconds / 60);
+                    else
+                        units = av_asprintf("%.2fs", seconds);
+                    if (!units)
+                        return AVERROR(ENOMEM);
+
+                    drawtext(s->outpicref, s->start_x - 8 * strlen(units) - 4, s->start_y + y - 4, units, 0);
+                    av_free(units);
+                }
+                drawtext(s->outpicref, s->start_x / 7, outlink->h / 2 - 4 * 4, "TIME", 1);
+                drawtext(s->outpicref, outlink->w / 2 - 14 * 4, outlink->h - s->start_y / 2, "FREQUENCY (Hz)", 0);
+            }
+
+            for (ch = 0; ch < (multi ? s->nb_display_channels : 1); ch++) {
+                int h = multi ? s->h / s->nb_display_channels : s->h;
+
+                for (y = 0; y < h; y++) {
+                    float out[3] = { 0., 127.5, 127.5};
+                    int chn;
+
+                    for (chn = 0; chn < (s->mode == SEPARATE ? 1 : s->nb_display_channels); chn++) {
+                        float yf, uf, vf;
+                        int channel = (multi) ? s->nb_display_channels - ch - 1 : chn;
+
+                        color_range(s, channel, &yf, &uf, &vf);
+                        pick_color(s, yf, uf, vf, y / (float)h, out);
+                    }
+                    memset(s->outpicref->data[0]+(s->start_y + h * (ch + 1) - y - 1) * s->outpicref->linesize[0] + s->w + s->start_x + 20, av_clip_uint8(out[0]), 10);
+                    memset(s->outpicref->data[1]+(s->start_y + h * (ch + 1) - y - 1) * s->outpicref->linesize[1] + s->w + s->start_x + 20, av_clip_uint8(out[1]), 10);
+                    memset(s->outpicref->data[2]+(s->start_y + h * (ch + 1) - y - 1) * s->outpicref->linesize[2] + s->w + s->start_x + 20, av_clip_uint8(out[2]), 10);
+                }
+            }
+        }
+
         ret = ff_filter_frame(outlink, s->outpicref);
         s->outpicref = NULL;
     }