vlc: Add header #include when the types are used
[libav.git] / libavcodec / wmavoice.c
index f81e8e9..8c7ec7b 100644 (file)
  * @author Ronald S. Bultje <rsbultje@gmail.com>
  */
 
-#define UNCHECKED_BITSTREAM_READER 1
-
 #include <math.h>
 
 #include "libavutil/channel_layout.h"
 #include "libavutil/float_dsp.h"
 #include "libavutil/mem.h"
+
 #include "avcodec.h"
+#include "bitstream.h"
 #include "internal.h"
-#include "get_bits.h"
 #include "put_bits.h"
 #include "wmavoice_data.h"
 #include "celp_filters.h"
@@ -44,6 +43,7 @@
 #include "dct.h"
 #include "rdft.h"
 #include "sinewin.h"
+#include "vlc.h"
 
 #define MAX_BLOCKS           8   ///< maximum number of blocks per frame
 #define MAX_LSPS             16  ///< maximum filter order
@@ -131,12 +131,12 @@ static const struct frame_type_desc {
 /**
  * WMA Voice decoding context.
  */
-typedef struct {
+typedef struct WMAVoiceContext {
     /**
      * @name Global values specified in the stream header / extradata or used all over.
      * @{
      */
-    GetBitContext gb;             ///< packet bitreader. During decoder init,
+    BitstreamContext bc;          ///< packet bitreader. During decoder init,
                                   ///< it contains the extradata from the
                                   ///< demuxer. During decoding, it contains
                                   ///< packet data.
@@ -205,7 +205,7 @@ typedef struct {
                                   ///< to #wmavoice_decode_packet() (since
                                   ///< they're part of the previous superframe)
 
-    uint8_t sframe_cache[SFRAME_CACHE_MAXSIZE + FF_INPUT_BUFFER_PADDING_SIZE];
+    uint8_t sframe_cache[SFRAME_CACHE_MAXSIZE + AV_INPUT_BUFFER_PADDING_SIZE];
                                   ///< cache for superframe data split over
                                   ///< multiple packets
     int sframe_cache_size;        ///< set to >0 if we have data from an
@@ -296,14 +296,28 @@ typedef struct {
 
 /**
  * Set up the variable bit mode (VBM) tree from container extradata.
- * @param gb bit I/O context.
- *           The bit context (s->gb) should be loaded with byte 23-46 of the
+ * @param bc bit I/O context.
+ *           The bit context (s->bc) should be loaded with byte 23-46 of the
  *           container extradata (i.e. the ones containing the VBM tree).
  * @param vbm_tree pointer to array to which the decoded VBM tree will be
  *                 written.
  * @return 0 on success, <0 on error.
  */
-static av_cold int decode_vbmtree(GetBitContext *gb, int8_t vbm_tree[25])
+static av_cold int decode_vbmtree(BitstreamContext *bc, int8_t vbm_tree[25])
+{
+    int cntr[8] = { 0 }, n, res;
+
+    memset(vbm_tree, 0xff, sizeof(vbm_tree[0]) * 25);
+    for (n = 0; n < 17; n++) {
+        res = bitstream_read(bc, 3);
+        if (cntr[res] > 3) // should be >= 3 + (res == 7))
+            return -1;
+        vbm_tree[res * 3 + cntr[res]++] = n;
+    }
+    return 0;
+}
+
+static av_cold void wmavoice_init_static_data(AVCodec *codec)
 {
     static const uint8_t bits[] = {
          2,  2,  2,  4,  4,  4,
@@ -320,18 +334,9 @@ static av_cold int decode_vbmtree(GetBitContext *gb, int8_t vbm_tree[25])
           0x0ffc, 0x0ffd, 0x0ffe,        //   1111111111+00/01/10
           0x3ffc, 0x3ffd, 0x3ffe, 0x3fff // 111111111111+xx
     };
-    int cntr[8] = { 0 }, n, res;
 
-    memset(vbm_tree, 0xff, sizeof(vbm_tree[0]) * 25);
-    for (n = 0; n < 17; n++) {
-        res = get_bits(gb, 3);
-        if (cntr[res] > 3) // should be >= 3 + (res == 7))
-            return -1;
-        vbm_tree[res * 3 + cntr[res]++] = n;
-    }
     INIT_VLC_STATIC(&frame_type_vlc, VLC_NBITS, sizeof(bits),
                     bits, 1, 1, codes, 2, 2, 132);
-    return 0;
 }
 
 /**
@@ -354,7 +359,7 @@ static av_cold int wmavoice_decode_init(AVCodecContext *ctx)
         av_log(ctx, AV_LOG_ERROR,
                "Invalid extradata size %d (should be 46)\n",
                ctx->extradata_size);
-        return -1;
+        return AVERROR_INVALIDDATA;
     }
     flags                = AV_RL32(ctx->extradata + 18);
     s->spillover_bitsize = 3 + av_ceil_log2(ctx->block_align);
@@ -377,7 +382,7 @@ static av_cold int wmavoice_decode_init(AVCodecContext *ctx)
         av_log(ctx, AV_LOG_ERROR,
                "Invalid denoise filter strength %d (max=11)\n",
                s->denoise_strength);
-        return -1;
+        return AVERROR_INVALIDDATA;
     }
     s->denoise_tilt_corr = !!(flags & 0x40);
     s->dc_level          =   (flags >> 7) & 0xF;
@@ -396,10 +401,10 @@ static av_cold int wmavoice_decode_init(AVCodecContext *ctx)
     for (n = 0; n < s->lsps; n++)
         s->prev_lsps[n] = M_PI * (n + 1.0) / (s->lsps + 1.0);
 
-    init_get_bits(&s->gb, ctx->extradata + 22, (ctx->extradata_size - 22) << 3);
-    if (decode_vbmtree(&s->gb, s->vbm_tree) < 0) {
+    bitstream_init8(&s->bc, ctx->extradata + 22, ctx->extradata_size - 22);
+    if (decode_vbmtree(&s->bc, s->vbm_tree) < 0) {
         av_log(ctx, AV_LOG_ERROR, "Invalid VBM tree; broken extradata?\n");
-        return -1;
+        return AVERROR_INVALIDDATA;
     }
 
     s->min_pitch_val    = ((ctx->sample_rate << 8)      /  400 + 50) >> 8;
@@ -407,7 +412,7 @@ static av_cold int wmavoice_decode_init(AVCodecContext *ctx)
     pitch_range         = s->max_pitch_val - s->min_pitch_val;
     if (pitch_range <= 0) {
         av_log(ctx, AV_LOG_ERROR, "Invalid pitch range; broken extradata?\n");
-        return -1;
+        return AVERROR_INVALIDDATA;
     }
     s->pitch_nbits      = av_ceil_log2(pitch_range);
     s->last_pitch_val   = 40;
@@ -422,7 +427,7 @@ static av_cold int wmavoice_decode_init(AVCodecContext *ctx)
                "Unsupported samplerate %d (min=%d, max=%d)\n",
                ctx->sample_rate, min_sr, max_sr); // 322-22097 Hz
 
-        return -1;
+        return AVERROR(ENOSYS);
     }
 
     s->block_conv_table[0]      = s->min_pitch_val;
@@ -432,7 +437,7 @@ static av_cold int wmavoice_decode_init(AVCodecContext *ctx)
     s->block_delta_pitch_hrange = (pitch_range >> 3) & ~0xF;
     if (s->block_delta_pitch_hrange <= 0) {
         av_log(ctx, AV_LOG_ERROR, "Invalid delta pitch hrange; broken extradata?\n");
-        return -1;
+        return AVERROR_INVALIDDATA;
     }
     s->block_delta_pitch_nbits  = 1 + av_ceil_log2(s->block_delta_pitch_hrange);
     s->block_pitch_range        = s->block_conv_table[2] +
@@ -607,7 +612,7 @@ static void calc_input_response(WMAVoiceContext *s, float *lpcs,
 
         /* 70.57 =~ 1/log10(1.0331663) */
         idx = (pwr * gain_mul - 0.0295) * 70.570526123;
-        if (idx > 127) { // fallback if index falls outside table range
+        if (idx > 127) { // fall back if index falls outside table range
             coeffs[n] = wmavoice_energy_table[127] *
                         powf(1.0331663, idx - 127);
         } else
@@ -615,7 +620,7 @@ static void calc_input_response(WMAVoiceContext *s, float *lpcs,
     }
 
     /* calculate the Hilbert transform of the gains, which we do (since this
-     * is a sinus input) by doing a phase shift (in theory, H(sin())=cos()).
+     * is a sine input) by doing a phase shift (in theory, H(sin())=cos()).
      * Hilbert_Transform(RDFT(x)) = Laplace_Transform(x), which calculates the
      * "moment" of the LPCs in this filter. */
     s->dct.dct_calc(&s->dct, lpcs);
@@ -852,7 +857,7 @@ static void dequant_lsps(double *lsps, int num,
 /**
  * Parse 10 independently-coded LSPs.
  */
-static void dequant_lsp10i(GetBitContext *gb, double *lsps)
+static void dequant_lsp10i(BitstreamContext *bc, double *lsps)
 {
     static const uint16_t vec_sizes[4] = { 256, 64, 32, 32 };
     static const double mul_lsf[4] = {
@@ -865,10 +870,10 @@ static void dequant_lsp10i(GetBitContext *gb, double *lsps)
     };
     uint16_t v[4];
 
-    v[0] = get_bits(gb, 8);
-    v[1] = get_bits(gb, 6);
-    v[2] = get_bits(gb, 5);
-    v[3] = get_bits(gb, 5);
+    v[0] = bitstream_read(bc, 8);
+    v[1] = bitstream_read(bc, 6);
+    v[2] = bitstream_read(bc, 5);
+    v[3] = bitstream_read(bc, 5);
 
     dequant_lsps(lsps, 10, v, vec_sizes, 4, wmavoice_dq_lsp10i,
                  mul_lsf, base_lsf);
@@ -878,7 +883,7 @@ static void dequant_lsp10i(GetBitContext *gb, double *lsps)
  * Parse 10 independently-coded LSPs, and then derive the tables to
  * generate LSPs for the other frames from them (residual coding).
  */
-static void dequant_lsp10r(GetBitContext *gb,
+static void dequant_lsp10r(BitstreamContext *bc,
                            double *i_lsps, const double *old,
                            double *a1, double *a2, int q_mode)
 {
@@ -894,12 +899,12 @@ static void dequant_lsp10r(GetBitContext *gb,
     uint16_t interpol, v[3];
     int n;
 
-    dequant_lsp10i(gb, i_lsps);
+    dequant_lsp10i(bc, i_lsps);
 
-    interpol = get_bits(gb, 5);
-    v[0]     = get_bits(gb, 7);
-    v[1]     = get_bits(gb, 6);
-    v[2]     = get_bits(gb, 6);
+    interpol = bitstream_read(bc, 5);
+    v[0]     = bitstream_read(bc, 7);
+    v[1]     = bitstream_read(bc, 6);
+    v[2]     = bitstream_read(bc, 6);
 
     for (n = 0; n < 10; n++) {
         double delta = old[n] - i_lsps[n];
@@ -914,7 +919,7 @@ static void dequant_lsp10r(GetBitContext *gb,
 /**
  * Parse 16 independently-coded LSPs.
  */
-static void dequant_lsp16i(GetBitContext *gb, double *lsps)
+static void dequant_lsp16i(BitstreamContext *bc, double *lsps)
 {
     static const uint16_t vec_sizes[5] = { 256, 64, 128, 64, 128 };
     static const double mul_lsf[5] = {
@@ -929,11 +934,11 @@ static void dequant_lsp16i(GetBitContext *gb, double *lsps)
     };
     uint16_t v[5];
 
-    v[0] = get_bits(gb, 8);
-    v[1] = get_bits(gb, 6);
-    v[2] = get_bits(gb, 7);
-    v[3] = get_bits(gb, 6);
-    v[4] = get_bits(gb, 7);
+    v[0] = bitstream_read(bc, 8);
+    v[1] = bitstream_read(bc, 6);
+    v[2] = bitstream_read(bc, 7);
+    v[3] = bitstream_read(bc, 6);
+    v[4] = bitstream_read(bc, 7);
 
     dequant_lsps( lsps,     5,  v,     vec_sizes,    2,
                  wmavoice_dq_lsp16i1,  mul_lsf,     base_lsf);
@@ -947,7 +952,7 @@ static void dequant_lsp16i(GetBitContext *gb, double *lsps)
  * Parse 16 independently-coded LSPs, and then derive the tables to
  * generate LSPs for the other frames from them (residual coding).
  */
-static void dequant_lsp16r(GetBitContext *gb,
+static void dequant_lsp16r(BitstreamContext *bc,
                            double *i_lsps, const double *old,
                            double *a1, double *a2, int q_mode)
 {
@@ -963,12 +968,12 @@ static void dequant_lsp16r(GetBitContext *gb,
     uint16_t interpol, v[3];
     int n;
 
-    dequant_lsp16i(gb, i_lsps);
+    dequant_lsp16i(bc, i_lsps);
 
-    interpol = get_bits(gb, 5);
-    v[0]     = get_bits(gb, 7);
-    v[1]     = get_bits(gb, 7);
-    v[2]     = get_bits(gb, 7);
+    interpol = bitstream_read(bc, 5);
+    v[0]     = bitstream_read(bc, 7);
+    v[1]     = bitstream_read(bc, 7);
+    v[2]     = bitstream_read(bc, 7);
 
     for (n = 0; n < 16; n++) {
         double delta = old[n] - i_lsps[n];
@@ -994,10 +999,10 @@ static void dequant_lsp16r(GetBitContext *gb,
  * Parse the offset of the first pitch-adaptive window pulses, and
  * the distribution of pulses between the two blocks in this frame.
  * @param s WMA Voice decoding context private data
- * @param gb bit I/O context
+ * @param bc bit I/O context
  * @param pitch pitch for each block in this frame
  */
-static void aw_parse_coords(WMAVoiceContext *s, GetBitContext *gb,
+static void aw_parse_coords(WMAVoiceContext *s, BitstreamContext *bc,
                             const int *pitch)
 {
     static const int16_t start_offset[94] = {
@@ -1014,9 +1019,9 @@ static void aw_parse_coords(WMAVoiceContext *s, GetBitContext *gb,
 
     /* position of pulse */
     s->aw_idx_is_ext = 0;
-    if ((bits = get_bits(gb, 6)) >= 54) {
+    if ((bits = bitstream_read(bc, 6)) >= 54) {
         s->aw_idx_is_ext = 1;
-        bits += (bits - 54) * 3 + get_bits(gb, 2);
+        bits += (bits - 54) * 3 + bitstream_read(bc, 2);
     }
 
     /* for a repeated pulse at pulse_off with a pitch_lag of pitch[], count
@@ -1044,12 +1049,13 @@ static void aw_parse_coords(WMAVoiceContext *s, GetBitContext *gb,
 /**
  * Apply second set of pitch-adaptive window pulses.
  * @param s WMA Voice decoding context private data
- * @param gb bit I/O context
+ * @param bc bit I/O context
  * @param block_idx block index in frame [0, 1]
  * @param fcb structure containing fixed codebook vector info
+ * @return -1 on error, 0 otherwise
  */
-static void aw_pulse_set2(WMAVoiceContext *s, GetBitContext *gb,
-                          int block_idx, AMRFixed *fcb)
+static int aw_pulse_set2(WMAVoiceContext *s, BitstreamContext *bc,
+                         int block_idx, AMRFixed *fcb)
 {
     uint16_t use_mask_mem[9]; // only 5 are used, rest is padding
     uint16_t *use_mask = use_mask_mem + 2;
@@ -1102,7 +1108,7 @@ static void aw_pulse_set2(WMAVoiceContext *s, GetBitContext *gb,
         }
 
     /* find the 'aidx'th offset that is not excluded */
-    aidx = get_bits(gb, s->aw_n_pulses[0] > 0 ? 5 - 2 * block_idx : 4);
+    aidx = bitstream_read(bc, s->aw_n_pulses[0] > 0 ? 5 - 2 * block_idx : 4);
     for (n = 0; n <= aidx; pulse_start++) {
         for (idx = pulse_start; idx < 0; idx += fcb->pitch_lag) ;
         if (idx >= MAX_FRAMESIZE / 2) { // find from zero
@@ -1111,7 +1117,7 @@ static void aw_pulse_set2(WMAVoiceContext *s, GetBitContext *gb,
             else if (use_mask[2]) idx = 0x2F;
             else if (use_mask[3]) idx = 0x3F;
             else if (use_mask[4]) idx = 0x4F;
-            else                  return;
+            else return -1;
             idx -= av_log2_16bit(use_mask[idx >> 4]);
         }
         if (use_mask[idx >> 4] & (0x8000 >> (idx & 15))) {
@@ -1122,25 +1128,26 @@ static void aw_pulse_set2(WMAVoiceContext *s, GetBitContext *gb,
     }
 
     fcb->x[fcb->n] = start_off;
-    fcb->y[fcb->n] = get_bits1(gb) ? -1.0 : 1.0;
+    fcb->y[fcb->n] = bitstream_read_bit(bc) ? -1.0 : 1.0;
     fcb->n++;
 
     /* set offset for next block, relative to start of that block */
     n = (MAX_FRAMESIZE / 2 - start_off) % fcb->pitch_lag;
     s->aw_next_pulse_off_cache = n ? fcb->pitch_lag - n : 0;
+    return 0;
 }
 
 /**
  * Apply first set of pitch-adaptive window pulses.
  * @param s WMA Voice decoding context private data
- * @param gb bit I/O context
+ * @param bc bit I/O context
  * @param block_idx block index in frame [0, 1]
  * @param fcb storage location for fixed codebook pulse info
  */
-static void aw_pulse_set1(WMAVoiceContext *s, GetBitContext *gb,
+static void aw_pulse_set1(WMAVoiceContext *s, BitstreamContext *bc,
                           int block_idx, AMRFixed *fcb)
 {
-    int val = get_bits(gb, 12 - 2 * (s->aw_idx_is_ext && !block_idx));
+    int val = bitstream_read(bc, 12 - 2 * (s->aw_idx_is_ext && !block_idx));
     float v;
 
     if (s->aw_n_pulses[block_idx] > 0) {
@@ -1188,7 +1195,7 @@ static void aw_pulse_set1(WMAVoiceContext *s, GetBitContext *gb,
 /**
  * @}
  *
- * Generate a random number from frame_cntr and block_idx, which will lief
+ * Generate a random number from frame_cntr and block_idx, which will live
  * in the range [0, 1000 - block_size] (so it can be used as an index in a
  * table of size 1000 of which you want to read block_size entries).
  *
@@ -1234,7 +1241,7 @@ static int pRNG(int frame_cntr, int block_num, int block_size)
  * Parse hardcoded signal for a single block.
  * @note see #synth_block().
  */
-static void synth_block_hardcoded(WMAVoiceContext *s, GetBitContext *gb,
+static void synth_block_hardcoded(WMAVoiceContext *s, BitstreamContext *bc,
                                  int block_idx, int size,
                                  const struct frame_type_desc *frame_desc,
                                  float *excitation)
@@ -1249,8 +1256,8 @@ static void synth_block_hardcoded(WMAVoiceContext *s, GetBitContext *gb,
         r_idx = pRNG(s->frame_cntr, block_idx, size);
         gain  = s->silence_gain;
     } else /* FCB_TYPE_HARDCODED */ {
-        r_idx = get_bits(gb, 8);
-        gain  = wmavoice_gain_universal[get_bits(gb, 6)];
+        r_idx = bitstream_read(bc, 8);
+        gain  = wmavoice_gain_universal[bitstream_read(bc, 6)];
     }
 
     /* Clear gain prediction parameters */
@@ -1265,7 +1272,7 @@ static void synth_block_hardcoded(WMAVoiceContext *s, GetBitContext *gb,
  * Parse FCB/ACB signal for a single block.
  * @note see #synth_block().
  */
-static void synth_block_fcb_acb(WMAVoiceContext *s, GetBitContext *gb,
+static void synth_block_fcb_acb(WMAVoiceContext *s, BitstreamContext *bc,
                                 int block_idx, int size,
                                 int block_pitch_sh2,
                                 const struct frame_type_desc *frame_desc,
@@ -1289,8 +1296,19 @@ static void synth_block_fcb_acb(WMAVoiceContext *s, GetBitContext *gb,
     /* For the other frame types, this is where we apply the innovation
      * (fixed) codebook pulses of the speech signal. */
     if (frame_desc->fcb_type == FCB_TYPE_AW_PULSES) {
-        aw_pulse_set1(s, gb, block_idx, &fcb);
-        aw_pulse_set2(s, gb, block_idx, &fcb);
+        aw_pulse_set1(s, bc, block_idx, &fcb);
+        if (aw_pulse_set2(s, bc, block_idx, &fcb)) {
+            /* Conceal the block with silence and return.
+             * Skip the correct amount of bits to read the next
+             * block from the correct offset. */
+            int r_idx = pRNG(s->frame_cntr, block_idx, size);
+
+            for (n = 0; n < size; n++)
+                excitation[n] =
+                    wmavoice_std_codebook[r_idx + n] * s->silence_gain;
+            bitstream_skip(bc, 7 + 1);
+            return;
+        }
     } else /* FCB_TYPE_EXC_PULSES */ {
         int offset_nbits = 5 - frame_desc->log_n_blocks;
 
@@ -1301,12 +1319,12 @@ static void synth_block_fcb_acb(WMAVoiceContext *s, GetBitContext *gb,
             float sign;
             int pos1, pos2;
 
-            sign           = get_bits1(gb) ? 1.0 : -1.0;
-            pos1           = get_bits(gb, offset_nbits);
+            sign           = bitstream_read_bit(bc) ? 1.0 : -1.0;
+            pos1           = bitstream_read(bc, offset_nbits);
             fcb.x[fcb.n]   = n + 5 * pos1;
             fcb.y[fcb.n++] = sign;
             if (n < frame_desc->dbl_pulses) {
-                pos2           = get_bits(gb, offset_nbits);
+                pos2           = bitstream_read(bc, offset_nbits);
                 fcb.x[fcb.n]   = n + 5 * pos2;
                 fcb.y[fcb.n++] = (pos1 < pos2) ? -sign : sign;
             }
@@ -1316,7 +1334,7 @@ static void synth_block_fcb_acb(WMAVoiceContext *s, GetBitContext *gb,
 
     /* Calculate gain for adaptive & fixed codebook signal.
      * see ff_amr_set_fixed_gain(). */
-    idx = get_bits(gb, 7);
+    idx = bitstream_read(bc, 7);
     fcb_gain = expf(avpriv_scalarproduct_float_c(s->gain_pred_err,
                                                  gain_coeff, 6) -
                     5.2409161640 + wmavoice_gain_codebook_fcb[idx]);
@@ -1378,7 +1396,7 @@ static void synth_block_fcb_acb(WMAVoiceContext *s, GetBitContext *gb,
  * @note we assume enough bits are available, caller should check.
  *
  * @param s WMA Voice decoding context private data
- * @param gb bit I/O context
+ * @param bc bit I/O context
  * @param block_idx index of the to-be-read block
  * @param size amount of samples to be read in this block
  * @param block_pitch_sh2 pitch for this block << 2
@@ -1389,7 +1407,7 @@ static void synth_block_fcb_acb(WMAVoiceContext *s, GetBitContext *gb,
  * @param synth target memory for the speech synthesis filter output
  * @return 0 on success, <0 on error.
  */
-static void synth_block(WMAVoiceContext *s, GetBitContext *gb,
+static void synth_block(WMAVoiceContext *s, BitstreamContext *bc,
                         int block_idx, int size,
                         int block_pitch_sh2,
                         const double *lsps, const double *prev_lsps,
@@ -1402,9 +1420,9 @@ static void synth_block(WMAVoiceContext *s, GetBitContext *gb,
     int n;
 
     if (frame_desc->acb_type == ACB_TYPE_NONE)
-        synth_block_hardcoded(s, gb, block_idx, size, frame_desc, excitation);
+        synth_block_hardcoded(s, bc, block_idx, size, frame_desc, excitation);
     else
-        synth_block_fcb_acb(s, gb, block_idx, size, block_pitch_sh2,
+        synth_block_fcb_acb(s, bc, block_idx, size, block_pitch_sh2,
                             frame_desc, excitation);
 
     /* convert interpolated LSPs to LPCs */
@@ -1422,7 +1440,7 @@ static void synth_block(WMAVoiceContext *s, GetBitContext *gb,
  * @note we assume enough bits are available, caller should check.
  *
  * @param ctx WMA Voice decoder context
- * @param gb bit I/O context (s->gb or one for cross-packet superframes)
+ * @param bc bit I/O context (s->bc or one for cross-packet superframes)
  * @param frame_idx Frame number within superframe [0-2]
  * @param samples pointer to output sample buffer, has space for at least 160
  *                samples
@@ -1432,8 +1450,8 @@ static void synth_block(WMAVoiceContext *s, GetBitContext *gb,
  * @param synth target buffer for synthesized speech data
  * @return 0 on success, <0 on error.
  */
-static int synth_frame(AVCodecContext *ctx, GetBitContext *gb, int frame_idx,
-                       float *samples,
+static int synth_frame(AVCodecContext *ctx, BitstreamContext *bc,
+                       int frame_idx, float *samples,
                        const double *lsps, const double *prev_lsps,
                        float *excitation, float *synth)
 {
@@ -1442,12 +1460,12 @@ static int synth_frame(AVCodecContext *ctx, GetBitContext *gb, int frame_idx,
     int pitch[MAX_BLOCKS], last_block_pitch;
 
     /* Parse frame type ("frame header"), see frame_descs */
-    int bd_idx = s->vbm_tree[get_vlc2(gb, frame_type_vlc.table, 6, 3)], block_nsamples;
+    int bd_idx = s->vbm_tree[bitstream_read_vlc(bc, frame_type_vlc.table, 6, 3)], block_nsamples;
 
     if (bd_idx < 0) {
         av_log(ctx, AV_LOG_ERROR,
                "Invalid frame type VLC code, skipping\n");
-        return -1;
+        return AVERROR_INVALIDDATA;
     }
 
     block_nsamples = MAX_FRAMESIZE / frame_descs[bd_idx].n_blocks;
@@ -1460,7 +1478,7 @@ static int synth_frame(AVCodecContext *ctx, GetBitContext *gb, int frame_idx,
          * incrementing/decrementing prev_frame_pitch to cur_pitch_val. */
         n_blocks_x2      = frame_descs[bd_idx].n_blocks << 1;
         log_n_blocks_x2  = frame_descs[bd_idx].log_n_blocks + 1;
-        cur_pitch_val    = s->min_pitch_val + get_bits(gb, s->pitch_nbits);
+        cur_pitch_val    = s->min_pitch_val + bitstream_read(bc, s->pitch_nbits);
         cur_pitch_val    = FFMIN(cur_pitch_val, s->max_pitch_val - 1);
         if (s->last_acb_type == ACB_TYPE_NONE ||
             20 * abs(cur_pitch_val - s->last_pitch_val) >
@@ -1484,10 +1502,10 @@ static int synth_frame(AVCodecContext *ctx, GetBitContext *gb, int frame_idx,
     /* Global gain (if silence) and pitch-adaptive window coordinates */
     switch (frame_descs[bd_idx].fcb_type) {
     case FCB_TYPE_SILENCE:
-        s->silence_gain = wmavoice_gain_silence[get_bits(gb, 8)];
+        s->silence_gain = wmavoice_gain_silence[bitstream_read(bc, 8)];
         break;
     case FCB_TYPE_AW_PULSES:
-        aw_parse_coords(s, gb, pitch);
+        aw_parse_coords(s, bc, pitch);
         break;
     }
 
@@ -1500,7 +1518,7 @@ static int synth_frame(AVCodecContext *ctx, GetBitContext *gb, int frame_idx,
             /* Pitch is given per block. Per-block pitches are encoded as an
              * absolute value for the first block, and then delta values
              * relative to this value) for all subsequent blocks. The scale of
-             * this pitch value is semi-logaritmic compared to its use in the
+             * this pitch value is semi-logarithmic compared to its use in the
              * decoder, so we convert it to normal scale also. */
             int block_pitch,
                 t1 = (s->block_conv_table[1] - s->block_conv_table[0]) << 2,
@@ -1508,10 +1526,10 @@ static int synth_frame(AVCodecContext *ctx, GetBitContext *gb, int frame_idx,
                 t3 =  s->block_conv_table[3] - s->block_conv_table[2] + 1;
 
             if (n == 0) {
-                block_pitch = get_bits(gb, s->block_pitch_nbits);
+                block_pitch = bitstream_read(bc, s->block_pitch_nbits);
             } else
                 block_pitch = last_block_pitch - s->block_delta_pitch_hrange +
-                                 get_bits(gb, s->block_delta_pitch_nbits);
+                              bitstream_read(bc, s->block_delta_pitch_nbits);
             /* Convert last_ so that any next delta is within _range */
             last_block_pitch = av_clip(block_pitch,
                                        s->block_delta_pitch_hrange,
@@ -1549,7 +1567,7 @@ static int synth_frame(AVCodecContext *ctx, GetBitContext *gb, int frame_idx,
             break;
         }
 
-        synth_block(s, gb, n, block_nsamples, bl_pitch_sh2,
+        synth_block(s, bc, n, block_nsamples, bl_pitch_sh2,
                     lsps, prev_lsps, &frame_descs[bd_idx],
                     &excitation[n * block_nsamples],
                     &synth[n * block_nsamples]);
@@ -1640,34 +1658,32 @@ static void stabilize_lsps(double *lsps, int num)
 /**
  * Test if there's enough bits to read 1 superframe.
  *
- * @param orig_gb bit I/O context used for reading. This function
+ * @param orig_bc bit I/O context used for reading. This function
  *                does not modify the state of the bitreader; it
  *                only uses it to copy the current stream position
  * @param s WMA Voice decoding context private data
- * @return -1 if unsupported, 1 on not enough bits or 0 if OK.
+ * @return < 0 on error, 1 on not enough bits or 0 if OK.
  */
-static int check_bits_for_superframe(GetBitContext *orig_gb,
+static int check_bits_for_superframe(BitstreamContext *orig_bc,
                                      WMAVoiceContext *s)
 {
-    GetBitContext s_gb, *gb = &s_gb;
+    BitstreamContext s_bc, *bc = &s_bc;
     int n, need_bits, bd_idx;
     const struct frame_type_desc *frame_desc;
 
     /* initialize a copy */
-    init_get_bits(gb, orig_gb->buffer, orig_gb->size_in_bits);
-    skip_bits_long(gb, get_bits_count(orig_gb));
-    assert(get_bits_left(gb) == get_bits_left(orig_gb));
+    *bc = *orig_bc;
 
     /* superframe header */
-    if (get_bits_left(gb) < 14)
+    if (bitstream_bits_left(bc) < 14)
         return 1;
-    if (!get_bits1(gb))
-        return -1;                        // WMAPro-in-WMAVoice superframe
-    if (get_bits1(gb)) skip_bits(gb, 12); // number of  samples in superframe
+    if (!bitstream_read_bit(bc))
+        return AVERROR(ENOSYS);           // WMAPro-in-WMAVoice superframe
+    if (bitstream_read_bit(bc)) bitstream_skip(bc, 12); // number of  samples in superframe
     if (s->has_residual_lsps) {           // residual LSPs (for all frames)
-        if (get_bits_left(gb) < s->sframe_lsp_bitsize)
+        if (bitstream_bits_left(bc) < s->sframe_lsp_bitsize)
             return 1;
-        skip_bits_long(gb, s->sframe_lsp_bitsize);
+        bitstream_skip(bc, s->sframe_lsp_bitsize);
     }
 
     /* frames */
@@ -1675,24 +1691,25 @@ static int check_bits_for_superframe(GetBitContext *orig_gb,
         int aw_idx_is_ext = 0;
 
         if (!s->has_residual_lsps) {     // independent LSPs (per-frame)
-           if (get_bits_left(gb) < s->frame_lsp_bitsize) return 1;
-           skip_bits_long(gb, s->frame_lsp_bitsize);
+           if (bitstream_bits_left(bc) < s->frame_lsp_bitsize)
+               return 1;
+           bitstream_skip(bc, s->frame_lsp_bitsize);
         }
-        bd_idx = s->vbm_tree[get_vlc2(gb, frame_type_vlc.table, 6, 3)];
+        bd_idx = s->vbm_tree[bitstream_read_vlc(bc, frame_type_vlc.table, 6, 3)];
         if (bd_idx < 0)
-            return -1;                   // invalid frame type VLC code
+            return AVERROR_INVALIDDATA; // invalid frame type VLC code
         frame_desc = &frame_descs[bd_idx];
         if (frame_desc->acb_type == ACB_TYPE_ASYMMETRIC) {
-            if (get_bits_left(gb) < s->pitch_nbits)
+            if (bitstream_bits_left(bc) < s->pitch_nbits)
                 return 1;
-            skip_bits_long(gb, s->pitch_nbits);
+            bitstream_skip(bc, s->pitch_nbits);
         }
         if (frame_desc->fcb_type == FCB_TYPE_SILENCE) {
-            skip_bits(gb, 8);
+            bitstream_skip(bc, 8);
         } else if (frame_desc->fcb_type == FCB_TYPE_AW_PULSES) {
-            int tmp = get_bits(gb, 6);
+            int tmp = bitstream_read(bc, 6);
             if (tmp >= 0x36) {
-                skip_bits(gb, 2);
+                bitstream_skip(bc, 2);
                 aw_idx_is_ext = 1;
             }
         }
@@ -1706,9 +1723,9 @@ static int check_bits_for_superframe(GetBitContext *orig_gb,
         } else
             need_bits = 0;
         need_bits += frame_desc->frame_size;
-        if (get_bits_left(gb) < need_bits)
+        if (bitstream_bits_left(bc) < need_bits)
             return 1;
-        skip_bits_long(gb, need_bits);
+        bitstream_skip(bc, need_bits);
     }
 
     return 0;
@@ -1717,7 +1734,7 @@ static int check_bits_for_superframe(GetBitContext *orig_gb,
 /**
  * Synthesize output samples for a single superframe. If we have any data
  * cached in s->sframe_cache, that will be used instead of whatever is loaded
- * in s->gb.
+ * in s->bc.
  *
  * WMA Voice superframes contain 3 frames, each containing 160 audio samples,
  * to give a total of 480 samples per frame. See #synth_frame() for frame
@@ -1735,7 +1752,7 @@ static int synth_superframe(AVCodecContext *ctx, AVFrame *frame,
                             int *got_frame_ptr)
 {
     WMAVoiceContext *s = ctx->priv_data;
-    GetBitContext *gb = &s->gb, s_gb;
+    BitstreamContext *bc = &s->bc, s_bc;
     int n, res, n_samples = 480;
     double lsps[MAX_FRAMES][MAX_LSPS];
     const double *mean_lsf = s->lsps == 16 ?
@@ -1750,32 +1767,33 @@ static int synth_superframe(AVCodecContext *ctx, AVFrame *frame,
            s->history_nsamples * sizeof(*excitation));
 
     if (s->sframe_cache_size > 0) {
-        gb = &s_gb;
-        init_get_bits(gb, s->sframe_cache, s->sframe_cache_size);
+        bc = &s_bc;
+        bitstream_init(bc, s->sframe_cache, s->sframe_cache_size);
         s->sframe_cache_size = 0;
     }
 
-    if ((res = check_bits_for_superframe(gb, s)) == 1) {
+    if ((res = check_bits_for_superframe(bc, s)) == 1) {
         *got_frame_ptr = 0;
         return 1;
-    }
+    } else if (res < 0)
+        return res;
 
     /* First bit is speech/music bit, it differentiates between WMAVoice
      * speech samples (the actual codec) and WMAVoice music samples, which
      * are really WMAPro-in-WMAVoice-superframes. I've never seen those in
      * the wild yet. */
-    if (!get_bits1(gb)) {
-        av_log_missing_feature(ctx, "WMAPro-in-WMAVoice", 1);
+    if (!bitstream_read_bit(bc)) {
+        avpriv_request_sample(ctx, "WMAPro-in-WMAVoice");
         return AVERROR_PATCHWELCOME;
     }
 
     /* (optional) nr. of samples in superframe; always <= 480 and >= 0 */
-    if (get_bits1(gb)) {
-        if ((n_samples = get_bits(gb, 12)) > 480) {
+    if (bitstream_read_bit(bc)) {
+        if ((n_samples = bitstream_read(bc, 12)) > 480) {
             av_log(ctx, AV_LOG_ERROR,
                    "Superframe encodes >480 samples (%d), not allowed\n",
                    n_samples);
-            return -1;
+            return AVERROR_INVALIDDATA;
         }
     }
     /* Parse LSPs, if global for the superframe (can also be per-frame). */
@@ -1786,9 +1804,9 @@ static int synth_superframe(AVCodecContext *ctx, AVFrame *frame,
             prev_lsps[n] = s->prev_lsps[n] - mean_lsf[n];
 
         if (s->lsps == 10) {
-            dequant_lsp10r(gb, lsps[2], prev_lsps, a1, a2, s->lsp_q_mode);
+            dequant_lsp10r(bc, lsps[2], prev_lsps, a1, a2, s->lsp_q_mode);
         } else /* s->lsps == 16 */
-            dequant_lsp16r(gb, lsps[2], prev_lsps, a1, a2, s->lsp_q_mode);
+            dequant_lsp16r(bc, lsps[2], prev_lsps, a1, a2, s->lsp_q_mode);
 
         for (n = 0; n < s->lsps; n++) {
             lsps[0][n]  = mean_lsf[n] + (a1[n]           - a2[n * 2]);
@@ -1801,7 +1819,7 @@ static int synth_superframe(AVCodecContext *ctx, AVFrame *frame,
 
     /* get output buffer */
     frame->nb_samples = 480;
-    if ((res = ff_get_buffer(ctx, frame)) < 0) {
+    if ((res = ff_get_buffer(ctx, frame, 0)) < 0) {
         av_log(ctx, AV_LOG_ERROR, "get_buffer() failed\n");
         return res;
     }
@@ -1814,16 +1832,16 @@ static int synth_superframe(AVCodecContext *ctx, AVFrame *frame,
             int m;
 
             if (s->lsps == 10) {
-                dequant_lsp10i(gb, lsps[n]);
+                dequant_lsp10i(bc, lsps[n]);
             } else /* s->lsps == 16 */
-                dequant_lsp16i(gb, lsps[n]);
+                dequant_lsp16i(bc, lsps[n]);
 
             for (m = 0; m < s->lsps; m++)
                 lsps[n][m] += mean_lsf[m];
             stabilize_lsps(lsps[n], s->lsps);
         }
 
-        if ((res = synth_frame(ctx, gb, n,
+        if ((res = synth_frame(ctx, bc, n,
                                &samples[n * MAX_FRAMESIZE],
                                lsps[n], n == 0 ? s->prev_lsps : lsps[n - 1],
                                &excitation[s->history_nsamples + n * MAX_FRAMESIZE],
@@ -1836,9 +1854,9 @@ static int synth_superframe(AVCodecContext *ctx, AVFrame *frame,
     /* Statistics? FIXME - we don't check for length, a slight overrun
      * will be caught by internal buffer padding, and anything else
      * will be skipped, not read. */
-    if (get_bits1(gb)) {
-        res = get_bits(gb, 4);
-        skip_bits(gb, 10 * (res + 1));
+    if (bitstream_read_bit(bc)) {
+        res = bitstream_read(bc, 4);
+        bitstream_skip(bc, 10 * (res + 1));
     }
 
     *got_frame_ptr = 1;
@@ -1866,31 +1884,31 @@ static int synth_superframe(AVCodecContext *ctx, AVFrame *frame,
  */
 static int parse_packet_header(WMAVoiceContext *s)
 {
-    GetBitContext *gb = &s->gb;
+    BitstreamContext *bc = &s->bc;
     unsigned int res;
 
-    if (get_bits_left(gb) < 11)
+    if (bitstream_bits_left(bc) < 11)
         return 1;
-    skip_bits(gb, 4);          // packet sequence number
-    s->has_residual_lsps = get_bits1(gb);
+    bitstream_skip(bc, 4);      // packet sequence number
+    s->has_residual_lsps = bitstream_read_bit(bc);
     do {
-        res = get_bits(gb, 6); // number of superframes per packet
-                               // (minus first one if there is spillover)
-        if (get_bits_left(gb) < 6 * (res == 0x3F) + s->spillover_bitsize)
+        res = bitstream_read(bc, 6); // number of superframes per packet
+                                     // (minus first one if there is spillover)
+        if (bitstream_bits_left(bc) < 6 * (res == 0x3F) + s->spillover_bitsize)
             return 1;
     } while (res == 0x3F);
-    s->spillover_nbits   = get_bits(gb, s->spillover_bitsize);
+    s->spillover_nbits = bitstream_read(bc, s->spillover_bitsize);
 
     return 0;
 }
 
 /**
- * Copy (unaligned) bits from gb/data/size to pb.
+ * Copy (unaligned) bits from bc/data/size to pb.
  *
  * @param pb target buffer to copy bits into
  * @param data source buffer to copy bits from
  * @param size size of the source data, in bytes
- * @param gb bit I/O context specifying the current position in the source.
+ * @param bc bit I/O context specifying the current position in the source.
  *           data. This function might use this to align the bit position to
  *           a whole-byte boundary before calling #avpriv_copy_bits() on aligned
  *           source data
@@ -1901,18 +1919,18 @@ static int parse_packet_header(WMAVoiceContext *s)
  */
 static void copy_bits(PutBitContext *pb,
                       const uint8_t *data, int size,
-                      GetBitContext *gb, int nbits)
+                      BitstreamContext *bc, int nbits)
 {
     int rmn_bytes, rmn_bits;
 
-    rmn_bits = rmn_bytes = get_bits_left(gb);
+    rmn_bits = rmn_bytes = bitstream_bits_left(bc);
     if (rmn_bits < nbits)
         return;
     if (nbits > pb->size_in_bits - put_bits_count(pb))
         return;
     rmn_bits &= 7; rmn_bytes >>= 3;
     if ((rmn_bits = FFMIN(rmn_bits, nbits)) > 0)
-        put_bits(pb, rmn_bits, get_bits(gb, rmn_bits));
+        put_bits(pb, rmn_bits, bitstream_read(bc, rmn_bits));
     avpriv_copy_bits(pb, data + size - rmn_bytes,
                  FFMIN(nbits - rmn_bits, rmn_bytes << 3));
 }
@@ -1932,7 +1950,7 @@ static int wmavoice_decode_packet(AVCodecContext *ctx, void *data,
                                   int *got_frame_ptr, AVPacket *avpkt)
 {
     WMAVoiceContext *s = ctx->priv_data;
-    GetBitContext *gb = &s->gb;
+    BitstreamContext *bc = &s->bc;
     int size, res, pos;
 
     /* Packets are sometimes a multiple of ctx->block_align, with a packet
@@ -1945,7 +1963,7 @@ static int wmavoice_decode_packet(AVCodecContext *ctx, void *data,
         *got_frame_ptr = 0;
         return 0;
     }
-    init_get_bits(&s->gb, avpkt->data, size << 3);
+    bitstream_init8(&s->bc, avpkt->data, size);
 
     /* size == ctx->block_align is used to indicate whether we are dealing with
      * a new packet or a packet of which we already read the packet header
@@ -1959,8 +1977,8 @@ static int wmavoice_decode_packet(AVCodecContext *ctx, void *data,
          * continuing to parse new superframes in the current packet. */
         if (s->spillover_nbits > 0) {
             if (s->sframe_cache_size > 0) {
-                int cnt = get_bits_count(gb);
-                copy_bits(&s->pb, avpkt->data, size, gb, s->spillover_nbits);
+                int cnt = bitstream_tell(bc);
+                copy_bits(&s->pb, avpkt->data, size, bc, s->spillover_nbits);
                 flush_put_bits(&s->pb);
                 s->sframe_cache_size += s->spillover_nbits;
                 if ((res = synth_superframe(ctx, data, got_frame_ptr)) == 0 &&
@@ -1969,33 +1987,33 @@ static int wmavoice_decode_packet(AVCodecContext *ctx, void *data,
                     s->skip_bits_next = cnt & 7;
                     return cnt >> 3;
                 } else
-                    skip_bits_long (gb, s->spillover_nbits - cnt +
-                                    get_bits_count(gb)); // resync
+                    bitstream_skip (bc, s->spillover_nbits - cnt +
+                                    bitstream_tell(bc)); // resync
             } else
-                skip_bits_long(gb, s->spillover_nbits);  // resync
+                bitstream_skip(bc, s->spillover_nbits);  // resync
         }
     } else if (s->skip_bits_next)
-        skip_bits(gb, s->skip_bits_next);
+        bitstream_skip(bc, s->skip_bits_next);
 
     /* Try parsing superframes in current packet */
     s->sframe_cache_size = 0;
     s->skip_bits_next = 0;
-    pos = get_bits_left(gb);
+    pos = bitstream_bits_left(bc);
     if ((res = synth_superframe(ctx, data, got_frame_ptr)) < 0) {
         return res;
     } else if (*got_frame_ptr) {
-        int cnt = get_bits_count(gb);
+        int cnt = bitstream_tell(bc);
         s->skip_bits_next = cnt & 7;
         return cnt >> 3;
     } else if ((s->sframe_cache_size = pos) > 0) {
         /* rewind bit reader to start of last (incomplete) superframe... */
-        init_get_bits(gb, avpkt->data, size << 3);
-        skip_bits_long(gb, (size << 3) - pos);
-        assert(get_bits_left(gb) == pos);
+        bitstream_init8(bc, avpkt->data, size);
+        bitstream_skip(bc, (size << 3) - pos);
+        assert(bitstream_bits_left(bc) == pos);
 
         /* ...and cache it for spillover in next packet */
         init_put_bits(&s->pb, s->sframe_cache, SFRAME_CACHE_MAXSIZE);
-        copy_bits(&s->pb, avpkt->data, size, gb, s->sframe_cache_size);
+        copy_bits(&s->pb, avpkt->data, size, bc, s->sframe_cache_size);
         // FIXME bad - just copy bytes as whole and add use the
         // skip_bits_next field
     }
@@ -2046,14 +2064,15 @@ static av_cold void wmavoice_flush(AVCodecContext *ctx)
 }
 
 AVCodec ff_wmavoice_decoder = {
-    .name           = "wmavoice",
-    .type           = AVMEDIA_TYPE_AUDIO,
-    .id             = AV_CODEC_ID_WMAVOICE,
-    .priv_data_size = sizeof(WMAVoiceContext),
-    .init           = wmavoice_decode_init,
-    .close          = wmavoice_decode_end,
-    .decode         = wmavoice_decode_packet,
-    .capabilities   = CODEC_CAP_SUBFRAMES | CODEC_CAP_DR1,
-    .flush          = wmavoice_flush,
-    .long_name      = NULL_IF_CONFIG_SMALL("Windows Media Audio Voice"),
+    .name             = "wmavoice",
+    .long_name        = NULL_IF_CONFIG_SMALL("Windows Media Audio Voice"),
+    .type             = AVMEDIA_TYPE_AUDIO,
+    .id               = AV_CODEC_ID_WMAVOICE,
+    .priv_data_size   = sizeof(WMAVoiceContext),
+    .init             = wmavoice_decode_init,
+    .init_static_data = wmavoice_init_static_data,
+    .close            = wmavoice_decode_end,
+    .decode           = wmavoice_decode_packet,
+    .capabilities     = AV_CODEC_CAP_SUBFRAMES | AV_CODEC_CAP_DR1,
+    .flush            = wmavoice_flush,
 };