Latency Indication Protocol (LIP)

Das Latency Indication Protocol ist ein Verfahren aus der HDMI-2.2-Spezifikation, das Bild und Ton in einer Gerätekette wieder zusammenbringt. Es setzt dort an, wo mehrere Geräte hintereinander jeweils eigene Verzögerungen einbringen — der Fall, den der HDMI Licensing Administrator ausdrücklich nennt: Anlagen mit AV-Receiver oder Soundbar.

Um zu verstehen, was daran neu ist, muss man den älteren Mechanismus kennen, denn LIP ersetzt ihn nicht aus einer Laune heraus.

Warum überhaupt etwas verzögert werden muss

Der Grund liegt in einer Asymmetrie, die sich nicht auflösen lässt: Ein Fernseher rechnet an jedem Bild, bevor er es anzeigt — Skalierung, Bewegungsverarbeitung, Farbmanagement. Ein Verstärker gibt den Ton dagegen nahezu unmittelbar aus. Läuft der Ton über den Verstärker und das Bild über den Fernseher, eilt der Ton dem Bild voraus.

Die HDMI-Spezifikation beschreibt genau diesen Fall schon 2006: Wo der Ton nicht im Fernseher wiedergegeben wird, kann dessen Bildverarbeitungszeit für den Zuschauer wahrnehmbare Lippensynchronprobleme erzeugen. Die Abhilfe ist immer dieselbe — der Ton wird um die Differenz verzögert.

Ein Detail aus derselben Quelle ist für die Beratung wertvoller als die Mechanik: Ein Versatz fällt deutlich stärker auf, wenn der Ton dem Bild vorauseilt, als wenn das Bild vorauseilt. Die Spezifikation zieht daraus die Empfehlung, die angegebenen Werte bewusst schief zu wählen — lieber zu viel Bildlatenz melden als zu wenig. Wer eine Anlage von Hand einstellt, hat damit auch eine Richtung: Im Zweifel etwas mehr Tonverzögerung.

Der ältere Mechanismus: Latenz im EDID

Seit der Fassung 1.3 heißt die Funktion Auto Lipsync Correction, und sie arbeitet über das EDID — dieselben Daten, mit denen eine Senke ihre Fähigkeiten meldet.

Eine Senke oder ein Zwischengerät darf dort vier Felder ausfüllen: Bildlatenz und Tonlatenz, bei Bedarf getrennt für progressive und Zeilensprungformate. Jedes Feld ist ein Byte groß, und die Umrechnung verrät die Auflösung: Der Wert ist die Latenz in Millisekunden geteilt durch zwei, plus eins. Das ergibt ein Raster von zwei Millisekunden und einen Höchstwert von 500 Millisekunden. Zwei Sonderwerte gibt es außerdem — 0 heißt „unbekannt oder ungültig", 255 heißt „hier wird kein Bild beziehungsweise kein Ton ausgegeben".

Die Quelle liest diese Werte aus und verzögert den Ton um die Differenz aus Bild- und Tonlatenz der nachgelagerten Geräte. Ein Zwischengerät, das die Funktion beherrscht, rechnet seine eigene Verarbeitungszeit auf die Werte des Geräts hinter sich auf und meldet die Summe nach vorn — so kommt bei der Quelle der Wert für die ganze Kette an.

Warum das in der Praxis so oft nicht funktioniert

Der Mechanismus ist sauber gedacht und hat drei eingebaute Schwächen.

Er ist statisch. Die Werte stehen im EDID und ändern sich nicht, wenn ein Fernseher in einen anderen Bildmodus schaltet — und genau das tut er ständig. Ein Spielmodus verkürzt die Bildverarbeitung drastisch, ein Filmmodus mit Zwischenbildberechnung verlängert sie. Die Spezifikation kennt dieses Loch und benennt es 2006 in einem einzigen Satz: Eine künftige Fassung werde einen Mechanismus definieren, mit dem Senken ihre Latenzangaben dynamisch ändern können. Damit steht die Lücke seit fast zwanzig Jahren im Text.

Er ist auf Mitarbeit angewiesen. Jedes Gerät in der Kette muss die Felder füllen und weiterreichen. Ein Zwischengerät, das die Funktion nicht beherrscht, meldet nichts oder meldet nur sich selbst — und die Rechnung stimmt nicht mehr. Je länger die Kette, desto größer die Wahrscheinlichkeit, dass ein Glied schweigt. Das ist der Grund, warum der HDMI Licensing Administrator LIP ausdrücklich für Konfigurationen mit mehreren Zwischenstationen ankündigt.

Er ist grob. Zwei Millisekunden Raster sind für Lippensynchronität ausreichend; die Angabe eines einzigen Wertes für ein Gerät, das je nach Bildmodus zwischen wenigen und über hundert Millisekunden schwankt, ist es nicht. Die Spezifikation empfiehlt deshalb einen Kompromisswert zwischen den Extremen — eine ehrliche Auskunft darüber, dass eine Zahl für diesen Zweck nicht reicht.

Was LIP daran ändert

Der HDMI Licensing Administrator beschreibt LIP als Verfahren, das Quellgeräte in die Lage versetzt, Latenzanpassungen zu bestimmen und Unterschiede zwischen Bild und Ton auszugleichen — ausdrücklich für Anlagen, in denen mehrere Bild- und Tonwege je eigene Latenz einbringen. Als Anwendungsfälle nennt der HDMI Forum in der Ankündigung vom 6. Januar 2025 den AV-Receiver und die Soundbar.

Mehr steht in den öffentlich zugänglichen Unterlagen nicht. Der Text der Spezifikation ist kostenpflichtig und Lizenznehmern vorbehalten, und damit bleibt offen, was den Beratungswert ausmacht: ob die Angaben dynamisch übertragen werden, ob LIP verpflichtend oder wie die meisten HDMI-Merkmale optional ist, und wie es sich zu den vorhandenen EDID-Feldern verhält — Ersatz oder Ergänzung.

Was sich sagen lässt: Die Beschreibung passt genau auf die Lücke, die die Spezifikation 2006 selbst offengelassen hat. Das ist eine naheliegende Lesart und keine Aussage des HDMI Forum.

Häufiges Missverständnis

„Mein Fernseher hat Auto-Lipsync, also stimmt das." Die Funktion setzt voraus, dass jedes Gerät auf dem Weg mitspielt. In einer Kette aus Zuspieler, AV-Receiver und Fernseher sind das drei Geräte und zwei Übergaben, und es genügt eines, das schweigt. Dass der Fernseher die Funktion führt, sagt über die Kette nichts.

„Das ist doch der Input Lag." Zwei verschiedene Dinge mit derselben Ursache. Input Lag beschreibt die Zeit zwischen einer Eingabe und der sichtbaren Reaktion — er ist beim Spielen relevant und wird durch Abschalten der Bildverarbeitung verkleinert. Lippensynchronität beschreibt den Versatz zwischen Bild und Ton. Dieselbe Bildverarbeitungszeit erzeugt beides, aber gegen den einen hilft eine kürzere Verarbeitung und gegen den anderen eine passende Tonverzögerung.

„Dann brauche ich HDMI 2.2 für synchronen Ton." Nein. Der ältere Mechanismus funktioniert in überschaubaren Ketten seit fast zwanzig Jahren, und der zuverlässigste Weg braucht überhaupt kein Protokoll: Ton und Bild über möglichst wenige Geräte führen und die verbleibende Differenz einmal von Hand einstellen. LIP verspricht, dass das in komplexen Ketten seltener nötig wird — es ist kein Grund, eine funktionierende Anlage auszutauschen.

Nicht zu verwechseln mit

• Auto Lipsync über EDID: der ältere Mechanismus, oben beschrieben. Statisch und auf die Mitarbeit aller Geräte angewiesen.
• Delay im Lautsprechermanagement: gleicht die unterschiedlichen Abstände der Lautsprecher zum Hörplatz aus. Ein anderer Zweck mit ähnlichem Werkzeug, siehe Delay.
• Input Lag: die Verzögerung zwischen Eingabe und Bild. Betrifft die Bedienung und das Spielen, nicht den Ton.
• ALLM: schaltet den Fernseher automatisch in den Spielmodus. Es verkürzt die Bildverarbeitung und ändert damit die Latenz — löst den Meldeweg aber nicht, sondern belastet ihn zusätzlich.
• Latenz in der Netzwerk-Audioverteilung: dort geht es um Gleichlauf zwischen Zonen, siehe Audio over IP.

In der Anlage

Ein Wohnzimmer mit Fernseher, Soundbar und einem Streaming-Zuspieler. Der Ton läuft über den Tonrückkanal des Fernsehers in die Soundbar. Bei Serien fällt nichts auf, bei Gesprächsszenen im Film stört ein leichter Versatz — mal mehr, mal weniger.

Aufschlussreich ist an dieser Beschreibung das „mal mehr, mal weniger". Ein konstanter Versatz deutet auf eine fehlende oder falsche Latenzmeldung; ein wechselnder deutet darauf, dass der Fernseher seinen Bildmodus ändert, während die gemeldete Zahl dieselbe bleibt. Das ist genau die Schwäche, die der ältere Mechanismus hat, und sie lässt sich mit einem Test bestätigen: denselben Inhalt einmal im Filmmodus und einmal im Spielmodus ansehen.

Für die Abhilfe zählt danach die Reihenfolge. Der wirksamste Schritt ist nicht die Einstellung, sondern die Kürzung der Kette — je weniger Geräte Bild und Ton getrennt verarbeiten, desto weniger kann schiefgehen. Wo das nicht geht, wird der Bildmodus festgelegt statt automatisch gewechselt, und erst dann die Tonverzögerung von Hand eingestellt. Eine von Hand gesetzte Verzögerung stimmt für genau eine Kombination aus Bildmodus und Quelle, und das ist der Grund, warum sie so oft wieder nicht stimmt.

Bei der Geräteauswahl bleibt bis auf Weiteres eine unbefriedigende Antwort: Ob ein Gerät LIP beherrscht, steht heute in keinem Datenblatt, weil die Spezifikation gerade erst bei den Herstellern angekommen ist. Wer heute plant, plant mit dem älteren Mechanismus und einer kurzen Kette.

Verknüpfte Inhalte

Die Datenstruktur, in der die Latenzangaben stehen, erklärt EDID; den Weg, über den der Ton vom Fernseher zurück zum Verstärker kommt, eARC und ARC; den Steuerkanal daneben HDMI CEC. Wie Verzögerungen im Lautsprechermanagement eingesetzt werden, steht bei Delay, wie ein Prozessor sie erzeugt bei DSP. Die Spezifikation, zu der LIP gehört, behandelt Ultra96 und HDMI 2.2, das Übertragungsverfahren darunter FRL und TMDS.

Quellen

Der ältere Mechanismus ist vollständig an der HDMI-Spezifikation in der Fassung 1.3 belegt, die für diese Seite im Volltext eingesehen wurde: Zweck der Auto-Lipsync-Korrektur, die vier Latenzfelder im EDID mit Byte-Breite, Umrechnung und Sonderwerten, die Aufsummierung durch Zwischengeräte, die Kompensationsrechnung, die Beobachtung zur unterschiedlichen Wahrnehmbarkeit je Richtung und der Hinweis auf einen künftigen Mechanismus für dynamische Latenzangaben. Was LIP leistet und wofür es gedacht ist, stammt von der Merkmalsseite des HDMI Licensing Administrator und aus der Ankündigung des HDMI Forum vom 6. Januar 2025.