1. Hvad er iLBC-lydformatet?

The Internet Low Bitrate Codec blev oprindeligt oprettet af Global IP Solutions (GIPS) — et svensk lydteknikfirma, der blev opkøbt af Google i 2010. Defineret af Internet Engineering Task Force under RFC 3951 med RTP-payload-enkapsulering beskrevet i RFC 3952, blev iLBC designet specifikt til robust taleoverførsel over ustabile IP-forbindelser.

Mens moderne webbrowsere ofte bruger Opus-codec’en til nutidig realtidskommunikation, forbliver iLBC en central, royaltyfri standard indlejret i virksomhedstelefoni-stakke, SIP-klienter, WebRTC bagudkompatibilitetsprofiler og ældre VoIP-enheder fremstillet af Cisco, Polycom og Asterisk PBX-systemer.

2. Vigtige egenskaber ved iLBC

ParameterSpecifikation
StandardiseringIETF RFC 3951 (Codec), RFC 3952 (RTP-payload)
Almindelige filendelser.ilbc, .lbc
MIME-medietypeaudio/iLBC
Samplingsfrekvens$8\text{ kHz}$ (Smalbånd)
Kvantiseringsopløsning16-bit lineær PCM
LydkanalerMono (Enkelt-kanal tale)
Understøttede rammelængder$20\text{ ms}$ tilstand og $30\text{ ms}$ tilstand
Driftsbitrater$15.20\text{ kbit/s}$ ($20\text{ ms}$) / $13.33\text{ kbit/s}$ ($30\text{ ms}$)
Payload Bits per blok$304\text{ bits}$ ($20\text{ ms}$) / $400\text{ bits}$ ($30\text{ ms}$)
Magisk Header-identifikator#!iLBC20\n ($20\text{ ms}$) eller #!iLBC30\n ($30\text{ ms}$)
LicenseringRoyaltyfri (3-klausul BSD open source via WebRTC)

3. Dybtgående funktioner og arkitektonisk design

4. Uafhængig rammekodning (Ingen fejludbredelse)

Traditionelle tale-komprimeringsformater som G.729 og CELP-familie codecs bruger inter-frame prediction, hvor hver lydramme afhænger af tilstandsinformation og pitch-prediktorvektorer fra den foregående ramme. Hvis en pakke tabes på et overbelastet netværk, spreder den manglende tilstand sig fremad og forvrænger efterfølgende lyd i flere hundrede millisekunder.

iLBC eliminerer denne afhængighed. Hver taleramme i iLBC er kodet uafhængigt. Hvis pakke $N$ tabes under overførslen, dekoder pakke $N+1$ med fuld akustisk nøjagtighed.

5. To driftsformer ($20\text{ ms}$ vs. $30\text{ ms}$)

For at give telekommunikationsingeniører fleksibel latenstidsstyring definerer iLBC to obligatoriske driftsformer:

  1. $20\text{ ms}$ Ramme-tilstand ($15.20\text{ kbit/s}$):
    • Koder 160 lydprøver pr. ramme til 38 byte ($304\text{ bits}$).
    • Leverer lavere algoritmisk bufferlatens, hvilket gør den velegnet til interaktive kommunikationer.
  2. $30\text{ ms}$ Ramme-tilstand ($13.33\text{ kbit/s}$):
    • Koder 240 lydprøver pr. ramme til 50 byte ($400\text{ bits}$).
    • Reducerer bitforbruget med cirka $12%$, hvilket optimerer netværkspayloadens effektivitet over langdistancetilkoblinger.

Avanceret pakke‑tab skjulning (PLC)

Når tabte pakker opstår, anvender iLBC et tilstandsvariabelt LPC (Linear Predictive Coding) syntesefilter, der rekonstruerer manglende tonecyklusrepræsentationer ved hjælp af grænsetilstande fra naborammer. I stedet for at skabe klik, digitale poplyde eller hårde dæmpninger, degraderer tabte stemmepakker gradvist.

Lydkvalitet vs. Bitrate‑profil

Under ideelle netværksforhold (0% paketab) opnår iLBC en Mean Opinion Score (MOS) på cirka 4,14 (af 5,0). Selvom den er lidt under den ukomprimerede G.711 PCM ($\mu$-law ved $\sim 4.3$), bevarer iLBC stemmeklarhed ved paketabshastigheder så høje som $5%\text{ til }10%$, hvor G.729 eller G.711 intelligens falder betydeligt.

4. Sådan åbnes og afspilles .ilbc‑lydfiler

Fordi .ilbc er et specialiseret råt telefonistrømsformat snarere end en generel forbruger‑mediekontainer (som MP3 eller WAV), kan almindelige forbrugerafspillere ikke altid opdage det uden dedikerede codec‑pakker.

Metode 1: Brug af Audacity (Importér rå data)

Audacity kan importere rå PCM-dumps eller dekodede iLBC‑lydfiler:

  1. Start Audacity.
  2. Naviger til Fil > Importer > Rå data…
  3. Vælg filen og indstil kodningen til Signed 16-bit PCM, byteorden til Little-endian, 1 kanal (Mono), og samplingsfrekvensen til 8000 Hz.

Metode 2: Kommando‑linjeafspilning via FFplay

Hvis din FFmpeg-build er kompileret med libilbc‑udvidelsen:

ffplay -f ilbc sample.ilbc

Metode 3: Dedikerede VoIP‑analysatorer

Netværksdiagnostikværktøjer såsom Wireshark kan udtrække og rekonstruere .ilbc stemmepayloads direkte fra indfangede SIP/RTP‑pakkesessioner og afspille dem via den indbyggede RTP Player‑nyttighed.

5. Sådan oprettes og konverteres .ilbc‑lydfiler

At arbejde med .ilbc-lyd kræver 16-bit, enkeltkanal, $8000\text{ Hz}$ inputlyd.

Kodning til iLBC ved hjælp af FFmpeg

For at konvertere et eksisterende .wav- eller .mp3-lydklip til en .ilbc-bitstrøm:

ffmpeg -i input_speech.wav \
  -ar 8000 \
  -ac 1 \
  -c:a libilbc \
  output_audio.ilbc
  • -ar 8000: Resampler lyden til den krævede 8 kHz frekvens.
  • -ac 1: Nedblander flerkanal lyd til mono.
  • -c:a libilbc: Bruger libilbc reference‑encoderen.

Angivelse af rammetilstand ($20\text{ ms}$ eller $30\text{ ms}$)

Du kan vælge ramme‑tilstanden ved at bruge -mode‑flaget:

# Encode using 30ms mode (13.33 kbit/s)
ffmpeg -i input_speech.wav -ar 8000 -ac 1 -c:a libilbc -mode 30 output_30ms.ilbc

# Encode using 20ms mode (15.20 kbit/s)
ffmpeg -i input_speech.wav -ar 8000 -ac 1 -c:a libilbc -mode 20 output_20ms.ilbc

Dekodning af en .ilbc-fil tilbage til standard WAV

For at konvertere en .ilbc-fil til en ukomprimeret WAV‑fil, der kan afspilles overalt:

ffmpeg -f ilbc -i voice_message.ilbc converted_audio.wav

6. Ofte stillede spørgsmål (FAQ)

Q1: Hvilket primært problem blev iLBC-lydformatet oprettet for at løse?

iLBC‑formatet blev designet til at bevare taleforståelighed over IP‑netværk ved at gøre hver lydramme uafhængig, så pakke‑tab fejl ikke spreder sig til efterfølgende talerammer.

Q2: Hvad er de to operationelle bitrater for en .ilbc-fil?

En .ilbc-strøm opererer ved enten $13.33\text{ kbit/s}$ når der anvendes $30\text{ ms}$-rammer eller $15.20\text{ kbit/s}$ når den er konfigureret til $20\text{ ms}$-rammer.

Q3: Kan iLBC-formatet bruges til streaming af højfidelitetsmusik?

Nej, iLBC er en smalbåndstale-codec, der er strengt begrænset til en $8\text{ kHz}$-samplingsrate og er udelukkende optimeret til menneskelig tale mellem $90\text{ Hz}$ og $4000\text{ Hz}$.

Q4: Er iLBC-lydkodeken royaltyfri?

Ja, iLBC er fuldt standardiseret under IETF RFC 3951 og udgivet under en open‑source, royalty‑fri 3‑klausul BSD-licens via WebRTC‑projektet.

Q5: Hvordan sammenlignes iLBC med den moderne Opus-kodek?

Mens iLBC leverede pakke‑tab skjulning for smalbånds‑VoIP i tidlige bredbåndsnetværk, understøtter den moderne Opus‑codec dynamiske bithastigheder, fuldbånds‑audio ($48\text{ kHz}$) og lavere algoritmisk latenstid.

7. Officielle specifikationer og referencer