楊中營

摘要：本文從傳統(tǒng)音像檔案的保管和利用所面臨的問題切入，引入了音像檔案數(shù)字化，并從觀念、標(biāo)準(zhǔn)、人才和設(shè)備等方面分析了我國音像檔案數(shù)字化工作發(fā)展緩慢的原因，同時給出了推進音像檔案數(shù)字化工作的對策和建議，著重闡述了音像檔案數(shù)字化的關(guān)鍵技術(shù)指標(biāo)選取問題。

關(guān)鍵詞：音像檔案數(shù)字化檔案數(shù)字化

音像檔案作為一種專門檔案，以其直觀、全面、生動再現(xiàn)等特點，能夠全面記錄和生動還原歷史的真實面貌，能夠有效補充檔案全宗的完整性，能夠豐富檔案全宗的存在形式，在檔案工作中發(fā)揮著獨特的、重要的作用。但同時也因受到自身特點、存儲載體和播放設(shè)備等因素的影響和限制，傳統(tǒng)音像檔案的保管和利用狀況并不樂觀。傳統(tǒng)音像檔案經(jīng)歷了蠟筒、膠木、鋼絲和磁帶等作為記錄載體，其中，以磁帶為介質(zhì)的傳統(tǒng)音像檔案數(shù)量最多也最為常見。這些傳統(tǒng)錄音（像）帶檔案經(jīng)過長時間的存放和利用，磁介質(zhì)會發(fā)生退變、老化，信號逐步衰減，影像質(zhì)量越來越差，甚至無法正常播放。與此同時，傳統(tǒng)的模擬音像系統(tǒng)和設(shè)備正逐漸淘汰，能夠正常使用的越來越少，存放在模擬音像帶上的珍貴音像資料將面臨永久丟失的危險。

一、音像檔案數(shù)字化的作用和意義

針對傳統(tǒng)音像檔案面臨的風(fēng)險，通過音像檔案數(shù)字化，即利用信息技術(shù)將音像檔案原有的模擬聲音（視頻）信號轉(zhuǎn)換為可被計算機識別的數(shù)字音（視）頻文件，是安全保管和有效利用這些重要檔案的唯一出路。通過音像檔案數(shù)字化，不僅可以實現(xiàn)數(shù)字音（視）頻文件代替?zhèn)鹘y(tǒng)音像檔案提供利用，從而有效地保護音像檔案原件，而且數(shù)字音（視）頻文件的重放效果好，又不會造成損耗。此外，音像檔案經(jīng)過數(shù)字化，可以開發(fā)出豐富的文化資源，供社會公眾廣泛消費。因此，音像檔案數(shù)字化，不僅是有效解決傳統(tǒng)音像檔案面臨問題的不二選擇，更是對檔案工作的長遠發(fā)展和歷史文化的有效傳承都具有重要意義。

二、我國音像檔案數(shù)字化發(fā)展相對滯后的原因

現(xiàn)實中，與紙質(zhì)檔案數(shù)字化開展得如火如荼相比，我國音像檔案數(shù)字化發(fā)展則明顯滯后，只有少數(shù)檔案館和電臺、電視臺等開展了音像檔案數(shù)字化，而更多的音像檔案還沉睡在檔案館（室）的庫房中。

那么是什么原因造成了我國音像檔案數(shù)字化發(fā)展緩慢呢？筆者認為，主要有以下幾個方面：

首先是觀念問題。由于音像檔案只是近一個世紀以來才逐漸出現(xiàn)的，它積累的數(shù)量與紙質(zhì)檔案相比是九牛一毛，在檔案工作中一直處于邊緣的位置。而許多檔案部門也就逐漸形成了“重紙質(zhì)檔案而輕其他專門檔案”的思想觀念，使得音像檔案長期得不到重視，而音像檔案數(shù)字化也就自然地落下了。

其次就是缺乏標(biāo)準(zhǔn)。音像檔案數(shù)字化是一項系統(tǒng)工程，需要統(tǒng)籌規(guī)劃、全程控制，需要確定工作流程和環(huán)節(jié)，需要綜合選定各種技術(shù)指標(biāo)和參數(shù)，必須要有專門的標(biāo)準(zhǔn)作為指導(dǎo)才能順利地開展。但我國目前仍沒有出臺關(guān)于音像檔案數(shù)字化的國家標(biāo)準(zhǔn)或行業(yè)標(biāo)準(zhǔn)，標(biāo)準(zhǔn)的缺失嚴重制約了音像檔案數(shù)字化工作的發(fā)展。

再次是人才問題。與紙質(zhì)檔案數(shù)字化相比，音像檔案數(shù)字化涉及的技術(shù)更復(fù)雜，對數(shù)字化加工、組織和管理人員的要求也比較高，而檔案部門在這方面的技術(shù)力量和人才儲備大都比較薄弱，從而加劇了開展音像檔案數(shù)字化工作的難度。

最后是設(shè)備問題。與紙質(zhì)檔案數(shù)字化相比，音像檔案的數(shù)字化和后期編輯利用都需要更多種類的播放、采集和編輯等設(shè)備，而這些設(shè)備要么是價格不菲，要么是已經(jīng)停產(chǎn)，市面上很難買到（如鋼絲錄音機），這也在一定程度上影響了音像檔案數(shù)字化的發(fā)展。

由此可見，造成音像檔案數(shù)字化發(fā)展滯后的原因是多方面的，這其中有些是檔案工作者們主觀造成的，有些則是客觀使然；有些是需要各級國家檔案部門共同推動并且經(jīng)過一個較長的時期才能徹底解決的，有些則是每個檔案館（室）通過自身努力就能取得明顯成效的。

三、如何更好地開展音像檔案數(shù)字化

我們應(yīng)該如何有效解決音像檔案數(shù)字化存在的問題，促進音像檔案數(shù)字化工作的快速健康發(fā)展呢？筆者認為，暫時拋開那些我們不能左右的客觀因素不談，只要做好以下幾方面，就可以推動音像檔案數(shù)字化工作順利開展。

（一）轉(zhuǎn)變觀念，積極創(chuàng)造有利于音像檔案數(shù)字化開展的各種條件

要想發(fā)展音像檔案數(shù)字化工作，首先就要在思想上充分認識音像檔案以及音像檔案數(shù)字化的重要作用和意義，要積極轉(zhuǎn)變過去“重紙質(zhì)檔案而輕專門檔案”的思想觀念，要用發(fā)展的眼光看待音像檔案在多媒體網(wǎng)絡(luò)時代的強烈需求和美好未來，做到“思想上高度重視，資金上充足保障，人員上堅決支持”，積極為音像檔案數(shù)字化工作的順利開展創(chuàng)造各種必要條件和有利條件。

（二）厘清音像檔案的種類和數(shù)量，選擇合適的組織生產(chǎn)方式

開展音像檔案數(shù)字化其中一項很重要的內(nèi)容就是要選擇合適的組織生產(chǎn)方式。音像檔案數(shù)字化有自主生產(chǎn)和外包生產(chǎn)兩種基本組織生產(chǎn)方式。自主生產(chǎn)一般由本單位人員負責(zé)檔案數(shù)字化系統(tǒng)的建設(shè)以及日常生產(chǎn)的組織與管理，有關(guān)操作人員向社會招聘并進行技術(shù)培訓(xùn)。自主生產(chǎn)方式的管理成本較高，但方式靈活，可控性強。外包生產(chǎn)需要把音像檔案數(shù)字化作為一個項目公開向社會招標(biāo)，選擇有一定資質(zhì)和經(jīng)驗的企業(yè)承包生產(chǎn)。外包生產(chǎn)方式在建設(shè)與管理上相對簡單，但需要做好進度控制、質(zhì)量驗收和安全保障等工作。

各單位在開展音像檔案數(shù)字化前應(yīng)厘清本單位音像檔案的種類和數(shù)量，并主要根據(jù)音像檔案種類和數(shù)量同時參考資金投入方式和進度要求等因素綜合選定組織生產(chǎn)方式。一般來說，音像檔案數(shù)量較少的單位可采取外包生產(chǎn)方式，可以有效減少本單位的人力和物力投入；而音像檔案數(shù)量較多的單位，可采用自主生產(chǎn)方式，可以有效確保音像檔案數(shù)字化的質(zhì)量和安全。

（三）統(tǒng)籌考慮，選好音像檔案數(shù)字化的關(guān)鍵技術(shù)指標(biāo)

在音像檔案數(shù)字化過程中，一些關(guān)鍵技術(shù)指標(biāo)參數(shù)選定的合適與否直接決定著音像檔案數(shù)字化的質(zhì)量。因此，在選定關(guān)鍵技術(shù)指標(biāo)參數(shù)時，要統(tǒng)籌考慮，慎重選擇，既要著眼于未來發(fā)展趨勢和要求，又要立足于現(xiàn)實技術(shù)成熟度和兼容性；既要實現(xiàn)音像檔案的保真、生動再現(xiàn)，又要便于網(wǎng)絡(luò)共享和廣泛利用。

1.音頻采樣頻率

音頻采樣頻率是指每秒鐘對聲音波形的采樣次數(shù)，是描述聲音頻率的解析度，同時它也是衡量音質(zhì)的標(biāo)準(zhǔn)，采樣頻率越高，聲音失真越小，音質(zhì)就越好，聲音的還原就越真實、自然，但音頻數(shù)據(jù)量也就越大。常用的音頻采樣頻率有11.025kHz、22.05kHz、44.1kHz和48kHz等。其中，11.025 kHz是電話和調(diào)幅廣播的聲音品質(zhì)，22.05 kHz只能達到調(diào)頻廣播的聲音品質(zhì)，44.1kHz是CD音質(zhì)（高保真立體聲）。由于人耳聽覺的頻率上限為20kHz，根據(jù)奈魁斯特（NYQUIST）采樣定理，用44.1kHZ的采樣頻率進行采樣，剛好可還原為略高于人耳聽覺極限頻率的聲音，可以完全滿足錄音檔案數(shù)字化的需求。而48kHz采樣雖然更加精確一些，但人耳已經(jīng)分辨不出與44.1kHz采樣的差別了，而音頻數(shù)據(jù)量會隨之增大。因此，在開展錄音檔案數(shù)字化時，建議音頻采樣頻率一般設(shè)置為44.1kHz就可以了。

2.視頻碼率

視頻碼率是指單位時間內(nèi)視頻數(shù)據(jù)的輸出量，是視頻編碼中畫面質(zhì)量控制中最重要的部分。一般情況下，視頻碼率和視頻質(zhì)量成正比，視頻碼率越大，視頻質(zhì)量就越高，視頻畫面越清晰，但當(dāng)視頻碼率超過一定數(shù)值后，對視頻畫面的質(zhì)量就沒有多大影響了。同時，視頻碼率也與視頻文件體積成正比，視頻碼率越大，視頻文件體積也就越大。因此，錄像檔案數(shù)字化時，不能一味為追求視頻質(zhì)量而肆意提高視頻碼率，而應(yīng)根據(jù)原錄像檔案的清晰度選定合適的視頻碼率，在保證能夠完美還原原始錄像檔案畫面的基礎(chǔ)上，又使數(shù)字化視頻文件的容量不會太大。一般地，標(biāo)清錄像檔案數(shù)字化時可選擇6M/S的碼率，數(shù)字化視頻與原錄像檔案畫面無明顯差別，一個小時大約需要2.5G的存儲空間；而高清錄像檔案數(shù)字化時可選擇12M/S的碼率，數(shù)字化視頻與原檔案畫面無明顯差別，一個小時大約需要10G的存儲空間。

3.視頻采樣格式

視頻采樣格式是指錄像檔案數(shù)字化時從原始圖像信息中獲取亮度信息和色彩信息的方式。常見的視頻采樣格式主要有YCbCr 4：4：4、YCbCr 4：2：2、YCbCr 4：1：1和YCbCr 4：2：0幾種，其中Y是亮度分量，Cb是藍色色度分量，而Cr是紅色色度分量。由于人眼對亮度比色度更敏感，因此在視頻采樣時，通過減少色度分量，可以有效降低視頻容量，但人眼卻不能明顯察覺到圖像質(zhì)量的變化。YCbCr 4：4：4，表示全像素點陣，三個分量的采樣率相同，畫面與原始畫面非常一致，但數(shù)據(jù)量巨大；YCbCr 4：2：2，表示每4個像素有4個亮度分量、2個Cb分量、2個Cr分量，畫面非常接近原始畫面，數(shù)據(jù)量較大；YCbCr 4：2：0，表示每4個像素有4個亮度分量、2個Cb（或Cr）色度分量，相鄰的掃描行存儲不同的色度分量，畫面接近原始畫面，數(shù)據(jù)量一般；YCbCr 4：1：1，表示每4個像素有4個亮度分量、1個Cb分量、1個Cr分量，畫面與原始畫面差別較大，數(shù)據(jù)量較小。為獲取較高的視頻質(zhì)量、滿足絕大多數(shù)利用需求的同時又能有效減少存儲容量，在錄像檔案數(shù)字化時，標(biāo)清錄像檔案建議選擇4：2：0的視頻采樣格式，高清錄像檔案建議選擇4：2：2的視頻采樣格式。

4.存儲格式

音像檔案通過數(shù)字化保存為不同格式數(shù)字化文件的容量相差很大，數(shù)字化檔案的品質(zhì)差別也非常大。而音像檔案數(shù)字化要實現(xiàn)充分地反映音像檔案內(nèi)容和便利的網(wǎng)上傳輸、利用，就非常有必要生成不同格式的數(shù)字化文件，從而滿足不同的需要：即在音像檔案數(shù)字化時，可以直接保存為低壓縮率格式的數(shù)字化文件，以充分地保存和再現(xiàn)原始音像檔案的全部特征；在此文件的基礎(chǔ)上，通過轉(zhuǎn)換程序，可以生成高壓縮率格式的數(shù)字化文件，以便于快速檢索和網(wǎng)上傳輸、利用。

（1）音頻文件格式

目前用于音頻數(shù)據(jù)存儲的格式有很多，如WAV、MIDI、MP3、WMA等。其中，WAV是基于PCM編碼的一種波形存儲文件，被Windows平臺及眾多音頻軟件所廣泛支持，有極強的通用性。WAV文件的質(zhì)量很高，幾乎達到了CD音質(zhì)，可以精確地記錄和完美地還原聲音，是存檔用比較理想的格式；但WAV文件體積較大，一小時的16位、44.1KHZ、立體聲WAV文件大約要占600MB的空間，而若將其轉(zhuǎn)換MIDI、MP3、WMA等壓縮率較高的格式，則轉(zhuǎn)換后的文件僅為原WAV文件大小的十分之一甚至更小。因此，錄音檔案數(shù)字化產(chǎn)生的用于長久保存的數(shù)字音頻文件，建議采用WAV格式存儲，而在此基礎(chǔ)上，可以將WAV文件轉(zhuǎn)換生成MIDI、MP3、WMA等格式，用于快速檢索和網(wǎng)上利用。

（2）視頻文件格式

用于存儲視頻數(shù)據(jù)的格式也很多，常見的有MPEG系列和RM、ASF、WMV等，有些適合于檔案存儲，有些適合于網(wǎng)絡(luò)在線播放。其中，MPEG系列標(biāo)準(zhǔn)有MPEG-1、MPEG-2、MPEG-4等，分別適用于不同的應(yīng)用領(lǐng)域：MPEG-1是VCD的壓縮標(biāo)準(zhǔn)，它的視頻壓縮質(zhì)量僅達到家用錄像機的品質(zhì)；MPEG-2編碼標(biāo)準(zhǔn)是DVD的核心技術(shù)，還應(yīng)用于廣播、衛(wèi)星電視、有線電視和HDTV高清電視；MPEG-4是視頻流媒體的壓縮標(biāo)準(zhǔn)，它的壓縮效率更高，可以在低帶寬網(wǎng)絡(luò)的情況下，保障連續(xù)的視頻數(shù)據(jù)播放，被VOD（視頻點播）所廣泛采用。其中，MPEG-2在設(shè)計之初就融入了存儲的理念，更加注重視頻數(shù)據(jù)的存儲，能夠完好地保存原始畫面，這正好契合錄像檔案數(shù)字化工作。由于MPEG-2的壓縮率較低，雖然能夠完美地保存和再現(xiàn)原始畫面，但存儲容量較大，不太適合網(wǎng)絡(luò)傳輸。用MPEG-2壓縮存儲10Mbps視頻碼率、720×576分辨率、384Kbps音頻碼率、立體聲這樣1小時的視頻畫面，約占用4GB的存儲空間。因此，建議錄像檔案數(shù)字化生成的數(shù)字視頻文件存儲為MPEG-2格式，用于錄像檔案數(shù)字化成果的長期保存；而在提供檢索、預(yù)覽等網(wǎng)絡(luò)利用時，可以由MPEG-2轉(zhuǎn)換生成MPEG-4、RM、ASF、WMV等壓縮率較高、文件容量更小、適合網(wǎng)絡(luò)傳輸?shù)囊曨l流媒體格式。

在當(dāng)今網(wǎng)絡(luò)盛行的信息時代，寶貴的音像檔案資源若繼續(xù)被束之高閣，實為暴殄天物。我們檔案工作者要與時俱進，鼎力推進音像檔案數(shù)字化工作，用數(shù)字化的音像檔案資源代替并保護傳統(tǒng)音像檔案提供利用的同時，積極開發(fā)音像檔案的文化衍生品，主動推送給社會。這樣，不但能充分發(fā)揮音像檔案的獨特價值，更可為檔案工作注入新的生命力和增長點。

作者單位：北京市檔案局