馬尼克·古普塔

我們都喜歡有聲讀物，但你有沒有試過把你最喜歡的電視節(jié)目調(diào)成靜音？

音頻是任何視聽媒體的重要組成部分。它是使整個內(nèi)容鮮活起來的一個要素，不然它將是無生命的運(yùn)動jpeg圖像。但很多時(shí)候，音頻在媒體工作流程中并沒有得到應(yīng)有的重視，因?yàn)榇嬖谔峁﹥?yōu)質(zhì)的消費(fèi)者體驗(yàn)是由視頻驅(qū)動的錯誤觀念。雖然視覺效果很吸引人，但音頻也很重要。如果音頻質(zhì)量不好，那么即使是質(zhì)量最好的視頻也會帶來負(fù)面體驗(yàn)。低質(zhì)量的音頻會將消費(fèi)者的注意力轉(zhuǎn)移到噪聲和其它類型的干擾上，從而影響整體體驗(yàn)。

體育中的音頻

專門看體育，內(nèi)容大量地穿插解說——一種及時(shí)為觀眾提供原本難以獲得的信息，增強(qiáng)他們的觀看體驗(yàn)的方式。觀眾們通常對知道那些沒有被現(xiàn)場攝像角度覆蓋的重要信息感興趣，比如受傷運(yùn)動員是如何恢復(fù)的，以及觀眾是否友善。除了分享有趣的相關(guān)資料外，解說員還可以看到并告訴觀眾許多事情，使得體驗(yàn)更加難忘。

更重要的是，能夠聽到清晰的比賽聲音讓體育迷們感覺如臨現(xiàn)場觀看比賽一樣。想象一下，在冰球或花樣滑冰中，你會聽到冰鞋摩擦冰面的聲音，棒球棒打本壘打的聲音，乒乓球擊打球拍的聲音。音頻質(zhì)量在這些情況下是至關(guān)重要的。別忘了，體育產(chǎn)業(yè)是一個大產(chǎn)業(yè)，在世界范圍內(nèi)價(jià)值數(shù)百億美元。數(shù)字化進(jìn)一步推動了全球轉(zhuǎn)播權(quán)的收入，但如今的數(shù)字消費(fèi)者被太多的選擇寵壞了，極易隨時(shí)離開。音頻質(zhì)量的任何下降都可能導(dǎo)致收視率和收入的損失。因此，明白如何保持音頻質(zhì)量并創(chuàng)造沉浸式的體育體驗(yàn)現(xiàn)在比以往任何時(shí)候都更重要。

挑戰(zhàn)

良好的音頻質(zhì)量存在不言而喻的準(zhǔn)則。例如，音頻應(yīng)該與視頻和字幕同步。它應(yīng)該沒有任何人為的東西，如噪聲、信號丟失、抖動和回聲。它應(yīng)該遵循該地區(qū)恰當(dāng)?shù)捻懚葴?zhǔn)則。一些廣播公司還會要求刪除音頻中的臟話。在多語種全球分發(fā)的情況下，需要確保正確的音頻語言規(guī)則。在某種程度上，對離線內(nèi)容，很容易堅(jiān)持這些準(zhǔn)則，但是體育比賽及其所有的狂熱和興奮都是直播的。內(nèi)容制作和播出同時(shí)進(jìn)行，幾乎沒有質(zhì)量控制和校正的余地。要知道這一點(diǎn)，有很多問題可以影響體育音頻。

音頻質(zhì)量

體育轉(zhuǎn)播體驗(yàn)，由于其本身的性質(zhì)，特點(diǎn)是高強(qiáng)度的賽事，比如在足球比賽中進(jìn)球，會暫時(shí)改變響度。隨著下一代體育轉(zhuǎn)播體驗(yàn)得到定義，重要的是要確保高質(zhì)量的音頻體驗(yàn)符合響度規(guī)則：

地區(qū)指引：廣播公司應(yīng)確保內(nèi)容響度符合各種地區(qū)監(jiān)管標(biāo)準(zhǔn)，如美國的CALM、歐洲的EBU和日本的ARIB。

廣告切換：當(dāng)廣播公司在內(nèi)容中插入廣告時(shí)，這改變內(nèi)容的環(huán)境，并可能改變響度。廣播公司應(yīng)確保切換是無縫的，以確保平滑的聆聽體驗(yàn)。

音頻中的任何噪聲都會分散觀眾的注意力，從而降低整體觀看體驗(yàn)。這些噪聲可能有多種來源。

為了改進(jìn)觀眾體驗(yàn)，廣播公司想用主要的聲音成分（包括觀眾聲音、回響和體育場音樂）模擬體育場館般的環(huán)境，。為了采集到所有這些重要的成分，廣播公司通常會在體育場各處戰(zhàn)略性地放置多個話筒，并將它們與現(xiàn)場解說混合在一起。在混合過程中，確保聲道布局被正確跟蹤非常重要。例如，如果中置聲道包含對白，那么即使在混合過程之后，它也應(yīng)該保持不變。這里的任何錯誤都會嚴(yán)重影響音頻質(zhì)量。

解說過程中最大的挑戰(zhàn)是清晰的音頻。在這個階段，諸如背景聲和回聲等的不同噪聲可能會引入內(nèi)容中。動作場景通常是戶外區(qū)域。天氣、風(fēng)、觀眾的歡呼和其它許多微妙的因素也可以讓各種噪聲引入內(nèi)容中。在內(nèi)容向上游發(fā)送之前，必須抑制這些噪聲。在低速網(wǎng)絡(luò)上傳輸數(shù)據(jù)也會引起多種問題，如音頻信號丟失和抖動噪聲。OTT的出現(xiàn)解決了大多數(shù)這些問題，因?yàn)樵诰W(wǎng)速慢的情況下，觀眾會自動切換到較低的帶寬。

廣播公司應(yīng)確保體育工作流程能夠有效地避免上述噪聲。

在直播的過程中，一些音頻片段可能會含有激烈的語言，這可能會冒犯觀眾，尤其不適合兒童。根據(jù)規(guī)定，這些音頻部分在播出之前應(yīng)該蓋掉。廣播公司需要集成基于語音識別的自動化解決方案，實(shí)時(shí)處理這種情況，并將廣播延遲降到最低。

隨著內(nèi)容的全球化，克服語言障礙變得非常重要。為了滿足這一需求，OTT公司現(xiàn)在提供多種語言的內(nèi)容。內(nèi)容的不同語言版本存儲為單獨(dú)的音軌。廣播公司應(yīng)確保在編碼和傳輸過程中保持正確的語言順序。

最新的智能電視和數(shù)字媒體播放器支持下一代音頻技術(shù)，如Dolby Atmos，并提高了消費(fèi)者的期望。流媒體平臺公司也開始意識到，有必要投資資源來改善音頻質(zhì)量，并利用最新技術(shù)為消費(fèi)者提供近乎真實(shí)的體驗(yàn)。

音頻/視頻同步

同步是觀眾體驗(yàn)中最重要的方面之一。想象一下看一場籃球賽，在球真正觸地之前，球撞擊球場的聲音就已經(jīng)到了。這將是觀眾非常惱人的觀眾，并將有損于整體消費(fèi)娛樂體驗(yàn)。因?yàn)橐曨l以及多語種的音軌，同步錯誤可能發(fā)生。同步丟失可能是由于混合/編輯過程、話筒位置，甚至是話筒和攝像機(jī)之間的信號處理延遲造成的。為了提供無縫的觀看體驗(yàn)，廣播公司應(yīng)該避免這些類型的同步問題。

音頻和字幕同步

字幕是所有主要的廣播公司都要求的，在世界各地都有法律規(guī)定。字幕需要全方位與音頻同步。為了符合監(jiān)管法規(guī)并確保良好的消費(fèi)者體驗(yàn)，美國聯(lián)邦通信委員會制定了以下四點(diǎn)規(guī)定：

1.字幕應(yīng)該與音頻完全同步（即在相應(yīng)的音頻事件發(fā)生時(shí)顯示字幕）。在實(shí)時(shí)播出時(shí)，允許有一定的延遲，但如果字幕來得太晚，就會失去其應(yīng)有的價(jià)值，往往會讓觀眾感到困惑。

2.字幕應(yīng)該沒有拼寫錯誤及其它不準(zhǔn)確問題，如語法和句法錯誤。這就要求字幕員必須精通體育術(shù)語、球員姓名，并具有出色的語言和鍵盤技能。

3.標(biāo)題應(yīng)該是完整的（即全部音頻必須有字幕）。這是非常困難的，因?yàn)樵诳旃?jié)奏的體育運(yùn)動中，有時(shí)字幕員跟不上比賽速度。

4.在決定字幕在屏幕的位置時(shí)，應(yīng)小心謹(jǐn)慎，使得屏幕上顯示的重要統(tǒng)計(jì)信息不會隱藏。

此外，褻瀆語言可能需要一些審查。在編碼過程中需要進(jìn)行一些檢查，以及根據(jù)正確的音軌檢查正確的語言等等。

在實(shí)時(shí)體育轉(zhuǎn)播中，正在說的話和轉(zhuǎn)述為字幕的話之間有一個非常小的窗口。音頻需要在這個小窗口內(nèi)轉(zhuǎn)錄，打上時(shí)間標(biāo)記和屏幕定位。手工操作可能不會得到高質(zhì)量。需要使用最新的語音識別技術(shù)和老的文字識別技術(shù)來幫助字幕員。

結(jié)論

隨著大型全球體育賽事的舉辦，觀眾觀看體育賽事的方式和地點(diǎn)將比以往任何時(shí)候都更加多樣化。電視轉(zhuǎn)播權(quán)爭奪越來越激烈，OTT服務(wù)之間競爭也是如此，因此留住觀眾的壓力非常大。

就像足球場上的競爭一樣，內(nèi)容制作商和廣播公司提供高質(zhì)量的視頻和音頻的風(fēng)險(xiǎn)也很大。旨在應(yīng)對實(shí)時(shí)體育轉(zhuǎn)播挑戰(zhàn)的質(zhì)量控制系統(tǒng)可能力挽狂瀾。它使服務(wù)提供商能夠執(zhí)行全面的視頻和音頻檢查，包括響度、隱含字幕和字幕檢查，以及音頻語言檢測和AV同步；它具有靈活和可擴(kuò)展的架構(gòu)，可以提高效率，并在每個設(shè)備上提供出色的音視頻質(zhì)量。B&P