中外音頻檔案數(shù)字化的現(xiàn)狀及啟示

摘要：伴隨著數(shù)字化革命的到來，傳統(tǒng)音頻檔案陷入了“窘迫”的境地。一方面由于新技術(shù)的層出不窮，舊的記錄載體和播放設(shè)備早已過時；另一方面，數(shù)字信號記錄的音頻復(fù)制無衰減，高信噪比，已呈現(xiàn)出取代模擬音頻的態(tài)勢。如果不及時地對這些音頻檔案進(jìn)行轉(zhuǎn)換，或許在不久的將來它們都將無法識讀，造成“社會記憶”的喪失。為此，如何完好地保存和利用這些珍貴的音頻檔案就十分迫切。本文結(jié)合國外在這方面的情況，對我國音頻檔案數(shù)字化提出了自己的看法。

關(guān)鍵詞：音頻 檔案 數(shù)字化 采樣參數(shù)

1國外音頻檔案數(shù)字化現(xiàn)狀

國外相關(guān)領(lǐng)域開展音頻資源數(shù)字化研究較早，不同類別的機(jī)構(gòu)組織成立了眾多項目，并在實(shí)踐的基礎(chǔ)上形成了各自相關(guān)的音頻檔案數(shù)字化標(biāo)準(zhǔn)。

1.1國外音頻檔案數(shù)字化項目

國際音像檔案協(xié)會IASA于2005年12月出臺了IASA-TC 03指南修訂版：保護(hù)音頻遺產(chǎn)：道德，原則與保管策略（The Safeguarding of the Audio Heritage：Ethics， Principles and Preservation Strategy）。該指南闡述了數(shù)字環(huán)境中傳統(tǒng)音頻檔案保存所面臨的各種問題，指出為了長久保存，記錄在傳統(tǒng)載體上的音頻信息必須轉(zhuǎn)換成數(shù)字格式存儲于數(shù)字環(huán)境中，并推薦傳統(tǒng)音頻數(shù)字化加工過程中涉及的相關(guān)參數(shù)設(shè)置以及文件存儲格式。

美國國家錄音保管署音頻文件保存項目。美國國會于2000年頒布了國家錄音保護(hù)法案，根據(jù)法案，專設(shè)國家錄音保管署（NRPB）。致力于音頻資源的長久保存，并統(tǒng)領(lǐng)圖書館、檔案館、歷史研究界、音頻工作站等其他機(jī)構(gòu)對其所擁有的音頻資源所開展的保管和利用工作。同時在國會引導(dǎo)下NRPB及美國國家圖書館共同撰寫了國家音頻保護(hù)現(xiàn)狀的報告，并拓寬保護(hù)音頻資料的途徑。

聲音指南：世界音頻遺產(chǎn)數(shù)字存儲和利用項目。該項目目前是世界范圍內(nèi)開展音頻檔案保存眾多項目中的典型。由美國人文資源存儲和利用研究及發(fā)展項目為其專設(shè)基金，意在解決瀕臨消失的珍貴音頻檔案準(zhǔn)確、穩(wěn)定并長期保存的問題，同時滿足利用者檢索的需求。

歐洲廣播檔案保護(hù)技術(shù)PRESTO項目，旨在為歐洲包括英國BBC、德國SWR、法國INA在內(nèi)的十家知名公共廣播公司所擁有的聲像廣播檔案研發(fā)關(guān)鍵的保護(hù)技術(shù)，制定經(jīng)濟(jì)適用的保管策略。該項目在對歐洲公共廣播公司廣播檔案的現(xiàn)狀及現(xiàn)行保管的方案與技術(shù)調(diào)查過程中，發(fā)現(xiàn)至少有兩百萬小時的聲像資料面臨載體過時、受損、老化等種種危險。目前RAI廣播公司承擔(dān)著整個歐洲廣播音頻檔案數(shù)字化工作。

澳大利亞國家檔案館NAA在開展音頻檔案數(shù)字化工作時，著重參照國際音像檔案協(xié)會IASA 制定的IASA TC-04數(shù)字音頻資源形成與保護(hù)指南，確保了對數(shù)字化后的音頻檔案長久保存。同時，澳大利亞檔案館承諾在不久的將來，將為用戶提供互聯(lián)網(wǎng)在線利用服務(wù)。

1.2采樣參數(shù)的設(shè)置

模數(shù)轉(zhuǎn)換在音頻檔案數(shù)字化過程中尤為重要。在進(jìn)行模數(shù)轉(zhuǎn)換時，勢必會涉及到采樣參數(shù)的設(shè)置問題。目前，國外普遍認(rèn)為CD標(biāo)準(zhǔn)44.1KHz/16Bit已無法滿足音頻檔案保存的要求。在音頻檔案數(shù)字化存儲時采樣精度設(shè)置為24Bit得到國外眾多項目的認(rèn)同。

然而，國外關(guān)于音頻檔案數(shù)字存儲方面在采樣頻率的設(shè)置上存在分歧。國際聲音和聲像檔案組織IASA強(qiáng)調(diào)音頻檔案數(shù)字化時應(yīng)對輔助信息（如人耳難以識別的噪聲）進(jìn)行保存，建議最低采樣頻率為48KHz。對于特殊保存價值的需高達(dá)96KHz。美國國會圖書館對特殊要求的音頻檔案也要求采用96KHz/24Bit。而部分專家建議采用88.2KHz/24Bit，因為這轉(zhuǎn)換為44.1KHz低采樣頻率時信息失真較之選取96KHz小。挪威國家圖書館一般采用48KHz用于年代較久的音頻檔案數(shù)字化。哈佛大學(xué)圖書館獲取和保存模擬音頻文件時規(guī)定采樣頻率為88.2KHz。伊利諾斯州圖書館學(xué)術(shù)研究協(xié)會CARLI則是根據(jù)音頻文件的內(nèi)容提出了不同的要求。一般從CD載體上獲得的音頻資源采用44.1KHz/16Bit，內(nèi)不含樂器演奏的錄音檔案選用48KHz/24Bit，歷史悠久特別是內(nèi)容中包含音樂、自然聲響的音頻檔案采樣時推薦采用96KHz/24Bit。

1.3文件格式

IASA、澳大利亞檔案館、美國國會圖書館和歐洲廣播聯(lián)盟EBU（The European Broadcasting Union）等項目都強(qiáng)烈推薦BWF格式作為音頻檔案存儲格式。目前，國外檔案界普遍使用廣播波形格式BWF格式，該格式由歐洲廣播聯(lián)盟在《廣播波形格式用于音頻數(shù)據(jù)文件交換》標(biāo)準(zhǔn)中提出，適用于基于不同計算機(jī)平臺的音頻工作站之間的數(shù)字音頻文件格式的無縫交換。

在服務(wù)格式的選擇上，美國國會圖書館選用低采樣頻率的44.1KHz/16Bit的WAVE格式以及流行的MP3格式。伊利諾斯州圖書館學(xué)術(shù)研究協(xié)會（CARLI）采用MP3以及流媒體格式Real Audio、Windows Media、Quick Time作為服務(wù)格式。為了快速傳輸，便于互聯(lián)網(wǎng)利用，該協(xié)會還規(guī)定了MP3格式不同傳輸比率應(yīng)用標(biāo)準(zhǔn)：不含音樂的歷史原聲傳輸比特率設(shè)定為128Kbps，一般的音頻資源比特率為192 Kbps，對于高音質(zhì)要求的音頻檔案建議采用320 Kbps比特率。

可見，國外特別是需要高質(zhì)量存儲的音頻檔案模數(shù)轉(zhuǎn)換時都采用高于CD“紅寶書”音頻標(biāo)準(zhǔn)的采樣頻率和采樣精度。因為選取高采樣頻率和精度可以準(zhǔn)確捕捉噪聲以及人耳難以感知但頻率高于44.1KHz將來可以被新算法捕捉的輔助信息，保存聽不見但影響音質(zhì)效果的和聲，增強(qiáng)聽眾的空間感和樂感。

2 我國音頻檔案數(shù)字化現(xiàn)狀

長期以來，作為信息服務(wù)行業(yè)的圖書館、檔案館保留了豐富的音頻資源。圖書館領(lǐng)域較早開展音頻資源數(shù)字化工作，在對音頻資源進(jìn)行數(shù)字化技術(shù)加工方面積累了大量的經(jīng)驗。檔案領(lǐng)域音頻檔案數(shù)字化工作起步相對較晚，而圖書館館藏的一部分音頻資源其實(shí)質(zhì)就是音頻檔案，因而，該領(lǐng)域的經(jīng)驗無疑對檔案界開展音頻檔案數(shù)字化工作起到借鑒作用。

圖書館領(lǐng)域在數(shù)字圖書館標(biāo)準(zhǔn)規(guī)范建設(shè)的框架下專門設(shè)立《數(shù)字資源加工標(biāo)準(zhǔn)與操作指南》項目，其中，有關(guān)音頻資源數(shù)字化加工的《通用數(shù)字資源（音頻數(shù)據(jù)）格式標(biāo)準(zhǔn)分析報告》已經(jīng)完成并進(jìn)入了實(shí)質(zhì)性階段。該報告對目前存在眾多不同的數(shù)字音頻標(biāo)準(zhǔn)、編碼以及格式進(jìn)行調(diào)研。對于與取樣、壓縮和編碼等方式有關(guān)的算法級標(biāo)準(zhǔn)，該報告認(rèn)為應(yīng)在跟蹤MPEG系列標(biāo)準(zhǔn)的發(fā)展動態(tài)基礎(chǔ)上進(jìn)行。相關(guān)文件格式的選取應(yīng)充分考慮已有資源的普及程度和對相應(yīng)MPEG標(biāo)準(zhǔn)的支持程度。在此基礎(chǔ)上，還應(yīng)遵循保存與使用兼顧的原則以及充分支持流媒體應(yīng)用方式的原則[1]。保存格式選取不壓縮或無損壓縮的WAV文件格式，服務(wù)格式選用MP3和AAC（MPEG-2及MPEG-4標(biāo)準(zhǔn)采用AAC編碼）格式。在對音頻資源進(jìn)行數(shù)字化存儲時在采樣參數(shù)的設(shè)置上根據(jù)不同的文獻(xiàn)類型提出了不同的要求。特殊錄音資料的采樣頻率為128KHz/96KHz，采樣精度為24Bit；CD質(zhì)量標(biāo)準(zhǔn)應(yīng)選用96KHz/48KHz；語音質(zhì)量的采樣頻率為44.1KHz/22.05KHz，采樣精度為16Bit。音頻資源使用推薦標(biāo)準(zhǔn)針對應(yīng)用場景的不同，對于比特率范圍在56KHz~256 KHz較高比特率的情況下，采樣時選用44.1 KHz/16Bit。比特率范圍在30KHz~64 KHz以及20KHz~40 KHz的較低比特率情況下，均選用22.05KHz/16Bit。

近年來，我國從中央到地方的各級檔案部門都將音頻檔案數(shù)字化工作納入了工作計劃范圍。2010年，國家檔案局出臺了《數(shù)字聲像檔案著錄規(guī)則（征求意見稿）》，適用于各級、各類檔案館(室)內(nèi)聲像檔案收集整理、數(shù)字化、編目加工、交換、對外提供等相關(guān)業(yè)務(wù)[2]。為音頻檔案數(shù)字化工作的開展奠定了基礎(chǔ)。同時，大部分省市也已開展音頻檔案數(shù)字化工作，并做出相應(yīng)的規(guī)定。例如青島市檔案館根據(jù)《青島市電子檔案管理技術(shù)標(biāo)準(zhǔn)》制定了《檔案資料數(shù)字化標(biāo)準(zhǔn)（試行）》，該標(biāo)準(zhǔn)規(guī)定傳統(tǒng)音頻檔案存儲格式為WAV或MP3，選用44.1KHz作為聲音采樣標(biāo)準(zhǔn)，對于DVD中的聲音選用48KHz。長沙市城建檔案館聯(lián)合高新科技企業(yè)共同開發(fā)了多格式、多對象完全兼容的“長沙市城建檔案館聲像檔案信息管理系統(tǒng)”，對檔案館內(nèi)傳統(tǒng)的聲像檔案資料采集時，將錄像機(jī)輸出的視音頻信號通過采集上載工作站數(shù)字化，生成時間上精確到幀的MPEG-2高碼流文件和WMV流媒體低碼流文件，形成數(shù)字化聲像檔案，并且可以嵌入在現(xiàn)有的GIS系統(tǒng)和綜合辦公系統(tǒng)中。但我國還未制定有關(guān)音頻檔案數(shù)字化加工標(biāo)準(zhǔn)。各級檔案部門實(shí)踐的重點(diǎn)仍在紙質(zhì)檔案數(shù)字化處理上，涉及音頻檔案數(shù)字化研究不夠深入。

3 啟示

在數(shù)字化席卷的今天，傳統(tǒng)音頻檔案處于模擬音頻向數(shù)字音頻轉(zhuǎn)化的過渡階段。大量有價值的傳統(tǒng)音頻檔案還是以模擬音頻的形式存在，無論是長久保存還是方便利用，對其數(shù)字化都勢在必行。

音頻檔案數(shù)字化是一項批量加工生產(chǎn)的工程。在音頻檔案數(shù)字化加工過程中，存在著眾多可選擇的數(shù)字音頻標(biāo)準(zhǔn)、編碼以及格式，若缺少統(tǒng)一的標(biāo)準(zhǔn)，不僅使實(shí)踐缺乏規(guī)范，更會給檔案信息資源的整合共享帶來極大困難。為避免重復(fù)建設(shè)，選擇適當(dāng)?shù)牟蓸訕?biāo)準(zhǔn)和內(nèi)容文件格式標(biāo)準(zhǔn)尤其重要。為此，在對音頻檔案數(shù)字化加工時，應(yīng)明確音頻檔案數(shù)字化的目的，在此基礎(chǔ)上，不斷權(quán)衡各因素的相互關(guān)系，兼顧不同的需求和應(yīng)用環(huán)境。

目前，國外音頻檔案數(shù)字化加工規(guī)范趨向成熟，在對音頻檔案數(shù)字化長久保存方面的要求更為嚴(yán)格，在參數(shù)設(shè)定上選擇了更高的采樣方案。同時，檔案界不能“閉門造車”，而應(yīng)緊密跟蹤國外音頻檔案數(shù)字化研究和國內(nèi)相關(guān)行業(yè)的發(fā)展動態(tài)，借鑒國內(nèi)外已取得的先進(jìn)成果，結(jié)合檔案自身特點(diǎn)，盡量采用或兼容其標(biāo)準(zhǔn)規(guī)范，以實(shí)現(xiàn)不同信息源的音頻資源交流共享，爭取音頻檔案數(shù)字化加工標(biāo)準(zhǔn)早日出臺。

注釋：

[1] 我國數(shù)字圖書館標(biāo)準(zhǔn)規(guī)范建設(shè)：通用數(shù)字資源（音頻數(shù)據(jù)）格式標(biāo)準(zhǔn)分析報告

2002DEA20018，2003年8月。

[2] 檔案行業(yè)標(biāo)準(zhǔn)：數(shù)字聲像檔案著錄規(guī)則（征求意見稿），2010。

參考文獻(xiàn)：

1.International Association of Sound and Audiovisual Archives.IASA-TC 03 The Safeguarding of the Audio Heritage: Ethics， Principles and Preservation Strategy[R]. Version 3， December 2005.6

2.National Recording Preservation Board of the Library of Congress.Capturing Analog Sound for Digital Preservation: Report of a Roundtable Discussion of Best Practices for Transferring Analog Discs and Tapes[R].March 2006.

3. http://presto.joanneum.ac.at/index.asp(檢索日期：2010-12-3)

作者單位：蘇州大學(xué)