數(shù)字聲像檔案智能標注應(yīng)用探析

趙宣哲

摘要：傳統(tǒng)的聲像檔案著錄模式已不能滿足新時代人們對數(shù)字聲像檔案的需求，該文提出了數(shù)字聲像檔案智能標注，詳細分析了可能出現(xiàn)的問題，并深入思考相應(yīng)的對策建議。由于技術(shù)的先進性，這僅僅是筆者的一種構(gòu)想，以期未來檔案領(lǐng)域能夠引入更多新技術(shù)，提高數(shù)字聲像檔案管理水平。

關(guān)鍵詞：數(shù)字聲像檔案 人工智能 智能標注 檔案管理

在信息技術(shù)不斷進步的今天，數(shù)字聲像檔案管理工作逐漸成為當前檔案工作的重難點問題，智能標注的應(yīng)用能夠簡化數(shù)字聲像檔案管理工作對人工的依賴，是對聲像檔案工作的創(chuàng)新性探索，對促進檔案事業(yè)發(fā)展有著重要意義。

一、數(shù)字聲像檔案智能標注的概念

數(shù)字聲像檔案智能標注是依賴計算機系統(tǒng)直接利用人工智能技術(shù)完成對數(shù)字聲像檔案內(nèi)容信息的處理，達到生成多個關(guān)鍵詞的目的。為了與傳統(tǒng)的“標引”有所區(qū)別，本文采用了“標注”的概念。傳統(tǒng)的自動標引，又稱計算機輔助標引，即根據(jù)文獻內(nèi)容，依靠系統(tǒng)程序全部或部分按照主題法掃描內(nèi)容給出主題詞，通常主要用于文本分類、主題詞標引等，對于數(shù)字聲像檔案來說不太適用。而“智能標注”可以說是一個全新的概念，利用人工智能技術(shù)從根本上解決檔案工作者在數(shù)字聲像檔案內(nèi)容信息標注上的難題。

二、智能標注應(yīng)用于數(shù)字聲像檔案管理存在的問題

（一）內(nèi)生動力不足

相對于文書檔案，當前大量生成數(shù)字聲像檔案的機關(guān)單位較少，一些具有執(zhí)法職能的行政管理部門，由于歷史的原因，可能會存有較多執(zhí)法過程中的聲像檔案。這些檔案大多被存放在形成部門（如各機關(guān)的執(zhí)法大隊），沒有集中到單位的檔案部門管理，導致檔案部門對數(shù)字聲像檔案的形成、保管及查詢使用情況不了解，對新變化不敏感。另外，綜合檔案館的電子檔案接收工作是近年來才開展的，機關(guān)單位向檔案館移交電子檔案的過程中更多的是移交文書檔案，而數(shù)字聲像檔案相對較少。因此，無論是機關(guān)單位還是作為永久保存基地的綜合檔案館，在數(shù)字聲像檔案管理方面探索新管理方式的動力不足。

此外，隨著“放管服”改革等政策的不斷深入和改善營商環(huán)境的持續(xù)推進，政府部門在加強事中事后監(jiān)管方面新的措施不斷出臺，數(shù)字聲像檔案的記錄和憑證作用也將進一步深化。如果檔案部門不能敏銳地發(fā)現(xiàn)和應(yīng)對新的變化，勢必造成今后管理工作上的被動。

（二）標準規(guī)范不完善

信息技術(shù)已經(jīng)發(fā)展到智能信息處理階段，而目前大多數(shù)單位仍然認為一些新技術(shù)應(yīng)用于數(shù)字聲像檔案管理較為困難，根本原因是當前的制度和指導性文件不完善，導致在管理過程中方向性不強。根據(jù)國家檔案局2017年8月發(fā)布的《錄音錄像類電子檔案元數(shù)據(jù)方案》（DA/T 63—2017）中的內(nèi)容判斷，聲像檔案標準規(guī)范仍然沒有擺脫傳統(tǒng)的管理理念。2020年5月發(fā)布的《錄音錄像檔案管理規(guī)范》（DA/T 78—2019）提到了著錄的要求，但是基本沿襲了傳統(tǒng)聲像檔案著錄的內(nèi)容，主要是從其形式特征的角度進行描述，缺乏對聲像檔案內(nèi)容特征的描述，對技術(shù)前瞻性及新技術(shù)應(yīng)用的指導性建議不足。現(xiàn)有標準規(guī)范的指導意義具有局限性，并沒有給新技術(shù)新手段留有一定空間。機關(guān)及企事業(yè)單位在數(shù)字聲像檔案大量生成、查詢需求明顯增強的情況下，若還是使用傳統(tǒng)的管理手段，不利于提高數(shù)字聲像檔案的標注效率，更不利于數(shù)字聲像檔案的快速、高效檢索。

（三）檔案部門尚不具備獨立開發(fā)能力

數(shù)字聲像檔案智能標注對管理水平和技術(shù)水平要求高，但大多數(shù)聲像檔案管理部門在數(shù)字聲像檔案管理的信息化研究和開發(fā)方面明顯能力不足，主要是單位自身并不具備獨立開發(fā)的能力。目前人工智能尚屬前沿技術(shù)，該技術(shù)在交通運輸領(lǐng)域應(yīng)用較為廣泛，主要是由于國家支持，社會力量參與廣泛，但在檔案領(lǐng)域應(yīng)用較少。在幾類檔案館中，綜合檔案館資源豐富，但技術(shù)力量相對較弱；一般企業(yè)規(guī)模較小，企業(yè)檔案室館藏資源不夠豐富；專業(yè)檔案館雖然館藏資源、技術(shù)力量尚可，但其缺乏資金的支持。即使資金到位，由于其檔案部門中技術(shù)開發(fā)人才占比較少，也不利于數(shù)字聲像檔案智能標注技術(shù)的研發(fā)。

（四）數(shù)字聲像檔案智能標注缺少大數(shù)據(jù)支持

數(shù)字聲像檔案智能標注技術(shù)驗證中重要的階段就是訓練模型階段，這一階段各類人工智能技術(shù)較為依賴大數(shù)據(jù)模型。在智能標注的過程中是需要通過監(jiān)督式學習自我訓練建立標準的，而這個過程是需要一定量級數(shù)據(jù)支持的，比如人臉識別所需的人臉庫，音頻識別所需的聲紋庫，場景識別所需的場景特征庫等。而數(shù)字聲像檔案管理中無法獲取到所需的大數(shù)據(jù)，其根本原因在于各個部門的大數(shù)據(jù)資源缺乏共享。如若缺少大數(shù)據(jù)對數(shù)字聲像檔案進行有效的識別分析，則會使智能標注過程中，出現(xiàn)錯誤的概率加大，并會導致識別率下降等情況，無法起到很好的輔助聲像檔案管理的作用。

（五）數(shù)字聲像檔案管理水平參差不齊

現(xiàn)階段，不少機關(guān)單位數(shù)字聲像檔案收集困難，缺乏較為完備的儲存介質(zhì)，加之預(yù)算有限，在數(shù)字聲像檔案的形成、管理、加工利用等各方面的管理手段均比較落后，水平參差不齊。有的檔案部門在形成或者收集聲像檔案的過程中，存在不注重“質(zhì)”強調(diào)“量”，以及清晰度等關(guān)鍵要素沒有達到標準就接收的現(xiàn)象，嚴重影響數(shù)字聲像檔案智能標注的應(yīng)用與發(fā)展。

三、智能標注應(yīng)用于數(shù)字聲像檔案管理的相關(guān)建議

（一）提高對數(shù)字聲像檔案的認識程度

為從源頭上改善并創(chuàng)新數(shù)字聲像檔案管理模式，需要轉(zhuǎn)變檔案工作者的管理觀念。一是要轉(zhuǎn)變對聲像檔案的傳統(tǒng)認知。由于近年來聲像檔案的憑證作用明顯加強，檔案工作者要積極學習與現(xiàn)代經(jīng)濟社會相適應(yīng)的聲像檔案管理方式。改善單一地對聲像信息處理只能通過人工判斷轉(zhuǎn)化為文本信息再進行處理的間接處理方式，大膽創(chuàng)新，應(yīng)用先進的人工智能技術(shù)成果，探索以圖找圖、以聲尋影的由計算機系統(tǒng)判斷的直接處理方式。二是要加強宣傳力度。各檔案館要利用好各類型宣傳陣地積極宣傳，公開展示一批精品數(shù)字聲像檔案、模擬辦理數(shù)字聲像檔案利用手續(xù)、宣講優(yōu)秀數(shù)字聲像檔案利用案例，使檔案工作者借此進一步加深對數(shù)字聲像檔案認識的同時，也讓大眾親身體驗到數(shù)字聲像檔案發(fā)揮的作用。

（二）制定數(shù)字聲像檔案管理規(guī)范

建議有關(guān)部門盡早出臺數(shù)字聲像檔案管理的相關(guān)規(guī)范要求，重點強調(diào)以下三點內(nèi)容：一是對于在數(shù)字聲像檔案管理中應(yīng)用人工智能技術(shù)給予明確具體的指導性意見；二是在起草修訂制度過程中應(yīng)有前瞻性，給新技術(shù)新手段留有制度空間；三是為促進各部門共建共享數(shù)據(jù)庫，實現(xiàn)數(shù)據(jù)庫資源共享等發(fā)展要求，建議檔案管理部門進一步統(tǒng)籌出臺細則，明確對聲像檔案內(nèi)容特征的要求，促進各檔案館根據(jù)標準規(guī)范，充分利用現(xiàn)代信息化技術(shù)，實現(xiàn)數(shù)字聲像檔案資源的共享，以制度建設(shè)促進數(shù)字聲像檔案管理工作提質(zhì)增效。

（三）鼓勵相關(guān)領(lǐng)域合作研發(fā)和開展技術(shù)試點

建議國家檔案局與公安、交通、高新技術(shù)公司等合作，也可以與有研發(fā)能力的大學開展相關(guān)技術(shù)的研發(fā)。同時，應(yīng)鼓勵開展跨行業(yè)技術(shù)研發(fā)，嘗試建立“單位+企業(yè)”等多種融合機制，加速推進聲像檔案資源的開發(fā)。有的機關(guān)單位將數(shù)字聲像檔案智能系統(tǒng)外包，不僅有助于削減成本，更有助于提高聲像檔案資源開發(fā)的效率。在實施數(shù)字聲像檔案智能標注的同時，有必要引入資質(zhì)高、信譽好的外包公司，以獲得優(yōu)質(zhì)、高效、全面的解決方案，攻克應(yīng)用難點以確保數(shù)字聲像檔案智能標注的安全和效率；也可在大型高新企業(yè)開展試點，以便借助其人員與技術(shù)優(yōu)勢。

此外，應(yīng)倡導有關(guān)部門建立開放共享大數(shù)據(jù)的有效機制。大數(shù)據(jù)是智能標注技術(shù)應(yīng)用的基礎(chǔ)，直接決定著智能標注技術(shù)是否能夠正常實行。依照相關(guān)法律開放共享大數(shù)據(jù)資源是技術(shù)發(fā)展的需要。因此，鼓勵相關(guān)部門將其所擁有的大數(shù)據(jù)成果共享，有助于推動數(shù)字聲像檔案智能標注技術(shù)的推廣與應(yīng)用。

（四）提高數(shù)字聲像檔案管理水平

安全可靠的軟硬件環(huán)境是開展數(shù)字聲像檔案智能標注的基礎(chǔ)保障，直接決定著數(shù)字聲像檔案的管理水平。因此，應(yīng)用新技術(shù)的首要條件就是全面提升軟硬件基礎(chǔ)設(shè)施，及時做好系統(tǒng)升級優(yōu)化，減少系統(tǒng)運行錯誤，加強系統(tǒng)易用性，多方面提高系統(tǒng)的安全性、可靠性。尤其需要注意的是，在數(shù)字聲像檔案收集方面，應(yīng)明確對有價值的聲像文件應(yīng)歸盡歸，還應(yīng)明確收集時的數(shù)據(jù)內(nèi)容要具有真實性、完整性和可用性，以及格式要滿足相應(yīng)條件。例如，聲像采集應(yīng)采用高清及以上攝錄設(shè)備，以不低于1080P像素進行記錄，推薦采用4K＼8K標準，從源頭優(yōu)化數(shù)字聲像檔案質(zhì)量，提高數(shù)字聲像檔案管理水平。

四、結(jié)語

傳統(tǒng)的數(shù)字聲像檔案標注由于投入人力成本高、聲像信息雜亂、標注困難等，已漸漸無法滿足現(xiàn)代化業(yè)務(wù)工作的需求，若還用舊方法標注，難免會影響數(shù)字聲像檔案利用工作的開展。因此，開發(fā)數(shù)字聲像檔案管理新手段迫在眉睫，筆者建議有能力的單位盡早探索如數(shù)字聲像檔案智能標注等“新技術(shù)+檔案”的新管理手段，充分發(fā)揮人工智能技術(shù)在數(shù)字聲像檔案管理中的作用，全面試點新的數(shù)字聲像檔案管理模式，提高數(shù)字聲像檔案資源的標注質(zhì)量和水平，最終實現(xiàn)數(shù)字聲像檔案資源的高效利用。

參考文獻：

[1]高建輝.精準扶貧數(shù)碼照片音視頻檔案專題數(shù)據(jù)庫應(yīng)用平臺開發(fā)研究[J].北京檔案，2021（11）：25-28.

[2]盧曉峰.特殊載體檔案概述[J].黑龍江科技信息，2012（18）：112.

[3]段長征.視頻內(nèi)容分析技術(shù)剖析及在校園視頻監(jiān)控系統(tǒng)的應(yīng)用探討[J].山東農(nóng)業(yè)大學學報（自然科學版）2012，43（1）：100-104.

[4]王雪飛.數(shù)字化背景下聲像檔案管理的若干思考[J].大眾科技，2011（10）：247-248.

[5]智敏.基于內(nèi)容的視頻檢索和瀏覽的關(guān)鍵技術(shù)[D].北京：北京郵電大學，2006.

[6]路程.視頻內(nèi)容檢索技術(shù)概述[J].山西科技，2018，33（2）：56-58.

[7]許琪瑋.論高校檔案管理與大數(shù)據(jù)技術(shù)的應(yīng)用[J].辦公室業(yè)務(wù)，2018（14）：157.

[8]楊曉宇.基于深度學習智能標注圖片關(guān)鍵字系統(tǒng)的設(shè)計與實現(xiàn)[D].廣州：中山大學，2014.

作者單位：交通運輸部檔案館