淺談非廣電標(biāo)準(zhǔn)的素材文件在轉(zhuǎn)碼時(shí)的注意事項(xiàng)

李海彬 劉海蘭

1.2.廣西廣播電視臺(tái) 廣西 南寧市 530022

引言

在融媒體時(shí)代，非線性編輯系統(tǒng)（簡稱非編系統(tǒng)）成為電視節(jié)目制作的主流工具，工作中經(jīng)常需要將不同格式、編碼的視音頻素材文件轉(zhuǎn)換為非編系統(tǒng)支持的格式。由于素材來源的不同，許多素材與非編系統(tǒng)采用的文件格式有較大的差別，如轉(zhuǎn)碼方法不正確，則會(huì)降低轉(zhuǎn)碼后的素材質(zhì)量，本文針對(duì)來自第三方、非廣電標(biāo)準(zhǔn)的節(jié)目素材，淺談其在轉(zhuǎn)碼過程中需要注意的事項(xiàng)。

1 第三方素材的來源和缺點(diǎn)

在節(jié)目制作中，除了本臺(tái)記者自采的素材外，還需大量來自第三方的素材。這些素材主要通過以下途徑取得：一是用手機(jī)、數(shù)碼相機(jī)、監(jiān)控?cái)z像頭等設(shè)備攝錄的素材，目前這些設(shè)備都具備很強(qiáng)的攝錄功能，特別是手機(jī)視頻，已廣泛應(yīng)用于抖音、快手等新媒體短視頻平臺(tái)；二是傳統(tǒng)媒體或自媒體利用廣電專業(yè)設(shè)備攝錄，但通過新媒體平臺(tái)發(fā)布后，又重新被其它電視媒體進(jìn)行二次加工，一般通過互聯(lián)網(wǎng)下載、傳輸、截屏等方式取得；三是各行業(yè)通訊員提供的用于記錄本單位工作情況和事跡的一些素材，有些采用廣電專業(yè)設(shè)備攝錄，有些采用手機(jī)或相機(jī)拍攝，一些素材還進(jìn)行了編輯合成，通過U 盤或光盤等介質(zhì)提供素材文件；四是同行業(yè)電視臺(tái)提供的素材，如縣級(jí)臺(tái)、市級(jí)臺(tái)提供給省臺(tái)，視頻采用專業(yè)設(shè)備攝錄，但大多時(shí)候是通過互聯(lián)網(wǎng)傳輸，因此素材文件也不是廣電標(biāo)準(zhǔn)的格式。

這些素材的缺點(diǎn)是在文件格式、編碼、視音頻參數(shù)等方面沒有統(tǒng)一的標(biāo)準(zhǔn)，一般采用壓縮率較高的編碼方式，畫面比例、圖像分辨率、幀頻等與廣電行業(yè)中使用的可能也不相同，較難直接利用，需要通過非編系統(tǒng)或工具軟件進(jìn)行轉(zhuǎn)碼處理。

2 常用的第三方工具軟件

當(dāng)前各個(gè)非編廠商的軟件系統(tǒng)越做越好，基本支持大部分主流視音頻文件的轉(zhuǎn)碼，但新媒體技術(shù)的發(fā)展更為快速，不斷有更新的格式和編碼產(chǎn)生。非編系統(tǒng)的版本升級(jí)則相對(duì)滯后，可能出現(xiàn)無法正確識(shí)別的情況，因此需要通過第三方軟件進(jìn)行轉(zhuǎn)碼。常用的工具如下：

2.1 MediaInfo

MediaInfo 的功能是解析視頻、音頻、圖片等文件的編碼信息，它并不能對(duì)文件進(jìn)行諸如編碼、解碼、修改內(nèi)容等工作。這里將MediaInfo 放在首位進(jìn)行介紹，是因?yàn)樗С纸馕龅亩嗝襟w格式最多，獲取的編碼信息最為全面，其作用如同醫(yī)院的化驗(yàn)單，只有知道化驗(yàn)結(jié)果，才能對(duì)癥下藥。

2.2 格式工廠

格式工廠是一款支持多種視音頻格式轉(zhuǎn)換的軟件，并且支持視頻裁剪、合并等功能，最大的優(yōu)點(diǎn)是采用中文圖形化界面，操作使用上較為簡單。

2.3 FFmpeg

FFmpeg 是一套可以用來記錄、轉(zhuǎn)換數(shù)字音頻、視頻，并能將其轉(zhuǎn)化為流的開源計(jì)算機(jī)程序，包含了非常先進(jìn)的音頻/視頻編解碼庫。FFmpeg.exe 則是其在Windwos 平臺(tái)下用于編轉(zhuǎn)碼的軟件，通過DOS 命令行參數(shù)對(duì)視音頻文件、網(wǎng)絡(luò)視頻流等進(jìn)行各種編解碼處理。FFmpeg功能強(qiáng)大，但它的命令行參數(shù)非常復(fù)雜，對(duì)于新手來說，操作使用上不是很方便。

2.4 FFmbc

FFmbc 針對(duì)FFmpeg 沒有提供廣電專業(yè)格式的缺點(diǎn)，在FFmpeg 的基本上修改而成，它可以生成符合廣電行業(yè)播出標(biāo)準(zhǔn)的MXF、GXF、MOV等文件格式，視頻編碼包括松下公司的DVCPRO、DVCPRO50、DVCPRO HD， 以及SONY 公司的DVCAM、 IMX30、 IMX50、 XDCAM HD422，轉(zhuǎn)碼生成的文件可以使用Omneon MediaDeck 等專業(yè)視頻服務(wù)器輸出。它的命令行參數(shù)與FFmpeg 相仿，但增加了一些廣電專用參數(shù)。

相比于格式工廠，F(xiàn)Fmpeg、FFmbc 的操作較為復(fù)雜，但后兩者提供了更為靈活豐富的功能，可解決一些格式工廠處理不了的難題，因此建議廣電行業(yè)技術(shù)人員能學(xué)會(huì)使用。

3 素材轉(zhuǎn)碼的注意事項(xiàng)

通過第三方途徑取得的素材，如何保證轉(zhuǎn)碼后的素材質(zhì)量呢？首先需要分析原始素材的一些編碼參數(shù)（如通過MediaInfo），再與廣電標(biāo)準(zhǔn)參數(shù)進(jìn)行比對(duì)，從而選擇合適的轉(zhuǎn)換方法。下面列舉一些素材轉(zhuǎn)碼過程中需要注意的事項(xiàng)：

3.1 視頻分辨率和寬高比例

在廣電行業(yè)中，標(biāo)清、高清、4K、8K 指的是電視畫面的分辨率，且不同國家會(huì)采用不同的制式，比如同為“標(biāo)清”電視，國內(nèi)標(biāo)清為PAL 制，分辨率為720×576，每秒25 幀視頻；日本標(biāo)清為NTSC 制，分辨率為720×480，每秒30 幀視頻。

關(guān)于電視信號(hào)的寬高比例，高清電視信號(hào)的寬高比是16∶9，而標(biāo)清電視信號(hào)其寬高比通常為4∶3，但按真實(shí)的圖像分辨率計(jì)算，PAL 制的實(shí)際寬高比為5∶4，NTSC 制為3∶2，這些實(shí)際寬高比是在轉(zhuǎn)碼時(shí)必須要注意的。

從第三方取得的視頻素材，分辨率通常不按廣電的標(biāo)準(zhǔn)設(shè)置，原因可能是攝錄設(shè)備的圖像分辨率的不同，或者是上傳到新媒體平臺(tái)后重新編碼所至，因此視頻分辨率沒有統(tǒng)一的標(biāo)準(zhǔn)。在轉(zhuǎn)換時(shí)，首先需要確定這些視頻記錄時(shí)采用的分辨率，再計(jì)算其寬高比例與廣電格式的差異，以確定如何轉(zhuǎn)換。

例如從網(wǎng)上下載的一個(gè)640×480 的視頻文件，當(dāng)要轉(zhuǎn)為720×576 的PAL 制電視格式時(shí)，前者是標(biāo)準(zhǔn)的4∶3 比例，而后者俗稱4∶3 實(shí)則5∶4，如果直接拉伸放大，則畫面寬度將被擠壓，人物被拉長了，如圖1 視頻分辨率的轉(zhuǎn)換圖所示，圖1（a）是原視頻直接拉伸的結(jié)果，可以看出人像被拉長了；圖1（b）是將原視頻按4：3 的比例裁剪后（紅色虛線框區(qū)域）再進(jìn)行拉伸，畫面比例正常。

圖1 視頻分辨率的轉(zhuǎn)換圖

關(guān)于裁剪區(qū)域的計(jì)算，是根據(jù)原視頻的寬高比大于或小于轉(zhuǎn)碼視頻而定，這里原視頻寬高比=640÷480≈1.33，轉(zhuǎn)碼視頻寬高比=720÷576=1.25，前者比值＞后者比值，此時(shí)原視頻高度不變，裁切其寬度，裁切后寬度=原視頻高度×轉(zhuǎn)碼寬高比=480×1.25=600，一般取視頻的中間區(qū)域；如果前者寬高比＜后者寬高比，則原視頻寬度不變，裁切其高度，以720×576反轉(zhuǎn)為640×480 為例，裁切后高度=原視頻寬度÷轉(zhuǎn)碼寬高比=720÷1.33≈541，即裁剪原視頻720×541 區(qū)域的內(nèi)容后，再轉(zhuǎn)為640×480 則畫面比例不會(huì)變形。

3.2 視頻幀頻的轉(zhuǎn)換

手機(jī)、數(shù)碼相機(jī)拍攝的視頻，幀頻一般分為15、20、24、25、30 幀/秒，更高端的設(shè)備可以達(dá)到60 幀/秒及以上，國內(nèi)廣電的標(biāo)清、高清電視均采用25幀/秒，這涉及到幀頻的轉(zhuǎn)換。

當(dāng)原始幀頻和轉(zhuǎn)換幀頻的關(guān)系是整數(shù)倍時(shí)，如50 幀-＞25幀，則每2 幀抽取1 幀視頻即可，降幀后原幀畫面出現(xiàn)的時(shí)間點(diǎn)不變，轉(zhuǎn)換質(zhì)量較好。

當(dāng)原始幀頻和轉(zhuǎn)換幀頻的關(guān)系不是整數(shù)倍時(shí)，容易造成畫面不連貫、聲畫不同步、畫面模糊等問題。以最常見的幀頻30 幀-＞25 幀為例，一些編碼軟件會(huì)直接丟棄5 幀，采用的方法是每隔6 幀丟棄1 幀，這容易造成畫面不連貫，且這種方法重新調(diào)整了每秒內(nèi)各幀視頻出現(xiàn)的時(shí)間點(diǎn)，同時(shí)會(huì)造成輕微的聲畫不同步。如圖2 各幀視頻出現(xiàn)的時(shí)間位置圖，就是幀頻分別為25 幀/秒和30 幀/秒時(shí)，1秒鐘內(nèi)每幀出現(xiàn)的時(shí)間點(diǎn)位，其中前者按40ms 遞增，后者按33ms 遞增，幀頻轉(zhuǎn)換后除首幀外，其它幀出現(xiàn)的時(shí)間位置都重新按40ms 遞增調(diào)整，而音頻采樣率沒有改變，從而會(huì)造成聲畫不同步。

圖2 各幀視頻出現(xiàn)的時(shí)間位置圖

一些編碼軟件則重新對(duì)畫面進(jìn)行渲染，比如將第1 幀和第2 幀按一定的透明度比例進(jìn)行渲染，產(chǎn)生新的第1 幀，將第2 幀和第3 幀渲染產(chǎn)生新的第2 幀，這些由2 幀視頻合成為1 幀的素材，畫面容易模糊。如圖3 相鄰2 幀畫面渲染產(chǎn)生新幀圖，就是通過渲染方式將5 幀視頻合成4幀視頻的效果。

圖3 相鄰2 幀畫面渲染產(chǎn)生新幀圖

對(duì)于原始視頻的幀頻，有時(shí)候無從選擇，但有一種情況可以通過技術(shù)手段去避免，比如通過截屏器將電腦顯示的內(nèi)容轉(zhuǎn)為SDI 信號(hào)時(shí)，則電腦顯卡的刷新率設(shè)置是重點(diǎn)。假設(shè)網(wǎng)站視頻的幀頻是25 幀/秒，電腦顯卡分辨率設(shè)為1920×1080 60P（逐行掃描，每秒60 幀），當(dāng)通過截屏器轉(zhuǎn)換為1080i（隔行掃描，每秒25 幀）的高清SDI信號(hào)時(shí)，其幀頻變化為25 幀-＞60 幀-＞25 幀，幀頻經(jīng)過兩次轉(zhuǎn)換且都不是整數(shù)倍的關(guān)系，會(huì)造成畫面質(zhì)量的下降。如果將電腦顯卡的刷新率設(shè)置為50P，則幀頻變換為25 幀-＞50 幀-＞25幀，雖然同樣進(jìn)行了兩次的幀頻轉(zhuǎn)換，但由于后者的幀頻是整數(shù)倍的關(guān)系，則畫質(zhì)的損失會(huì)小得多。

3.3 圖像內(nèi)容的真實(shí)比例

視頻的寬高比例可以通過工具軟件查看，但圖像內(nèi)容的真實(shí)比例是否準(zhǔn)確呢？在廣電高標(biāo)清同播的時(shí)代，這是不確定的。比如某電視臺(tái)采用高清制作，標(biāo)清播出，視頻下變方式為“擠壓模式”，即將1920×1080 的分辨率直接下變?yōu)?20×576，畫面比例由16∶9轉(zhuǎn)為4∶3，在接收端，對(duì)于寬屏電視機(jī)而言，會(huì)將4∶3 的畫面重新拉伸至16∶9，圖像內(nèi)容的比例仍然是正常的；對(duì)于老式的CRT 電視機(jī)而言，畫面的內(nèi)容因擠壓而拉長了，圖像內(nèi)容的比例有一定的變形。俗話說，甘蔗沒有兩頭甜，對(duì)于電視臺(tái)而言，這樣的信號(hào)處理方式也是種無奈的選擇。

基于以上原因，對(duì)于原始素材除通過工具軟件查看視頻寬高比外，仍然需要通過肉眼去觀察和判斷視頻畫面的真實(shí)比例，并結(jié)合電視臺(tái)的播出方式進(jìn)行相應(yīng)的處理。

舉個(gè)例子，從某縣級(jí)臺(tái)拿到的素材是標(biāo)清PAL 制的MXF文件，但原素材是從1080i 高清用“擠壓模式”下變換為PAL制的。將素材導(dǎo)入高清非編系統(tǒng)時(shí)，圖像編輯沒有去看畫面的真實(shí)比例，直接將標(biāo)清信號(hào)采用“郵筒模式”（即原畫面居中，左右遮黑）上變換為高清信號(hào)，而在送播時(shí)又采用了“擠壓模式”進(jìn)行標(biāo)清輸出。這樣的變換使一個(gè)圖像真實(shí)比例為16∶9 的視頻，在進(jìn)行了兩次4∶3 變換后畫面變形非常嚴(yán)重。轉(zhuǎn)換過程如圖4 所示，最終CRT 老電視用戶所看到的畫面是嚴(yán)重變形失真的。

圖4 高標(biāo)清多次轉(zhuǎn)換后變形圖

如果圖像編輯在上變時(shí)，認(rèn)真觀察這個(gè)標(biāo)清視頻文件的真實(shí)圖像比例是16∶9，采用“拉伸模式”將畫面橫向拉伸，將4∶3 的圖像完全充滿16∶9的屏幕，則完全可以避免這種問題的發(fā)生。

3.4 視頻采樣方式和編碼

YUV 是電視行業(yè)采用的一種顏色編碼方法，攝影機(jī)進(jìn)行取像后把得到的彩色RGB 圖像信號(hào)，經(jīng)過矩陣變換電路得到亮度信號(hào)Y 和兩個(gè)色差信號(hào)B-Y（即U）、R-Y（即V）。

YUV 各分量數(shù)據(jù)的采樣方式一般分為4∶4∶4、4∶2∶2、4∶1∶1、4∶2∶0 四種，其中4∶4∶4 的方式并不多見，主要以后三種為主。以YUV422 為例，其采樣時(shí)以4 個(gè)圖像點(diǎn)為一組，分別抽取4 個(gè)點(diǎn)的亮度值Y，和其中2 個(gè)點(diǎn)的色度值U 和V，采樣點(diǎn)從12 個(gè)變?yōu)? 個(gè)，采樣數(shù)據(jù)僅相當(dāng)于原來的66.6%，而如果是YUV411 和YUV420 則采樣點(diǎn)為6個(gè)，相當(dāng)于原來的50%，這大大節(jié)省了存儲(chǔ)空間。

在電視節(jié)目的制作中，主要采用YUV422 采樣方式，而從第三方取得的視頻則很多是YUV420、YUV411 方式。轉(zhuǎn)碼時(shí)盡量不要進(jìn)行多次采樣方式的轉(zhuǎn)換， 特別是YUV420 和YUV411 之間的轉(zhuǎn)換，因?yàn)檫@兩種方式抽取的采樣點(diǎn)位置不同，進(jìn)行二次轉(zhuǎn)換后數(shù)據(jù)失真較大。

如圖5 所示，圖5（a）是一個(gè)YUV444 采樣圖像的4×2 像素陣列，其中的YUV 分別是每個(gè)點(diǎn)各自的分量值。 當(dāng)采用YUV420 方式時(shí)，按2×2 陣列抽取4 個(gè)Y 樣本，按圖5（b）所標(biāo)位置分別抽取U、V 樣本，并做為其它3 個(gè)樣本的代表，得到Y(jié)UV420 的采樣陣列；當(dāng)采用YUV411 方式時(shí)，按4×1 陣列抽取4 個(gè)Y 樣本，按圖5（c）所標(biāo)位置分別抽取UV 樣本并做為其它3 個(gè)樣本的代表， 得到Y(jié)UV411 的采樣陣列。之后將YUV411 和YUV420 采樣陣列進(jìn)行互轉(zhuǎn)，結(jié)果如圖5（d）和圖5（e）所示。圖5 的各采樣點(diǎn)數(shù)據(jù)中，當(dāng)與YUV444 不同時(shí)用紅字進(jìn)行標(biāo)識(shí)，其中YUV444 轉(zhuǎn)換為YUV411 和YUV420 時(shí)，各有12個(gè)UV 值與原值有誤差；再分別進(jìn)行YUV411 和YUV420 陣列之間的互轉(zhuǎn)，發(fā)現(xiàn)有14 個(gè)UV 值與原值有誤差，且偏差值明顯大于第1 次轉(zhuǎn)換。

圖5 YUV 采樣和轉(zhuǎn)換圖

視頻編碼是指將視頻內(nèi)容按某種算法進(jìn)行壓縮，進(jìn)而可以使用更小的空間存儲(chǔ)文件，通常采用的是有損壓縮的方式。在電視行業(yè)中主要采用MPEG-2 編碼，當(dāng)采用YUV422進(jìn)行1080i 采樣時(shí)，碼率一般為50Mbit/s，每小時(shí)文件長度約為18GB。

由于MPEG-2 編碼的文件太大，因此民用領(lǐng)域的攝錄設(shè)備，以及網(wǎng)絡(luò)視頻點(diǎn)播主要使用MPEG-4、H.264等編碼，其一般使用YUV420、YUV411 的采樣方式，產(chǎn)生的視頻文件較小，1920×1080 分辯率的視頻碼率一般為2～10Mbit/s，每小時(shí)文件長度約700MB～3.6GB。

將YUV420 的H.264 編碼轉(zhuǎn)換為YUV422 的MPEG-2 編碼時(shí)，畫質(zhì)不會(huì)有任何的提升，而反過來轉(zhuǎn)換時(shí)畫質(zhì)則會(huì)相應(yīng)的下降，因?yàn)槭怯袚p壓縮，每次重新編碼都會(huì)帶來一定的畫質(zhì)損失，且這個(gè)損失是不可逆的。

如果素材僅僅是文件封裝格式上與廣電標(biāo)準(zhǔn)不同，而其內(nèi)部的編碼、分辨率、采樣方式完全相同，則可以試著使用FFmbc 將視頻編碼通過“復(fù)制”的方式重新進(jìn)行格式封裝，從而保證圖像質(zhì)量。

3.5 音頻流和聲道

音頻格式轉(zhuǎn)換所涉及的參數(shù)主要是采樣率、編碼、音頻流和聲道等。電視制作所使用的音頻采樣率是48000Hz，編碼使用無壓縮的PCM 編碼；第三方素材常用的是22050Hz 和44100Hz，編碼使用有損壓縮的MP3 和AAC 編碼，在進(jìn)行采樣和編碼轉(zhuǎn)換時(shí)會(huì)產(chǎn)生一定的失真，但對(duì)于單聲道播出的電視節(jié)目而言，聽覺上影響不大。

對(duì)于音頻流，聲道方面則需要注意，在一般的電影視頻文件中，對(duì)于雙語或多語種的視頻文件，每個(gè)語種對(duì)應(yīng)一個(gè)音頻流，而每個(gè)音頻流又含有多個(gè)聲道，在播放時(shí)只能選擇其中的一個(gè)音頻流進(jìn)行輸出；而在電視制作中則不同，比如SONY 公司的IMX30、IMX50 只有1 個(gè)音頻流，但內(nèi)置4 聲道，而XDCAM HD422 格式則是支持1～8 個(gè)音頻流，每個(gè)流都是單聲道（相當(dāng)于每個(gè)音頻流就是一個(gè)聲道）。由于素材的來源不同，音頻的流和聲道之間存在1∶N、N∶1、N∶M 等多種關(guān)系，當(dāng)使用轉(zhuǎn)碼軟件時(shí)，可能會(huì)在轉(zhuǎn)換過程中丟失某些音頻流的數(shù)據(jù)。

結(jié)語

在融媒體時(shí)代，傳統(tǒng)電視面對(duì)網(wǎng)絡(luò)視頻平臺(tái)的沖擊，一方面要提高節(jié)目內(nèi)容的制作水平，另一方面要保持高質(zhì)量的影音效果，才能挽留住收視觀眾。所謂細(xì)節(jié)決定成敗，素材的轉(zhuǎn)碼看似簡單，但如果不注重方式方法，最終將影響電視節(jié)目的播出效果。