语保工程湖南汉语方言调查中的视音频摄录技术

夏冠湘

湖南大众传媒职业技术学院新闻与传播学院 湖南省 长沙市 410100

语保工程的主要工作任务包括纸笔调查与音像摄录两大方面。调查团队课题负责人一般是方言学专家，且专家最好是长期研究调查点当地方言的本地人。摄录团队课题负责人一般是精通影视前期后期技术的专业人才。摄录团队重点是配合调查团队完成所负责调查点的全部语料素材文件（含视频、音频、图片）的采集、加工（视音频素材剪辑、命名、归档）任务，其素材文件呈现出类型多样、结构系统、体积庞大。在具体摄录采集的过程中，其技术流程、技术参数要求呈现出跟传统广播电视视频、音频摄录巨大的不同。

1 明确技术参数

语保工程音像摄录必须严格按照《中国语言资源保护工程工作规范》和《中国语言资源保护工程技术规范》实施，技术规范对摄录及经过后期处理得到音视频文件技术参数有明确而严格的规定。

音频文件参数如下：

技术规范规定音频文件参数用Audacity 软件进行检查应符合以下标准，声道：单声道；采样率：44100Hz；采样精度：16bit；音频格式：Windows PCM（*.wav）；音量：为-18dB～-6dB，以-12dB～-6dB 为最优；背景噪音≤-48dB，最好背景噪音≤-60dB。

视频文件参数如下：

帧大小：1920×1080；扫描方式：50i 或25P；帧速率：25 帧/秒；视频码率：15000kbps 以上；视频中的音频码率：立体声250kbps 以上、单声道125kbps。技术规范对最终提交的视频文件格式虽然没有限定，但为了保证视频文件的画质为最优，建议视频文件格式与摄像机拍摄原始素材格式保持一致，例如，*.m2ts、*.mpg、*.mp4 均可。此外，为了减小文件体积以便于归档与存储，不推荐4K画幅或4:2:2采样的*.MXF。

图片文件参数如下：图片文件必须要达到1200万像素以上、分辨率大于4368×2912像素、*.jpg格式，所以照片必须用专业数码相机拍摄才可满足分辨率要求，推荐使用数码单反或微单相机。

2 确定工作流程

语保工程音像摄录有多种流程和方式：（1）语保摄录机软件+摄像头采集视频，此种做法存在画质差，且有声画不同步问题；（2）采用摄像机逐条摄像，即一个调查条目拍成一个独立的文件，此种做法比较繁琐，效率不高；（3）采用摄像机对单词、词汇以10 个条目为一组进行多条连续摄像，即以专业摄录一体机实现视频、音频同步录制，在后期剪辑阶段应将每个调查条目切分成独立的视频文件，在后期对视频剪辑完成并确认无误后再对视频文件整体进行提取音频，摄像的同时用笔记本电脑基于专业非线性编辑软件Adobe Premiere Pro CC 同步录音作为备份。经过试验，笔者反复权衡与对比，最终选择了第三种方式来完成项目。实践证明采用此方式能在兼顾效率的同时最大限度地保证录制条目的质量。

3 摄录场地布置与摄像机调试

3.1 场地布置

实际摄录时，待在摄录场地内的工作人员应尽量减少，一般有调查团队课题负责人（1 名，承担PPT 提词控制+记音复核+录音复听工作）、摄录团队课题负责人（1 名，承担摄像工作）、发音人（1 名，承担发音工作）、录音兼场记（1 名，承担录音+场记工作）、打板（1 名，承担打板工作）。在场地中各个人员的工作位置相对固定，具体场地布置，如图1所示。调查团队课题负责人和录音兼场记坐在一起，以便发现问题时直接拿录音兼场记的耳机进行复听。摄录团队课题负责人和打板靠近在一起。一台笔记本电脑直接用USB 线连接“Samson 山逊 C03U”话筒进行录音，另一台笔记本电脑打开安放于摄像机镜头正下方，且在尽量靠近镜头的位置上做提词器专门用来播放PPT。多人对话规定老男、青男必须参加。在布置多人对话场景时，要特别注意处理好三位发音人的位置关系。为了营造多人对话氛围可以选择茶几而非条桌（茶几上不能摆放任何装饰性物品，如鲜花等），发音人要尽量避免排坐而要围坐，两侧的发音人可以给前侧面，话筒摆放位置要偏向于发音音量较小的那位发音人。

图1 桂阳点摄录场地中各个人员的工作位置

3.2 背景架设

背景要求为纯蓝色抠像背景布，干净整洁、色泽均匀，无拼接痕迹。背景布配合背景架使用，背景布架设好后平整无明显折痕（一般需要用挂烫机进行熨烫）如图2所示。如果背景布不够平整，前期可以通过打光手段予以消除，后期也可以通过抠像修图替换背景等方式弥补。发音人穿着服饰应避免与背景布为近似色，且不能穿条纹衣服。桌布也不能跟背景布为近似色。一般可采用大红色或酒红色的加厚无反光绒布，平铺于桌面即可。摄录场地光线柔和、照度充足，发音人脸部不能有阴影，必要时可架设补光灯。确保摄像机增益最小，画面颗粒感最少。

图2 用挂烫机对背景布进行熨烫以确保平整

3.3 画面构图

机位与被摄发音人距离既不要过远也不要过近，即通过掌控物距使摄像机焦距处于中焦段。摄像时注意为平拍，不要出现俯拍、仰拍等。发音人身体应坐直，脸部正对摄像机，眼睛正视镜头（短条目如：单词、词汇、语法，要求发音人始终正视镜头；长篇条目要求发音人保持自然状态即可），保持自然发音状态，不要有明显的咂嘴、舔舌、转头和不自然的眨眼。取发音人胸以上半身像，要求发音人左右居中、上下适中（发音人双眼连线距画框上边缘三分之一处），如图3所示。

图3 新田点老男发音人画面构图

3.4 话筒设置

话筒架设应综合权衡话筒与发音人嘴部的距离及发音人本身的音量。发音人和话筒之间应尽量保持固定的角度和距离位置。在录制单字、词汇、语法等条目时，明确规定不准出现喷麦。由于实际使用中防喷罩效果不是很明显，而且极易造成发音人脸部的遮挡，所以不推荐使用防喷罩。发音人脸部一定不能有任何遮挡，即话筒在画面中的位置不能压到人身上尤其是人脸上。另外需注意话筒的指向性调节和部分话筒降噪功能的设置。

3.5 摄像机调试

聚焦准确，画面焦点清晰。如果为自然光照明需要注意光源色温随时间变化而引起的自动白平衡偏色。如果有因日光灯或其他干扰造成的频闪、波浪纹等情况，需要调节电子快门消除可见频闪。将摄像机的音频输入电平转换为手动，通过实地测试，调节音频输入电平旋钮位置，使录制时的音噪比控制在一个较理想的位置，如图4所示。进入摄像机菜单（以SONY PMW-X280为例）——其他设定——片段——标题，将标题改为相对应调查点的拼音字母缩写，如图5中的“YBXT0720”即“语保新田0720”。

图4 手动控制摄像机的音频电平输入

图5 手动设置摄像机记录的片段标题

4 音像摄录

总体来说前期音像摄录时一定要从严要求，各岗位人员分工协作、通力配合来完成。正式录制开始前调查团队课题负责人与发音人再进行最后一次面对面的沟通，主要是对照先前进行纸笔调查时所做的国际音标记录再核对一次发音。调查团队课题负责人一直要守在现场，确定发音人读的和先前笔调的一致，出现差异要查明原因。目的是复核、巩固、调整、修改、纠正发音，并及时用铅笔和橡皮在调查手册上做好原始记录。在录制老男的单字、词汇以及青男的单字时，以20 条为一组进行连续摄录。根据词性、类别不同有难有易，对于较难的，发音人一次性记音有困难的，必要时也可以根据发音人的状态考虑由20条一组一录降为10 条一组一录。即通过降低录制数量来保证正确率，减少重录次数，有时这样反而可以提高效率。

摄录时打板者负责用粉笔在打板上写好相应提示。录制指令的传递顺序如下：摄录团队课题负责人按下录制按钮→调查团队课题负责人发出老男词汇0121-0140 的口令→录音者点击软件界面的录制按钮（按键一定要轻柔，不能有敲击键盘或敲击鼠标的声音）→打板者打板→发音人默数5 秒后开始发第一个音。由于单字、词汇条目要求前后各留1～2 秒，所以要求调查团队课题负责人在播放提词PPT 时控制好节奏。

摄录团队课题负责人戴耳机实时监听（必须戴耳机监听）音量大小及音质，同时眼睛监看摄像机LED 液晶显示屏，紧盯LED 液晶显示屏上的各种信息，如音频电平跳动指示，其音频电平的峰值跳动位置应达到三分之二处，否则就是发音人音量偏低；发音人有无腿和脚的抖动、衣服桌布的摩擦等动作造成的杂音；发音人有无闭眼睛、瞟眼睛、偏头；打板者有无入画。注意发音人在摄录过程中，不要过于频繁地吧唧嘴、使劲咽吐沫、大声喘气等，以免产生太多杂音。调查团队课题负责人和摄录团队课题负责人要在现场进行及时引导、提醒、纠正、督促。当然由于录制过程很漫长，平均每半天的录制时长一般也在3 小时以上，发音人很容易疲倦，造成精力不集中、嗓音嘶哑、反应变慢。如何合理地分段录制，交叉科学安排休息时间也是必须要考虑的。

不带疑问摄录，摄录现场任何岗位人员有问题应当及时提出并相互沟通。录制完成后运用录音电脑及时复听，发现问题立即重录。当天录制完成后，调查团队课题负责人一定要复看当天录制的视频语料素材，以便及时发现问题，第二天及时重录或补录。

5 场 记

场记是一项很重要的工作，清晰有序的场记能给后期工作提供极大便利，也有利于提高后期编辑效率。调查团队派一人打板、一人录音兼场记。录音兼场记事先在调查手册上单字词汇部分以10个或20个条目为单位做好分段标记。打板者负责用粉笔在打板上写好相应的提示信息，如图6所示。

图6 场记板上应注明的提示信息

打板者和录音者需要在每组录制完成后及时在《中国语言资源调查手册·汉语方言》上直接用铅笔做好相应记录，并保证至少有一本书上的场记是正确而完整的。摄录完成的素材要新建文件夹并以条目编号来命名，而不要以摄录日期命名，如图7所示。以半天时间为单位对摄录好的素材用移动硬盘进行备份，为了确保摄录素材安全，原始摄录素材至少2 处以上备份。后期跟场记当面沟通，看场记明确哪些条目有两读、有重录，并做好记录，务必保证记录顺序不出差错。

图7 对视频音频原始语料素材新建文件夹并命名

6 后期剪辑

6.1 软件设置与工程管理

图8 在Adobe Premiere Pro CC 2015 中自定义序列预设、视频音频输出预设

前期摄录和后期剪辑应同步进行，摄录一定条目后当即拷贝素材拿去剪辑。要尽量统一后期处理软件的种类和版本，以Adobe Premiere Pro CC 2015 为例，在新建项目后要自定义序列预设。自定义序列预设参数不能错，自定义视频、音频输出预设参数也不能错，如图8所示。后期如果在已有成品音视频文件基础上进行二次修改时，要严格执行新建序列并选择自定义的语保预设，而不能直接将素材拖拽至新建项按钮上。

后期多人分工剪辑时，语料素材的派分要做好记录，以便后面发现问题时能迅速判断追溯找到源头。建议大段的文件（包括语法例句和大段的讲述、口头文化、地普等）在剪辑时保留工程文件，以便于出现问题时可以直接调整修改，不用从头做起。

6.2 剪辑内容控制

后期剪辑工作一定要严谨而细致，否则因不严谨、不细致造成的一些小问题将严重影响工作效率。对于连续录制的老男单字、词汇，青男单字视频语料素材进行剪辑，要以调查条目为单位，一个调查条目要剪辑成一个独立的视频文件。剪辑时注意在单字、词汇条目发音波形前后各留1～2 秒左右时长并保持背景噪音，即发音波形的前后留白要对称。如果调查条目有多读或异读的情况，常用的发音要放在前面，两个发音共同剪辑成一个文件，两个发音之间间隔2～4 秒。剪辑单字、词汇时，由于数量众多需要防止出现声画不同步的情况。对于老男语法例句、口头文化以单条为单位进行录制。对于讲述、多人对话、地普争取连续录制，若条件不允许可以按内容分成几个大段来录制，然后再通过后期剪辑连接成一个整体。剪辑大段讲述时，要一边剪辑一边检查，即边听边剪辑边检查边纠正音量、噪音、内容，争取一遍过。

6.3 音量控制

如果在前期因摄录或发音人本身音量问题造成的视频语料素材音量偏低，后期可以对视频语料素材音量进行适当的提升。但不要随意提升音量，信噪比是一个范围，在提升音量的同时背景噪音也会被放大，所以后期在进行音量修整时必须要慎重。在Adobe Premiere Pro CC 2015 中提升音量电平时，虽然有滑块、电平曲线、音频增益等多种方式，但推荐使用音频增益调节，因为音频轨道上的音频波形会随着音频增益的调节产生高低最直观的变化，一目了然。剪辑话语讲述、多人对话、口头文化、地普等长篇语料时看到音量不足的要视具体情况分段提升，要求主体（至少保证70%以上）音量处于-18dB～-6dB 之间，其中多人对话中若有某一个发音人音量全部不达标则需重录。此外，口头文化若有伴奏，伴奏部分允许音量略超。

6.4 噪音控制

摄录中噪音可以分为：背景噪音、电流噪音、其他杂音。其中，电流噪音表现为突如其来的电流声特别大，往往多见于文件开头部分；其他杂音则包括发音人的咂嘴音、其他毛刺音等等，这些噪音可以通过后期手动修掉。语保工程技术规范明确规定不允许降噪，也不允许直接对背景噪音直接做静音处理，所以务必控制好信噪比。

6.5 审看审听

调查团队课题负责人不但要在摄录现场把关，后期剪辑时同样需要调查、摄录团队保持紧密沟通。后期用Adobe Premiere Pro CC 2015 专业剪辑软件手动剪辑并命名输出完成的老男1000 个单字及1200 个词汇、青男1000 个单字就成其为独立的单个视频文件。调查团队课题负责人必须对照纸笔记录和场记，对这些独立的单个视频文件进行审看审听，发现问题及时调整修改或者重录。例如，发音人把文白异读的顺序读错了，声调发错了，现场有杂音录进去了等等。当然需要说明的是调查团队课题负责人在审看审听时，不要过分纠结于发音人的某个音值。

6.6 音频提取

待调查团队课题负责人全部审看审听完，审核检查确认视频文件数量、编号命名、录音质量没有问题后，则可对这些独立的单个视频文件进行音频提取。要对如此多而琐碎的独立单个视频文件提取音频需要用到Adobe Media Encoder CC 2015。Adobe Media Encoder 是 Adobe 软件家族中一个独立的软件，名为Adobe 媒体编码器。运用Adobe Media Encoder CC 2015 的批处理功能可以轻松而便捷地将上述视频文件中的音频批量提取出来，提取的同时可以转码且支持多种音频文件格式，而且完成分离后音频文件的文件名会与先前手动命名的视频文件的文件名保持一致即不用再次手动重命名。所以Adobe Media Encoder 尤其适合语保。在具体使用中，需要先在Adobe Media Encoder 的预设浏览器面板新建一个自定义预设，确保音频输出参数为：44100Hz 单声道16位，更改预设名称为：语保音频输出，单击确定后将“用户预设及组”下方先前已有的预设全部删除，仅保留刚刚新建的预设，如图9所示。另外，需要注意在队列面板单击加号打开对话框向队列面板添加视频文件时，根据笔记本电脑的硬件配置而言，8G 内存的可以一次性导入200 个视频文件，16G 内存的可以一次性导入300 个视频文件，实践证明超过这个导入数量容易造成内存溢出而死机。

图9 在Adobe Media Encoder 中新建自定义预设

结 束 语

湖南是一个方言大省，回顾刚刚过去的2016、2017年语保工程湖南汉语方言调查，笔者连续两年一共承担了郴州桂阳；邵阳武冈；永州冷水滩、祁阳、新田、蓝山、道县、江华一共8个点的视音频摄录，并参与了2017年衡阳祁东、2018年岳阳平江点的视音频摄录，此外还承担了语保工程濒危汉语方言调查湖南新田客家话点的音像摄录技术工作。通过“前期后期打通”和“调查团队全程参与摄录”——即前期音视频摄录与后期音视频语料素材剪辑、命名、归档同步进行，反复试验、狠抓细节，优化流程环节与软件操作方法来提高效率和把控质量，以细致、认真、严谨、务实的工作作风，才能确保所承担各调查点摄录音像语料文件数量完整、内容准确、各种参数以及文件名和文件系统结构符合语保工程技术规范要求。工作态度和责任意识真的很重要，各方应充分沟通、主动担当、共同解决。只有把具体各个环节中的联系协调和技术细节做好，项目在实施过程中才能做到高效率和低成本。