《音频数据加工标准与工作规范标准规范.doc》由会员分享，可在线阅读，更多相关《音频数据加工标准与工作规范标准规范.doc（15页珍藏版）》请在三一办公上搜索。
1、国 家 数 字 图 书 馆 工 程标准规范项目研制成果GC-FJ080114-CD003-4项目名称：国家图书馆对象数据项目成果名称：音频数据加工标准与工作规范标准规范成果类型：标准规范成果编号：GC-FJ080114-C D003-4成果版本：正式提交版提交时间：2010年6月研制机构：北京大学图书馆撰 写 人：宋庆生目 录目 录II前 言II研制说明III音频数据加工标准11 范围12 规范性引用文件13 术语和定义14 原则35 内容标记36 资源应用级别46.1 长期保存级46.2 发布服务级47 数字加工流程47.1 资料整理47.2 内容采集47.3 压缩转换57.4 音频编辑57
2、.5 附属物件处理57.6 元数据著录规范57.7 保存67.8 质量检验67.9 过程管理68 命名规则6附录A（资料性附录）结构代码8附录B（规范性附录）资源级别代码9参考文献1前 言本标准规范是国家图书馆“国家数字图书馆工程标准规范项目”的研制成果之一。本标准规范的附录A为资料性附录、附录B为规范性附录。本标准规范由国家图书馆提出并归口。本标准规范委托北京大学图书馆研制，成果的知识产权归国家图书馆所有；北京大学图书馆拥有署名权。本标准规范起草单位：北京大学图书馆。本标准规范项目负责人：朱强、肖珑。本标准规范起草人：宋庆生。参加本标准规范研制的还有：张春红、邵珂、朱本军、唐勇。研制说明本标
3、准规范是针对国家图书馆的实际情况，在保持与国家图书馆数字资源（文本、音频、视频）加工标准与工作规范、数字资源对象管理规范及数字资源唯一标识符规范、元数据总则、专门元数据规范、数字资源长期保存规范各子项目组及其他子项目组相关成果的一致性的基础上，根据国家图书馆对象数据竞争性谈判项目第四包音频数据加工标准与工作规范研制业务需求书和成交合同而研制。本标准规范在研制过程中重点参考了科技部“我国数字图书馆标准规范建设”项目“数字资源加工标准规范与操作指南”子项目的相关成果。音频数据加工标准1 范围本标准规定了音频数字化加工工作流程、内容标记元数据标准、音频数字对象的命名规则。本标准适用于盒式录音磁带、开
4、盘式录音磁带、数字录音带（DAT）、密纹唱片(LP)、激光唱片（CD）、MP3等模拟音频原生资源、数字音频原生资源、数字音频文件格式资源，以及各种揭示音频资源的文本、图片等资源的采集、编码转换、保存与编辑发布。本标准给出了适用于数字音频文件长期保存级和发布服务级的推荐标准。2 规范性引用文件下列文件中的条款通过本标准的引用而成为本标准的条款。凡是注日期的引用文件，其随后所有的修改单（不包括勘误的内容）或修订版均不适用于本标准，然而，鼓励根据本标准达成协议的各方研究是否可使用这些文件的最新版本。凡是不注日期的引用文件，其最新版本适用于本标准。GB/T17975.3-2002 信息技术 运动图像及
5、其伴音信号的通用编码 第3部分：音频ISO/IEC 13818-7 Advanced Audio Coding (AAC) 信息技术.运动图像及其伴音信息的通用编码.第7部分:高保真音频编码(AAC)ISO/IEC 13818-3，Audio：音频，描述与MPEG-1音频标准反向兼容的音频编码方法ISO/IEC 15938（MPEG7）多媒体内容描述接口标准ISO/IEC 15938-2:2002(E) 信息技术.多媒体内容描述界面.第2部分:描述定义语言ISO/IEC 21000，（MPEG-21）多媒体框架（Multimedia Framework）ISO/IEC 11172-3 信息技术
6、.具有1.5Mbit/s及以下的数字存储媒体运动图像及其伴音的编码.第3部分:音频GY/T 168-2001 广播音频数据文件格式规范.广播波形格式（BWF）GY/T 202.2-2007 广播电视音像资料编目规范 第2部分：广播资料TS 102 366 V1.2.1数字音频压缩（AC-3, 增强型 AC-3）标准3 术语和定义下列术语和定义适用于本标准：3.1 数字音频 Digital Audio数字音频是一种利用数字化手段对声音进行录制、存放、编辑、压缩或播放的技术，它是随着数字信号处理技术、计算机技术、多媒体技术的发展而形成的一种全新的声音处理手段。 注：数字音频资源是以音频激光唱片、光
7、盘和网络为主要传播方式，以计算机及其相关外设为主要播放手段的音频信息资源。它的主要信息来源是磁带、广播、 电影、电视等音频信息，它的主要服务方式和功能包括网络音乐、新闻广播、远程教学和数字图书馆等。3.2 采样率 Sample Rate即每秒钟采集多少个声音样本，用Hz或kHz来表示。一般声卡采用44.1 kHz，22.05 kHz，11.05 kHz三种频率。采样频率越高，采样点之间的间隔就越小，声音波形就表达得越精确，数字化声音失真也越小，但需要的存储空间也就越大。3.3 量化级 Quantitative level度量采样后离散信号幅度时的分级数。注：简单地说就是描述声音波形的数据位数的
8、二进制数据，通常用bit做单位，如16 bit、24 bit。16 bit量化级记录声音的数据是用16位的二进制数，因此，量化级也是数字声音质量的重要指标。3.4 声道数Channels传播音频信号的声道数，包括单声道、立体声、四声道环绕、5.1声道等。注：声道数是音频处理的重要参数，早期存储声音的接触式唱片最多有两条声道，后来的录音机、调频广播、录像机甚至连数字激光唱盘也都采用两个声道的规格，现在的杜比AC-3采用5.1声道，即左、中、右3个声道，左后、右后两个环场声道以及一个次低音声道，另外，还有7.l声道等技术。3.5 信噪比Signal to Noise Ratio信噪比是有用信号与噪
9、声之比的简称。SNR有用信号的平均功率/噪声的平均功率。3.6 比特率Bit Rate单位时间内传送或处理的数据位数。3.7 BWF（欧洲广播波形格式）格式。它基于微软WAVE音频文件格式，由欧洲广播联盟1996年引入，这种格式的文件可以将数字音频与无线广播和电视进行交换。BWF格式的文件，是一种特殊的WAVE文件，它包含关于音频内容的基本元数据信息，所带的样本准确时间戳能将相关的文件按正确的顺序使用。BWF格式事实上已经成为音频领域的标准了。加上它被广泛使用与欧洲、澳洲，也被IASA（国际声音和音视频档案馆联合会）、AES（音频工程师协会）和美国国家文理记录学院（National Acade
10、my of Recording Arts and Sciences）作为音频保存推荐的终极格式。3.8 WAV是微软视窗开发的一种波形声音文件，符合RIFF 文件规范，几乎所有的音频处理软件和编辑软件都支持WAV格式。由于WAV格式存放的一般是未经压缩处理的音频数据，所以体积都很大（1分钟的CD音质需要10M字节），不适于在网络上传播。3.9 S/PDIF是索尼和飞利浦公司制定的一种音频数据格式，主要用于民用和普通专业领域，插口硬件使用的是光缆口或同轴口，现在的DAT、CD机和MD机和计算机声卡音频数字输入输出口都普遍使用S/PDIF格式。3.10 APE是一种无损压缩音频技术，这种格式的压缩
11、比远低于其他音频格式，同时具有开放源码的特性。在现有不少无损压缩方案中，APE是一种有着突出性能的格式，较高的压缩比以及较快的压缩速度，在国内应用比较广泛。3.11 AES/EBU是美国和欧洲录音师协会制定的一种高级的专业数字音频数据格式，插口硬件主要为卡侬口，目前用于一些高级专业器材，如专业DAT、顶级采样器、大型数字调音台、专业音频工作站等。3.12 MP3MPEG-1 AUDIO LAYER3。MPEG音频文件的压缩是一种有损压缩，根据压缩质量和编码复杂程度的不同可分为三层（MPEG Audio Layer 1/2/3），分别对应*.mp1、*.mp2和*.mp3这三种声音文件。MPEG
12、-1音频提供在32、44.1、48 KHz采样率，单通道和双通道（立体声）情况下的编码，预先确定的比特率对于层1是从32448 kbit/s，对于层2是从32384 kbit/s，对于层3是从32320 kbit/s。MPEG-1音频编码具有很高的压缩率，*.mp1和*.mp2的压缩率分别为41和6181，而*.MP3的压缩率则高达101121，同时其音质基本保持不失真。3.13 AACMPEG-2及MPEG-4标准均采用AAC编码。AAC是一种高压缩比的音频压缩算法，它支持更多种采样率和比特率、支持1个到48个音轨。数据流速率为320 kb/s的AAC可以提供比数据流速率为640 kb/s的
13、MPEG-2 BC（一种类似MP3的音频压缩算法）更好的音质。最初，AAC被作为MPEG-2标准的延伸，但是随着MPEG-4音频标准在2000年成型，MPEG-2 AAC也被作为它的编码技术核心，同时追加了一些新的编码特性，所以又叫MPEG-4 AAC。3.14 无损压缩 Lossless Compression无损压缩去掉或减少了数据中的冗余，但这些冗余信息是可以重新插入到数据中的。因此，无损冗余压缩是可逆的过程，也称无失真压缩。3.15 有损压缩 Lossy Compression有损压缩允许一定程度的失真，可用于图像、声音、动态视频等数据的压缩，压缩比将达到几十倍甚至上百倍。损失的信息是
14、不能再恢复的，因此这种压缩法是不可逆的。3.16 杜比降噪 Dolby Noise Reduction杜比降噪系统主要用来降低录音或放音的噪声。3.17 长期保存级Long-term Preservation Level以存档为目的，在确保数字音频数据的内容和物理完整性的前提下，采集并保存音频数据，使得音频数据随着时间的流逝和技术变化，还能够对存档的数据进行读取。3.18 发布服务级Publishing Service Level以获取和使用为目的，发布在服务器上，用户能够通过因特网快速下载、浏览的数字音频，这种级别的文件码率较低、体积小。3.19 LPCM编码以连续线性取样的方式撷取模拟信号
15、转换成数字信号。4 原则前瞻性：尽量提高数字化产品在将来使用的可能性。适用性：充分考虑不同类型的资源的特点和对其进行数字加工的特殊性因素。科学性：在标准制定过程中，尽可能直接引用和采纳国际上已经普遍应用的技术标准和规范。兼容性：尽量保持与我国数字图书馆标准建设项目（CDLS）、中国高等教育数字图书馆（CADLIS）及其它大型数字图书馆建设项目的标准规范的可转换性和易转换性。5 内容标记描述元数据的相关元素应遵守“国家图书馆元数据总则项目”和“国家图书馆专门元数据标准与著录规范项目”成果的规定，管理元数据元素应遵守“国家图书馆管理元数据规范项目”成果的规定。图像加工过程中涉及到的技术参数如下表1
16、：表1 音频数据资源数字加工涉及的技术参数技术参数解释信息资源标识符唯一识别信息资源的标识来源派生出本资源的非数字资源格式信息资源的物理或数字表现形式，可以包括载体类型、大小采样频率每秒钟从连续信号中提取并组成离散信号的采样个数比特率单位时间内传送或处理的数据位数通道数传播音频信号的声道数量化精度度量采样后离散信号幅度时的分级数压缩包括压缩方法和压缩率加工方式包括采集、格式转换等设备加工信息资源所使用的设备如声卡代理标识符唯一识别代理的标识代理名称代理的名称，包括职称、所在单位等代理类型根据代理的定义对其划分的基本大类。建议建立受控词汇表，规范类型的取值。建议取值：个人，团体，软件职能取值为数
17、字加工人员事件标识符唯一识别事件的标识事件类型包括采集、数字化加工等操作包括声音处理、图像处理等音频编辑等操作日期时间操作发生的日期时间，如采集时间、处理日期等设备加工或使用音频资源的硬件环境，如电脑压缩方法以较少的位表达原属数据的编码过程，如有损压缩、无损压缩数字对象的格式信息资源的数字表现形式语种音频资源原声语种关联音频资源与附属物件的关联收藏级别将收藏的视频资源按目的、功能与用户水平划分的级别。如：长期保存级、发布服务级存储介质音频资源保存的物理媒介，如磁盘、光盘持续的时间音频资源的时间长度，如90分钟文件的大小音频资源文件的大小，如150M注： 表1中的技术参数如果不能满足实际加工需要
18、，可以根据“国家图书馆管理元数据规范”的原则添加或自定义扩展元素项。6 资源应用级别6.1 长期保存级表2 音频资料长期保存级加工标准资源内容资源级别主要参数推荐格式及压缩方法采样率量化级通道数特殊录音资料长期保存级96/320 kHz24 bit多声道/双声道/单声道（由原始资料特性决定）BWF：欧洲广播波形格式WAV：不压缩或无损压缩APE：无损压缩（不同压缩算法压缩比不同）极高质量要求48/128 kHz24 bitCD质量标准44.1 kHz16 bit录音最低质量22.05 kHz16 bit语音质量22.05 kHz16 bit语音最低质量16 kHz8 bit6.2 发布服务级表
19、3 音频资料发布服务级加工标准应用场景资源级别主要参数推荐格式比特率/采样率量化级通道数较高比特率发布服务级64320 kbps/44.1 kHz16 bit双声道MP3AACWMA较低比特率1664 kbps/22.05 kHz双声道/单声道7 数字加工流程7.1 资料整理列出拟加工资源的目录清单，履行出库房手续，核实出库实物与标识号是否一致。登记标识号、出处、件数、处理方法、时间、人员等有关信息。数字化加工之前，对馆藏音频资料的保存情况进行检查，确保原始录音带无粘连、无脱落，盘片无污染、无划痕、无断裂。如出现上述情况，可先对音频资料进行修复，以确保数字化加工质量。数字化工作完成后，办理实物
20、还库房手续，登记信息。做到安全、准确、无遗失。7.2 内容采集7.2.1 模拟信号采集根据音频资源的存储介质，选择不同的播放设备作为模拟信号的输出端。保证适宜的采集环境，尽量减少各种环境因素造成的对原始资源播放时的干扰，保证对原始资源完整的播放采集。长期保存级音频资源采集：通过硬件设备直接采集，根据原始资源内容的特性，选择相应质量的采样率、量化级、通道数等参数设置。发布服务级音频资源采集：根据音频资源用途，确定使用级别，选取相应的参数通过硬件设备直接采集；或通过专业软件，对档案典藏级音频资源进行压缩转换处理。对已采集的数字信号质量进行检查，保证音频正确反映原始资源。对于出现问题的音频，确定其为
21、采集过程中造成的，应进行重新采集。7.2.2 数字信号采集激光唱片（CD）:利用音频工具软件直接抓取音轨信息，通过手动方式或软件拷贝至计算机硬盘。数字录音带（DAT）:用DAT播放，通过SPDIF数码界面直接输入电脑。7.3 压缩转换根据音频资源的内容和应用级别，进行采样率、量化级、通道数、比特率等参数设置，对已采集的文件进行编码压缩、格式转换。音频采集对象的内容可包括一个或多个文件，在转换过程中应作为一个完整对象进行处理。7.4 音频编辑音频编辑应用于发布服务级音频资源，以尽量保持原始声音面貌为加工原则。音频内容编辑：按照原始曲目的设置进行文件的剪辑、拼接，音频编辑过程需注意保证音频资料的完
22、整性，不残留过多空白音频。音频效果处理：利用专业音频软件进行音量调整、均衡、降噪等音频效果处理。7.5 附属物件处理与音频资源本身相关的封面、文字介绍等附件，需进行扫描处理。根据数字化后视频文件的应用级别，选择附属物件数字加工标准，具体技术参数参见图像数据加工标准与工作规范。将获取的数字视频文件及相关数字化附件内容，组合成完整的资源，通过元数据实现关将获取的数字音频文件及相关数字化附件内容，组合成完整的资源，并通过元数据实现关联。7.6 元数据著录规范7.6.1 音频元数据著录规范音频资源的著录对象既包括长期保存级的音频资源，也包括发布服务级的音频资源。在元数据加工环节，要为每个数字音频文件添
23、加管理元数据、描述元数据。对于复合资源。附件需要单独发布的，则需要依据相关的元数据标准为附件添加元数据记录，附件有元数据记录的，可直接套用或导入，并在关联字段揭示数字对象和附件之间的关系；附件不需要单独发布的，则附件和数字对象只使用一条元数据即可。7.6.2 元数据的关联在元数据加工环节需要要建立同一对象数据的不同元数据之间、元数据与对象数据来源资源之间、对象数据与来源资源之间的关联。相关资源的关联，可以通过描述元数据里“关联（Relation）”元素描述。下列情况下需要建立关联：来源于不同载体的同一内容的音频；资源的不同组成部分之间，如一盘磁带的不同节目之间；文献和它生成的数字对象。7.6.
24、3 附属物件元数据著录规范附属物件的元数据著录应遵守“国家图书馆管理元数据规范”项目成果的规定。涉及到的技术参数参照国家图书馆对象数据项目图像数据加工标准与工作规范的相关规定。表4 附属物件数字加工涉及的技术参数技术参数定义信息资源标识符唯一识别信息资源的标识来源派生出本资源的非数字资源格式信息资源的物理或数字表现形式，可以包括载体类型、大小分辨率（尺寸）一般表现为每个方向上的像素。色彩图像的颜色模式色彩位深图像采样时所获得的最多颜色种类及灰度等级压缩包括压缩方法和压缩率加工方式包括扫描、格式转换等设备加工信息资源所使用的设备如照相机、扫描仪代理标识符唯一识别代理的标识代理名称代理的名称，包括
25、职称、所在单位等代理类型根据代理的定义对其划分的基本大类。建议建立受控词汇表，规范类型的取值。建议取值：个人，团体，软件职能取值为图像扫描人员、照相人员等事件标识符唯一识别事件的标识事件类型包括采集、数字化加工等操作包括扫描、图像处理等操作日期时间操作发生的日期时间，如图像采集时间、图像处理日期等7.7 保存数字资源保存分为长期保存级、发布服务级，分别满足数字资源当前与长期利用的需要。具体参数参见国家图书馆数字资源长期保存规范。为保证数据安全，两类保存方式的存储机制为：长期保存级和发布服务级；数据文件的说明文档随对象数据保存在相应的介质上。7.8 质量检验根据数字资源加工对象不同，对其相应的对
26、象数据（存储数据、发布数据等）、元数据、附属物扫描、存储介质和保存机制根据检验标准进行检验。分为加工环节检验和数据质量验收两个环节。加工环节检验为全面彻底的检验，由加工部门按照标准规范的要求执行；检验内容包括：元数据验收、音频数据验收、附属物验收、存储介质验收等。数据质量验收为抽检，由质量验收部门执行；检验内容包括：元数据验收、音频数据验收、附属物验收、存储介质验收等。7.9 过程管理 建立过程管理表，详细登记图像数字加工流程，并及时整理、汇总，相关文档装订成册，在数字化工作完成的同时建立起完整、规范的记录；建立音频数字加工各环节的安全管理机制，确保实物在加工过程中不丢失、不损坏。8 命名规则
27、音频数字文件的命名规则由以下部分组成：项目代码+文献代码+结构代码+资源级别代码。各段代码直接连接，不使用连接符号。项目代码为项目编号+项目年，项目编号为3位数字，代表国家图书馆数字化项目的编号，项目年为2位数字，代表该项目的加工年份；文献代码为7位流水号，代表数字化项目当年加工的文献的编号；结构代码，见附录A。资源级别代码，见附录B。附录A（资料性附录）结构代码结构代码由结构编号+四位流水号组成。结构编号为1位字母，代表对象数据的结构信息，详见表3；结构数据代码后以4位流水号表达对象数据的最小单位；结构数据代码的1位字母与流水号之间不需连接符号，流水号不足4位的前面补0。表4 结构代码表序号
28、代码说明1A音视频资料的光盘封面、网络资源的截图封面等2B音视频资料的片花等3C音视频资料的片断目录等4T音视频音频资料的各个片断、5X音视频资料的印刷型附件、实物资源的相关说明考证资料等6Y音视频资料的拍摄花絮等7Z音视频音频资料的光盘封底等 附录B（规范性附录）资源级别代码资源级别代码：资源级别代码由一位或两位字母组成，分别代表资源的应用级别，详见表4。长期保存级：在本规范中用字母A表示。用于音频数字资源的档案保存；加工转换适用于各种应用场景的服务级资源。对不同类型的对象，其采样率、量化级、通道数等参数的具体要求也不同。发布服务级：在本规范中用字母D表示。用于网络播放，因用途和使用场景不同
29、又分为高级和低级。高级：用字母DH表示；低级：用字母DL表示。表5 资源应用级别代码表序号应用级别代码说明1长期保存级A用于音频数字资源的档案保存；加工转换适用于各种应用场景的服务级资源。2发布服务级DDH相当于CD质量。可用于服务级的其他级别资源的加工。DL相当于广播质量。参考文献1孙一钢等. 我国数字图书馆标准规范建设：数字资源加工标准研究报告，2006年6月2孙一钢等. 我国数字图书馆标准规范建设：数字资源加工操作指南研究报告，2006年6月3张成昱等. 我国数字图书馆标准规范建设：通用数字资源（音频数据）格式标准分析报告，2003年8月4何琦静，黄建华. 多媒体技术基础. 化学工业出版
30、社，20055张正兰等. 多媒体技术及其应用. 北京大学出版社，20066杨盈昀等. 多媒体与电脑动画. 中国广播电视出版社，20037聂华等. 图书馆专门资源对象的数字化加工标准推荐8谢清俊等.台湾数字典藏技术汇编. http:/www.ndap.org.tw/TechReport/（最后访问日期：2007-10-1）9乐迪 “老新闻的数码化收藏” 新闻记者 2003 年第 05 期10程一中等 “漫谈数字时代的电视节目录音演播室” 现代电视技术 2003 年第 02 期11王雨桑 “濒危音响档案数字化试验项目成果报告” 艺术科技 2005 年第 03 期12 刘毓敏等 数字视音频技术开发与
31、应用. 国防工业出版社 2003年13 陈金坤“数字音频工作站”音响技术2006年第01期14Library of Congress. Digital Audio-Visual Preservation Prototyping Projects: Appendix 5: Special Consideration for Digital Video and Audio. Online: http:/www.loc.gov/rr/mopic/avprot/rfq5.html （最后访问日期：2008-8-15）15Collaborative Digitization Program. http:
32、/www.cdpheritage.org/index.cfm （最后访问日期：2008-8-6）16Typical Elements for Use in a Statement of Work for the Digital Conversion of Sound Recordings and Related Documents. （最后访问日期：2008-8-22）http:/www.loc.gov/rr/mopic/avprot/audioSOW.html （最后访问日期：2008-8-10）17The Digital Michelangelo Project. http:/graphi
33、cs.stanford.edu/projects/mich/ （最后访问日期：2008-9-10）18Guidance for Digitizing Audio (Library Preservation at Harvard) （最后访问日期：2008-8-6）19Audio Preservation bibliography (PARS Recording and Photographic Media Committee of the American Library Association) （最后访问日期：2008-8-6）20Capturing Analog Sound for Di
34、gital Preservation (Council on Library and Information Resources) （最后访问日期：2008-8-6）21Audio Tape Digitization Workflow: Digitization workflow for analogue open reel tapes (Training for Audiovisual Preservation in Europe- TAPE) （最后访问日期：2008-5-6）22TAPE - Training for Audiovisual Preservation in Europe
35、（最后访问日期：2008-9-6）23Sound Directions: Digital Preservation and Access for Global Audio Heritage (Indiana University/ Harvard University) （最后访问日期：2008-8-29）24Sound Directions: Best Practices for Audio Preservation (Indiana University / Harvard University, 2007) （最后访问日期：2008-8-17）25Audio Procedures and
36、 Workflow for the UWDCC (University of Wisconsin Digital Collections Center, 2004) （最后访问日期：2008-8-17）26Audio Services Loeb Music Library Audio Preservation Studio (Harvard College Library) （最后访问日期：2008-8-19）27Instructional Media Services Media Production Center (Faculty of Arts and Sciences) （最后访问日期
37、：2008-8-26）28Presto Space Preservation Guide （最后访问日期：2008-9-10）29Unesco - Audiovisual archives: A practical reader （最后访问日期：2008-9-26）30PADI - Preserving Access to Digital Information: Digitisation （最后访问日期：2008-9-1）31Quality Control Metrics and Methods for Inspecting Digital Images: A Short Annotated Bibliography (Library Preservation at Harvard) （最后访问日期：2008-8-21）32Quality Assurance and Control Measures: Considerations for AudioVisual Reformatting (National Archives Preservation Conference 2007)（最后访问日期：2008-9-6）
