【摘要】 技术的限制导致了视音频制作的分离，效益得不到保证，本文从技术的发展趋势和现有产品的现状探讨了视音频一体化的解决方案。
【关键词】 视音频一体化 视频编辑 音频编辑 采样 量化
经过多年的发展，数字技术已经给电视节目制作带来了翻天覆地的变化。在视频领域，非线性编辑工作站成为标准，编辑效益得到了很大的提升。在音频领域，音频工作站的发展已越来越成熟，虚拟音频制作系统中，包括了录音机、调音台、周边信号发生器等。这种系统功能齐全，符合数字化发展的要求，其音频的质量可与一些高级传统音频设备抗衡。
虽然非线性编辑工作站和音频工作站各自在自己的领域取得了惊人的成就，产品都比较成熟，可是我们应该看到，在整个后期制作流程中，因为技术的原因使得视频制作和音频制作分离。视频编辑的最小单位是帧，而音频编辑的最小单位是采样点。视频编缉画面效果可通过搜索和播放在监视器上逐帧或连续地由眼睛看到，而音频编辑效果只能通过播放由耳朵听见，所以视频效果可静态调整，而音频效果只能动态调整，这就决定了二者的调整方法是有很大不同的，且其中的处理手段完全不同，这也为视音频的同步处理带来很大难度。正因为如此，目前大部分厂家都只能提供单一的视频编辑或者音频编辑的产品，视频和音频数据无法很好的在一个系统间传递和共享。在配音配乐，审看修改等各环节上效率低下。面对高清时代对音频提出的5.1声道的苛刻要求，面对现有制作手段的繁琐，结合现有技术的现状和发展趋势，我们能否有一个好的办法来解决这些问题呢？本文就此进行一些粗浅的探讨。
视音频分离给音频制作带来了很多局限，目前制作复杂音频的手段大致有三种，合成机房制作，非线性系统制作以及专业音频工作站制作。
一个完整的合成机房实际上包含了音频制作的所有设备：调音台，效果器，多轨录音机，VTR放像机。这种方式的缺点显而易见：造价高，需要多人配合操作，线性方式适合多轨混音但不适合电视节目制作。
 |
非线性编辑系统能基本解决音频处理的问题，可对于音频质量要求严格的节目，目前大部分非编系统无论是音质，还是对声音的处理手段都不能适应和满足更高的要求。国家标准GY/T156建议录音棚原版录音和高清制作选择24bit量化，为保证添加音效特技后的最终效果，应该采用32bit内部处理精度，这样才能保证音频质量在整个制作环节中不受到任何的损失。但大部分非线性产品都使用16bit音频，这个数字甚至低于主流的数字录像机使用的20bit音频；整个系统的音频处理精度取决于系统中精度最低的设备。另外，大部分视频厂家的非编产品都把注意力集中到了对视频的编辑处理上，忽略了对声音的处理。一旦后期制作人员需要做音频的精细调整时，只有把目光投向了专业的音频工作站。
专业音频工作站具有极高的采样和量化精度，优化的内部处理能够保证最高的音频质量，加上完整的工具成为音频制作首选的工具。但是它在获得参考视频方面也存在很大的局限性。一般有两种方式：第一是通过录像机，由音频工作站通过422遥控录像机，使其能够获得精确到帧的参考视频。这种方式的缺点是粗编节目输出给录像带需要1:1的时间，编辑音频时反复走带对录像机磁头磨损严重；最大的问题是如果需要修改画面，必须重新录制一遍磁带，而且为了声画对位，必须重新在音频工作站上制作音频，很多情况下这就相当于重来。第二是从非编工作站获得参考视频，在非编工作站上完成粗编，故事板打包后将生成的素材存放在中央存储体上，音频工作站可以随时调用以获得参考视频。这种方式也有很大的局限性，多数情况下在非编工作站生成参考视频需要大量时间，一般在1:2～10之间。对于追求实效的节目来说，时间成本大大增加。因为是打包成为一个素材，没有留下再次编辑的余地，如果修改画面，需要重新生成参考视频，这个过程花费的时间让人心烦,效率不高。
从上面的制作手段可以看出，要解决它们的局限性可以从两方面入手，一是解决音频工作站如何快速获得参考视频，并且参考视频容易修改；二是解决非编系统中音频编辑功能弱的问题。只有很好的解决这两方面的问题才能真正实现视音频的一体化。
这两个问题我们在节目制作实践中和国内的中科大洋进行过多次沟通以及在对他们的产品使用时找寻答案，第一种解决方案是如何在音频工作站中获得参考视频。中科大洋公司与瑞士Merging Technology携手，大洋的D
3-Edit非编工作站与Merging的Pyramix音频工作站之间可以互相控制故事板，两者能够以时间线联动的方式同步进行视频和音频的编辑。编辑人员在D
3-Edit上先进行故事板的粗编；之后转到Pyramix音频工作站，其中两者的时码是锁定的，当编辑人员在Pyramix上进行诸如播放，停止，快进，快退等操作时，D
3-Edit会同步解出相应时码的图像，参考视频就这样轻而易举地得到了。这个过程不需要任何的打包和传输，如果需要修改参考视频只需要到非编工作站修改即可。这种方式很好的解决了参考视频的问题，效益得到了很大的提升，但是要完成一个工作流程还是需要在两个软件之间切换，没有真正意义上实现视音频一体化。那么，真正的一体化应该是什么概念呢？
其实最理想的视音频一体化应该是在非编系统上实现所有的音频编辑功能，这样的话也就不用考虑参考视频的问题，在一台机器上，在一个编辑软件里实现所有的功能，这才能体现编辑的效益。我们来假设一下，如果非编能够支持降噪，混响，EQ，自动增益等功能，那么日常50%的节目都可以在非编上完成无需借助音频工作站了；如果还能够支持多轨录音，话筒放大，声音均衡，压扩，多轨混音和精确的声像控制，那么80%以上的工作都无需借助音频工作站了；再如果支持高采样率（比如24bit/96khz，32bit的内部处理），完全的自动化处理和外部控制器控制，加上支持广泛的外部插件，那对于通常的应用，我们还需要独立的音频工作站吗？
以中科大洋公司的D
3-Edit视音频一体化工作站为实例。据我们了解它是国内唯一一个具备了专业音频处理功能的非线性编辑工作站。这套系统内置了Merging Mykerinos声卡，提供24bit高精度采样和32bit的内部处理,支持VST和DSX第三方效果器，提