圖書館館藏資源數(shù)字化加工規(guī)范 第5部分：視頻資源 編制說明

1《圖書館館藏資源數(shù)字化加工規(guī)范第5部分：視頻資源》編制說明一、工作簡況2016年，由文化和旅游部全國公共文化發(fā)展中心（以下簡稱“發(fā)展中心”）牽頭起草的國家標準《圖書館館藏資源數(shù)字化加工規(guī)范第5部分：視頻資源》發(fā)布實施。2022年4月，根據(jù)全國圖書館標準化技術委員會《關于開展圖書館領域標準復核工作的通知》，發(fā)展中心結合新技術應用情況，提交了關于該標準的修訂復審意見。經(jīng)國家標準化管理委員會審核，2024年3月確認修訂立項，計劃號：20232888-T-357。標準牽頭單位為發(fā)展中心，經(jīng)與前期有關參與單位、全國圖書館標準化技術委員會溝通，確定參編單位為國家圖書館、首都圖書館、黑龍江省圖書館、南京中共中央黨校（國家行政學院）、北京大學、廣西壯族自治區(qū)圖（二）制定背景《圖書館館藏資源數(shù)字化加工規(guī)范第5部分：視頻資源》標準自2016年頒布以來，在圖書館界得到了廣泛應用，對于推動我國圖書館視頻資源的規(guī)范化管理和數(shù)字化轉型起到了積極作用。然而，隨著信息技術的快速發(fā)展，特別是視頻編解碼技術的進步、網(wǎng)絡傳輸能力的增強以及用戶需求的變化，原有的標準已經(jīng)不能完全適應新的技術環(huán)境和應用需求。因此，對該標準進行修訂具有重要的現(xiàn)實意義。具體包括：21.技術進步的需求（1）新技術的應用：近年來，諸如H.265/HEVC、AV1等新一代視頻編碼技術的出現(xiàn)，提供了更高的壓縮效率和更好的畫質(zhì)表現(xiàn)，有必要將這些新技術納入標準之中，以指導圖書館采用更加先進的視頻處理技術。（2）云存儲與云計算：云計算和云存儲技術的發(fā)展，使得視頻資源的存儲和分發(fā)變得更加靈活高效，修訂標準可以更好地指導圖書館利用云計算技術進行視頻資源管理。2.用戶體驗的提升（1）多終端適配：隨著移動互聯(lián)網(wǎng)的普及，用戶越來越傾向于在智能手機和平板電腦上觀看視頻，修訂后的標準需考慮到不同終端設備的兼容性和用戶體驗。（2）互動功能：現(xiàn)代視頻平臺往往支持在線字幕、彈幕等功能，修訂標準可以探討如何在圖書館視頻資源中融入這些功能，增強參與感。3.數(shù)據(jù)安全與版權保護（1）數(shù)據(jù)加密與安全：隨著網(wǎng)絡安全威脅的增加，加強視頻資源的數(shù)據(jù)加密和安全防護成為必要，修訂標準需包含最新的數(shù)（2）版權管理：數(shù)字版權管理（DRM）技術不斷發(fā)展，修訂標準可以更好地指導圖書館在合法使用和保護版權之間找到平衡4.標準化與國際化（1）與國際接軌：為了使我國圖書館視頻資源數(shù)字化標準能夠與國際標準相銜接，修訂時應參照國際上的最新標準，如3ISO/IECJTC1/SC29/WG11（MPEG）的相關標準。（2）標準化體系建設：隨著圖書館領域其他標準的出臺，需要協(xié)調(diào)各標準間的關系，形成完整的標準化體系，修訂該標準也是完善整個體系的一部分。5.行業(yè)發(fā)展的需要圖書館行業(yè)的數(shù)字化轉型是一個持續(xù)的過程，修訂標準可以更好地適應未來一段時間內(nèi)圖書館的發(fā)展趨勢，指導圖書館更好地服務于公眾?！秷D書館館藏資源數(shù)字化加工規(guī)范第5部分：視頻資源》標準的修訂不僅是為了應對技術進步帶來的挑戰(zhàn)，也是為了進一步提升圖書館服務質(zhì)量和管理水平，更好地滿足社會公眾日益增長的文化需求。通過修訂，該標準將更加符合當前和未來的實際需要，為圖書館視頻資源的數(shù)字化加工提供更加科學、實用的指導。（三）起草過程各單位具體分工如下：4在項目制定過程中，發(fā)展中心主要承擔牽頭起草、組織修訂等任務，具體組織修訂過程為：發(fā)展中心結合工作了解的實際情況對現(xiàn)有內(nèi)容進行了初步修訂，形成初稿。各參編單位獨立修訂、提出有關修訂意見。各自形成修訂意見后，發(fā)展中心組織各參編5單位集中研討、討論各自修訂意見，形成統(tǒng)一意見。統(tǒng)稿后，各參編單位確認文本內(nèi)容并對各自修訂部分的修訂說明進行校對。發(fā)展中心編報項目中期報告等有關材料，提交圖標委修訂稿。具2024年3月至6月，開展標準調(diào)研，起草并完成修訂標準文2024年7月至8月，開展標準修訂組內(nèi)部修訂研討，形成一致意見，起草編制說明。2024年9月，向圖標委秘書處提交征求意見稿、編制說明，由圖標委組織開展標準征求意見工作。根據(jù)專家反饋意見，填報征求意見匯總處理表，并修改標準文本、補充編制說明。二、標準內(nèi)容及編制情況（一）編制原則標準起草組在成立后明確了本標準的制定原則，包括：1.實用性——提高數(shù)字化產(chǎn)品在現(xiàn)階段的實用性，同時盡量兼顧將來使用的可能性；2.適用性——充分考慮不同類型的資源的特點和對其進行數(shù)字加工的特殊性因素；3.科學性——在規(guī)范制定過程中，盡可能直接引用和采納國際上已經(jīng)普遍應用的技術標準和規(guī)范；4.兼容性——在滿足目前圖書館行業(yè)實際需求的情況下,盡量實現(xiàn)與智慧圖書館、公共文化云及其它大型數(shù)字圖書館建設項目的標準規(guī)范的可轉換性和易轉換性。此外，起草組也明確了技術指標確定的原則，包括：1.質(zhì)量優(yōu)先——明確需要進行長期保存級視頻加工的資源類型，定義需加工視頻的分辨率、色彩深度、幀率等關鍵參數(shù)，確保視頻質(zhì)量滿足長期保存的需求；定義發(fā)布服務級視頻的關鍵參數(shù)，確保視6頻質(zhì)量滿足發(fā)布服務的需求；在音頻質(zhì)量方面設定音頻采樣率、位深等參數(shù)，確保音質(zhì)清晰；2.格式通用——特別明確發(fā)布服務級視頻需加工為廣泛支持且具有良好兼容性的視頻編碼，如MPEG-4、AVC(H.264)、H.265/HEVC、AV1等；3.元數(shù)據(jù)標準統(tǒng)一——基于國際公認的元數(shù)據(jù)標準，如DublinCore（都柏林核心元數(shù)據(jù)集），確保信息的互通性；4.版權合規(guī)——在技術指標中明確版權歸屬，確保所有數(shù)字化內(nèi)容的合法使用；引入DRM數(shù)字版權管理機制，防止未經(jīng)授權的復制和傳播。5.長期保存方式明確——推薦了采用安全、耐用、穩(wěn)定的存儲介質(zhì)及方式，包括RAID系統(tǒng)、數(shù)據(jù)磁帶、藍光光盤等；推薦了采用數(shù)據(jù)冗余的多重備份策略，確保數(shù)據(jù)安全、持久、可恢復。（二）主要內(nèi)容本次修訂主要對術語和定義、加工級別及內(nèi)容編碼、元數(shù)據(jù)加工進行了更新。具體內(nèi)容如下：1.術語和定義（1）對上一版標準文本中定義模糊或存在爭議的定義進行了更新，包括：模擬視頻、數(shù)字視頻、采集、音頻采樣、光盤等。為了建立術語定義體系，在定義“光盤”的同時，還定義了“盤”“記錄”“檢索”“數(shù)據(jù)”等一系列術語。但上一版本標準文本只采用了ISO5127的“盤”和“光盤”，無法與其他定義構成體系。ISO5127對應的國標GB/T4894中“盤”的翻譯并不準確，（3）刪除3.21“flv”定義。即使當前.flv封裝格式已支持7H.264、H.265視頻編碼，可脫離網(wǎng)絡瀏覽中的不安全及不現(xiàn)代的技術AdobeFlashPlayer播放且仍在被被各主流國內(nèi)外視頻服務提供商使用，但因早期的.flv封裝格式存在大量缺陷（包括天然的安全漏洞，缺乏加密及驗證機制，較少的元數(shù)據(jù)信息承載，與FlashPlayer控件的強綁定等而后續(xù)的.mp4格式天然優(yōu)于.flv封裝格式。經(jīng)綜合考慮，本次修訂不再推薦.flv封裝格式。刪除3.23、3.24。上一版文件中后文并未涉及上述術語定義，故刪除。3.加工級別及內(nèi)容編碼（1）原4.2.1部分參考了美國國立國會圖書館某版“（資源保存）推薦格式聲明”（RecommendedFormatsStatement）。根/preservation/resources/rfs/RFS%202023-2024.pdf的ii.Video-File-BasedandPhysicalMedia對本部分進行了調(diào)整與修改。本次修訂將長期保存級資源分為三個類別：原生數(shù)字視頻資源、采集模擬/數(shù)字視頻資源、采集模擬視頻/數(shù)字資源。針對各類資源，本次修訂分別增加了一段“加工原則和標準”的描述性文字。相關文字在文件6.1部分也有提及，有一定重復。根據(jù)修訂組目前收集到的反饋，相關文字在4.1部分出現(xiàn)，有利于該標準的實際使用。（2）不再強制要求發(fā)布服務級視頻資源的長寬比，而是給出典型長寬比下的典型分辨率。達到典型長寬比的資源，即視為該資源擁有對應的資源清晰度。（3）對表1“音頻編碼”列進行規(guī)范化，如“立體聲48kHz8等”不是編碼標準，僅是編碼的具體參數(shù)，部分單元格僅使用“立體聲48kHz”作為音頻編碼是不準確的。本次修訂使用“編碼（聲道數(shù)、采樣頻率）”這種表述，單獨增加一列用于描述聲道數(shù)和采樣頻率。（4）對4.2.1修改，包括：修改DOLBYAC3表述為更規(guī)范的DOLBYAC-3，因DOLBYAC-3支持的聲道數(shù)為5.1，將原6聲道修分辨率無法達到720x576，通常是352x240或352x288；將表1數(shù)字光盤MPEG-4修改為MPEG-4DVD，因MPEG-4指代過于寬泛，且與該列其他表述形式不一致；修改SVCD、MPEG-1VCD的音頻編碼為該類型光盤常用編碼。（5）在4.2.1增加了8k和4k清晰度資源類型。隨著科學技術發(fā)展，4K技術已經(jīng)成為影視行業(yè)重要發(fā)展方向，日趨主流。不少公共文化機構已經(jīng)嘗試制作4K清晰度視頻。本次修訂針對長期保存視頻資源數(shù)字化加工增加4K標準，參考國家廣電總局2023年發(fā)布《4K超高清晰度電視節(jié)目文件格式規(guī)范》等文件，明確了4K有效像素及相關碼率參數(shù)。雖然8K的相關標準尚未穩(wěn)定，但廣電、電影、電視劇的前期制作等領域已在摸索8K清晰度視頻的生產(chǎn)制作播出流程，本次修訂加入8K主觀質(zhì)量描述，確保了文件本部分符合行業(yè)未來發(fā)展。（6）在保留H.264基礎上增加H.265和AV1。H.264雖然是一個劃時代的數(shù)字視頻壓縮標準,但是隨著數(shù)字視頻產(chǎn)業(yè)鏈的高速發(fā)展，H.264的局限性逐步顯現(xiàn)，并且由于H.264標準核心壓縮算法的完全固化，并不能夠通過調(diào)整或擴充來更好地滿足當前高清數(shù)字視頻應用。2012年8月，愛立信公司推出了首款H.265編9標準，相較于之前的H.264標準有了相當大的改善。H.265旨在在有限帶寬下傳輸更高質(zhì)量的網(wǎng)絡視頻，僅需原先的一半帶寬即可播放相同質(zhì)量的視頻。目前，H.265編碼格式已成為主流。保留H.264的同時增加H.265，這樣可以確保內(nèi)容能夠覆蓋到更廣泛的觀眾，包括那些使用老舊設備的用戶，同時也能為有能力處理作為H.265之后的推薦發(fā)布服務級視頻資源加工編碼。AV1是對標H.265視頻編碼的VP9視頻編碼的演進技術，相比H.265的演進技術H.266/VVC，AV1的發(fā)展更早，技術落地更成熟，開源性更佳，還解決了H.265及H.266專利池愈發(fā)復雜等一系列問題，在業(yè)界獲得的支持更為廣泛（比如，集成在各主流SOC的視頻硬件編解碼器，對AV1的支持幾乎均早于H.266/VVC；業(yè)界幾乎唯一被廣泛使用視頻編解碼軟件FFMPEG，對AV1的正式支持也早于H.266/VVC），是事實上的下一代視頻編碼技術。（7）4.2.2表2發(fā)布服務級視頻資源加工標準和格式體系結合主流互聯(lián)網(wǎng)平臺發(fā)布實際，高清視頻發(fā)布已經(jīng)成為主流選擇。增加2160分辨率超清和1080分辨率高清發(fā)布標準，參考國家廣電總局2021年發(fā)布的《互聯(lián)網(wǎng)電視總體技術要求》，明確各清晰度視頻的典型分辨率，在各視頻編碼下的推薦平均碼率等參數(shù)。考慮到縱向視頻的逐漸普及，以及各類非典型視頻分辨率視頻的增加（如3840×1646等分辨率，21:9寬高比視頻，4096×2048等分辨率的，原生豎屏視頻），本標準不強制視頻的分辨率及長寬比，而是以“長邊典型分辨率”描述，降低縱向長寬比視頻被錯誤加工。后增加一段說明性文字描述。當前各視頻播放終端（手機、電腦、電視等）的性能已足夠強大，各終端的軟硬件能力逐漸向能力一致方向發(fā)展；此外，移動互聯(lián)網(wǎng)和光纖也已普及，已不太需要區(qū)分“適用場景”。4.資源采集與處理修改6.2的表述。上一版標準發(fā)布時，并不存在一種類被互聯(lián)網(wǎng)瀏覽器普遍支持的多媒體資源字幕格式。在加工發(fā)布級視頻資源時，一般需要強制要求將字幕文件壓制到發(fā)布服務級視頻中。WebVTT（文件后綴：.vtt）是近年興起的，一種已被主流現(xiàn)代瀏覽器普遍支持的字幕格式。它基于一種被廣泛利用的，也是很多視頻資源首選的字幕文件格式SRT（文件后綴：.srt）。SRT和WebVTT基礎功能實現(xiàn)方式相同，可無損互轉；WebVTT已被所有現(xiàn)代主流瀏覽器接納。本次修訂提供了一種可選方案，即在發(fā)布級視頻資源加工時，可選擇不強制將字幕文件壓制到對應資源內(nèi)，而是將視頻資源加工為無字幕視頻資源和該資源對應的單個或多個.vtt字幕（多語種字幕，正式字幕和評論說明字幕等并在發(fā)布時一并提供。5.元數(shù)據(jù)加工起草組查閱多個標準發(fā)現(xiàn)“關聯(lián)”普遍采用DC的核心元素relation，沒有找到correlation，因此統(tǒng)一使用relation。原標準中表3中該字段的定義改為：與本視頻資源存在的某種關系（包括附屬物件與本視頻資源、同一內(nèi)容其他載體視頻與本視頻資源、同一內(nèi)容其他版本視頻與本視頻資源的關聯(lián)等）。7.1的表3視頻數(shù)字加工過程中標記的內(nèi)容項，部分內(nèi)容不明確或不恰當，針對這個表格有如下修訂：因為派生出本資源的不僅包含非數(shù)字資源，所以將“派生出本資源的非數(shù)字資源”改為“派生出本資源的出處”；“視頻格式”刪去“文件的大小”。（2）對7.1表3修改：表3中標簽“音頻采樣頻率”的名稱修改為“audioSamplingFrequency”；7.1表3標簽“采樣方式”的定義中，因“1920x1151”不是準確的采樣方式表述，所以將“1920x1151”修改為“4:2:2”；將videoCodingFormat修改為“視頻資源視頻部分的編碼方式”；將audioCodingFormat修改為“視頻資源音頻部分的編碼方式”。（3）7.3中關于長期保存級別的視頻資源的保存形式增加了（三）確定主要內(nèi)容的依據(jù)本標準在制定時就依據(jù)了國際、國內(nèi)、行業(yè)等標準，隨著時間推移，相關標準進行了更新，為了與國際接軌，提高本標準的認可度，也為了更好地滿足實際生產(chǎn)加工需要，本次修訂確定主要內(nèi)容的依據(jù)為最新發(fā)布的國際標準，如ISO/IEC23008-2：202InternationalOrganizationforStandardization，該標準對H.265視頻編碼格式做出了詳細的描述；國際行業(yè)聲明，如美國國立國會圖書館“（資源保存）推薦格式聲明”，該標準對文件與物理媒介的標準進行了描述，可為本次修訂的長期保存級資源格式等提供依據(jù)；國標及行業(yè)標準，如GB/T33475.2-2016《信息技術高效多媒體編碼第2部分:視頻》、GB/T38548.2-2020《內(nèi)容資源數(shù)字化加工：采集方法》、GB/T38548.3-2020《內(nèi)容資源GY/T366-2023《廣播電視和網(wǎng)絡視聽行業(yè)標準》、GY/T342-2021《廣播電視和網(wǎng)絡視聽行業(yè)標準》，以及結合實際生產(chǎn)加工情況。（四）標準修訂前后技術內(nèi)容對比增加相當于超高清晰度（4K/8K）電視系統(tǒng)的“長邊典型分辨率”描述有無三、分析綜述（一）試驗驗證的分析、綜述報告新標準基于當前各圖書館實踐進行修訂，已經(jīng)過初步驗證，后續(xù)還將進一步進行適用驗證。（二）技術經(jīng)濟論證（三）預期的經(jīng)濟效益、社會效益和生態(tài)效益新修訂標準可以廣泛為各圖書館采用，有助于統(tǒng)一標準，減小數(shù)字資源共享對接成本，具有廣泛的經(jīng)濟和社會效益。經(jīng)濟效益主要體現(xiàn)在參考統(tǒng)一標準可以使圖書館行業(yè)在后續(xù)資源內(nèi)容共建、共享時減少轉碼開銷，降低對接和共享利用成本。社會效益主要體現(xiàn)在通過參照統(tǒng)一的標準，形成國內(nèi)圖書館領域的整體影響力，便于公眾、社會力量更有效的利用圖書館資源。四、與國際、國外同類標準技術內(nèi)容的對比情況國際、國外同類標準較少，本次修訂主要對比了美國國立國Statement，以下簡稱“聲明”）。目前聲明已更新至2023-2024/preservation/resources/rfs/RFS%202023-2024.pdf的i