我的八年長征：將 45 卷錄影帶數位化（上篇）
原文由 Michael Lynch 于 發布，訂閱此部落格
過去八年來，我帶著這箱錄影帶輾轉搬過四間公寓和一棟房子。裡面全是我小時候的家庭錄影。
經過超過 600 小時的努力，我終於把這些錄影帶完整數位化並整理好，好到足以把原版錄影帶全丟掉。現在的成果長這樣：
我所有的家庭影片都已數位化，可以在私人的影音分享伺服器上觀看
總共有 513 段獨立的影片，每一段都有標題、說明、錄製日期、標註片中出現的每個人，以及當時每個人的年齡。所有影片都放在只有家人能存取的私人影音分享網站上，每個月維護費用不到 1 美元。
這篇文章會說明我是怎麼辦到的、為什麼花了八年，以及你要怎麼做才能用稍微輕鬆一點的方式達到同樣的成果。
我天真的第一次嘗試
大約在 2010 年，我媽買了一種 VHS 轉 DVD 的轉換器，把我們所有的家庭影片都轉了過去。
我媽轉錄的 DVD 原始備份（我也不確定中間缺掉的字母是怎麼回事）
問題是，DVD 只有一套。而我們全家人分散住在不同的州，輪流傳光碟非常不方便。
2012 年，我姊把這些 DVD 拿給我。我把裡面的影片轉成檔案，全部丟上雲端儲存空間。問題解決了！
在 Google Cloud Storage 上分享我家家庭影片的 DVD 轉檔
幾週後，我問大家有沒有看這些影片。結果沒人看，我自己也沒看。在 YouTube 的時代，要下載一個長達 3 小時的神秘檔案，只為了尋找有趣的片段，實在太無聊了。
唯一感到興奮的是我媽。她說：「好，太棒了，那我現在終於可以把這些錄影帶全丟掉了吧？」
糟了，這問題讓人有點害怕。會不會有我們漏掉的錄影帶？能不能用更高的畫質來數位化？VHS 錄影帶標籤上會不會有什麼有趣的資訊？
除非我確定已經用最高的畫質完整備份了所有影片，否則我絕對不敢安心把原版錄影帶丟掉。這意味著得由我自己來做。
那時的我，完全不知道自己即將踏進多大的坑。
聽起來好像沒那麼難
如果你好奇為什麼這件事會花我八年、數百個小時，我完全能理解。我一開始也以為這會是個輕鬆的專案。
整個數位化流程從頭到尾看起來是這樣：
更精確地說，那只是理論上的流程。實際上的狀況是這樣：
我花的絕大多數時間都在重做。往往完成一個階段後，才在一兩個步驟之後發現做法有瑕疵。例如，我已經擷取了 20 卷錄影帶，才發現音訊有點不同步。或是花了好幾週剪輯後，才發現自己輸出的影片格式根本不支援線上串流。
為了大家的精神健康著想，接下來我會用一路順暢向前的角度來說明流程，而不是逼著讀者跟我一起不斷走回頭路、重頭來過。
步驟一：影片擷取
好，回到 2012 年。我媽急著想結束她長達 20 年保管家庭錄影帶的任務，所以下次見面時，她交給我一大箱紙箱裝的錄影帶。我的數位化冒險就此展開。
最直接的解法當然是外包給專業人士。市面上有很多數位化公司，其中不乏專門處理老舊家庭影片的業者。
我對隱私還算在意，所以不太想把包含我小時候如廁訓練（在正常的年紀，沒什麼奇怪的！）的影片交給陌生人。再說，我心想，數位化影片能有多難？
先劇透一下：超級難。
我的第一次影片擷取嘗試
家裡那台舊錄放影機還在我爸的地下室，所以我請他在下次吃午餐時幫我挖出來。我在 Amazon 買了一個便宜的 RCA 轉 USB 轉接器，就馬上開工了。
TOTMC 影像擷取裝置，是我在這段過程中購買的眾多影音設備中的第一個。
為了處理來自 USB 擷取裝置的影片，我用了 VirtualDub，這套軟體在 2012 年就已經有點老舊，但還不算太過時。
使用 VirtualDub 擷取我 4 歲時唸書給爸爸聽的原始畫面
惱人的音訊偏移夢魘
開始剪輯後，我發現音訊和影像有點不同步。好吧，沒關係，把音訊稍微往前或往後移一下就好。
十分鐘後，又不同步了。難道我第一次移得不夠多？
我才慢慢意識到，音訊和影像不只是單純的位移——它們是以不同的速率擷取的。隨著錄影帶播放，它們會越差越遠。為了保持同步，我每隔幾分鐘就得手動調整一次音訊。
如果你的設備以不同速率擷取音訊和影像，唯一的解法就是每隔幾分鐘就手動修正一次音訊。
你知道要分辨一個聲音是提早了 10 毫秒還是延遲了 10 毫秒有多難嗎？超難！不信你自己判斷看看。
這裡有一段我和我那隻可憐又乖巧的貓咪 Black Magic 玩耍的影片。音訊和影像有點不同步。音訊是超前還是落後呢？
音訊與影像不同步的影片範例
這是 Magic 跳起來的那一段，放慢到 1/5 速度：
音訊與影像不同步，放慢至 1/5 速度
或許我該多花一百美元，而不是浪費數百小時
光是修正音訊就花了我好幾個小時，枯燥又折磨人。我終於想到，或許只要不買 Amazon 上最便宜的影像擷取裝置，就能避開這個麻煩。做了更多功課後，我又買了一個新的：
我第二次購買影像擷取裝置的嘗試
即使換了新裝置，音訊還是會偏移。
升級到 Super
或許問題出在錄放影機。數位化論壇上說，如果 VCR 有「時基校正器」（TBC），就不會出現音訊偏移，這是 Super VHS（S-VHS）錄放影機常見的功能。
原來如此！我到底在幹嘛，還在用那台笨笨的普通錄放影機，明明有超級錄放影機可以解決我的問題？
現在已經沒人製造 S-VHS 錄放影機了，但在 eBay 上還買得到。我花了 179 美元買了一台 JVC SR-V10U，據說這個型號很適合用來數位化 VHS：
我在 eBay 上花 179 美元買的復古 JVC SR-V10U 錄放影機
超級錄放影機寄到了。經過好幾個月的聲音不同步折磨，我欣喜若狂地拿著這台號稱能解決所有問題的設備。
我打開箱子，接好所有線路，結果音訊還是一樣不同步。唉。
繁瑣的除錯與長達數年的停滯
硬體除錯的過程非常痛苦。我得把所有設備從衣櫃裡搬出來，爬到桌機後面把線全部接上，試著擷取一次，然後發現還是不行。
喔，2008 年某篇論壇文章說要安裝某個來路不明、沒有簽署的中國裝置驅動程式？這主意糟透了，但我已經走投無路。結果還是沒用。
我試了不同的擷取軟體。買了一捲專用的 VHS 清潔帶來清潔錄放影機的磁頭。還買了第三個擷取裝置。結果都一樣。
每次最後都是放棄，把所有東西拔掉，再把設備打入衣櫃冷宮好幾個月。
投降，交給專業的來
時間快轉到 2018 年。我已經帶著這些錄影帶和一堆設備搬過四間不同的公寓，正準備要從紐約市搬到麻薩諸塞州。我實在沒辦法說服自己，還要再把這些東西搬去下一個地方，尤其我已經很清楚靠自己永遠也做不完。
我問家人是否介意我把錄影帶寄給數位化公司。還好大家都不介意——他們更想再看到那些畫面。
我：但這代表有間公司會看到我們所有的家庭影片。這樣你們 OK 嗎？
我姊：對啊，我無所謂。只有你在擔心這個。等等，你本來就可以直接花錢請人做喔？
我：呃⋯
把全部 45 卷錄影帶數位化花了 750 美元。聽起來可能很貴，但到那個時候，要我再多花一分鐘去搞那些影像設備，我寧願付任何代價。
檔案寄回來後，品質明顯好太多了。我自己擷取的畫面邊緣總會有「撕裂」現象，但專業人士處理的版本完全沒有任何失真。最棒的是，音訊和影像完美同步。
這裡有一段影片，比較了專業擷取和我自己擷取的差異，內容是我媽錄下我第一次寫程式的過程：
專業擷取與我自己擷取的畫質比較，內容是我媽錄下我第一次寫程式的情景
步驟二：剪輯
家庭影片中，大約 90% 的內容很無聊，8% 還算有趣，只有 2% 真正精彩。把錄影帶數位化之後，還有很多工作要做。
用 Adobe Premiere 剪輯
VHS 錄影帶裡是一長串影片片段夾雜著空白。要剪輯一卷錄影帶，你得找出每個片段的起點和終點。
我剪輯時用的是 Adobe Premiere Elements，終身授權不到 100 美元。它對剪 VHS 錄影帶最重要的功能就是可縮放的時間軸。你可以快速找到大致的場景分界，再放大去精準定位片段開始或結束的那一格。
Adobe Premiere Elements 中無價的可縮放剪輯時間軸
Premiere 的問題在於需要不斷地開始與停止。我的流程是：
- 開啟一個包含 30 到 120 分鐘影片的原始擷取檔。
- 標記單一片段的邊界。
- 匯出該片段。
- 等待 2 到 15 分鐘直到匯出完成。
- 重複步驟 2 到 4，直到整卷錄影帶結束。
漫長的等待意味著我得不斷在剪輯和其他事情之間切換注意力，好幾個小時都無法專心。
另一個缺點是無法重現。修正一個小錯誤，幾乎跟整件事重做一樣困難。這點在我進入影片分享階段時狠狠咬了我一口。直到那時我才發現，我應該要用瀏覽器能原生串流的格式來匯出影片。我的選擇只剩下重頭再跑一次那套繁瑣的流程去匯出數百個片段，或是把已匯出的影片重新轉檔成另一種格式，但會犧牲畫質。
自動化剪輯
在用手工完成多到離譜的時數後，我開始想，是否能直接用人工智慧來解決這個問題。辨識片段邊界看起來很適合用機器學習來做。我知道準確度不會到百分之百，但或許它能幫我做掉 80% 的工作，剩下的 20% 再由我手動修正。
我試了一個叫 pyscenedetect 的工具，它會分析影片檔並印出場景切換的時間碼：
$ docker run
--volume "/videos:/opt"
handflucht/pyscenedetect
--input /opt/test.mp4
--output /opt
detect-content --threshold 80
list-scenes
[PySceneDetect] Output directory set:
/opt
[PySceneDetect] Loaded 1 video, framerate: 29.97 FPS, resolution: 720 x 480
[PySceneDetect] Downscale factor set to 3, effective resolution: 240 x 160
[PySceneDetect] Scene list CSV file name format:
$VIDEO_NAME-Scenes.csv
[PySceneDetect] Detecting scenes...
[PySceneDetect] Processed 55135 frames in 117.6 seconds (average 468.96 FPS).
[PySceneDetect] Detected 33 scenes, average shot length 55.7 seconds.
[PySceneDetect] Writing scene list to CSV file:
/opt/test-Scenes.csv
[PySceneDetect] Scene List:
-----------------------------------------------------------------------
| Scene # | Start Frame | Start Time | End Frame | End Time |
-----------------------------------------------------------------------
| 1 | 0 | 00:00:00.000 | 1011 | 00:00:33.734 |
| 2 | 1011 | 00:00:33.734 | 1292 | 00:00:43.110 |
| 3 | 1292 | 00:00:43.110 | 1878 | 00:01:02.663 |
| 4 | 1878 | 00:01:02.663 | 2027 | 00:01:07.634 |
...
它的準確度確實大約有 80%，但檢查工具成果所花的時間，反而比省下的時間還多。儘管如此，pyscenedetect 還是帶給我這整個專案中最重要的領悟之一：找出場景邊界和匯出片段是兩件不同的事。
我才想起自己是個程式設計師
在那之前，我一直把在 Adobe Premiere 裡做的所有事都當成「剪輯」。把原始素材切成子片段，感覺跟尋找片段邊界是分不開的，因為 Premiere 就是這樣呈現的。當 pyscenedetect 印出那張詮釋資料表格時，我才意識到我可以把尋找場景和匯出影片這兩件事拆開來。這是一個關鍵的轉折。
剪輯之所以如此繁瑣又耗時，是因為我得一直等 Premiere 匯出每個片段。如果我把詮釋資料記錄在試算表裡，再寫一支程式自動匯出影片，剪輯過程就會快得多。
更重要的是，試算表大幅擴充了我能記錄的資訊種類。一開始我把詮釋資料硬塞進檔名裡，但那既受限又缺乏彈性。有了完整的試算表，我就能記錄更多關於影片的資訊，像是誰在裡面、何時錄的，以及任何我想在大家觀看時一併呈現的資料。
用一個巨大的試算表記錄家庭影片的詮釋資料
後來，我利用這些詮釋資料為影片加上更多資訊，像是當時我們幾歲，以及對影片內容的詳細描述。
有了試算表的彈性，我可以記錄更多詮釋資料，讓影片有更豐富的資訊，也更容易瀏覽。
自動化解決方案的美好
有了試算表後，我寫了一支程式，根據 CSV 輸入把原始影片切成較小的片段。
在那之前，我已經花了數百小時在 Premiere 裡枯燥地選取片段邊界、按下匯出、等個幾分鐘讓它跑完，然後再重來一次。不僅如此，同樣的素材我還因為後來才發現品質問題而重做了好幾次。
一旦把切分片段的工作自動化，肩上的重擔頓時卸下了一大半。我不用再擔心漏掉詮釋資料或選錯輸出格式。如果事後發現錯誤，只要稍微修改程式再重跑一次就好。
下集預告
擷取和剪輯影片只是完成了一半的戰役。我還需要一個有趣、安全又便宜的方式，把這一切分享給家人。
在這篇文章的下篇中，我會介紹我用來與家人分享這些影片的開源媒體伺服器，每個月只要 0.77 美元。
插圖由 Loraine Yow 繪製。
特別感謝我的家人願意讓我分享部分影片與截圖、當初用心記錄下這一切，以及在整個過程中的大力支持。
留言
登入後參與討論