為何說話總是慢半拍？

文：勇勇丨圖：Viktoriia

常常客戶會拿影音資料來問筆者說，為什麼我的影片看起來好像影音不同步，總覺得說話慢半拍呢？又或者是我常常發現藝文表演的錄影視頻，不是定音鼓打下去了，「咚」才出現，就是歌劇演唱好像是在卡拉對嘴？其實這都是製作上未能留心細節所致。

影像與聲音的紀錄，不僅有其本身的取樣率、格率，更有其設備間串接的秒差、石英震盪器的不同以及後製剪輯上的複雜。以錄像來說，通常以格率作為成像的時間取樣基準，每秒分為24格、29.97格、30格、59.94格、60格、120格等許許多多的格式，每種格式拍出來的效果都不一樣，取決於機器本身的效能與創作者的想法。24格與60格拍攝的影像在同一個螢幕上所呈現的效果，是有很大的差異的。

而聲音的紀錄，又分為取樣率與機器本身石英震盪器的些微差異，理論上來說，同一台機器所錄製下來的影音一定會同步的，這是機器本身的基本功能，但不同的機器對於一秒的定義，會有極細微的差異。此外，實務上的製作，往往不是只有單一個機器錄製而來，而是有多種不同的器材串接編配而來。比方說錄製一場管弦樂音樂會，基本要求就是6台攝影機、2台導播機、數十支麥克風以及監聽、監看設備等等，嚴謹一點的還可能會有轉播OB車、數位成音控台等等，這些全部的設備，要能要求到誤差在毫秒內而不被肉眼看出，是需要極大的耐心調教與專業支持。試想，一段以Interlaced 60格率拍攝的影片，要置入以Progressive 29.97格率設定的時間軸上剪輯，並且搭配成音師給的44.1kHz的音樂，可能同步嗎？如何同步？

讀者可能會問，在我們認知的地球上，一秒就是一秒，為何不同的機器所錄出來的一秒會不一樣呢？這是當然的，每一個機器設計者對於一秒的設計，往往也是經過電腦與生產設備的計算，「理論上」不應有誤差，但如果機器本身石英震盪器對於一秒的定義不同，或是製作上格率、取樣率的混用，又或是機器錄製時的相互串接，就可能出現了秒差的錯誤以及延遲的問題，這些就需要透過錄製規劃、轉檔技術以及延遲校正設備進行調整，使得聲音與影像能盡可能的同步。

筆者在錄影現場或後製時，除了看效果、風格、陳設與構圖外，影音同步很有可能成為當下最在意的技術項目，而這部分竟然都是所有串接工程都完成後，最後才能被關注的，若是沒有很充分的進場駕機與試錄時間，就成了製作上很大的壓力。因此一個成熟的專業團隊，就成了筆者長期合作的依靠，而細心的器材公司，也成為筆者堅強的後盾！還記得有很長一段時間，筆者擔任導播的時候，常常會需要在錄影前到每一位攝影師、成音師旁多次確認所有設定是否符合製作要求，任何一個設定出錯，就會造成轉播失誤或後製上龐大的負擔，其慎重程度可想而知。