音频资源使用管理平台的开发设计与应用

殷 茵

江苏省广播电视总台每年都购买大量版权音乐等音频资源，服务于音频生产。此前制作人员只能采用移动硬盘拷贝的方式存储这些资源，无法精准地查找需要的类型音乐素材，同时大量常态化音频生产所使用的专业编辑工具，操作复杂，影响音频生产的效率。随着互联网和融媒体技术的不断发展，对音频资源的分类使用管理、音频生产的方式提出了新的要求。为此江苏省广播电视总台开发设计了音频资源使用管理平台，以实现音频生产互联网化，提高音频生产的效率。

一、技术方案

（一）前端设计制作

1.UI设计：视觉风格采用扁平化设计；采用响应式设计布局以满足页面对多终端的支持；突出核心搜索功能入口。

2.页面制作：发布端页面采用HTML5制作，兼容主流浏览器；前后端分离，页面调用服务API接口；后台开发采用Vue+Vue-Router框架。

（二）系统架构

1.基于“多种权限用户”的平台服务，所有用户基于统一的入口对各自业务进行管理，后台用户通过角色控制进行音频内容编辑、内容审核，可满足不同权限下的个性化需求（如图1所示）。

图1 系统架构

2.CMS管理音频文件编目信息并入库。

3.CMS内进行在线音频处理，打水印、分解多码率、转码后入OSS存储。

4.通过Elastic Search实现音频编目检索。

5.C端用户通过CDN网络接入服务网关，通过用户鉴权访问C端服务，通过防盗链签名访问被保护的音频资源。

6.C端服务为无状态服务，采用分布式部署，并使用数据缓存，保证高可用性和抗并发能力。

（三）网络架构

1.中间件及应用服务全部集群化部署，保证高可用。

2.全站https访问、接口加密、使用WAF设备和网络访问控制等方式实现业务安全性目标。

3.规划和建设系统的监控告警系统以及数据备份系统，进行业务保障和灾难恢复。

4.通过服务版本管理以及批量滚动更新方式实现系统升级（如图2所示）。

图2 网络架构

（四）硬件配置

数据库服务器3台、检索服务器3台、缓存服务器2台、消息服务器2台、代理服务器2台、java应用服务器4台、Netcore应用服务器4台、监控服务器2台、备份服务器1台，对象存储1T。

（五）音频水印

后台接到上传音频，自动启动后台任务，使用FFmpeg对音频进行解析，获取音频的编码器、帧率、采样率、宽高、像素格式、采样格式、码率、时长、总帧率等信息，并作为音频文件的元数据保存入库。通过FFmpeg插件，将水印声音与原音频进行流混合以生成含水印的音频文件，实现了音频自动加水印的功能。该功能支持水印声音自动适应原视频的时长进行循环播放。

（六）声纹解析

音频展示前端自动生成声纹波形，用于展示音频声音轨迹，相关波形图采用了前端js插件及canvas绘制的方案解决声纹显示，通过wavesurfer.js插件将音频地址通过插件中WebAudio进行下载，解码整个音频文件，再采用MultiCanvas渲染器绘制一个波形线，渲染到页面canvas元素上，通过drawLines绘制波浪线和进度线及其样式，创建时间轴元素将音频的时间渲染到波形线上，从而生成了该音频的波形图码。同时可以快速解析生成音波纹配置大小、颜色、播放速度、音量、暂停/播放、时间轴、光标等交互功能。

（七）在线音频编辑部署

采用先进的WebAudio技术及WebAssembly技术，兼容多种计算机平台，拥有和本地软件一致性的体验。跨平台，同时支持windows/mac/linux平台，并且各平台拥有一致体验，保证媒体工作者在不同平台、不同工作环境下的剪辑需求，实现多地合作、异地协作的“云剪辑、云协作、云分发”的功能，能快速地将各端的音频素材在线处理后，便携高效地分发到台里的制播系统，实现“制播云协作”，为“云资源的多平台分发”提供高效便携的云化工具。平台集成在线编辑功能，具有音频编辑及处理能力，无需另外安装编辑软件，能够实现录音、剪辑、电平调整、单轨多轨编辑、音频转码、一键美化、反相检测、降噪、电平标准化，以及AI语音转文字、文字转语音功能。

在线实时剪辑转码，兼具专业化与便携化，能快捷高效地完成音频的常规剪辑操作及在线实时转码；提供专业级的显示界面，并加入了各种智能化提示与操作推荐，让操作更专业更流畅；具备一键人声美化功能，提供特殊效果，包括电话音、机器声、重声，有压缩调整，混响调整，噪声过滤功能；具备反相自动识别，一键处理；具备最终音频自动动态调整，一般在峰值-4dB以下，响度-15dbfs以下；输出格式可调，保存本地或云端，可保存工程文件。

（八）编辑界面设计

在页面的整体交互上，采用了更简单易用的设计理念，使用了简单易懂的图标。为避免菜单繁多，所有的按钮都在第一层，取消了菜单选择或右键层级菜单。为让按键有清晰的边界，“单轨剪辑”主要分为“编辑剪辑区”“控制区”两个区的按钮，剪辑区的按钮只负责音频的输入输出、波形剪辑、音效处理，而控制区负责音频的播放控制和界面的放大缩小。对于剪辑而言，波形的展示尤为重要，波形采用了准专业级别的展示，不仅展示了波形，而且显示了时间和dB的网格线，并可进行无级缩放，极大地提高了在web上的编辑体验，让非专业和专业用户都可方便地进行操作。

二、功能介绍

音频资源使用管理平台主要包含音频资源管理和云编辑两大功能。

（一）音频资源管理

网站域名：https://audio.jstv.com/home，页面风格简洁实用，首页总目录包含：版权音乐、配音、节目音频、音效、原创音乐，页面还设有全站搜索，登录、注册、滚动宣传页。使用频率最高的版权音乐目录排在最前面，按照主题、情绪、地域、配器风格分类，一目了然（如图3所示）。目前平台已上传版权音乐近万件，包含主题、情绪、地域、配器分类，每个分类有若干小类，音频以wav高保真格式为主；音效近三千件，包含氛围、旋律、人、环境、生活、运动等多个分类；近百人配音音频，按风格及性别进行分类，便于快速挑选配音人声。节目音频、原创音乐板块也在持续丰富完善中。

图3 音频资源使用管理平台页面

所有资源附带音频水印防盗设计，注册用户可实现对音频资源的试听、下载、收藏、笔记备注等功能。音频内容资源经允许后，可实现快速管理与共享；所有用户基于版权保护的前提下，均可以在平台上完成基础性的二次编辑以及试听、下载、分享、收藏、笔记备注等操作，可满足不同权限下的个性化需求，根据工作需求对相关音频资源进行权限管理；音频媒体功能模块的“资源库”可持续扩容与维护（如图4所示）。

图4 音频资源使用管理平台页面

（二）云编辑

在音频资源使用管理平台上嵌入了云编辑工具，首次实现基于浏览器的在线多功能音频编辑系统，直接点击“编辑”按钮即可一键调用，支持无极缩放，10ms剪辑精度；支持剪切、裁剪、复制、拷贝、删除、一键恢复等常用操作；支持振幅增益控制、选择区静音、淡入淡出调整等；支持热键操作；支持选区播放及跳过选区播放，让试听更方便；支持大部分常用的音频格式；支持多轨合成：可实现4轨音频的编辑，支持音量增益调节，立体声均衡调节，支持实时显示各轨时间戳、db值等（如图5所示）。支持音频去噪、美化处理、音频转码、音频AI、相位检测等功能。可以根据常用的场景设置对应的EQ，提供高级设置功能手动调节。

图5 云编辑界面

另外，该平台创新性地提供了一键美化功能（如图6所示），实现回声、电话声和混响效果。主持人、编辑记者等非专业制作人员也可以完成一些简单的制作任务，让平台的应用更加广泛。

图6 一键美化功能

三、技术创新点

（一）首次构建基于WEB技术高码率音频资源使用管理平台

采用HTML5及Web技术，用于广播电视音频制作高码率素材资源分类汇聚、管理、在线调用、在线音频处理，从音频资源的查找、调用、编辑、美化、合成、管理，实现音频生产全流程的网络化。

（二）首次实现基于浏览器的在线多功能音频编辑系统

在线音频编辑系统基于Web Audio前端音频处理技术，采用WebAssembly技术将核心音频处理算法交叉编译，完全脱离传统的客户端模式，使用浏览器实现在线音频编辑，支持windows/mac/linux/Android平台，在线编辑系统集成单轨、多轨音频编辑、在线录音、音频转码、一键美化、反相检测、降噪、电平标准化，以及AI语音文字互转等功能。

四、实际应用效果

音频资源使用管理平台已上线运行了半年的时间，极大地方便了总台各部门对音频资源的使用及调用，作为荔枝云平台的子功能模块，很好地增强了荔枝云音频板块的功能支撑，为音频生产及业务优化拓展提供有力保障。平台汇聚制作音乐超万件，音效数千件，极大地解决了过去制作音乐的使用管理及更新问题，同时提供了较为精准的音频分类及查找功能，提升音频生产人员的生产效率；完善用户权限及认证管理，在方便内容创作生产同时，规范了制作音乐的保护与管理。音频资源使用管理平台汇聚的音乐、音效及配音等音频资源，同时配合集成的在线音频编辑工具，实现了在一个平台上即可完成音频资源的调用、转换、录音、编辑、美化、合成输出等，简化了日常音频生产的流程，操作简单，高效快捷，为媒体融合下的快速音频生产提供技术支撑，实现了音频生产全流程的网络化。