引言

到目前为止，后期制作的数字化流程可视为基本完成了。但单纯将非数字工作流进行纯数字化复刻是否是一个理想做法？这套做法是否充分探索了所有潜在可能？你会如何从头设计当下最先进的广播电视后期制作系统？

2021年，德国电视台 SWR 就曾面临这一挑战。他们计划将数字调色部门迁移至新址，并彻底改革其数字调色流程。此处改革的要求不只局限于技术层面，还需要将现有的工作方法进行全面革新。作为 Baselight 调色系统的开发者，FilmLight 很荣幸能为 SWR 提供支持，助力他们实现这些远大目标。

在这部分的三篇文章中，我们将介绍这个项目的各个方面。在今天这篇第二部分的文章中，我们将关注IT系统的重新设计。

涌现性系统

IT 系统的放射状结构使得每个系统都能直接与其他所有系统进行交互。对于任何多组件系统而言，其核心问题在于：如何通过设计，使系统的整体性能胜过其各个单独组件的性能？在提升系统功能的同时，我们还必须致力于增强其韧性。

打造涌现性系统 —— 或系统的整体性能胜过独立组件性能的系统——绝非新近之事；然而，在后期制作这一特定环境下，作为一种设计标准，这一理念却尚未得到充分的理解与重视。在当下的后期制作行业中，那种单体式、线性的工作流设计依然占据主流地位，但通过提升软件组件的编程集成与适应性能，我们可以打造全新的系统，打破线性运作模式。

在接下来的内容中，我们将通过具体案例来解释：SWR 电视台所构建的集成式后期制作系统是如何体现上述理念精髓的；同时，我们还将探讨如何利用现有硬件资源在未来激发更多的涌现效应。[1]

IT 硬件

在我们分析软件层面前，先来回顾一下 IT 硬件本身。硬件基础设施是现代后期制作系统的主心骨，而 SWR 电视台对硬件系统有着明确要求。大致来说，他们的需求是在所有的五个系统上同时从中央存储播放略微压缩的 UHD 50p 素材。此外，每条单链路接都需要为 UHD 50p 16比特无压缩信号提供带宽。

对于 SWR 来说，很重要的是，我们不关注常数或实验室数据，而是关注应用层面的真实性能表现。[2]

一套基于性能的 IT 硬件规格对于准确测量所需组件来说是正确选择，例如中央存储和网络基础设施。

中央存储系统配备 100 GbE 上行链路。高带宽客户端通过 50 GbE 接入；低带宽客户端通过 10 GbE 接入网络，元数据客户端则通过 1 GbE 接入。

这里我们不对存储系统作具体描述，因为它们仅仅只是性能要求的具体表现。相比之下，如何使用这些基础设施，这个问题更令人兴奋。

FilmLight 云

SWR 的八个主要工作站和服务器，每个都是这样一个涌现性 IT 网络 —— FilmLight Cloud —— 的成员。FilmLight Cloud 应被视为一个完整的系统。该网络中的每一位成员都能准确了解其他所有成员的技术及服务特性。这一协同集群为终端用户提供了新型的便捷服务。

例如：

• 所有的 FilmLight 云成员都能看到其他客户的存储卷。这对于确保分散式渲染和其他流程的流畅进行十分重要。例如，连接至 FilmLight 云的计算机（如用于摄取）的硬盘可以立即自动显示，可作为存储卷用于所有 FilmLight 系统。外接硬盘不是装载在单台电脑上，而是整个集群上。这种模式通常会让内部 IT 部门感到困惑，因为他们习惯使用一套成熟的、以用户为导向的思维方式。然而，这种以用户为导向来看待整套系统的理念在追求高性能的后期制作领域中未必十分高效或可行。[3]
• 如果你想将媒体从一个存储卷拷贝到另一个存储卷，FilmLight 云会动态判定最高效的拷贝路径。随后，这一拷贝任务将被安排进云成员的处理队列中完成处理。
• 所有云成员的所有媒体文件都会建立索引，并从中提取元数据。（详见下文）
• 渲染任务可以从一个 FilmLight 系统传输至另一个系统，而 FilmLight 云可以自动管理所有存储卷、文件路径和配置。
• 所有客户端都会定期进行诊断，在任何问题可能发生前提醒用户。诊断始终覆盖整个 FilmLight 云系统，这样每个系统上的每名用户都可以掌握网络的实时运行状况。

元数据索引

元数据的重要性已变得和实际媒体数据不相上下。在后期制作中，元数据可以将许多流程自动化，并减少错误。例如，用户可以通过元数据出发基于规则的自动化操作。[4]

用户还可以用元数据将隶属于同一个电影场景的镜头分成不同组或进行筛选。这种操作可以显著加快调色的操作流程。总体而言，元数据提供了重要的信息，但由于电影制作的持续数字化趋势，元数据也变得越来越丰富。如今，除了摄影机和镜头数据，更多来自“场记与连戏”的元数据不花任何额外功夫便能传到后期制作阶段。

媒体文件头中有摄影机存储的元数据。在现代工作流中，元数据可以将制作流程自动化。但是，在处理大量媒体文件时，获取元数据可能速度很慢。

存储元数据的方式有很多种，将元数据存储在文件头已经成为一种较为规范的方法。这样做可以用不易产生歧义的方式来分配元数据。对于 OpenEXR 等摄影机文件和现代中间格式皆适用。

然而，用这种方式存储元数据也存在一些弊端。对于单个文件来说，元数据检索所产生的成本可以忽略不计。但如果需要处理数 TB 或数 PB 的海量数据，按需读取元数据便会变得效率十分低下。从拥有数百万份文件的库中的元数据，给一个包含1000个事件的 AAF/XML/EDL 文件进行套底可能要花数小时时间，因为软件必须读取每个文件的部分内容。

将元数据集中保存上数据库内 —— 例如借助元数据索引器 —— 可以大幅改善这种情况。这种索引器会打开所有进入 FilmLight 云的媒体（在摄取或拷贝阶段进行），并在数据库中保存元数据。随后，精密的算法会确保即使媒体文件发生移动，元数据及其数据始终能正确引用。元数据索引可以将套底时间减至短短数秒。

元数据索引并非什么新鲜概念。市面上有许多系统可以将元数据传输至自身格式，从而更加快速地访问数据。FilmLight 云的独特之处在于，元数据没有直接的“转换”，至少在字面意义上没有。在 FilmLight 云中，其读取和引用的是各种摄影机和中间格式文件的原生元数据。若用户将原始文件移动至其他位置，这条索引便会自动更新。因此，这项技术可以隐身于各项日常工作背后，而由元数据驱动的工作流由此轻松建立起来。

然而，真实的制作环境不止包含 FilmLight 云这一种系统。承载数以 PB 计的数据和元数据的外部存储通常分散在各种平台上。这在 SWR 承担的比重相对较少，这是因为其中央存储系统已经原生集成到 FilmLight 云中。这意味着当文件发生移动或新文件复制到存储设备上时，FilmLight 云系统始终能感知到。

一套专门的索引服务可以将外部存储中的数据和元数据集成到 FilmLight 云中。FilmLight 索引器的唯一任务是对外部存储进行数据和元数据索引，满足 FilmLight 云成员的元数据查询请求。这个过程的进行对于用户来说是完全透明的。例如，利用 FilmLight 索引器，媒体素材分散在五个 Avid Nexis 存储卷[5]的项目，其套底时间可缩短至不足五秒。

此外，由于你可以在 AAF 中将 AvidUID 用作引用键，这能避免在套底过程中出现错误。这就意味着如果Avid可以看见该媒体文件，那么 FilmLight 也能看见。

适应性系统

除了积极的涌现效应，现代 IT 系统还应靠适应性能带来额外的效率提升。以下是一些具体示例。

基于模板的系统

在后期制作中首次进行项目设置是一项技术难度很大的任务。用户必须要识别并记录几百套设置，涵盖各种色彩空间、缩放算法、媒体导入规则、渲染预设、针对输出不同交付文件的基于元数据的渲染路径、媒体管理的筛选群组，以及诸多其他。

并且，这些设置还需要随时间变化进行维持和更新。并且，随着新格式的加入，新的任务需要新的筛选设置等。在日常工作中，这种复杂程度很容易引发错误以及效率低下。

在这种情况下，全局性的模板行之有效。所有项目相关的设置都必须保存在一个模板中。厂商可以通过预先配置好的模板，帮助将最佳实践方式传达给用户。或者采取更优做法：厂商可以与用户开展对话沟通，从而开发单一和定制模板。这正是 SWR 所采取的做法：他们后续可以根据自己的需求对模板进行完善和扩展。当需要创建新项目或时间线时，他们只需要选择模板即可继承其中所有的设置。

这样用户就不必时刻从头开始进行设置，而在现有配置上即可开展工作。这里我们有必要再次强调，这些模板的完整性十分重要。模板必须包含所有项目相关的配置。套底设置、导入和渲染参数、文件路径、媒体导入规则、文件夹结构等更多参数都必须提前设置好。并且，通过元数据，这些配置的设计还应满足整体的有效性。

在实际操作中，这能降低调色环节的间接成本，避免因为粗心而犯错。例如，在一天的工作结束时，用户完全无需为他们渲染文件的位置和命名而担忧，从交付文件列表中简单进行选择即可。其他所有工作都会自动完成。用户可以专注于创意层面的工作，“管线”会完成剩余工作。

媒体文件导入规则

由元数据驱动的工作流可以减少甚至完全省去各种任务中的手动操作。将媒体文件导入时间线就是实施这种流程的绝佳机会。首先，用户必须要确定一条规则（条件），如：

• 文件路径中是否出现字符串“VFX”
• 素材 ISO 是否＞800
• LDS 镜头元数据序列号是否包含字母“xyz”
• 编码格式是否为AVC-Intra
• 水平分辨率是否小于1280

媒体导入规则 —— 即应用至导入时间线上的素材的规则 —— 是一种简单的自动化方式。上面的截图展示了选择媒体的标准。组合不同标准也是可行的。

如果满足一条或多条条件，即可触发多项操作，如：

• 将输入色彩空间覆盖为 S-Log3/S-Gamut3
• 应用“规定范围至全范围”缩放
• 标记片段类别为“VFX”
• 设置 ARRIRAW 锐度参数为-10%
• 启动外部脚本

媒体导入规则。在根据标准选择好相关素材之后，就能将预期操作应用至这些片段。实践证明，将镜头标记为不同类别的做法尤其有用。

这些简单的、基于规则的过程能帮助在实践中落实由元数据驱动的智能工作流。媒体导入规则只是场景示例系统的一部分，能确保规则应用至具体项目基础上。同样的，进行操作的用户不需要进行任何配置，这样更加方便技术经理开展和维持强大且便于使用的工作流。

自定义程序

如果使用的软件产品提供应用程序接口（Application Programming Interfaces，简称 API），那么原生数字工作流在自动化、预防相关错误发生，以及提高效率方面就具有巨大潜力。借助 API，无需手动通过用户界面控制软件即可利用软件功能。鉴于此，FilmLight 通过 FilmLight API 提供最常见的语言和协议（如Java、JavaScript、NodeJS 和 Python）下的编程接口。

尽管 API 提供了执行软件功能的能力，但若要在制作环境中成功实现自动化还需要更多操作。在考虑后期制作过程的自动化问题时，资产管理、流程监管、持续的数据存储和故障恢复，这些只是其中一些亟待落实的问题。这通常会导致人们转而采用元软件来接管这些控制任务。很快，大部分的开发时间就会花在资产管理系统、渲染管理器以及合适的网络前端上。

传统后期制作自动化的极简软件架构（高度简化版）。

如果你希望通过 API 让两个应用程序协同工作，你很快就会面临成堆的开发任务，例如前端界面开发，以及资产与流程管理等工作。

然而，在实际操作中，这往往是一项巨大的挑战。将不同层级的抽象概念整合进同一个系统中极其复杂。如果后期制作部门拥有充足的内部软件开发资源，那么采取这种方式是正确的选择；但若开发资源较少，这一技术难关往往难以跨越。

正因如此，FilmLight API 内置了一系列工具，而程序员可以利用这些工具独立实现自动化。例如，只需投入极少精力，即可创建简易的图形用户界面，而片段相关的信息也可以直接存储至 Baselight 数据库中。此外，FilmLight 的任务队列功能提供了一套简明而高效的流程控制框架，用于监管耗时较长的后台操作。因此，在工作量大幅减少的情况下，基于应用程序的自动化方案可以在制作环境中顺利展开。

以下是 SWR 的两个示例：

1. 项目创建

创建一个新项目（一部电影、一季电视剧或一部广告）或许是自定义编码的最佳起点。这样做十分简便，能提供许多潜在可能性，同时还为项目奠定了基础。

创建一个新项目通常伴随一系列需要严格执行的任务。这个阶段所发生的错误通常会贯穿整个项目周期。

项目创建：在 SWR，借助 FilmLight API，我们在菜单中新增了一项功能，用于创建新任务，其中包含所有相关的管理数据。该脚本同时会在中央存储系统上自动创建相应的文件夹结构。

在 SWR，新项目的创建并不是通过软件的标准功能来实现。在用户界面中，有一个 SWR 专用的菜单选项，名为“Create SWR Job”（创建 SWR 任务）。

选中该选项后，系统会弹出一个窗口，用于收集项目相关的信息。该窗口是根据 SWR 内部的工作流程定制的。用户输入数据后，系统将自动启动一段脚本来执行各种操作。具体操作内容包括：

• 在 FilmLight 任务数据库中创建一个新任务
• 利用正确的模板，以适当的格式创建一个空白时间轴
• 在中央存储上创建预设好的文件夹结构

这一概念可随时间推移按需扩展。例如，项目也可以在第三方数据库中创建。此外，还可以注册针对特定项目的监管文件夹、定时任务、服务或守护进程。

鉴于所有FilmLight特定的任务都是通过 FilmLight API 来执行，因此，创建项目并非一定要在 FilmLight 系统内完成。

一个层级更高的 PAM[6] 系统可以负责项目的初始化，并对 FilmLight 特定任务进行远程控制。

2. Baselight 与 Diamant —— 两款应用程序的集成

如今，观众对存档素材的质量的期望比以前更高。他们习惯于现代 UHD 摄影机所拍摄的精致画面，因此，模拟图像的问题 —— 诸如污渍、划痕及丢帧等 —— 便令人难以接受。

用户固然可以在调色系统中直接将瑕疵最小化，例如隔行扫描产生的摩尔纹或串色效果。然而，由于来自胶片或录像带的存档素材至今仍在广泛使用，一套高端的修复解决方案应该成为基础设施中的一部分。对于广播电视制作环境而言，至关重要的一点是：确保工作流不会因此而产生不必要的延迟，同时避免繁复的手动导出和二次导入片段。

正因如此，在 SWR 的装置中，HS-Art 公司的 Diamant 通过 API 被集成到了基础设施之中。它的核心任务是将调色系统中的片段直接发送给修复工具。用户可在调色系统的修复软件中预先确定好的模板中进行选择，并实时监管渲染进度。

在修复工作顺利完成后，时间轴上的片段将替换为新版本 —— 整个过程完全自动化。

为了完成这一自动化流程，我们需要以下几个核心组件：

• 资产管理/用户界面（选择片段）
• 渲染管理（将片段转码为正确格式）
• 用户界面（用户选择 HS-ART Diamant 预设）
• 渲染管理（Diamant 渲染）
• 资产管理（检测和替换新版本）

Baselight 与 Diamant 集成的用户界面。用户可以直接在 Baselight 时间线上选择镜头，并利用预设模板之一在 Diamant 中对这些镜头进行处理。渲染完成后，经过处理的镜头将自动发送回 Baselight 时间线。

此集成得益于 FilmLight 提供的 Python API 以及 HS-ART 的 REST API。此外，FilmLight API 还提供了诸如用户输入、流程控制和媒体资产管理等重要的核心功能。

该解决方案在处理各类任务时展现出极佳的适应能力 —— 无论是轻松实现提升的高速处理任务，还是对成果有着极高要求的精细化处理任务，它都能胜任。

结语

在过去十年间，后期制作的数字化进程已日趋成熟。如今的目标不再仅仅是将非数字化的传统流程简单地复刻为数字化流程。相反，业界正积极探索全新路径，从操作层面全面优化后期制作环境。借助那些新兴且适应性极强的系统，我们可以找到全新的工作方式，逐步打破传统“工作流”的线性局限。

得益于各类API接口，以及在关键节点精准设置触发机制，我们如今能够以极小的投入，实现工作流的极大简化，乃至彻底的自动化。而元数据集成机制所具备的简洁性与稳健性，则进一步为这一进程提供了强有力的助力。展望未来数年，我们有理由预见，后期制作领域将迎来一场类似于过去十年间，视效领域所经历的变革与演进。届时，一套高度集成的制作管线将全面接管所有的技术性流程，而用户则得以将全部精力聚焦于富有创造性的核心工作之上。

关于作者

在慕尼黑的 CinePostproduction 公司开始了自己的调色师职业生涯。之后，他曾在伊斯坦布尔的1000 Volt 公司担任调色部门主管，并于2017年加入 FilmLight。作为一名调色工作流专家，他负责为客户提供培训、咨询和支持，同时还参与 Baselight 新功能的开发。

在获得电子媒体硕士学位后，在慕尼黑的 CinePostproduction 工作了近五年，并晋升为后期制作技术总监。2014年，苏岱宁加入 FilmLight，担任工作流专家和图像工程师。自那之后，他一直致力于 Baselight 中 HDR 调色和色彩管理工具的开发。

出处：Andy Minuth, Daniele Siragusano | FilmLight

翻译：Katja | 盖雅翻译小组

您可能对以下内容感兴趣：

FilmLight：现代广播电视后期制作中的调色

德国 SWR 电视台与索尼欧洲合作测试实时多机虚拟制作