ICS 01.140.40 A19 CY 中华人民共和国新闻出版行业标准 CY/T 183.1 —2019 有声读物 第1部分：录音制作 Audio books —Part 1：Sound recording and manufacture 2019 - 06 - 12 发布 2019 - 07-01 实施 国家新闻出版署 发布 I 目 次 前言 ............................................................ ...................... II 1 范围 ............................................................ ..................... 1 2 规范性引用文件 ....................................................... ................ 1 3 术语和定义 ......................................................... .................. 1 4 录制流程 ........................................................ ..................... 1 5 录制基本要求 ...................................................... ................... 2 6 参考文献 ........................................................ ..................... 9 CY/T  —II 前 言 CY/T —分为以下3个部分： ——有声读物 第1部分：录音制作 ——有声读物 第2部分：发布平台 ——有声读物 第3部分：质量要求与评测 本部分为CY/T —的第1部分。 本部分按照GB/T 1.1—2009给出的规则起草。 本部分由全国新闻出版标准化技术委员会（SAC/TC 527）提出。 本部分由全国新闻出版标准化技术委员会（SAC/TC 527）归口。 本部分起草单位：广东大音音像出版社、中国音像与数字出版协会有声读物专业委员会、咪咕数字 传媒有限公司、中国新闻出版研究院。 本部分起草人（按姓氏笔画排列）：王青华、孙峥、刘靓、陆洋、张彦丰、陈磊、张燕鹏、闻宗禹、 谢文勇、虞凌峰。 CY/T — CY/T — 1 有声读物 第1 部分：录音制作 1 范围 本部分规定了有声读物的录音制作流程及相关要求。 本部分适用于有声读物的出版制作环节。 2 规范性引用文件 下列文件对于本文件的应用是必不可少的。 凡是注日期的引用文件， 仅注日期的版本适用于本文件。 凡是不注日期的引用文件，其最新版本（包括所有的修改单）适用于本文件。 GB 2312—1980 信息交换用汉字编码字符集 GB 13000—2001 信息技术 通用多八位编码字符集（UCS） GB 18030—2000 信息技术 信息交换用汉字编码字符集基本集的扩充 3 术语和定义 3.1 有声读物 audio book 以文字内容为主的声音出版产品。 3.2 录声 sound recording 录音 把声能转换成其他形式的能量加以储存的技术。 [GB/T 3947—1996，定义6.81] 3.3 干音 dry sound 干声 未经任何处理的原始录声。 4 录制流程 4.1 录制流程图 有声读物录制流程如图1所示： 2 图1 有声读物审核流程 4.2 录制流程 4.2.1 录制准备 录制单位应提前对所需录制的文本进行文字编校。 4.2.2 录制阶段 进入录制状态后，应有监录人员在现场监录，审听所录内容。 4.2.3 录制处理 录制结束后，录音师应进行声音平衡和降噪处理。 4.2.4 录制审听 录制处理后， 出版单位的责任编辑对录制的原始声音内容进行审听， 审听工作应在录制后及时完成。 4.2,5 修改补录 经审听的声音内容如存在质量问题，应交录制单位补录修改。 4.2.6 后期合成 经审听认可，对原始声音内容进行后期合成。 5 录制基本要求 5.1 文本编辑要求 有声读物的文本编辑及编校质量要求如下: CY/T  — 3 A a) 录制文本的编校工作，采取三审三校制，文本差错率的计算方法与图书编校质量相同； b) 编辑人员应在原作者允许的情况下，宜对作品中过于书面化的语言文字或拗口文字进行修改； c) 语言特点简洁明快，生动自然，对原文本中过于拖沓及重复的内容应进行修改； d) 语言应以普通话为表述准则，原文本中明显难以用普通话表述的方言，应改编为普通话的语言 表述方式； e) 可采用语音合成的形式，将文字转换为声音，合成语音应接近或达到真人自然效果，并包括以 下主要功能： 1) 高质量语音：将输入文本实时转换为流畅、清晰、自然和具有表现力的语音数据； 2) 多语种或多方言服务：整合多语种语音合成引擎，可提供中文、中英文混读、纯正英文、 粤语等语音合成服务； 3) 多音色服务：提供丰富、风格多样化的音色选择，如浑厚纯正的男声，温柔甜美的女声， 标准地道的英语男女声等等，所有音色库均应继承语音合成技术一贯的优良品质。可供用 户 根据不同应用业务需要，选择最适合应用场景的语音风格，并支持实 时动态的音色切换； 4) 高精度文本分析技术：保证对文本中未登录词（如地名）、多音字、特殊符号（如标点、 数字）、韵律短语等智能分析和处理； 5) 多字符集支持： 支持输入GB 2312、GB 13000、GB 18030等多种字符集， 普通文本和带有 CSSML 标注等多种格式的文本信息； 6) 多种数据输出格式：支持输出多种采样率的线性 Wav，A/U 率 Wav 和 Vox等格式的语音 数据； 7) 提 供预录音合成模板：对合成文本中符合语音模板固定成分的文本，使 用发音人预录语音， 非固定成分使用合成语音； 8) 语音调整功能：开发接口提供音量、语速、音高（基频）等多种合成参数动态，调整其功 能； 9) 效果优化：合成引擎提供以定制资源包和 CSSML 为代表的多种针对实际应用环境，进行合 成效果优化的方法； 10) 相一致的访问方式：能以 C/S 方式访问远程的语音合成服务，并且提供与本地调用相同的 开发接口，实现完全透明的访问。 5.2 录音者要求 录音者应符合以下条件： a) 录音者须具备普通话水平测试一级乙等以上（含一级乙等）标准； b) 具备播音、主持、配音等演播相关工作的经历； c) 录音者在录制作品时，须语言规范，同时要体现语言的表达规律、体现语言的音韵之美，应做 到语言表达准确、鲜明、生动刻画作品情节和人物，体现人物性格和特点。 5.3 录音技术要求 5.3.1 录音棚技术指标 录音棚应符合语言类声学设计要求。声学技术指标见表1： CY/T  —4 表 1 声学技术指标 录音棚指标 混响时间 T60（s） 噪声评价曲线（NR） 隔声门隔声量 （插入损失dB）隔声窗隔声量 （传声损失dB） 快速语言传 递指数 (RASTI) 对连续无规 噪声 对间歇、脉冲 噪声 指标值 0.4-0.5 NR 15-25 NR 10-20 ≥25 ≥40 ＞0.65 5.3.2 录音设备 录音设备包括：满足专业录音所需的声卡、话筒、工作站、调音台、扬声器等。 5.3.3 录音指标 5.3.3.1 录制指标 录制指标见表2： 表2 录制指标 指标 指标要求 声音 声音真实、层次分明，圆润、柔和、不尖不燥，无异常杂音。 文字 与原创文稿内容相符，不得出现错读、漏读。 语速 语速流畅、匀称，上下文段落停顿等待时间适宜。 情感 根据情景的刻画，感情表述恰当。 语义 根据情景的刻画，语义表述清晰。 音量 无饱和失真或音量过小，不同录音者或不同篇目音量保持均衡。 5.3.3.2 录音处理指标 录音处理指标见表 3： 表 3 录音处理指标 指标 指标要求 动态 ≤3dB 噪声 严格降噪，无失真和中断等异常现象，不允许出现爆裂声、交流声和其他干扰噪声，不得出 现电流声及断音点等常识性问题，过渡点不得出现音量突变和切换噪声。 5.4 声频制作要求 CY/T  —