上篇文章中我們介紹了什麼是口述影像，但口述影像只能用在看電影嗎？其實，還有更多應用場景等著我們去開發。
複習一下，口述影像最簡單的解釋是『把眼睛所見的換成文字用口語說出來」。
如果我們抓出幾個關鍵詞往下探究，會發現，口述影像的應用場景與模式可以非常多元。
眼睛所見的、換成文字、說出來，這三個關鍵詞代表了應用場景的類型變化。即使只是提供一部「給成年人」的「電影」的「國語版」口述影像，也可以有「即時說」或「事先錄製」等不同的口述影像呈現方法。另外，受眾最終「怎麼聽」，也會影響到口述影像的體驗，例如搭配口譯設備戴耳機聽、直接在現場聽或用 App 聽。
隨著影像內容的差異、口述者敘述條件的限制（如即時口說或事先錄製），實際使用口述影像服務的場景設計就會有所不同，甚至，還能挖掘出更多可能性。
接著，我們會介紹 6 個目前在台灣可以接近（近用）的應用場景，帶大家認識透過口述影像欣賞不同藝術作品的樣貌，彼此間又有什麼差異。
第一篇文章中以院線片為例，說明了在台灣欣賞口述影像版電影的流程，但其實，我們還能在不同地方聽電影（包含劇情片、紀錄片等），聆聽方式可以區分為共融場、專場、線上平台。括號後面標註的是常用的呈現方法，但並非絕對。
聆聽方式 A：共融場（事先錄製）
以一般院線片為例，為了不影響其他受眾的欣賞權益，想聽口述影像的受眾需要另外租借耳機設備，透過耳機額外接收口述影像的聲音。詳細的流程可以回顧第一篇的說明。
這類共融場的好處是，無論你傾向用視覺看電影或用聽覺聽電影，都可以在同一個場合欣賞電影，彼此間不干擾，並且，口述影像的聲音是透過耳機播放，會有一種他在你耳邊講給你聽的親切感。然而，由於資源有限，影廳跟廠商租借播放設備也需要一定成本，目前這類院線片通常限制必須憑身心障礙證件才能借用耳機設備，其他人無法體驗該服務。
聆聽方式 B：專場（即時口說）
如果是口述影像專場電影（如板橋府中 15 電影院辦理的場次），通常會安排一位口述影像講述員在場，他會坐在影廳內，用麥克風現場「即時口說」給受眾聽，他的聲音會從麥克風外接的喇叭音響播放出來。這類專場的優點是不用特別準備耳機設備給受眾，但對明眼人而言較無法依照自身習慣的方法看電影。
此外，也需要考慮現場麥克風跟影片聲音的干擾問題。例如，在 KTV 裡面一邊播放歌曲一邊用麥克風講話，可能導致兩種聲音都聽不清楚，或是因為所在位置與喇叭的距離，造成資訊接收程度的落差。
以下影片是中國盲文圖書館講解員-田珈寧做口述影像專場的採訪，影片中講解員坐在觀眾席後方，手持麥克風即時說明電影畫面，受眾不用帶耳機設備就能聆聽，影片時長 2 分 53 秒：
＃中國盲文圖書館 －－口述影像館 by 一条 Yitiao…
聆聽方式 C：線上平台（事先錄製）
如果是透過線上影音平台觀賞電影，通常會將口述影像的聲音跟電影本身的聲音直接合併在一起，播放影片時只要從單一來源聆聽，這邊我們先將此呈現模式稱為「綜合音軌模式」。由於不同影視作品可能會在左右聲道提供不同的內容(註1)，口述影像的聲音有可能只在單一聲道輸出，也可能同時放在雙聲道輸出。
如果在 YouTube 搜尋「公視」「口述影像」，可以在 YouTube 頻道「公視點點愛」中聽到公視所提供的口述影像作品，就是採取綜合音軌模式呈現。
以下影片為 YouTube 頻道「公視點點愛」中，公視人生劇展口述影像版本電影播放次數最高的作品，《藥笑 24 小時》，片長 1 小時 28 分鐘，屬於綜合音軌模式。劇情中主要角色講台語，口述影像講國語：
@
付費的 Netflix、Disney+ 等平台也正積極建立口述影像資源，受眾可以自行選擇想聆聽的語言（如果該影片有配那麼多種的話）。假如要欣賞有提供口述影像的作品，需要在挑選影片聲音（如切換成國語配音、英文配音）的區塊選取「口述影像」，這時就會切換成口述影像的聲音。相較前面的共融場及專場會限制受眾的身分、限制受眾要在特定空間及時間內，綜合音軌模式可以幫助更多人更容易接近（近用）口述影像。
連續劇的片長雖然沒有電影那麼久，但是集數較多，總時長較長，提供口述影像的比例比電影更低一些。不過，它與非院線片的電影一樣，觀眾欣賞的是已經完成剪輯的影像作品，可以採用事先錄製的「綜合音軌模式」製作口述影像。
以下影片為 YouTube 頻道「公視點點愛」中，有提供口述影像版本的連續劇《麻醉風暴》的第一集，片長約 50 分鐘，屬於綜合音軌模式：
@
從影片中可以發現，連續劇由於集數多，通常出現的角色數量比電影更多，在口述影像的文稿撰寫上可能會特別突顯不同角色性格的差異。除了角色數量之外，演員講台詞跟口述影像使用的語言若不同時，也是一個製作上的挑戰。例如，鄉土劇演員講台語，口述影像要講國語還是台語？語言的選擇對文稿撰寫者及受眾具有不同的意義，詳細的製作挑戰會在未來的文章中繼續分享。
影視作品的另一大宗，是動畫 Animation（本篇文章中的動畫泛指 2D 或 3D 的卡通、動畫、動漫等 Cartoon、Anime、Animation 類型作品。例如《小豬佩奇》、《名偵探柯南》、《你的名字》、《冰雪奇緣》等）。除了在電影院播放的院線片動畫之外，一般來說，動畫的口述影像幾乎都是採用事先錄製的「綜合音軌模式」。
動畫與前述影視作品的口述影像，主要差異在於影片中聲音留白的時間及畫面虛擬性。
以學齡後為主要受眾的日本動漫為例，通常是由大量台詞、旁白組成，普遍情況下，比較不會出現如電影或紀錄片常使用的「遠景」、「長鏡頭」、「長時間不說台詞」的手法。因此，相對於電影，動畫幾乎不太有讓聲音留白的時間，同時，如同第一篇文章中提到，口述影像需要盡可能避免干擾受眾欣賞藝術作品，講述時，會儘量避開作品發出聲音（音樂、音效、人聲）的時間，最後，在動畫作品裡能留給口述影像的時間便十分有限。
如果遇到《虛構推理》（きょこうすいり）這種超大量台詞的動漫作品，口述影像可能真的配不了幾句吧（笑）
另外，動畫不同於攝影機拍出來的電影或連續劇，可以透過繪畫創造一個完全虛擬、非人型態的世界，如何描述不屬於真實世界的場景，是相當有趣的挑戰。例如，要如何描述《怪獸電力公司》（Monsters, Inc.）的毛怪跟三眼怪，或描述《腦筋急轉彎》（Inside Out）裡面變化多端的場景。
以下影片是 YouTube 頻道「公視點點愛」中的《水果冰淇淋》節目，每一集都會播放不同的動畫，這一集播的是《麋鹿不迷路》。片長 13 分鐘，屬於綜合音軌模式。
@
節目類型的影視作品，包含綜藝節目（如益智節目、脫口秀、音樂節目、選秀節目、生活體驗、實境節目、旅遊介紹）或比較具有新聞性的節目（如人物採訪、新聞報導、政論節目等）。不過，有提供口述影像的節目，數量比前述3個應用場景更少。
綜藝或新聞節目的口述影像，除了跟動畫一樣缺乏聲音留白的時間（如歌唱節目都在唱歌或講評，新聞節目有大量的對話跟旁白），另外，人物數量與動作及場景單一性也會影響可以講述的內容。例如，益智節目通常參與來賓非常多、人物採訪型節目的場景大多待在室內攝影棚錄製，較無場景變化需要描述。如果像韓國《大逃脫》（대탈출）這類以密室逃脫為主題的實境節目，能夠製作出口述影像版本的話，就有更多受眾可以用耳朵體驗解謎的快樂。
以下影片為 YouTube 頻道「公視點點愛」中，有提供口述影像版本的旅遊行腳節目《浩客慢遊》中名稱為「大樹、玉井。盛夏滋味」的集數，片長約50分鐘，屬於綜合音軌模式：
@
劇場演出常見的類型包括了舞台劇、舞蹈演出、音樂會。其特色在於，作品只有在劇場演出的當下才會「存在」，即使可以透過錄影將作品記錄下來反覆播放，但對於多數表演工作者及觀眾而言，錄製後的作品影像屬於「紀錄」，並非即時的「劇場演出」。
因為即興發揮、觀眾互動帶來的有機性，劇場演出通常是以即時口說的方式提供口述影像（目前多為共融場），講述者會坐在觀眾席或控台區，用麥克風即時說明場內畫面，受眾則用耳機設備聆聽口述影像內容。
在台灣，礙於人力，有提供口述影像的劇場演出十分稀少。以國家戲劇院為例，每年幾百檔的演出可能只有 10 檔具備口述影像版本。
不過，職業舞團「黃翊工作室」是例外。他們自 2018 年起開始嘗試提供口述影像版本的舞蹈演出，更承諾願意在未來的每個作品中都提供口述影像，也嘗試讓非視覺障礙的受眾體驗口述影像。
以下影片是「黃翊工作室」於 2018 年拍攝的紀錄影片，內容記錄了團隊嘗試打造口述影像的歷程，包含邀請視障學生參與前期口述影像文稿撰寫，邀請視障者參與舞台彩排與演出，聆聽受眾提供真實回饋，以及團隊舉辦的演後座談。影片中 20 秒到 1 分 07 秒，以及 4 分 0 秒到 5 分 03 秒的片段，可以聽到口述影像應用在劇場演出的示範。
vimeo 的影片：「黃翊工作室」於 2018 年拍攝的紀錄影片，內容記錄了團隊嘗試打造口述影像的歷程
逛展覽的時候通常會被服務台詢問是否需要租借「語音導覽」，那語音導覽跟口述影像版本的展覽又有什麼不同呢？主要差別在於考量「定位點」、「敘述的內容」、「其他輔助服務」。
一般逛展覽聽導覽的方法有兩種，專人導覽（由導覽員即時口說）、自行聽導覽（可能是租借耳機設備或透過 app，都需要戴上耳機，移動到作品前再依照作品旁邊標示的編號去選擇導覽音檔）。
然而，口述影像的導覽需要先考慮到使用者可能無法「自行抵達作品前」、「看到作品旁邊標示的編號」。因此，通常會特別設計展館動線，搭配定位點的設計，透過導覽儀器或手機的 GPS 找到受眾此刻靠近哪個作品，再播放對應的音檔。
同時，導覽的講述內容也需要考慮到受眾需求，不會只介紹作者或作品背景，還需要描述作品的特徵、顏色、質感、尺寸、細節等資訊。
以下影片是台中的國立美術館提供的口述影像音檔，內容為藝術家洪瑞麟在 1960 年創作的繪畫作品，名稱為《礦工頌》，影片時長 2 分 14 秒。
@
此外，由於雕塑類的作品很難只靠口語描述就讓人知道他的樣態，有些展館開始提供觸覺的設計物。例如用小模型、不同材質的物件去表達整個展場空間的設計；或是使用 3D 列印的方式做出複製品讓人可以直接觸摸作品的凹凸及質感；此外，國外更有單位嘗試用電阻讓人憑空觸摸到雕像。
以下影片是台中的國立美術館錄提供口述影像音檔，內容為藝術家黃土水於 1930 年創作的雕塑作品，名稱為《水牛群像》，影片時長分秒。
@
以下影片為布拉格國立美術館結合當地的視障協會 Leontinka foundation、捷克文化部門、 AI 軟體公司 NeuroDigital 等單位共同發起名為「Touching Masterpiece」（觸摸經典）的專案。影片中視障者戴上特製手套，雙手抬起放在身體前方上下移動，依照 3D 模型的軌跡，手套會在佩戴者移動到不同地方時產生震動，沿著震動處的軌跡就能在空中形成一個形狀的範圍，體驗者可以感受到雕塑上的鼻子或臉孔，就像是觸摸到一個真實的雕塑一樣。片長 2 分 15 秒。
@
目前台北故宮博物院、台中國立美術館、台南臺灣文學館有提供口述影像的導覽。不過，有些展覽場地與陳設，會隨著時間做調整或更換，事先錄製好的口述影像內容是否能即時反應變化，以及服務人員是否具備足夠的教育訓練，也是值得繼續努力的地方。
當不同領域的專家們認識口述影像的應用場景，便有機會思考自身提供的服務「是否無意間限制了某些人？」。當我們意識到這個問題，才能進一步調整或新增現有服務流程，並且增加更多不同的口述影像打開方式。
電影院的採購者可以考慮多引進口述影像版本的電影作品，拍戲的導演可以嘗試結合口述影像調整自己的創作角度，策展人可以試著設計出一個適合所有人參加的展覽，導覽員可以練習講一個閉上眼也能聽得懂的導覽，介面設計師可以運用口述影像技巧，在視覺元素上添加適當的替代文字。無論你的專業是什麼，都可以在所提供的服務中引進口述影像。
口述影像固然是一種幫助視覺需求者接近不同藝術作品的工具，更重要的是，我們如何集眾人之力打造一個視覺友善的環境，讓環境限制不再侷限彼此。
註1：所謂的左右聲道提供不同內容，是影視作品運用左右耳聽覺特性常見的製作手法。例如進電影院常聽到的杜比環繞音效廣告片，會感覺聲音來自四面八方環繞自己。左聲道的聲音如果只在左側喇叭輸出，聽者很大比例使用左耳接收聲音，會覺得影片中的聲音來自左方，可能畫面左方將有什麼事情發生，反之亦然。因此，當一段聲音分別透過左聲道及右聲道輸出時，可以創造出聲音來自不同方位的效果。
下集預告：口述影像製作經驗談
NOTE
如何在 Netflix 跟 Disney+ 上面找到口述影像版本的節目？
想在 Netflix 上找到口述影像版的作品，方法有3種：
- 方法 1：在搜尋列搜尋「口述影像」，會跳出有提供口述影像的作品，但數量較少。
- 方法 2：跳到首頁最下方功能列，點選「口述影像」專區，會跳出所在國家主要語言的口述影像作品。例如在台灣，會跳到「國語口述影像」專區。
- 方法3：在搜尋列搜尋「audio description in …」在 in 的後面輸入你想尋找的語言，例如「audio description in english」就有機會找到講英文的口述影像作品。除了英文，還有日文、韓文、西班牙文等不同語言的口述影像可以聆聽。不過，這個方法有可能只是找到該語言的配音，而不完全是該語言的口述影像。
以下圖片是 Netflix 首頁下方功能列的截圖，口述影像的區塊在社群平台連結區下方，功能列的左上角：
目前 Disney+ 並沒有像 Netflix 一樣提供查詢功能，直接搜尋「口述影像」或「Audio Description」沒辦法跳出相關作品。但是 Disney+ 上面其實有提供其他語言的口述影像，我們可以透過另一個網站來查詢。
在美國，有一個名為 ADP (Audio Description Project) 的組織，整理了各大影音串流平台上有口述影像的作品連結，如 Netflix、Disney+、Hulu 等。ADP 是全英文的網站，主要列出講英文的口述影像，網站裡面有個分類是「Non-English AD」，點下去可以找到不講英文的口述影像，目前中文大約有20幾個作品，主要集中在 Netflix 上面。
不過，由於線上串流平台會有不同地區買不同作品的版權問題，因此，不是每一個網站上列出的作品都可以在台灣的 Netflix 看到。
ADP 的網站連結：https://adp.acb.org/index.html
在本次收集資料的過程，意外發現有一個美國的 YouTube 頻道「SoundwaveSpectre」專門製作遊戲的口述影像。想不到吧？口述影像竟然還可以拿來追遊戲實況！！！
以下影片是該頻道錄製的《上古卷軸V：無界天際》（The Elder Scrolls V: Skyrim）的遊戲內容，可以聽到口述者描述遊戲中的場景切換，該遊戲偏向於電影劇情式的遊玩方法，講述者採取了事前錄製的方式呈現。點開前請留意該遊戲有暴力血腥元素。時長約1個小時。
@
相比一般遊戲實況主或專門錄製遊戲體驗的頻道，口述者花了比較多心力在描述操作選項，透過他的講解，受眾好像也正在操作遊戲畫面，可以跟著他「一起玩遊戲」。
以下影片是該頻道開直播玩《動森》的實況畫面，除了有實況常聽到的碎念、對遊戲內容的吐槽，也有對遊戲畫面、可愛物件及難以理解的動森語的轉述，相當有趣。時長約58分鐘。
該頻道主跟妻子都非常喜歡玩遊戲，兩人一起經營頻道，他的初衷是讓所有人都可以不受限制，一起享受遊戲的樂趣。
有一位網友留言說：「我非常感謝你錄製了這個內容，我很想玩這款遊戲，但我玩不了，因為我看不見。」
擴張應用場景，我們就可以挪去更多的障礙。希望在不久的將來，這位網友不用上來說他聽得很開心，而是上來分享他親自玩遊戲的心得。
