在前兩篇文章（什麼是口述影像及口述影像的多元打開方式）中分享了許多類型的口述影像作品，不過，一個口述影像的音檔到底是怎麼從無到有製作完成的呢？在製作過程中又有哪些要注意的部分？在這篇文章中，筆者會分享先前參與台灣視覺希望協會 (HOVA) 舉辦的「口述影像製作培訓課程」的心得，分享課程中三個關鍵學習階段，涵蓋實際動手分析影像、寫稿、錄音、剪輯的過程。
HOVA 定期會開設「口述影像製作人才培訓計畫」，讓更多人學習如何製作口述影像。我先前參與的梯次是每週六日各2小時，為期約三個月的線上課程，學員來自全台各地，有人在視覺障礙相關的非營利組織工作、有人是家庭主婦、有人是學生、有人純粹對聲音有興趣。成員中，同時有明眼人及視障者一起參與，這點更成為後續課程中能夠直觀地感受「口述影像品質」的關鍵。
在參加這門課程之前，我對「口述影像」的認識，其實只停留在「研究」、「試聽」、「自己製作短版的demo」。雖然本身具備聲音製作的經驗，但畢竟不是專業配音員，沒有機會參與完整的作品製作。對於如何提供一個更完善的「口述影像」服務、如何提供適合「不同藝術作品」的口述影像，還是不太了解。因此，我選擇參與這門課程，嘗試用一種系統性的方法學習。
接下來，我會以最一開始對口述影像的簡介：「把眼睛所見的換成文字用口語說出來」，分成三個部分來說明課程中關鍵的學習階段與心得。
在課程的第一階段，講師引導同學從不同的圖片、影片中觀察畫面中有哪些元素？在這個階段，我們會發現不同人看見的重點大不相同。
以這張圖為例，你會怎麼描述你所看見的？
定格幾秒，想一下，再繼續往下讀。
有可能出現以下幾種敘述：
- 有隻貓坐在黃色沙發上。
- 明亮的客廳裡，中間放了雙人座的沙發，前方有年輪造型的原木茶几，後方有開放式的書架。
- 有兩隻貓躺在黃色沙發上，一隻橘貓蜷縮著前腳在身下，一隻黑白毛色的賓士貓側躺在左邊。
- 開放式書櫃擺放著書籍、照片，右邊有個立燈跟鐵製茶几，後方牆上掛著相片。
你有發現嗎？上面四個敘述都正確，沒有出現「憑空捏造」的物件，但是，每個敘述「看見」的重點都不同。有些敘述以動物為主體，有些敘述著重在空間環境，有些帶到色彩及光線，有些眼裡只有貓（？）。
這個落差其實也顯示了傳播學中常見的「選擇」議題。在美國傳播學者Lasswell 早期提出的傳播模型中提到，傳播過程有五個關鍵問題，包含誰、說了什麼、透過什麼媒介、對誰、效果如何。其中，「To Whom（對誰）」探討了不同受眾會對相同的訊息有不同的理解，例如年齡、文化背景、興趣等。每個人就像是個篩子，儘管獲得一樣的資訊曝光，卻會因為有意識及無意識的緣故，與自身產生共鳴而發現的物件、最後選擇接受的資訊、產出的理解都會不一樣。
然而，口述影像的角色偏向「翻譯」，需要盡可能如實精準地轉達創作者在藝術作品中擺放的訊息，避免因為自己的主觀意識，遺漏或過度解釋了作品內容。眼睛（口述影像製作者）要負責看，但要看什麼、選擇如何理解，應該盡可能留給大腦（口述影像接收者）。
除了影像畫面的內容，電影或電視劇通常還會有很重要的訊息：聲音。但意想不到的是，明眼人跟非明眼人所「聽見的」，竟然也有不同。
以這段影片為例，如果不看畫面，你聽見了什麼？如果看畫面，你聽見了什麼？
在跟非明眼人同學一起上課之前，我其實只會覺得「影片裡有好多種聲音、聲音好像都不太一樣」。但在課堂上，我發現他們反而會提出「第二次出現的水聲跟前面有什麼不同？」、「我聽到一個唰唰的聲音，那時候發生什麼事了？」。因為缺少了影像的資訊，聽覺變成唯一收集資訊的管道，每個聲音都變成解讀畫面的重要線索。因此，後來我在寫稿時，會特別留意不同聲音出現的情況與其所代表的意義。例如，剛才的影片中，至少出現了5種跟水有關的聲音。
如果你仔細聽，會發現這幾個水聲都略有差異。第一個水聲（大約在38秒）有小幅度、水量不多的感覺；第二個水聲（大約在1分10秒）伴隨著重物摩擦；第三個水聲（大約在1分38秒）有重物落入水面的撞擊感；第四個水聲（大約在2分13秒）是水流不大，由上而下的感覺；第五個水聲（大約在2分27秒）有水沖向許多摩擦物帶來撞擊的感覺。
那對應到的畫面分別是什麼呢？
第1個水聲：在小水桶裡洗手。
第2個水聲：把小船從沙灘上推入海裡。
第3個水聲：把可能是捕魚用的竹籃拋向海面。
第4個水聲：涓涓細流的瀑布。
第5個水聲：海浪沖刷石頭。
第一階段的重點摘要：我發現我需要盡可能看得全面、聽得完整，避免遺漏作品中重要的影像與聲音訊息，才能在下個階段有完整的素材可以使用。
完成觀察之後，下一步是將所看見的物件、發生的事件及動作用文字寫出來。
從這個階段開始，學員需要練習寫出不同類型影片的文字稿。同時，需要留意聽者的理解程度、影片的風格，並開始加入時間長度的限制。
課堂上其中一個練習的作品是2002年上映的武俠電影《英雄》。這是部什麼樣的作品呢？如果沒看過的話，可以先從預告片看（聽）出一些端倪。
（備註：預告片旁白的聲音說：「一個無名的劍客，身懷絕技，且毫無畏懼，隻身對抗屠殺同胞的暴君。為了完成任務，他必須擊敗三大高手，才能靠近誓死擊敗的敵人」最後畫面上的字幕寫著：「他的強悍力可敵國，他的勇氣促成天下統一」）
從預告片中可以發現，《英雄》是一部充滿著中式古典美學的武俠電影，裡面有許多傳統武器如刀、劍、弓箭，也有許多中國古典絲絃樂器的演奏，更有著輕功水上飄的仙俠風格武打對弈場景，甚至，配樂裡面有很多刀劍金屬摩擦交手的聲響。
因此，在撰寫demo的口述影像文稿時，我特別留意了以下幾點：(1)保留聲音的留白處，讓音樂帶出中式美學的氛圍 (2)描述對打的文字盡可能多一點武俠感
比方說，描述整體場景的文字我使用了「霧氣繚繞的山林裡，空曠湖面上」，描述兩個角色在湖面上PK的畫面，我選擇了「騰空過招，以劍互相抵制著」、「以刀尖落水，乘勢飛起」、「來回之間，以劍運氣，劍一掠過水面，就重新躍起身子」。以上都有出現武俠作品中常見的用字，如「山林」、「運氣」、「騰空」、「過招」等。
而不會使用「天氣灰濛濛的有朦朧的感覺」（瓊瑤感？）、「殘劍用真摯的眼神看著無名」（禁斷的愛情劇？）、「他們在空中把劍甩來甩去」（科幻英雄片？）這類比較不符合電影氛圍的文字去描述。
我最後完成的片段demo如下，是否有感受到中式古典的美感呢？
換成文字的練習，除了要留意前面說的聽者理解程度、影片風格等條件，還需要避免「超譯」。這邊的「超譯」是指過度翻譯畫面中的意涵、或是過度解讀了主角的內心情感。
以課程中練習了1998年上映的《楚門的世界》為例，其中一段劇情在講述主角（楚門）正面臨的一場冒險。如果用一般翻譯及超譯版本寫出來的口述影像文稿。可能會是這樣：
一般：
「海面上，暴風雨的風浪搖晃著一艘小帆船。天空放晴，陽光穿過雲層照在楚門的身上，他虛弱地癱倒，肩膀以上幾乎要掉出船的邊緣。」超譯：
「海面上，暴風雨的風浪搖晃著楚門所在的帆船，廣大的海面映照出楚門的渺小，正如他在這場真人秀中的處境。天空竟然放晴了，陽光穿過雲層照在楚門的身上，彷彿一道希望的光降臨！他虛弱地癱倒，肩膀以上幾乎要掉出船的邊緣，似乎在暗示著他脆弱不堪的心。」
從上面的文字應該可以清楚地發現，超譯版本會過度解讀畫面的意涵，帶入了翻譯者（口述影像寫稿者）的主觀意識，也會讓觀眾對於劇情有著截然不同的理解。
雖然，翻譯人員（包含平時常見的翻譯、口述影像製作者）是否可以「超譯」作品，一直以來都有不同的擁戴者（註1）。有些人認為幫助聆聽者取得更親切的翻譯是好事，有些人則覺得，翻譯只是協助受眾認識作品，應該保留原作中的美感，讓受眾自己去詮釋。
以我個人觀點來說，我認為，當口述影像的發展仍處在需要取得原作者的授權時，應該要避免「超譯」。一來是藝術作品本來就可以有專屬於每個人的解讀，作為眼睛，應該避免干涉大腦的想法：二來，過度超譯的文稿，可能會造成原作者的反感，若導致對方不願意授權，反而破壞了原先製作口述影像的美意。
我最後完成《楚門的世界》demo如下，由於這個片段是劇情的最後高潮，如果你還沒看過這部電影，又不想被暴雷，建議先不要點開來聆聽。
（防雷線）
（防雷線）
（防雷線）
第二階段的重點摘要：將觀察寫成文稿，需要留意受眾的年齡及可理解的詞語程度、影片自身的風格、依照可以講話的時間長度縮短稿子，尤其要避免超譯作品。
當完成了觀察、撰寫好文稿，接著還會遇到實際要唸出口述影像的階段。在這個時期，要注意咬字、聲音表情、語速、講述的語言等。
咬字並不需要太過於字正腔圓，避免讓聽者覺得跟原本作品中的聲音格格不入，但也需要避免講得不清楚，讓聽者聽不出來畫面上發生了什麼。然而，聲音表情倒是和一般的配音有極大的不同。
以動畫來說，聲優最讓人佩服的地方，就是能夠同時演繹不同的角色，可能是調皮的鄰家小孩、性感的大姊姊、歷經滄桑的婆婆，然而，誠如前一段所說明，大部分的口述影像要盡量避免超譯及干擾，因此，在聲音表情的部分會盡可能避免「過度強烈的情緒」，除非，影片本身的情緒就十分強烈、緊張，這點會和一般的配音作品有所不同。
以其他學長姐的練習為例，因為影片本身是一段刺激的場景，聲音表情比較激烈、語速也很緊湊：
此外，在課程中，意外發現語言的轉換也是寫文稿及配音時極大的挑戰。以台灣的情況為例，常見的國產連續劇語言包含國語、台語、客語、原住民語等。其中，又以國語及台語的受眾較多。然而，當演員用台語講台詞，口述影像應該講國語還是台語呢？
以課程中練習的台語八點檔《黃金歲月》為例，先聽聽看同梯同學用國語講述的版本
另外一個則是我以台語錄製的版本：
從片段中可以發現，如果是熟悉台語的受眾，聽鄉土劇時聆聽同一種語言（台語）的口述影像會比較親切，因為不需要再經過一次語言轉譯的過程。（意即從台詞到旁白的切換，可以一直聽台語，而不用台語、國語來回切換）。
不過，正如要把中文翻譯成英文是一道門檻，習慣中文寫作的人要撰寫台語的文稿並不容易。從語言用詞、唸出來的語氣(khuì-kháu)都是相當大的挑戰。
比方説，其中一段文字分別是：
國語：「曉云滿臉狐疑，從沙發起身，在嬰兒房內四處張望」
台語：「曉云滿臉懷疑 (sió-hûn-muá-bīn-hiâm-gî)，從沙發坐起來(uì-phòng-í-tsē-khí-lâi)，在紅嬰仔的房間內四界看 (tī-leh-âng-enn-á-ê-pâng-king-lāi-té-sì-kè-se̍h)」
光是這一段的「懷疑」、「起身」、「四處張望」，在台語裡面其實就有許多種不同的講法。比如，主角的「滿臉懷疑」，是不是也可以說他「感到困惑」，那應該用懷疑(huâi-gî)、困惑 (khùn-hi̍k)、還是起疑心 (khí-gî-sim)？主角的動作是「起身」，但如果直翻，會變成代表啟程的起身(khí-sin)。又或者，主角「四處張望」，到底是看一下 (khuànn-māi)、影一下 (gán-tsi̍t-ē)、還是眼一下 (iánn-tsi̍t-ē)？
另外，台語每一個詞語（名詞、動詞、介系詞等），都會因為不同的地區、習慣而有發音及用法差異。有些人講的「看一下」是「看一下影子 (gán-tsi̍t-ē)」，語感上強調了要看的目標物影像；有些人則是「眼睛看一下 (iánn-tsi̍t-ē)」，語感上比較強調用眼睛看。
因此，語言的轉換，在文稿撰寫及講述上其實又是一門更深的學問，即使希望帶給聽眾更貼近自身文化背景的選擇，但撰稿者及講述者的能力未必能完成精準的翻譯。
第三階段的重點摘要：咬字需要清楚但不必太刻意，聲音表情不會像配音那麼生動，如何依照作品的語言轉換口述影像講述的語言也是挑戰。
第一：HOVA特別在網站上創立了「口述影像資料庫」專區，把學員的作品上傳到網路空間，並去除可識別的綽號特徵。這點有助於影像作品的製作單位（如導演或製作人）可以認識更多口述影像講述者，畢竟以既有的環境來說，可以配音的名單實在不多呀！同時，以聲音為媒介建立的認識管道，也能避免因為講述者的障礙別、外表等因素帶來的第一印象干擾。
第二：成員中同時有著視障者、明眼人，對於我來說是相當大的啟發。視障同學所提出的需求與回饋，包含他們所察覺到的聲音、對環境或物件的好奇、甚至是對我們的描述聽不懂的回饋，都能幫助我在撰寫口述影像文稿時，不會只用明眼人自以為對的角度來撰寫，而能夠更完整、更友善地理解他們所聽見的世界。
第三：雖然不是所有同學未來都有機會參與影視作品的口述影像製作，但透過這趟課程，卻也幫助到彼此更加認識什麼是口述影像，便有機會應用到自己的工作環境中。我相信，從更廣的層面來說，這也有助於提升社會大眾對視覺友善的認知程度，進而吸引更多人關心口述影像、開始投入資源協助口述影像的發展。
希望之後有更多單位能推出口述影像相關課程，幫助更多人認識、體驗口述影像，甚至透過課程，獲得賦能，發現自己也能為視覺友善帶來正向的影響與貢獻。
註1：關於語言的「超譯」，可以參考「志祺七七」的這篇文章，獲得不同的觀點。
下集預告：口述影像的現實考驗
以下這張圖，你會怎麼說出你所看見的呢？歡迎留下你的答案。
