La preservación digital del patrimonio audiovisual en soporte magnético en la Biblioteca Nacional de España

1 Introducción

La Biblioteca Nacional de España (BNE) inició en 2022 un proyecto de digitalización masiva de material audiovisual en soportes magnéticos de audio y vídeo. Por lo general, se prioriza la digitalización del fondo que está libre de derechos, lo que permite su difusión a través de Internet y la posibilidad de reutilizar la información para generar nuevos productos basados en ella ¿Por qué, entonces, digitalizar un fondo con derechos de autor que no va a poder ser difundido a esa escala? Las razones son bien claras. La degradación de los soportes en los que se encuentran los fondos audiovisuales es patente y es cada vez más difícil encontrar o mantener los equipos físicos necesarios para su reproducción, así como el personal cualificado para el mantenimiento y reparación de dichos equipos. Por otro lado, poder hacer uso de una copia digital para su visualización evita las constantes manipulaciones de los originales, que aceleran aún más la degradación de un material ya muy deteriorado.

La urgencia para abordar este tipo de materiales es evidente. Ha llegado el momento de preservar los millones de vídeos que se produjeron entre los 70 y los inicios de los años 2000 y que se encuentran en archivos de todo el mundo, como así refiere la International Association of Sound and Audiovisual Archives (IASA; Fleischhauer i Bradley, 2019).

El primer paso lógico de esta preservación será la conversión de la señal analógica a digital, lo que se consigue básicamente mediante una digitalización de alta calidad, siguiendo recomendaciones internacionales acordes con el tipo de fondo de que se trata. Pero esta digitalización no es garante por sí misma de la preservación de los fondos hasta que no se le sumen las acciones propias de la preservación digital, asegurando y protegiendo de riesgos o pérdidas esas digitalizaciones. Este cometido, que se está llevando a cabo en todos los proyectos de digitalización de la BNE, hace que la institución cumpla con una de sus misiones más fundamentales, la preservación del patrimonio a largo plazo.   

2. El fondo a digitalizar

Como primer paso antes de proceder con la digitalización, hay que llevar a cabo un estudio y análisis del material que se tiene. Estos proyectos masivos implican a todos los departamentos de la Biblioteca en un proceso de selección muy minucioso. Deben marcarse prioridades para la preservación en función de varios aspectos: el deterioro físico del soporte, por ejemplo, o la obsolescencia tecnológica, es decir, aquellos que ya no se pueden reproducir porque ya no existen en la institución reproductores disponibles. Por otro lado, existen otros criterios para la selección relacionados con los intereses propios de la entidad.

La colección de audiovisuales de la BNE está compuesta por cintas magnéticas (principalmente VHS, BETAMAX y Vídeo 2000) y discos digitales (DVD, Blu-ray 4k HD). En su mayoría son documentos ingresados gracias al cumplimiento de la Ley de depósito legal, que obliga a depositar, al menos, un ejemplar de los audiovisuales distribuidos o editados en España (Gobierno de España, 2021). La colección conserva todo tipo de soportes creados para el consumo doméstico y conforma una buena base de datos referente para los estudios e investigaciones relativas a nuestro cine ya que incluye, no sólo de títulos audiovisuales, sino también información referida a los creadores: los directores, productores, compositores de bandas sonoras junto a los intérpretes. Es un reflejo de la industria cultural de consumo de masas que muestra los gustos y tendencias en el mundo de la producción audiovisual de los años 80 en adelante como indicaron Bordes, García y López (2018).

El cumplimiento de la Ley de depósito legal implica, además, que la colección está plagada de obras iguales en formatos diferentes, por lo que también se debe valorar el número de copias de las que se dispone.  Por ejemplo, una misma película puede encontrarse en VHS, DVD y Blu-Ray ¿Es necesario digitalizar todos los formatos de una misma película? Cada formato tiene sus particularidades propias y todas deberían ser preservadas a largo plazo. Pero desde luego la respuesta real depende en gran medida de los recursos disponibles.

El proyecto de digitalización masiva que se está abordando actualmente en la BNE abarca una parte del fondo audiovisual de la Biblioteca en medios magnéticos analógicos. 

Figura 1. Fondo audiovisual objeto de la digitalización masiva

Se digitalizan cintas de vídeo de todos los formatos disponibles: VDH, BETAMAX, Betacam, Vídeo 2000 y VHS-C. Los formatos más inusuales ya no disponen de reproductores para el público, por lo que su digitalización es fundamental. El proyecto permitirá digitalizar la totalidad de estos formatos menos habituales; pero en el caso del VHS, ha habido que establecer unas prioridades, ya que no se podrá completar la digitalización de toda la colección en este formato. Así, por ejemplo, se da prioridad a ejemplares raros y únicos como, por ejemplo, las grabaciones caseras que Manuel de Cos (Wikipedia, 2022) donó a la Biblioteca, que suponen un interesante testimonio etnográfico. También se anteponen las producciones nacionales, frente a las extranjeras, en consonancia con la misión de la Biblioteca: música o películas españolas, compositor, director o intérprete español…

3. Los formatos digitales de preservación

Una vez determinado cuál será el material a digitalizar, el siguiente paso debe ser establecer los parámetros requeridos para su digitalización, teniendo en cuenta directrices y estándares internacionales, como las definidas por la IASA o la Library of Congress (Library of Congress, 2023), así como las conclusiones obtenidas fruto del análisis y estudio previo del material. Por otra parte, para tomar una decisión adecuada a cada proyecto, hay que tener en cuenta otros factores que influyen en él: los recursos disponibles, el tiempo, la capacidad de almacenamiento y la calidad de los originales.

En primer lugar, debe definirse el formato del fichero máster. La elección del más apropiado va a depender, en gran parte, de la calidad del original y debe ser un reflejo, lo más fiel posible, de éste. En realidad, este fichero máster no es más que un contenedor digital que alberga los ficheros de los distintos tipos de señales analógicas en su interior: de vídeo, de audio, de texto (subtítulos), y de metadatos, ya sea producto de la transferencia analógico-digital, o porque se informen a posteriori. Así, por ejemplo, de un VHS se extrae una única señal con audio y vídeo en canales obviamente separados, pero sin subtítulos, a no ser que los hubiera. El contenedor identifica los datos y establece el orden en el que se guardan.

Algunos de los contenedores más conocidos son Audio Video Interleave (AVI), Matroska (MKV), Moving Picture Expertes Group (MPEG) o QuikTime File Format (MOV).

Estos ficheros ocupan mucho espacio por lo que suelen ser comprimidos por medio de códecs. La elección del códec también es importante. Éstos algoritmos codifican la información y después decodifican para que se puedan reproducir. De esta manera, reducen el espacio del fichero eliminando información redundante o de baja percepción y respetando la calidad del original en la medida de lo posible.

Generalmente, los códecs más considerados en preservación son los que ofrecen compresión sin pérdidas y son formatos abiertos porque la información para decodificar los datos y devolverlos a su estado original está siempre disponible. Algunos de los más habituales son Digital Video (DV), X264, Smpte 421 (VC-1) o ProRes.

3.1. El formato digital de preservación empleado en la BNE

La elección del formato de fichero máster para la preservación a largo plazo del material audiovisual no es una tarea sencilla. No hay un solo estándar que despunte o se utilice a nivel global, como sí ocurre en los registros sonoros o en el material librario, para los cuales están más definidos. Cualquiera de las opciones disponibles tiene siempre uno o varios aspectos a considerar a favor y en contra.

La decisión final va a depender de varios factores, pero, sin duda, uno de los que más va a influir es la disponibilidad de presupuesto, y por extensión, de la capacidad de almacenaje de unos ficheros excesivamente pesados.

El formato elegido en los proyectos de la Biblioteca Nacional a lo largo de los años ha ido variando de proyecto a proyecto según iba cambiando el panorama en la preservación digital del patrimonio audiovisual, la evolución de las tecnologías y en consonancia con el presupuesto disponible.

En lo que respecta al contenedor, en el primer proyecto de digitalización de este tipo de material se utilizó el Audio Video Interleave (AVI). En proyectos posteriores se optó por cambiar a QuickTime File Format (MOV). En la digitalización actual, después de probar la calidad y resultados con varios formatos, se decidió mantener el formato QuickTime.

Se trata de un tipo de archivo muy usado y extendido para la reproducción de contenidos multimedia. Además, la calidad de este formato es superior a otros y los ficheros pueden comprimirse para conseguir archivos más pequeños manteniendo la calidad de la imagen. Otra de sus ventajas es la posibilidad de almacenar metadatos con información sobre el contenido.

La principal desventaja desde el punto de vista de la preservación digital a largo plazo es que se trata de software propietario, con los riesgos que eso supone para migrar los ficheros a nuevos formatos cuando queden obsoletos o dejen de mantenerse.

El hecho de elegir este formato a pesar de ello es porque, por un lado, el formato está tan extendido que es de suponer que, llegado el momento, existirá la posibilidad de migrar a otros formatos sin perder la información. Por otro lado, las necesidades de almacenamiento en otros formatos libres se dispararían y no podrían asumirse presupuestariamente. Actualmente, todo lo que se va a producir ocupará aproximadamente 800 TB y deben guardarse dos copias según la política actual de preservación en la BNE. De haber seguido las recomendaciones internacionales, se estarían duplicando o incluso triplicando las necesidades de almacenamiento, lo que supondría dejar menos presupuesto para la digitalización. Así pues, se ha llegado a una solución de compromiso.

Otro de los factores que determinó considerar esta opción fue el baremo publicado por la Open Preservation Foundation con los formatos más utilizados (Open Preservation Foundation, 2022). Esta organización publicó una comparativa con los formatos de archivo más adoptados por diferentes instituciones con el fin de inspirar a las organizaciones que estaban comenzando o renovando su política de formato de archivo. En la tabla comparativa, diferentes instituciones culturales aportaban un valor a los distintos formatos: 2 puntos si era un formato preferente, 1 si era aceptable, 0 para los formatos aceptados pero que serían transferidos inminentemente y -1 si no era aceptado.

En el momento de tomar la decisión del formato para el proyecto de digitalización masiva, QuickTime File Format mantenía una de las mayores puntuaciones en la tabla. A pesar de ello, la tecnología evoluciona rápido y van apareciendo otras soluciones que cumplen con los requisitos que cualquier institución considera como favorables: código abierto, gran calidad con archivos menos pesados, etc. Esto, unido a que la calidad del original en este tipo de soportes no es buena y que la BNE cuenta con otros formatos posteriores de mayor calidad, hace que pensemos que estamos empleando unos recursos demasiados cuantiosos en espacio y, por extensión, costosos.

En adelante, tendremos en cuenta todas estas variables porque a la vista de esta experiencia tendremos que usar otros formatos más adecuados, basándonos en la relación calidad-inversión entre el original y la copia digital.

Figura 2. Proceso de digitalización de material audiovisual

Otros parámetros a considerar, son los siguientes:

• Compresión. Teniendo en cuenta la gran cantidad de datos de imagen y sonido que se requieren para representar una secuencia de vídeo digital, la compresión se hace indispensable, aunque existan opciones de no compresión. En el caso de este proyecto de digitalización masiva se utilizó el códec ProRes 4:2:2 a pesar de ser un sistema de compresión con pérdida de información. Por un lado, se trata de una pérdida limitada no perceptible teniendo en cuenta que las fuentes son cintas de vídeo caseras (VHS o BETAMAX).  Por otro lado, se adapta bien a los posibles procesos posteriores de edición y representa un equilibro entre calidad de imagen y sonido, y optimización de recursos de almacenamiento y procesado.
• La resolución espacial de cuadro. En los sistemas de vídeos analógicos, la resolución equivale a 720x576 píxeles, por lo que la decisión estaba clara. Se respetaba el original, pues de otra manera se estarían trazando píxeles de más, que no existen en la fuente, falseando el resultado.
• Profundidad de color. La imagen de vídeo se registra y transmite separando el color de la información de luminancia. La profundidad de color de este proyecto era de 4:2:2, teniendo en cuenta que la información de luminancia se suele muestrear al doble que la información de color. De esta manera por cada dos muestras de luminancia, hay sólo una muestra de color.
• Profundidad de bits. Determina la calidad del color y el contraste de la imagen. En este proyecto se utiliza una profundidad de 8 bits por canal de color.
• Tasa de muestreo. Es el volumen de datos por segundo medido en Megabits. Está determinado por todos los parámetros anteriores en cuanto a calidad de la imagen. Se definió en 45,88 Megabits por segundo. Se utiliza, por otra parte, una tasa de bits variable, es decir, aumenta cuando haya mucho movimiento en la secuencia y se reduce cuando no la haya.

4. Los ficheros derivados

Otro de los objetivos en un proyecto de digitalización es la difusión del fondo dentro de los marcos que establece la Ley de propiedad intelectual. El fichero máster es demasiado pesado para poder ser difundido en los portales de acceso, incluso en algunos ordenadores locales antiguos, por lo que, por lo general, se realiza una copia en un formato más ligero que pueda ser difundido fácilmente en el gestor de contenidos, en el caso de la BNE, el portal Biblioteca Digital Hispánica (Biblioteca Nacional de España, 2022).

En este caso el contenedor es el MP4, formado por una serie de algoritmos de compresión que codifican datos, audio y vídeo optimizando su calidad de almacenamiento, codificación y distribución en redes. De igual forma, se reduce la tasa de muestreo a la oportuna para una visualización de calidad.

Se eligió este formato porque es compatible con un extenso número de dispositivos de los usuarios, ordenadores y teléfonos móviles; y además con programas de edición de vídeo, con servicios y protocolos de transmisión, lo que favorece su uso y compatibilidad con futuros dispositivos y programas. Además, funciona con HTML5, facilitando el uso de vídeo en las páginas web.

Tabla 1. Parámetros definidos en el proyecto de digitalización masiva de la BNE para los ficheros máster y derivado

5. Metadatos

Una vez realizada la digitalización teniendo en cuenta los parámetros definidos, es el momento de reflejarlos en los metadatos.

La información que se aporta en el fichero de metadatos debe ser suficiente para documentar los objetos digitales con el objetivo de que a largo plazo permita reproducir la obra lo más fiel posible al original. Pero no solo permiten identificar el objeto digital, también facilitan las futuras migraciones de los archivos.

La información que se detalla es muy diversa y complementaria a la vez. Debe contener la codificación del fichero, datos del creador y editor del fichero, información bibliográfica, derechos de uso y acceso a los objetos digitales, lista de los estándares de metadatos utilizados, sin olvidarse de comprobar la integridad de los mismos mediante la consignación de la huella digital (MD5), comprobaciones con antivirus y validaciones en función de las extensiones de los ficheros, es decir, eventos propios requeridos en la preservación digital.

Para la información descriptiva, administrativa y estructural del objeto digital y para los datos de preservación se utiliza el esquema de metadatos METS-PREMIS. En cuanto a los metadatos referidos al contenido audiovisual se utiliza EBUCore, un esquema de metadatos basado en Dublin Core.

Otro proceso de gran interés, es la comprobación de posibles ficheros corruptos. JHOVE solo revisa la estructura de los ficheros TIFF, detectando aquellos que están corruptos en la cabecera o en los puntos en los que se separan unos datos de otros, pero no comprueba si el fichero está dañado. Para esta tarea utiliza CONVERT (ImageMagick) (5) transformando cada fichero, TIFF y JPEG, en una miniatura en JPEG que se descarta posteriormente. Así, recorre todo el fichero (estructura y datos de imagen) y encuentra posibles errores.

Con esto se completa el paquete de información requerido para cada objeto digital y su uso a largo plazo.

Éste es un ejemplo, de la parte técnica del esquema de metadatos de un fichero digital audiovisual, en el que se pueden ver los parámetros específicos para cada una de las partes de vídeo y audio:

Figura 3. Fichero de metadatos de vídeo y sus partes (videoFormat)

Figura 4. Fichero de metadatos de video y sus partes (audioFormat)

6 La preservación del patrimonio audiovisual

El resultado de estos proyectos de digitalización son las colecciones digitales. Estamos creando una nueva forma de patrimonio y, como tal, la BNE tiene la obligación de garantizar su preservación a largo plazo y su reutilización en el futuro, tal como se establece en sus funciones (Gobierno de España, 2015).

La preservación digital a largo plazo conlleva una serie de acciones bien establecidas a nivel internacional: vigilar la obsolescencia tecnológica, prevenir la pérdida de archivos por corrupción espontánea, evitar la incompatibilidad de software y hardware, así como evitar los virus informáticos que eliminan o encriptan archivos o los borrados intencionados.

Desde 2012 la BNE cuenta con un sistema de preservación digital que permite chequear la integridad y autenticidad de las colecciones digitales, auditarlas, protegerlas de pérdidas fortuitas y gestionar una migración de formatos de archivos en caso de que estos se quedaran obsoletos.

También permite realizar una segunda copia controlada en una sede geográfica distinta de su sede principal. Contar con dos copias en sedes geográficas distintas constituye una condición esencialpara cumplir con los niveles de preservación digital más básicos. Así lo reconoce por ejemplo la National Digital Stewardship Alliance (NDSA) en lo que a la protección de datos se refiere (National Digital Stewardship Alliance, s.d.).

La comprobación de la integridad de los datos de las colecciones digitales se lleva a cabo en varias partes del proceso de la preservación. La primera comprobación se produce a la hora de generar el fichero de metadatos de preservación. Otras, en el momento en que se ingesta el objeto en el sistema de preservación, a lo que hay que sumar la validación de ficheros. Y el resto de comprobaciones se producen en las diversas auditorías que se realizan a lo largo del tiempo para asegurarnos de que el objeto no ha sufrido ningún conflicto y que los datos son los mismos que se recibieron al principio.

Cualquier discrepancia entre las sumas de verificación calculadas en las auditorías y las almacenadas ya en la base de datos genera una alerta de que se ha manipulado o se ha producido un deterioro de bits o corrupción de datos.

Conclusiones

Queda evidente la urgencia para digitalizar el patrimonio audiovisual en soportes físicos. Es una tarea que las instituciones culturales deberíamos abordar lo antes posible.

Disponer de estándares más claros y extendidos, sin duda, ayudaría a estas instituciones a abordar de una manera más clara y menos dubitativa los proyectos de digitalización. Por otra parte, hay demasiados factores que influyen en la toma de decisiones. Uno de los más evidentes es la disponibilidad presupuestaria, ya que los ficheros digitales resultantes son muy pesados y necesitan un volumen considerable de espacio de almacenamiento que debe durar en el tiempo. Debido al coste del almacenamiento, y a pesar de las recomendaciones generales, hay que considerar si la calidad de la copia máster no es excesiva para un soporte original en el que esa calidad no existe.

Por otro lado, la constante evolución de la tecnología y la velocidad a las que ésta ocurre, hace que tengamos que volver a plantearnos las mismas preguntas de un proyecto a otro y que tengamos que renovarnos en cada uno. La única idea que permanece es que todo cambia.

Bibliografía

Biblioteca Nacional de España (2018). "Preservación digital" [vídeo]. Canal de YouTube de la Biblioteca Nacional de España. <https://www.youtube.com/watch?v=VYwTL7C82n4>. [Consulta: 31/01/2023].

Biblioteca Nacional de España (2023).  Biblioteca Digital Hispánica. <http://bdh.bne.es/bnesearch/Inicio.do>. [Consulta: 31/01/2023] 

Bordes, Isabel (2018). "¿Qué es y qué no es la preservación digital? O la necesidad de unos pocos mantras". El blog de la BNE. <https://www.bne.es/es/blog/blog-bne/que-es-y-que-no-es-la-preservacion-digital>. [Consulta: 31/01/2023].

Bordes, Isabel; García Medina, Alicia; López Lorenzo, María Jesús (2018). "Digitalizar para preservar el patrimonio audiovisual y sonoro de la BNE: un punto de partida". El blog de la BNE. <https://www.bne.es/es/blog/blog-bne/preservacion-de-las-colecciones-de-audio-y-audiovisuales>. [Consulta: 31/01/2023].

Crespo, Luis (2010). "La conservación de los nuevos soportes documentales (o el Todo cambia, nada permanece...)". El blog de la BNE. <https://www.bne.es/es/blog/blog-bne/preservacion-de-las-colecciones-de-audio-y-audiovisuales>. [Consulta: 31/01/2023].

Fleischhauer, Carl; Bradley, Kein (ed.) (2019). IASA–TC 06 Guidelines for the preservation of video recordings. Londres: International Association of Sound and Audiovisual Archives. <https://www.iasa-web.org/tc06/guidelines-preservation-video-recordings>. [Consulta: 31/01/2023].

Gobierno de España. (2015). Llei 1/2015, de 24 de març, reguladora de la Biblioteca Nacional de España. BOE núm. 72, de 25 de març de 2015, p. 25654–25665. <https://www.boe.es/eli/es/l/2015/03/24/1>. [Consulta: 31/01/2023].

Gobierno de España. (2021). Llei 23/2011, de 29 de juliol, de dipòsit legal. BOE núm. 182, de 30 de juliol de 2011, p. 86716–86727 <https://www.boe.es/eli/es/l/2011/07/29/23>. [Consulta: 31/01/2023].

González-Ruiz, David; Térmens, Miquel; Ribera, Mireia (2012). "Aspectos técnicos de la digitalización de fondos audiovisuales". El profesional de la información, v. 21, n. 5 (set.–oct.), p. 520–528. <http://dx.doi.org/10.3145/epi.2012.sep.12>. [Consulta: 31/01/2023].

Library of Congress (2022). "AudioMD and VideoMD – Technical metadata for audio and video". <https://www.loc.gov/standards/amdvmd/>. [Consulta: 31/01/2023].

Library of Congress (2023). "Recommended formats statement". <https://www.loc.gov/preservation/resources/rfs/>. [Consulta: 31/01/2023].

National Digital Stewardship Alliance (s. d.). "Levels of digital preservation". <https://ndsa.org/publications/levels-of-digital-preservation/>. [Consulta: 31/01/2023].

Open Preservation Foundation (2022). "International comparison of recommended file formats". <https://openpreservation.org/resources/member-groups/international-comparison-of-recommended-file-formats/>. [Consulta: 31/01/2023].

Wikipedia (2016). "Comparison of video player software". <https://en.wikipedia.org/wiki/Comparison_of_video_player_software>. [Consulta: 31/01/2023].

Wikipedia (2022). "Manuel de Cos Borbolla". <https://es.wikipedia.org/wiki/Manuel_de_Cos_Borbolla>. [Consulta: 31/01/2023].

Notas

¹ Apache PDFBox. <https://pdfbox.apache.org/>. [Consulta: 31/01/2023].

² VeraPDF. <https://verapdf.org/>. [Consulta: 31/01/2023].

³ MediaInfo. <https://mediaarea.net/es/MediaInfo>. [Consulta: 31/01/2023].

⁴ ClamAV. <http://www.clamav.net/>. [Consulta: 31/01/2023].

⁵ ImageMagick. <https://www.imagemagick.org>. [Consulta: 31/01/2023].

Destacados

“Es urgente preservar los millones de vídeos que se produjeron entre los 70 y los inicios de los años 2000 y que se encuentran en archivos de todo el mundo”

“La elección del formato de fichero máster para la preservación a largo plazo del material audiovisual no es una tarea sencilla. No hay un solo estándar que despunte o se utilice a nivel global, como sí ocurre en los registros sonoros o en el material librario, para los cuales están más definidos. Cualquiera de las opciones disponibles tiene siempre uno o varios aspectos a considerar a favor y en contra.”

“La calidad del original en este tipo de soportes no es buena por lo que podemos estar empleando unos recursos demasiados cuantiosos. Está claro que en el futuro emplearemos otros formatos máster más adecuados basándonos en la relación calidad-inversión entre el original y la copia digital.”

“Una vez realizada la digitalización es el momento de reflejar la información en los metadatos para poder documentar los objetos digitales, permitir la reproducción de la obra lo más fielmente posible a la realidad y poder facilitar futuras migraciones de los archivos.”

“La preservación digital a largo plazo conlleva una serie de acciones bien establecidas a nivel internacional: vigilar la obsolescencia tecnológica, prevenir la pérdida de archivos por corrupción espontánea, evitar la incompatibilidad de software y hardware, así como evitar los virus informáticos que eliminan o encriptan archivos o los borrados intencionados.”