《創(chuàng)新中國》：AI配音講述中國創(chuàng)新故事

王曉楊

近日，由中央電視臺和深圳市委宣傳部聯(lián)合出品，CCTV-9紀(jì)錄頻道和深圳廣播電影電視集團(tuán)聯(lián)合攝制的6集紀(jì)錄片《創(chuàng)新中國》首播收官。CSM媒介研究全國網(wǎng)數(shù)據(jù)顯示，該片播出期間，CCTV-9紀(jì)錄頻道收視率比去年同時段提高了17﹪，收視份額提高了10%。

《創(chuàng)新中國》共6集，內(nèi)容包括《信息》《能源》《制造》《生命》《空?！泛汀冻逼稹?，展現(xiàn)了中國最新科技成就和創(chuàng)新精神，此外，該片也是世界首部利用人工智能模擬人聲完成配音的紀(jì)錄片，節(jié)目解說部分全程運(yùn)用人工智能配音。

讓科學(xué)觸達(dá)觀眾

《創(chuàng)新中國》總導(dǎo)演史巖表示，“《創(chuàng)新中國》的策劃、產(chǎn)生是當(dāng)下中國社會發(fā)展的時代需求，是央視作為國家主流媒體自發(fā)自覺的社會責(zé)任擔(dān)當(dāng)。創(chuàng)新的范疇很大，包括制度創(chuàng)新、理論創(chuàng)新、文化創(chuàng)新等方面，但科學(xué)和技術(shù)的進(jìn)步是創(chuàng)新的核心力量所在，所以我們選擇科技創(chuàng)新成果作為主要切口，來呈現(xiàn)今天中國的創(chuàng)新故事?！薄秳?chuàng)新中國》不僅講述了科技知識本身，更重要的是講述了默默耕耘的科學(xué)家和創(chuàng)新者們在創(chuàng)新過程中發(fā)生的故事和展現(xiàn)的精神。在面臨新一輪產(chǎn)業(yè)革命和技術(shù)革命的時代背景下，該片呼吁全社會聚焦推動中國科技發(fā)展的脊梁人物。

《創(chuàng)新中國》制片人劉穎表示，《創(chuàng)新中國》不僅要深入淺出地講解科學(xué)知識，更重要的是將對科學(xué)的尊敬、對科學(xué)精神的尊敬和對創(chuàng)新者的尊敬觸達(dá)觀眾。

科技題材紀(jì)錄片拍攝難度大，對導(dǎo)演要求比較高，因此，國內(nèi)此類題材的紀(jì)錄片也比較少?！氨热纾绾卧谟邢薜臅r間里，將量子、中微子等‘不明覺厲的科學(xué)名詞直觀地呈現(xiàn)給觀眾？”史巖認(rèn)為這是《創(chuàng)新中國》的制作難點(diǎn)，也是看點(diǎn)。在主題選取上，6集內(nèi)容涵蓋了目前世界范圍內(nèi)普遍關(guān)注的科技前沿技術(shù)領(lǐng)域。節(jié)目中展現(xiàn)了我國自主研發(fā)的大飛機(jī)C919、第三代核電華龍一號、搜索宇宙信息的天眼等“大國重器”;還展示了無人機(jī)快遞、解決交通擁堵的城市大腦智慧管理系統(tǒng)、無人駕駛等與百姓生活密切相關(guān)的高科技;以及“給蚊子絕育”“返老還童”等黑科技。史巖介紹，《創(chuàng)新中國》拍攝了近80組人物故事，但考慮到篇幅和內(nèi)容結(jié)構(gòu)編排，最終只呈現(xiàn)了47個。

此外，片中運(yùn)用了大量的動畫演示，并運(yùn)用微觀攝影等拍攝手法將復(fù)雜玄妙的科學(xué)世界可視化，讓觀眾更容易理解?！拔覀兇_立了希望抵達(dá)觀眾的目標(biāo)。但是這個過程中，沒有人知道捷徑。做《創(chuàng)新中國》就像科學(xué)家做科研工作一樣，我們做了無數(shù)次的‘實(shí)驗(yàn)。遇到難以呈現(xiàn)的科學(xué)現(xiàn)象，就轉(zhuǎn)換思路，嘗試多種表達(dá)方法。片子出來后大家一起提意見，反復(fù)打磨，用心制作每一個故事，令其既要符合科學(xué)知識，表達(dá)創(chuàng)新精神，也要生動感人。”劉穎說。

史巖表示，節(jié)目組非常關(guān)注觀眾反饋，網(wǎng)絡(luò)平臺上的彈幕是最直接的反饋，“我們在B站看到很多網(wǎng)友的彈幕留言，大家對于這部片子的喜愛，對于先進(jìn)科技的好奇心讓我們深感欣慰。”

人工智能配音

史巖介紹，《創(chuàng)新中國》采用人工智能模擬人聲完成配音，是偶然也是必然。節(jié)目組找配音員試配過，但是始終無法達(dá)到心目中大片的質(zhì)感。史巖想起了已逝的知名播音員、配音演員李易，2011年CCTV-9紀(jì)錄頻道成立時，李易曾為第一部紀(jì)錄片《美麗中國》配音，他的聲音音質(zhì)純粹，語感穩(wěn)定，是央視紀(jì)錄頻道的標(biāo)志性聲音。史巖突然想到，如果可以用人工智能將李易的聲音復(fù)制出來，不僅能為這部作品找到理想配音，同時也踐行了節(jié)目組科技創(chuàng)新的核心制作理念。

隨后，史巖聯(lián)系了一直為CCTV-9紀(jì)錄頻道做音頻工作的李易的徒弟王同，王同聽后非常興奮。在得到李易家屬的支持后，史巖團(tuán)隊(duì)立即飛赴安徽合肥，開始與科大訊飛接觸。

首次見面，科大訊飛AI研究院研發(fā)主管江源告訴史巖團(tuán)隊(duì)，運(yùn)用他們擁有的頂級人工智能語音合成技術(shù)，用標(biāo)準(zhǔn)的普通話合成出一段新聞稿，已經(jīng)不存在技術(shù)問題。但是，情感是一種不容易量化和學(xué)習(xí)的復(fù)雜參數(shù)。運(yùn)用人工智能技術(shù)為紀(jì)錄片配音，這對他們來說也是一次優(yōu)化算法、提升人工智能水準(zhǔn)的機(jī)會。于是，雙方順利達(dá)成合作意向。

回到北京，王同團(tuán)隊(duì)根據(jù)史巖對《創(chuàng)新中國》“平緩敘事”的聲音要求，從李易為紀(jì)錄頻道錄制的大量聲音中精心選出17個小時的素材交給科大訊飛AI研發(fā)團(tuán)隊(duì)（以下簡稱AI研發(fā)團(tuán)隊(duì)）。AI研發(fā)團(tuán)隊(duì)從音色、韻律、內(nèi)容三個方面進(jìn)行量化分析。

AI研發(fā)團(tuán)隊(duì)是人工智能語音分析研究和計(jì)算機(jī)程序的專家團(tuán)隊(duì);王同團(tuán)隊(duì)則更了解紀(jì)錄片解說詞的具體要求和紀(jì)錄片整體制作流程。兩個團(tuán)隊(duì)發(fā)揮各自優(yōu)勢，緊密配合，建立了一套順暢高效的合作流程。

首先，由導(dǎo)演組向AI研發(fā)團(tuán)隊(duì)提供解說詞，AI研發(fā)團(tuán)隊(duì)進(jìn)行人工整理分析，標(biāo)注好需要計(jì)算機(jī)特別注意的點(diǎn)，合成音頻文件。第二步，AI研發(fā)團(tuán)隊(duì)對音頻文件進(jìn)行初步判斷篩選，將優(yōu)化后的版本交給王同團(tuán)隊(duì)。同時，還提供一個帶編號的解說詞文本，每一句話一個編號。前兩個流程，AI研發(fā)團(tuán)隊(duì)一般需要5天左右的時間。第三步，王同團(tuán)隊(duì)將合成音頻文件擺放在片中的對應(yīng)位置，進(jìn)行第二輪篩選。找到不符合要求的音頻，就在帶編號的解說詞文本上做好標(biāo)注，盡快反饋給AI研發(fā)團(tuán)隊(duì)進(jìn)行處理。音頻不滿足要求的原因包括連貫性不好、重音位置不對和斷句位置不對等。這個步驟，王同團(tuán)隊(duì)需要3天左右的時間。第四步，AI研發(fā)團(tuán)隊(duì)進(jìn)一步做音頻的焦點(diǎn)處理，同時，王同團(tuán)隊(duì)開始對聲音進(jìn)行精剪。這個工作需要3天左右的時間。第五步，將AI研發(fā)團(tuán)隊(duì)調(diào)整后的音頻替換進(jìn)片子里，王同團(tuán)隊(duì)繼續(xù)做剪輯。最終，執(zhí)行總導(dǎo)演查看配音是否還存在硬傷，并由執(zhí)行總導(dǎo)演當(dāng)場改詞，以嘗試其他可能的組合方式。

史巖回憶稱，第一次聽到AI研發(fā)團(tuán)隊(duì)做的人工智能合成音頻，導(dǎo)演組還是很驚喜的，音頻相似度達(dá)到60%以上。《創(chuàng)新中國》每集的音頻大概要進(jìn)行三個來回的反復(fù)修正，經(jīng)過不斷優(yōu)化，達(dá)到最終呈現(xiàn)效果。

劉穎表示，“人工智能語音合成技術(shù)這個創(chuàng)新的想法，點(diǎn)燃了我們整個團(tuán)隊(duì)的創(chuàng)作欲望。同時，這項(xiàng)技術(shù)的運(yùn)用也引發(fā)了業(yè)界內(nèi)外關(guān)于人工智能、語音合成方面的思考。《創(chuàng)新中國》采用人工智能語音配音的意義就在于我們走出了這一步，推動了藝術(shù)與技術(shù)的結(jié)合。”endprint