智能語音技術(shù)在播音主持領(lǐng)域的應(yīng)用

楊春輝 河北傳媒學(xué)院

一、目前智能語音技術(shù)在廣播電視領(lǐng)域的應(yīng)用

在傳媒領(lǐng)域中，人工智能的應(yīng)用尚淺但也在不斷的取得新的突破，它的運用并不局限于智能語音系統(tǒng)，其技術(shù)下的智能語音機器人、虛擬主持人、智能機器主持人等產(chǎn)物也已問市。

(一)人工智能配音

人工智能配音是借助語音合成技術(shù)，依托海量的大數(shù)據(jù)，將文字稿轉(zhuǎn)換成有聲語言，使其合成的語音達(dá)到接近真人配音、并符合畫面需求的效果。

例如，在2018年1月，世界首部采用人工智能技術(shù)進行配音的紀(jì)錄片《創(chuàng)新中國》，讓已逝的著名配音藝術(shù)家李易老師的聲音依靠人工智能和智能語音技術(shù)重現(xiàn)熒幕。目前，已有很多智能配音軟件利用智能語音技術(shù)，使文字秒變聲音，任意變換自己需要的配音，解決用戶配音難、配音貴的問題。

(二)虛擬主持人

虛擬主持人也是人工智能技術(shù)下的產(chǎn)物，其行為符合主持人的職業(yè)標(biāo)準(zhǔn)，是一種科技感非常強的“主持人”。

2018年3月，全國媒體第一位人工智能虛擬主持人在南方財經(jīng)全媒體指揮中心“上崗”，通過語音模擬和語音合成技術(shù)，AI主持人模擬著名主持人俎江濤的聲音進行新聞信息播報。

2017年11月，科大訊飛通過AI語音合成技術(shù)對央視新聞主播康輝的聲音進行合成模擬，打造聲音和圖像并具的虛擬主持人——“康曉輝”，它現(xiàn)場展示的新聞播報和繞口令，與其聲音高度相似。當(dāng)工作人員做出點頭、搖頭或張嘴的動作時，虛擬主持人會做出與之相應(yīng)的動作，但目前副語言表達(dá)并不自然。

二、目前智能語音技術(shù)的優(yōu)勢

(一)播報功能，及時準(zhǔn)確

人工智能語音背景下，國內(nèi)媒體推出了智能語音播報的功能。語音播報是通過語音合成技術(shù)將無聲的文字轉(zhuǎn)換為清晰流暢的有聲語言，進而實現(xiàn)新聞信息的智能播報，央廣新聞以及百度新聞客戶端等媒體已啟用此功能。智能語音播報相較于人工播報，免去備稿的過程及時間，及時地完成播稿；語言流暢、表達(dá)無誤，高質(zhì)量完成播稿；全天候播講，狀態(tài)積極穩(wěn)定，高效率完成播稿。

(二)分化功能，降低成本

人工智能語音技術(shù)下的虛擬主持人、智能語音合成等產(chǎn)物，已經(jīng)能夠勝任簡單的播音主持工作，在一定程度上分化了播音創(chuàng)作主體的工作任務(wù)，解放了播音員主持人。例如，智能合成語音技術(shù)在新媒體移動客戶端的應(yīng)用，成為受眾收聽新聞的新選擇，語音規(guī)范、隨時在崗、嗓音永不疲勞、情緒狀態(tài)穩(wěn)定、應(yīng)用成本低廉的新技術(shù)已經(jīng)能夠分化部分播音員、主持人的勞動。

(三)信息傳播，高效便捷

在媒介融合的大趨勢下，應(yīng)順應(yīng)當(dāng)下人工智能的語境，適時調(diào)整信息傳播的方式。如今人們長時間依賴手機、電腦等電子產(chǎn)品獲取信息，會對眼部健康造成影響?，F(xiàn)在面對信息接收方式的“讀”與“聽”，有一部分人會選擇“聽”的方式，一方面是為了緩解眼部疲勞，而最重要的還是因為媒介環(huán)境的變化。智能語音技術(shù)使信息傳播更加高效、便捷。

三、目前智能語音技術(shù)存在的不足

人工智能語音技術(shù)目前還處于早期的發(fā)展階段，能力水平有限，在語音技術(shù)方面的應(yīng)用也很難準(zhǔn)確把握真正的播音創(chuàng)作主體的思維、情感、實踐及副語言等。

(一)感情

感情色彩非常豐富，其范疇很大，包括情感、情緒、心境等等，它屬于一種體驗，更是一種復(fù)雜的心理活動。播音創(chuàng)作主體在進行有聲語言創(chuàng)作時，講求情聲氣的結(jié)合，貴在表情達(dá)意。目前智能語音技術(shù)下的產(chǎn)物是沒有感情的，難以引起受眾情感上的共鳴，畢竟無情之語難以感動有心之人。

(二)實踐

實踐是人所獨有的活動。播音主持教育工作講求理論學(xué)習(xí)與專業(yè)實踐相結(jié)合，使播音創(chuàng)作主體通過不斷的學(xué)習(xí)和積累，在實踐中提升專業(yè)素養(yǎng)、積累創(chuàng)作經(jīng)驗。目前智能語音技術(shù)下的產(chǎn)物只能依靠人類大數(shù)據(jù)的輸入進行有聲語言的表達(dá)，無法通過自身實踐積累經(jīng)驗。

(三)副語言

播音創(chuàng)作的手段包括有聲語言和副語言，副語言涵蓋面部表情、肢體語言、服裝語言等等。目前虛擬主持人的面部表情無太大變化，基本處于微笑狀態(tài)，假如面對低情感基調(diào)(災(zāi)難、失敗、不幸)的消息時，若還處于微笑的表情是不合適的。部分具有三維動畫形象的虛擬主持人已經(jīng)能夠做一些簡單的肢體動作、手勢，取得了較大進步，但仍無法自如的進行肢體語言的表達(dá)。

四、智能語音技術(shù)未來發(fā)展預(yù)測

(一)個性化風(fēng)格

播音創(chuàng)作主體都具有鮮明的個性風(fēng)格，這與其獨特的生活閱歷、文化素養(yǎng)、語言功力及審美情趣等密切相關(guān)，我們所說的“播如其人”指的就是個性化的風(fēng)格。個性化的主持風(fēng)格是播音創(chuàng)作主體自身的發(fā)展方向，也是受眾的審美需求。目前人工智能語音技術(shù)下的產(chǎn)物都還處于合成或模擬主持人聲音階段，暫不具備個性化風(fēng)格。

(二)獨立意識

播音表達(dá)是有意識、有目的的實踐活動。獨立意識對于虛擬主持人來講，是指其作為主體能夠擁有自我意識，可以自主進行播音創(chuàng)作。日本教授石黑浩利用人工智能語音技術(shù)研發(fā)的名為“Erica”的機器人，在今年四月已經(jīng)成為日本一家電視臺的新聞主播。她熱情、體貼關(guān)心人，未來可能會有“獨立意識”。

五、結(jié)語

人工智能背景下，智能語音技術(shù)的發(fā)展對播音主持專業(yè)的教學(xué)理論體系建構(gòu)提出了新的時代要求。人工智能語音技術(shù)與播音主持專業(yè)并不是對立的，而是媒介融合發(fā)展的大勢所趨。