淺談媒體融合背景下AI合成主播的應(yīng)用模式

康睿博 潘霄雅

一、AI技術(shù)逐步實現(xiàn)媒體應(yīng)用升級

隨著科技的進(jìn)步，受眾獲取信息的渠道更加多樣化，對信息的準(zhǔn)確性、綜合性、及時性提出了更多的要求?；ヂ?lián)網(wǎng)+人工智能成為媒體轉(zhuǎn)型升級的突破口。AI主播的應(yīng)用不僅促進(jìn)了媒體的進(jìn)步，也給自身帶來了進(jìn)一步的升級。從簡單的數(shù)據(jù)采集整合到有聲播報，再到人機(jī)互動，人工智能使媒體應(yīng)用增加了更多的自主性和價值力。

（一）文稿型機(jī)器人：海量數(shù)據(jù)采集分析

寫稿機(jī)器人是從海量數(shù)據(jù)中，快速、精準(zhǔn)抓取碎片信息，并按照預(yù)制的算法組成有效信息，形成文字稿件的智能寫稿系統(tǒng)。這套系統(tǒng)可以替代編輯人員枯燥煩瑣的工作，海量處理信息，高效處理文字，即時分發(fā)稿件，提升媒體的運轉(zhuǎn)效率。

2015年騰訊首次應(yīng)用機(jī)器人寫作的新聞稿件，拉開了我國機(jī)器人新聞寫作的序幕。2016年里約奧運會期間，今日頭條的智能寫稿機(jī)器人在13天內(nèi)，共撰寫了457篇消息簡訊和賽事報道。2017年8月，在四川九寨溝發(fā)生地震后，最先發(fā)布的消息來自智能寫稿機(jī)器人，540字稿件，4張圖片，用時25秒。

過去，由于渠道、媒介等限制，受眾一直處于被動接收信息的狀態(tài)。而今用戶體驗越發(fā)敏銳和細(xì)膩，催生新聞行業(yè)的反饋效率和整合能力不斷提高。

（二）播報型機(jī)器人：見字發(fā)聲標(biāo)準(zhǔn)播報

理解文字新聞稿件，對受眾的文化程度有著較高的要求，限制了傳播人群的廣泛度。而精準(zhǔn)的服務(wù)意識，催生了有聲播報的出現(xiàn)，給受眾提供了更便捷接收信息的可能。

2018年第五屆世界互聯(lián)網(wǎng)大會上，新華社根據(jù)真人主播邱浩，推出了首位坐著播新聞的AI合成主播“新小浩”。時隔數(shù)月，AI合成主播又從坐播發(fā)展到站播。2019年全國兩會期間，新華社根據(jù)真人主播屈萌，推出帶有手勢、姿態(tài)，站著播報的AI合成主播“新小萌”?！靶滦『啤薄靶滦∶取辈粌H在形象上可以“以假亂真”，就連動作、神態(tài)也讓人沒有違和感。

“新小浩”“新小萌”是搜狗和新華社共同研發(fā)的AI合成主播，通過提取真人主播的語音腔調(diào)，捕捉表情和動作，以及在播音創(chuàng)作過程中的有聲語言、副語言等特征，完成對其聲音和動作的建模，最終形成輸入文字即可合成視頻的仿真智能播出系統(tǒng)。[1]

除了自身技術(shù)發(fā)展飛速，播報型機(jī)器人的業(yè)務(wù)處理能力也可圈可點。2019年2月新華網(wǎng)公布了一組數(shù)據(jù)，新員工AI合成主播上線后，已發(fā)稿3400余條，累計時長達(dá)10000多分鐘，參與了包括第五屆世界互聯(lián)網(wǎng)大會、首屆進(jìn)博會、2019春運、農(nóng)歷豬年春節(jié)等重要報道。

稿件總量大，工作時間長，專業(yè)術(shù)語多，AI主播的出現(xiàn)大大提高了稿件信息的傳播度，提升了稿件播報的準(zhǔn)確性，推動媒體信息的傳播效率。

（三）互動型機(jī)器人：多維呈現(xiàn)更具接近性

2019年央視網(wǎng)絡(luò)春晚，主持人撒貝寧有了一位新搭檔“小小撒”?！靶⌒∪觥背丝梢酝瓿汕鄭u智能碼頭背景信息的介紹，還可以同撒貝寧進(jìn)行互動，甚至“搶話”。撒貝寧在節(jié)目中說：“技術(shù)的發(fā)展真的超出我們的想象。我還記得五年前，我問過一位人工智能專家，主持人這個行業(yè)未來會不會被人工智能取代。他說大概還有五年，看來現(xiàn)在到了我和大家說再見的時候了?！?/p>

和“新小浩”“新小萌”一樣，研發(fā)“小小撒”的ObEN人工智能公司對撒貝寧進(jìn)行外部形象和聲音數(shù)據(jù)采集，然后建立數(shù)據(jù)模型，最終合成出影像“小小撒”。不僅如此，他們還對撒貝寧的行為習(xí)慣進(jìn)行了數(shù)據(jù)收集，為“小小撒”注入了性格數(shù)據(jù)，使其說話感覺更似撒貝寧。

互動的出現(xiàn)，對于機(jī)械性AI主播形成了有效的補(bǔ)充。隨著技術(shù)的進(jìn)一步迭代發(fā)展，其與真人主播的差距將逐步縮小。

二、媒體融合背景下，人工智能強(qiáng)勢補(bǔ)位

習(xí)近平總書記強(qiáng)調(diào)指出，我們要增強(qiáng)緊迫感和使命感，推動關(guān)鍵核心技術(shù)自主創(chuàng)新不斷實現(xiàn)突破，探索將人工智能運用在新聞采集、生產(chǎn)、分發(fā)、接收、反饋中，用主流價值導(dǎo)向駕馭“算法”，全面提高輿論引導(dǎo)能力。如今，媒體除了要融合發(fā)展，更要融入科技手段，AI合成主播強(qiáng)勢補(bǔ)位，有效推動媒體形態(tài)、傳播方式的迭代演變。[2]

（一）準(zhǔn)確性、多元性

準(zhǔn)確是新聞的前提。坐在主播臺的真人主播不僅業(yè)務(wù)素質(zhì)要高，還要形象好、氣質(zhì)佳、發(fā)音準(zhǔn)、經(jīng)驗豐富，才能確保在節(jié)目中的播報準(zhǔn)確。無論人類主播業(yè)務(wù)多么過硬，都會受到身體、情緒、環(huán)境等因素干擾，可能會出現(xiàn)播錯稿件、讀錯字音、丟字漏字等情況。而在人工智能播出系統(tǒng)的支持下，AI合成主播可以準(zhǔn)確無誤播報文字資料內(nèi)容，最大限度降低失誤，有利于提高媒體生產(chǎn)質(zhì)量。不僅如此，AI合成主播可以365天在崗，24小時待命，而且不生病不休假，正如央視主持人朱廣權(quán)所說的“地球不爆炸，我們不放假”，從而實現(xiàn)最高效的新聞業(yè)務(wù)處理。

（二）靈活性、預(yù)判性

除了坐在演播室的真人主播，很多復(fù)合型真人主播和出鏡記者經(jīng)常在現(xiàn)場進(jìn)行采編報道。當(dāng)自然災(zāi)害、突發(fā)事件發(fā)生時，現(xiàn)場不僅有一定危險性，事件發(fā)生時間也可能不在節(jié)目直播時段。在這種情況下，AI合成主播或許可以成為最佳替補(bǔ)隊員。技術(shù)人員可以把無人機(jī)拍攝的現(xiàn)場實景視頻與AI合成主播進(jìn)行結(jié)合，再將新聞通過“兩微一端”進(jìn)行發(fā)布。多樣的手段，在保證消息及時分發(fā)的基礎(chǔ)上，又呈現(xiàn)給受眾較強(qiáng)的現(xiàn)場既視感，從而解放了真人主播或記者更多的時間和精力，使得他們可以去發(fā)掘更多的新聞，達(dá)到對新聞更全面、深入的報道。

除了從視覺呈現(xiàn)更多樣的報道形式，AI合成主播還可以協(xié)助人類主播進(jìn)行大數(shù)據(jù)整理和分析。2019年8月南京的氣溫創(chuàng)140年新高，面對這樣天氣情況，AI合成主播可以在大數(shù)據(jù)支持下，對全球氣溫、歷史情況做出梳理，然后進(jìn)行比較分析，進(jìn)而判斷未來天氣走勢。人類主播可以基于AI合成主播給出的數(shù)據(jù)進(jìn)行點評，一方面提醒市民防暑降溫，一方面呼吁大家愛護(hù)環(huán)境，延緩全球變暖。天氣數(shù)據(jù)、個人所得稅、醫(yī)保報銷比例等這些民生息息相關(guān)的數(shù)據(jù)，在AI合成主播數(shù)據(jù)分析之后，加上主持人的點評，既增加了節(jié)目的互動性，又可以讓受眾觀感更直觀、生動、有趣。

（三）即時性、高效性

及時、準(zhǔn)確分發(fā)推送信息是媒體融合發(fā)展的重要任務(wù)，做好跨屏、多屏傳播是傳統(tǒng)媒體共同面對的問題。受眾也更希望通過視頻形式了解到新近發(fā)生的新聞事件，但往往大家在新聞事件發(fā)生的初期，第一時間看到的都是文字形式的報道。大家通過鏡頭看到的新聞主播，是技術(shù)團(tuán)隊和硬件設(shè)備協(xié)同保障、共同支撐的，難以做到第一時間出鏡。而AI合成主播則可以隨時隨地“一鍵”出鏡，節(jié)省下了大量準(zhǔn)備的時間、資源。就新華社AI合成主播而言，只要編輯人員在后臺輸入所需的文字或程序，AI合成主播便可以按照這些輸入的內(nèi)容，形成視頻播報內(nèi)容。智能化的生產(chǎn)方式，大大提高視頻制作效率，提高新聞的時效性和媒體影響力。[3]

三、AI存在模式局限，找準(zhǔn)定位持續(xù)優(yōu)化

AI合成主播在稿件二次創(chuàng)作、與受眾情感共鳴、適應(yīng)更多應(yīng)用場景等環(huán)節(jié)與人類主播仍有較大差距。

（一）機(jī)械式語言表達(dá)，藝術(shù)性缺位

傳統(tǒng)播音學(xué)認(rèn)為，播音員主持人要對稿件進(jìn)行文字語言向有聲語言的加工轉(zhuǎn)換，即第二次創(chuàng)造。有聲語言表達(dá)的一個重要特點就是向受眾提供了韻律線索。韻律線索包括節(jié)奏、重音和語調(diào)三個方面。[4]在加工轉(zhuǎn)換過程中，播音員主持人結(jié)合自身對第一創(chuàng)作內(nèi)容的理解，為其注入韻律線索，使播音表達(dá)清晰明了，實現(xiàn)了主觀表達(dá)。其中，韻律線索的提供是播音員主持人在文字語言加工轉(zhuǎn)換過程中承擔(dān)的最為重要的工作之一。

反觀AI合成主播，在這一過程中的實現(xiàn)路徑僅僅是通過對播音員主持人已有的有聲語言進(jìn)行的模擬，并不存在對其思維的模仿。所以目前的技術(shù)很難支持AI合成主播實現(xiàn)播音創(chuàng)造的雙重性。且作為模仿對象的真人主播，其本身的韻律特征建模范疇有限，若面對復(fù)雜的文稿內(nèi)容及其結(jié)合語境后變化的韻律特征，AI合成主播恐怕很難勝任提供不同韻律線索的工作。

（二）缺乏情感傳遞，受眾接受度低

除了稿件的字面意思，真人主播通過自身傳遞出的情感，也是幫助觀眾理解新聞含義的重要助力。播音主持創(chuàng)作素材的二度性闡明了稿件是編輯記者報道事物文字化的產(chǎn)物，是觀念化的文字。這就要求人類播音員主持人要深入生活，增加對客觀現(xiàn)實的全面、感性的認(rèn)識以獲得真切的感受，達(dá)到對文字內(nèi)涵觀念的認(rèn)知。但從AI合成主播的角度來看，由于人工智能技術(shù)的使用，播音創(chuàng)作由傳統(tǒng)的二度（稿件—真人播報）增加為三度（稿件—真人建?！狝I合成主播播報），在增加程序復(fù)雜性的同時，也削弱了新聞主播廣義備稿的能力。如在二度性方面，2008年四川地震發(fā)生后，四川電視臺主持人寧遠(yuǎn)，流著淚播報四川各地遇難群眾的最新數(shù)字，真摯情感的流露，讓無數(shù)觀眾感同身受。而AI合成主播的弱人工智能屬性，令它不具備將現(xiàn)實生活與稿件具體語境結(jié)合形成自我意識并播報的思維能力和人類特有的情感，難以引起受眾情感上的共鳴。

（三）應(yīng)變能力低下，臨場互動性差

人工智能領(lǐng)域的專家將人工智能分為強(qiáng)人工智能和弱人工智能。人們認(rèn)為強(qiáng)人工智能（AGI）能夠發(fā)現(xiàn)人類智能行為的特征及規(guī)律，并最終實現(xiàn)通過計算機(jī)技術(shù)模擬出人類智能的思維和創(chuàng)新行為。這類人工智能具有自我分析和自我解決問題的能力，即人們通常所理解的“像人一樣思考，像人一樣行動”。弱人工智能(ANI)觀點認(rèn)為人類不可能制造出能真正地自主推理和自我解決問題的機(jī)器，這些機(jī)器只不過看起來智能，并不真正擁有智能，也不會有自主意識。

由此可見，AI合成主播依然屬于弱人工智能范疇。在視頻節(jié)目生產(chǎn)中，與節(jié)目嘉賓互動，與前方現(xiàn)場記者連線，現(xiàn)場解說等場景，AI合成主播目前依然無法完全取代人類主播和主持人。

四、人工智能時代播音員主持人人才培養(yǎng)方向

當(dāng)下，在媒體融合的大背景下，AI合成主播正逐步接手基礎(chǔ)、重復(fù)的工作，為適應(yīng)互聯(lián)網(wǎng)傳播方式，應(yīng)對跨屏發(fā)展需求，傳統(tǒng)媒體人要主動轉(zhuǎn)型，培養(yǎng)播音員主持人的院校，應(yīng)把全能化、專業(yè)化、個性化的新型播音員主持人才作為培養(yǎng)目標(biāo)。

全能化，要求主持人不僅在主持中做到“字正腔圓”，還應(yīng)掌握互聯(lián)網(wǎng)傳播形式、傳播語態(tài)等。2019年8月，中央廣播電視總臺播音員主持人康輝在“國際銳評”板塊播報的“令人噴飯”“滿嘴跑火車”“怨婦心態(tài)”等金句在網(wǎng)絡(luò)上迅速傳播，讓受眾感受到搞笑中有嚴(yán)肅、犀利且一針見血。“地球不爆炸，我們不放假，宇宙不重啟，我們不休息”“想勸天氣重抖擻，天氣對你大聲吼”等段子，都出自中央廣播電視總臺“段子手”朱廣權(quán)。臺下積累的文化底蘊(yùn)，臺上打磨稿件，朱廣權(quán)一本正經(jīng)地說“段子”，不僅能讓觀眾捧腹大笑，也刷新了觀眾對新聞主持人的認(rèn)知。妙語連珠的朱廣權(quán)不僅成為央視的網(wǎng)絡(luò)流量擔(dān)當(dāng)，2019年《機(jī)智過人》第三季，他擔(dān)當(dāng)主持人，完成主持綜藝節(jié)目的“首秀”。近日，網(wǎng)友更是在社交媒體上強(qiáng)烈推薦朱廣權(quán)和撒貝寧組合，上2020年春晚說相聲。由此可見，在不同傳播平臺呈現(xiàn)不同的語態(tài)，既能播報又能點評、多才多藝的播音員主持人，采編播集一身的全能復(fù)合型人才，在未來發(fā)展中應(yīng)更具競爭力。

互聯(lián)網(wǎng)背景下，專業(yè)領(lǐng)域、垂直領(lǐng)域的自媒體、訂閱號、公眾號逐漸興起，播音員主持人專業(yè)人才可以結(jié)合自身愛好和知識結(jié)構(gòu)，深耕所擅長的領(lǐng)域，加強(qiáng)訪談互動的業(yè)務(wù)能力。觀眾熟知的董卿，優(yōu)雅大氣，擅長主持春晚等大型晚會，但連續(xù)四季的《中華詩詞大會》讓觀眾認(rèn)識了董卿吟詩作對、品味詩意人生的一面，同時她在節(jié)目中與嘉賓選手的睿智互動也令觀眾及專家學(xué)者交口稱贊。

未來已來，撲面而來的5G將帶領(lǐng)我們跨入智能生活，同時也將給更多的行業(yè)帶來變革，媒體信息傳播形式將更加多樣化、互動化、智能化、精準(zhǔn)化，視頻傳播將進(jìn)一步向多屏、跨屏到全屏方向發(fā)展。技術(shù)高速的發(fā)展，需要大量豐富、精彩的內(nèi)容支撐。在信息紛繁復(fù)雜的網(wǎng)絡(luò)中，播音員主持人在夯實專業(yè)基礎(chǔ)之上，更要不斷發(fā)掘自身潛在能力，結(jié)合不斷更新的技術(shù)手段，通過受眾喜聞樂見的形式，表達(dá)自己的個性風(fēng)格和鮮明特點，形成自己的“標(biāo)簽符號”。央視主持人徐卓陽說，AI合成主播盡管很逼真，但它的觀點和想法畢竟還是人賦予的，是人設(shè)計了人工智能，而不是人工智能設(shè)計了人。所以，不論傳播手段如何演變，真人播音員主持人的獨到觀點、情感共鳴永遠(yuǎn)是獨一無二的。

五、結(jié)語

綜上所述，AI合成主播是人工智能在媒體領(lǐng)域的新嘗試，它的出現(xiàn)為媒體生產(chǎn)方式提供了新的可能，為媒體融合發(fā)展提供新的視覺呈現(xiàn)形式，代表了信息技術(shù)推進(jìn)傳統(tǒng)媒體產(chǎn)業(yè)發(fā)展的新方向。然而由于當(dāng)前人工智能技術(shù)自身的局限性和播音主持工作的復(fù)雜性，盡管短時間內(nèi)AI合成主播對于人類主播和主持人起到補(bǔ)充的作用，替代了播音主持行業(yè)中低層次、基礎(chǔ)性的播音主持工作，但是如何探索更多的場景應(yīng)用，覆蓋到媒體融合的大背景下，依然是值得反復(fù)琢磨的問題。

注釋：

[1]新華社.媒體融合向縱深推進(jìn) 新華社AI合成主播全新升級[EB/OL].[2019-02-19].http://www.xinhuanet.com/2019-02/19/c_1124136341.htm.

[2]媒體融合：用得好是真本事[J].求是，2019(6).

[3]搜狗“分身術(shù)”：AI合成主播背后的秘密[EB/OL].[2019-02-14]. DOI:10.19609/j.cnki.cn10-1324/tp.

[4]張頌.中國播音學(xué)[M].北京：中國傳媒大學(xué)出版社，2003:29-30.