試論人工智能背景下的“AI合成主播”

楊菁菁

【摘? ? 要】人工智能是使用計算機來模擬、延伸、拓展人的思維過程和智能行為的學(xué)科，隨著理論和技術(shù)的不斷成熟，應(yīng)用領(lǐng)域也逐漸擴大?！癆I合成主播”是人工智能在新聞播音主持業(yè)應(yīng)用的一個分支，其出現(xiàn)和發(fā)展為新聞播報帶來了新機遇，也給傳統(tǒng)播音員和主持人帶來了挑戰(zhàn)。人工智能背景下，電視新聞播音主持業(yè)的長遠發(fā)展離不開技術(shù)與內(nèi)容的融合，而人機合一下的“真人主播+智能輔播”將是其最佳的發(fā)展模式。

【關(guān)鍵詞】人工智能;AI合成主播;播音主持

2020年5月21日兩會召開之際，全球首位3D版“AI合成主播”——“新小微”正式亮相，拉開了中國傳媒行業(yè)全面進入智慧時代的序幕。就目前來看，“AI合成主播”逐步應(yīng)用于出鏡報道、新聞配音、演播室主持、現(xiàn)場采訪、新聞評論等各個方面，“AI合成主播”和真人主播是合作共存的關(guān)系。但是，在不久的將來，真人主播是否會被取代？如何順應(yīng)時代潮流并增強自身素質(zhì)？“AI合成主播”未來的發(fā)展空間如何？一系列的問題足以引發(fā)電視新聞行業(yè)及社會各界的深度思考。

一、“AI合成主播”產(chǎn)生的客觀原因

（一）技術(shù)支持

“搜狗分身”技術(shù)在搜狗“自然交互+知識計算”人工智能理念下誕生，技術(shù)包含兩大引擎：一是語音合成引擎;二是圖像生成引擎?！八压贩稚怼奔夹g(shù)可應(yīng)用于媒體、醫(yī)療、教育、法律、家庭等眾多內(nèi)容表達場景。“AI合成主播”是以“搜狗分身”技術(shù)為核心，在人臉檢測、唇語合成、情感遷移等技術(shù)的支持下，對語音、唇形、圖像等多模態(tài)信息進行合成，進而生成與真人主播無異的分身模型。多種技術(shù)配合協(xié)作，“AI合成主播”才能以更逼真自然的形象呈現(xiàn)在用戶面前。如新華社已經(jīng)推出的“新小萌”、“新小浩”、“新小微”等主播，都是在各種前沿技術(shù)的支持下對幾位真人主播的“克隆”?？梢?，人類的每一次跨躍式前行，都離不開技術(shù)的飛躍和發(fā)展，而技術(shù)支持正是“AI合成主播”生成的關(guān)鍵所在。

（二）現(xiàn)實需求

隨著5G、AR、VR、MR、物聯(lián)網(wǎng)等技術(shù)的快速發(fā)展，人類進入了“萬物皆媒”“萬物互聯(lián)”的智媒時代，面對文字、圖片、音視頻等龐大的信息量，傳統(tǒng)的新聞主播和主持人的準確、實時播報困難逐漸增加，無法滿足受眾需求。這時，基于技術(shù)和數(shù)據(jù)支持下的“AI合成主播”順勢而生，人工智能與新聞場景的融合，滿足了受眾與新聞的互動。有學(xué)者認為，過去是一個信息社會，誰掌握信息誰就具有話語權(quán)，而未來將會是一個傳播社會，誰能更加有效地開展傳播就顯得尤為重要。就新聞行業(yè)來看，“AI合成主播”的出現(xiàn)不僅會加強信息傳播的時效性，還會改變傳統(tǒng)的傳播方式，增強傳播效果。由此可以看出，“AI合成主播”的出現(xiàn)不僅是新聞播報智能化的過程，也是順應(yīng)了人類心理的發(fā)展而產(chǎn)生的現(xiàn)實需要。

二、“AI合成主播”的優(yōu)點與缺點

（一）“AI合成主播”的優(yōu)點

1.高效率、低成本

“AI合成主播”大數(shù)據(jù)處理能力強，是一個增強新聞生產(chǎn)效率的有效工具。只要輸入文本，設(shè)定算法，“AI合成主播”就能夠快速對海量信息進行歸類匯總，可以不間斷地進行新聞生產(chǎn)和輸出，長期來看，使用成本低廉。據(jù)《人民日報》數(shù)字傳播董事長徐濤介紹，只要在控制系統(tǒng)中輸入一篇新聞稿，5分鐘就可以自動生成一段人工智能主播“果果”的新聞播報視頻。除此之外，全球首個合成新聞主播——“新小萌”，僅上崗3個月，就發(fā)稿3400余條，累計時長達10000多分鐘的亮眼成績單。這樣高效率低成本的生產(chǎn)和輸出，極大減輕了真人主播的工作壓力，滿足了受眾對信息的需求。

2.多種語言播報、采編形式創(chuàng)新

隨著網(wǎng)絡(luò)運行速度的提升，新的傳播技術(shù)無疑為更好地對外傳播中國文化、講好中國故事助力。2019年兩會期間，虛擬主播“小晴”熟練使用中、日、韓、英等多種語言對兩會新聞進行實時報道，加大了會議信息的國際傳播力度，更好地展示了中國形象。而且，“AI合成主播”還具有結(jié)合智能采編和播報的優(yōu)勢，報道中整合線上線下，通過多機位、多景深，將圖片、文字、視頻、動漫等融合，實現(xiàn)了采、編、播、審、存儲的一體化工作。采編形式的創(chuàng)新，為受眾帶來了全新的體驗。

3.準確度高、趣味性強

在長期的電視播音工作中，不管播音員或主持人專業(yè)能力多強，綜合素質(zhì)多高，也難免有出錯的時候。而“AI合成主播”具有永不疲倦等特點，能有效避免口誤問題。除此之外，“AI合成主播”還具有較強的趣味性，如2019年央視網(wǎng)絡(luò)春晚，主持人撒貝寧攜手虛擬主持人“小小撒”一同亮相舞臺，“小小撒”妙語連珠，互動過程中多次“搶”了小撒臺詞，引起全場觀眾陣陣喝彩。

（二）“AI合成主播”的缺點

1.內(nèi)容輸出：缺乏判斷力、思想性等創(chuàng)造能力

新聞播報不是簡單的機械播報，而是新聞主播對語速、語調(diào)、表情等進行創(chuàng)造性的加工。相對于記者深入一線，新聞主播更多的是把記者采訪的消息播報出去，但這并不意味著他們只會機械化地播報，價值觀、判斷力和思想性是他們成功播報的不二法寶。在播報不同類型的新聞稿件時，主播往往會有不同的反應(yīng)，如在播報災(zāi)難新聞的時候，新聞主播會放慢語速、聲音哽咽;在播報娛樂趣事時，主持人會語速加快，輕松喜悅，這些真實情感的流露能讓受眾產(chǎn)生強烈的情感共鳴。而目前“AI合成主播”受技術(shù)和算法的操控，缺乏對新聞素材的判斷力和對新聞信息的理解力，尚處于對真人主播的模仿階段。

陸錫初在《節(jié)目主持人概論》中強調(diào)，主持人不僅要具備聽、說、寫的能力，還要參與到策劃、編輯、采訪、制作、導(dǎo)播、主持的全過程，這樣有利于節(jié)目形式多樣化和節(jié)目風(fēng)格個性化，主持人也可以更好地把控全場、增強全方位的業(yè)務(wù)能力?！胺褐鞒秩嘶痹絹碓綖闃I(yè)界所重視，比如央視“名嘴”尼格買提·熱合曼不僅是熱播綜藝《你好生活》（第一季、第二季）的主持人，還擔(dān)任了節(jié)目制片人和總導(dǎo)演，在輕松的氛圍中與嘉賓就不同的話題、觀念細細探討。節(jié)目融入了主持人的理念和價值觀，這也充分說明了職業(yè)主持人不可替代的作用和地位。

2.傳播方式：外部技巧高超，缺少情感溫度

播音是一種人為地將抽象的文字稿件進行有力量、有溫度、有情懷的藝術(shù)創(chuàng)作，這就要求播音不僅需要高超的外部技巧來保證精準發(fā)音，還需要隱性的內(nèi)部技巧來醞釀情感。通過算法的邏輯設(shè)定，“AI合成主播”可以模仿真人主播達到發(fā)音標準、停頓得當?shù)臓顟B(tài)，外部技巧高超。但“AI合成主播”歸根到底還是機器，不具備人的喜怒哀樂等情感，無法將情感閱歷融入節(jié)目中，這樣就很難與受眾產(chǎn)生情感共鳴。

“5·12”汶川大地震發(fā)生后，四川電視臺女主播寧遠在播報前線災(zāi)情時一度哽咽流淚，令無數(shù)中國人感動。目前出現(xiàn)的“AI合成主播”雖然在外型、語氣、風(fēng)格等方面，都和真人主播具有一定的相似度，但仔細觀察發(fā)現(xiàn)，機械化、技術(shù)化的外在技巧過于明顯，缺少情感溫度，與真人主播還是有千差萬別。

3.傳播效果：難以形成鮮明的個性魅力

播音是一門非常注重藝術(shù)性的語言文字工作，主持人是聯(lián)系觀眾和節(jié)目的紐帶，主持人的一言一行都會影響到節(jié)目的效果。真人主播基于豐富的人生經(jīng)驗和長期的主持經(jīng)歷，擁有自己的鮮明風(fēng)格和人格魅力，這也是播音主持之所以成為一門專業(yè)藝術(shù)的關(guān)鍵所在。而“AI合成主播”基于特定的模仿和設(shè)定，播報模式往往千篇一律，缺乏個性魅力。

從我國的第一位電視主持人沈力到現(xiàn)在活躍于熒屏的“央視boys”——撒貝寧、朱廣權(quán)、康輝，每位主持人都有自己鮮明的播報風(fēng)格和人格魅力。以“央視boys”為例，搞笑擔(dān)當——撒貝寧，因一句“北大還行”遭網(wǎng)友調(diào)侃，撒貝寧因《今日說法》節(jié)目獲得全國人民的喜愛，在綜藝節(jié)目《明星大偵探》中“芳心縱火犯”的人設(shè)圈粉無數(shù);段子手擔(dān)當——朱廣權(quán)，一本正經(jīng)、字正腔圓地講段子，成為央視網(wǎng)紅;C位擔(dān)當——康輝，在抖音平臺發(fā)布泥石VLOG親切自然的分享新聞背后的故事，標準播音腔與頗顯隨意的剪輯形成一種反差萌，成功出圈并受到網(wǎng)友喜愛，成為VLOG界冉冉升起的一顆新星……這些主持人鮮明的個性化語言和人格魅力，顛覆了央視主持人以往的形象，無疑也是“AI合成主播”無法做到的。

三、“AI合成主播”對新聞播音主持業(yè)的影響

（一）傳播主體的沖突

馬克思和恩格斯在《德意志意識形態(tài)》中說：“分工起初只是性別方面的分工，后來則是由于天賦（例如體力）、需要、偶然性等因素自發(fā)形成的?！盵1]也就是說，客觀的生產(chǎn)力發(fā)展推動了社會分工的變革。無疑，人工智能機器人是我們當下所處的新科技時代出現(xiàn)的新科技生產(chǎn)力，勢必會改變社會的分工。在傳統(tǒng)的電視新聞廣播行業(yè)，播音員作為信息傳播最后環(huán)節(jié)的新聞工作者，直接影響著受眾對信息的接收和體驗。但隨著“AI合成主播”在新聞播音主持業(yè)中越來越廣泛的應(yīng)用，新聞傳播的主體開始變得模糊不清。

楊保軍在討論智能新聞的主體性時曾提到：“在人類社會，只有人才具備主體性?！盵2]只有人才具有自覺自主能動的創(chuàng)造性以及認識能力和邏輯思維能力，而機器只是人類上述能力的延伸或外在表現(xiàn)。彭蘭也認為，人工智能背景下，“AI合成主播”不斷向前發(fā)展，無論是傳播主體、傳播模式、傳播時空、傳播渠道，還是傳播手段、思維與文化等，各種與傳播相關(guān)的變量都在發(fā)生著深刻的變化。[3]兩種說法皆有道理，而在關(guān)注傳播主體的同時，我們還應(yīng)該看到“AI 合成主播”可能會引起的倫理道德沖突問題。

（二）倫理道德的沖突

多數(shù)研究者認為，“AI合成主播”的出現(xiàn)并沒有直接觸及新聞業(yè)的核心，尤其是新聞價值倫理方面。它更多的是拓寬了新聞報道的形式，提升了新聞播報的趣味性，優(yōu)化了新聞用戶的體驗，減輕了真人主播的工作壓力，它的出現(xiàn)更像是對電視播音行業(yè)的一次優(yōu)化，而非革新。

但是不可否認的是，新技術(shù)的出現(xiàn)加快了傳統(tǒng)媒體與新媒體融合和碰撞，一系列新聞倫理道德方面的沖突也會隨之而來。智媒背景下“AI合成主播”一旦使用不當也將誤入“洗稿”一樣的歧途。設(shè)想一下，如果在日常新聞播報或者兩會等重要場合中“AI合成主播”出現(xiàn)了不當言論，不管是技術(shù)障礙還是人為操作，后果將不堪設(shè)想。因此，技術(shù)的背后不僅需要法律的保護，更需要技術(shù)研發(fā)維護人員保持正確的道德價值取向。

四、“AI合成主播”在新聞播音主持業(yè)的應(yīng)用前景

（一）定制化：技術(shù)與內(nèi)容全面融合

人工智能技術(shù)的出現(xiàn)不僅帶來了全新的傳播形態(tài)、傳播方式和用戶體驗，更改變了傳媒業(yè)最核心的內(nèi)容生產(chǎn)環(huán)節(jié)，加速了“技術(shù)內(nèi)容時代”的到來。新聞生產(chǎn)的過程及內(nèi)容生產(chǎn)主體操作流程的模糊和隱蔽，將傳統(tǒng)的新聞傳播推向了“黑箱”——算法深度介入改變了新聞生產(chǎn)過程，帶來行業(yè)規(guī)則和創(chuàng)造流程的倒置?！癆I合成主播”使個性化新聞生產(chǎn)和推送成為可能，但過分迎合個人興趣，很可能導(dǎo)致“信息窄化”。當前，重要的是將人工智能、大數(shù)據(jù)、云計算等新興科技賦能于內(nèi)容創(chuàng)新，不斷優(yōu)化媒體形態(tài)，增強內(nèi)容的輿論引導(dǎo)力，豐富用戶的體驗。中央廣播電視總臺和科大訊飛共同建立了“人工智能編輯部”，并推出了“智能審核員”等 AI 技術(shù)產(chǎn)品，這將是“媒體 + 技術(shù)”深度融合的典范，引領(lǐng)“技術(shù)+內(nèi)容”生態(tài)的不斷發(fā)展。

未來，由用戶根據(jù)自己的需求靈活調(diào)整網(wǎng)站或APP的頁面布局，自定義自己感興趣的話題，自由更換界面視覺效果以實現(xiàn)定制化的新聞將大有可為，這樣的“自主性”交互可以大大提高用戶體驗。

（二）情感化：以人為本，“真人主播+智能輔播”

一切技術(shù)的中心始終應(yīng)該是人。“AI合成主播”的出現(xiàn)是為了幫助真人主播減輕工作負擔(dān)，如果過分依賴技術(shù)，忽視傳播的基本規(guī)律，傳播將失去其應(yīng)有的價值和意義。“AI合成主播”超越真人主播的是運算和智能層面，真人主播擁有的法寶則是情感和思想;“AI合成主播”的高效和低成本是真人主播無法做到的，真人主播的情感和價值觀則是“AI合成主播”很難學(xué)習(xí)的?！癆I合成主播”和真人主播不是魚與熊掌不可兼得的關(guān)系，兩者是相輔相成的。因此，人工智能背景下新聞播音主持業(yè)要想長遠發(fā)展，必須重視兩者的融合。

人類負責(zé)思考和人文，機器負責(zé)運算和執(zhí)行，是媒介技術(shù)發(fā)展的必由之路。未來，“AI合成主播”可以結(jié)合技術(shù)優(yōu)勢從事數(shù)據(jù)量大、工作量大的新聞處理，真人主播要提升個人的專業(yè)能力和綜合能力，發(fā)揮自己不可代替的作用。二者的有機融合，不僅可以提高效率節(jié)省成本，還可以創(chuàng)造出更多具有人文價值和情感關(guān)懷的新聞內(nèi)容。技術(shù)只有為人所用才具有真正意義和價值，脫離了人類控制的機器也必將誤入歧途。

（三）智慧化：腦機交互或?qū)⒊蔀榭赡?/p>

新技術(shù)推動媒體出現(xiàn)智能化趨向。智媒化的特征主要體現(xiàn)為萬物皆媒、人機共生、自我進化。[4]智慧是比智能更高的層次?？梢哉f，從電腦產(chǎn)生的那天起就有人機交互，即通過計算機輸入輸出和顯示設(shè)備實現(xiàn)人與計算機之間的對話。最初是通過鼠標和鍵盤，后來觸摸屏成為新的交互方式。隨著智能語音、動作識別技術(shù)的廣泛運用和柔性顯示、3D電視機、5G等技術(shù)的同步發(fā)展，關(guān)于腦機接口的討論越來越普遍。“腦機接口”就是將極小的電極植入大腦，利用電流讓電腦和腦細胞“互動”，期望能用來上傳、下載人的思想。Facebook、Valve等大公司不斷涌入這一領(lǐng)域，同時埃隆·馬斯克的Neuralink公司也公布侵入式腦機研究初步成果。腦機交互或成為人機交互的主流方式，讓以往未能落地的生物信息相關(guān)應(yīng)用加快落地。

未來，腦機交互技術(shù)有望引入新聞傳媒行業(yè)甚至更廣泛的應(yīng)用場景，“AI合成主播”將不僅僅是真人主播的復(fù)制、簡單的信息傳播者，還有望成為集各種智慧于一身，具有思辨意義的“高級生物”。

結(jié)語

當我們討論“AI合成主播”現(xiàn)狀并對其未來進行展望時，我們不應(yīng)該僅關(guān)注技術(shù)的突破，其帶來的社會性思考更值得我們重視。未來，“AI合成主播”將朝著定制化、情感化、智慧化的方向發(fā)展，越來越多的“AI合成主播”將出現(xiàn)在地鐵、機場等公共設(shè)施領(lǐng)域。對于新技術(shù)的應(yīng)用，我們應(yīng)該抱著“帶著鐐銬大膽跳舞”的態(tài)度，這副“鐐銬”就是國家要制定相應(yīng)的法律法規(guī)進行必要的約束，而技術(shù)的開發(fā)者更要擁有強烈的社會責(zé)任感、信息的傳播者更要提高職業(yè)能力和綜合素質(zhì)……多方面的制衡、自覺，共同為人工智能技術(shù)在新聞傳媒行業(yè)的應(yīng)用和發(fā)展保駕護航。

注釋：

[1]馬克思，恩格斯.馬克思恩格斯選集（第一卷）[M].北京：人民出版社，1972：32-35.

[2]楊保軍.簡論智能新聞的主體性[J].現(xiàn)代傳播，2018（11）：32.

[3] [4]彭蘭.新媒體傳播：新圖景與新機理[J].新聞與寫作，2018（07）：5-11.

（作者：南寧師范大學(xué)新聞傳播學(xué)院碩士研究生）

責(zé)編：姚少寶