基于SWOT 分析法的AI 合成主播在新聞報(bào)道中的應(yīng)用研究
——以新華社為例

劉藝琳

（西北大學(xué)，陜西 西安 710127）

一、研究背景

（一）AI 合成主播概述

AI 全稱是 Artificial Intelligence，中文釋義為人工智能。它是計(jì)算機(jī)科學(xué)的一個(gè)分支，它的目的是了解智能的實(shí)質(zhì)，并生產(chǎn)出一種能無(wú)限接近人類智慧的機(jī)器。通俗地說(shuō)，AI 是通過(guò)信息數(shù)據(jù)的采集，對(duì)人的思維及行為的一種模擬。AI 主播的出現(xiàn)就是利用人工智能技術(shù)對(duì)新聞播音員的播報(bào)狀態(tài)所做出的模擬。全球首個(gè)“AI 合成主播”是于2018 年11 月7 日在第五屆世界互聯(lián)網(wǎng)大會(huì)上正式亮相，由搜狗與新華社共同研發(fā)的“小浩”。“新小浩”至今已在新華社客戶端上持續(xù)為觀眾服務(wù)700多天，截至至2020 年五月底，“新小浩”先后產(chǎn)出13000 多條新聞報(bào)道，累計(jì)時(shí)長(zhǎng)超過(guò)35000 分鐘。

2020 年3月3日，新華社客戶端發(fā)布了《首個(gè)AI 合成女主播今日上崗》的推送，由此迎來(lái)了全球首位AI 合成女主播“新小萌”。該推送在新華社客戶端瀏覽量超27萬(wàn)，在新華社微信瀏覽量近100 萬(wàn)。隨后《新小萌上兩會(huì)全國(guó)政協(xié)十三屆二次會(huì)議在京開(kāi)幕》報(bào)道即由“新小萌”進(jìn)行報(bào)道。當(dāng)天的瀏覽量迅速突破百萬(wàn)。

2020 年5 月21 日，在全國(guó)矚目的兩會(huì)召開(kāi)之際，搜狗又聯(lián)合新華社推出全球首個(gè)3D AI 合成主播“新小微”。較之前的2D 主播，3D“新小微”更是有了諸多提升，不僅立體靈活可控，可實(shí)現(xiàn)功能持續(xù)自我更迭，進(jìn)行變裝、改變發(fā)型等，還同時(shí)支持多機(jī)位多景深，可以全方位全角度呈現(xiàn)內(nèi)容，在空間應(yīng)用上帶來(lái)了更多的可能性，也為新聞節(jié)目的多樣化制作呈現(xiàn)提供了更堅(jiān)實(shí)的基礎(chǔ)。

（二）社會(huì)背景

近年來(lái)，隨著網(wǎng)絡(luò)技術(shù)和人工智能的發(fā)展媒介形態(tài)、輿論生態(tài)、傳播方式發(fā)生重大變化，其在新聞行業(yè)的運(yùn)用變得越來(lái)越多、越來(lái)越廣，甚至在逐漸改變著新聞行業(yè)整體的發(fā)展趨向，新聞生產(chǎn)傳播模式正在重塑。新一代媒體人不僅承載探究真相、表達(dá)觀點(diǎn)、傳遞信息和價(jià)值的使命，也要使用機(jī)器、理解機(jī)器、駕馭機(jī)器，還要進(jìn)一步順應(yīng)數(shù)字時(shí)代、智媒時(shí)代媒體發(fā)展大勢(shì)，提高采編發(fā)、傳播平臺(tái)的智能化水平是大勢(shì)所趨、行業(yè)所需。

今年1 月25 日，中央政治局就全媒體時(shí)代和媒體融合發(fā)展舉行集體學(xué)習(xí)，總書(shū)記發(fā)表重要講話，強(qiáng)調(diào)要運(yùn)用信息革命成果，推動(dòng)媒體融合向縱深發(fā)展，做大做強(qiáng)主流輿論。要探索將人工智能運(yùn)用在新聞采集、生產(chǎn)、分發(fā)、接收、反饋中，全面提高輿論引導(dǎo)能力。新華社蔡名照社長(zhǎng)也強(qiáng)調(diào)，要順應(yīng)互聯(lián)網(wǎng)發(fā)展大勢(shì)，樹(shù)立互聯(lián)網(wǎng)思維，加快建設(shè)網(wǎng)上通訊社提高新聞時(shí)效和生產(chǎn)效率。

（三）研究方法

本文基于SWOT分析法，從優(yōu)勢(shì)（Strength）、劣勢(shì)（Weakness）、機(jī)遇（Opportunities）和威脅（Threatens）對(duì)AI 合成主播在新聞報(bào)道中的應(yīng)用進(jìn)行深入研究和分析，總結(jié)出相應(yīng)的結(jié)論。

二、基于SWOT 的分析

（一）優(yōu)勢(shì)

1.AI 合成主播自身優(yōu)勢(shì)。工作質(zhì)量高，作為人工智能合成產(chǎn)物，AI 主播在新聞播報(bào)中吐字發(fā)音具有規(guī)范性、準(zhǔn)確性，可以真正做到播報(bào)0失誤，還可模擬音色、韻律、聲調(diào)起伏等，更加貼合真人播報(bào)觀感，大大加強(qiáng)傳播效果。

工作效率高，播送迅速高效，AI 合成主播可以將文字稿件直接迅速地合成為語(yǔ)音及視頻，同時(shí)可以24 小時(shí)全天無(wú)休進(jìn)行工作，提高效率、降低工作成本。如遇突發(fā)事件，AI 主播的高效快捷可以大大加快信息傳播速度，滿足受眾需求，促進(jìn)社會(huì)和諧發(fā)展。

AI 主播只要安裝相關(guān)語(yǔ)言軟件就可隨意切換英語(yǔ)、日語(yǔ)、法語(yǔ)等多種語(yǔ)言，適應(yīng)新聞播報(bào)的國(guó)際化需要，降低了主播跨語(yǔ)種播報(bào)地門(mén)檻。

2.AI 合成主播技術(shù)優(yōu)勢(shì)。人工智能下的內(nèi)容生產(chǎn)更加海量、高效，對(duì)于海量枯燥數(shù)據(jù)的處理分析更加精確快捷，相比人工所呈現(xiàn)出的優(yōu)勢(shì)是巨大的。在大數(shù)據(jù)的支撐與信息接收個(gè)性化趨勢(shì)下，人工智能技術(shù)可以通過(guò)大數(shù)據(jù)的挖掘，對(duì)用戶進(jìn)行個(gè)性化的新聞定制等。AI 主播的誕生更是基于人工智能在傳播業(yè)的智能媒體深度融合。

初代AI 合成主播由“搜狗分身”技術(shù)打造，讓AI 主播逼真的模擬人類說(shuō)話時(shí)的聲音、嘴唇動(dòng)作和表情,并且將三者自然匹配，創(chuàng)造出人類的AI 分身，進(jìn)而幫助人類提高信息表達(dá)和傳遞的效率。隨后，僅僅過(guò)去三個(gè)月，又推出了全球首個(gè)“站立式”AI 合成主播——“新小萌”，從過(guò)去的“坐著播新聞”升級(jí)成結(jié)合肢體動(dòng)作的“站立式播報(bào)”，并且豐富了手勢(shì)、優(yōu)化了表情，增加了更為豐富的神態(tài)和肢體動(dòng)作，進(jìn)一步采用了“搜狗分身”最新的wavernn 波形建模技術(shù)，可以實(shí)現(xiàn)逼真的語(yǔ)音合成效果，讓AI 的聲音更具有真實(shí)情感和表現(xiàn)力。

2020 年5 月21 日，搜狗又聯(lián)合新華社推出全球首個(gè)3D AI 合成主播“新小微”。采用行業(yè)領(lǐng)先的真人掃描、面部肌肉驅(qū)動(dòng)、表情肢體捕捉等技術(shù)，“新小微”在外形上不僅能夠走動(dòng)轉(zhuǎn)身，進(jìn)行各種復(fù)雜的動(dòng)作呈現(xiàn)，甚至在特寫(xiě)鏡頭里，連發(fā)絲與毛孔都清晰可辨，與真人的相像度大幅提升，可全方位、多視角的觀察她的情況，甚至還能改變妝發(fā)和服裝，為新聞播報(bào)添加了更多的趣味性和新鮮感。

3.AI 主播報(bào)道新聞的形式多樣。新華社客戶端的AI 合成主播頻道就采用一分鐘以內(nèi)的短視頻形式，選取國(guó)內(nèi)外最新最快的熱點(diǎn)新聞，滿足受眾對(duì)于新聞信息的需要。同時(shí)還在微博、微信等各個(gè)平臺(tái)，以AI 合成視頻技術(shù)，發(fā)布主題熱門(mén)，形式新穎有趣的短視頻，進(jìn)行知識(shí)科普與信息傳遞，甚至與受眾進(jìn)行互動(dòng)，語(yǔ)言輕松詼諧。

在2019年的兩會(huì)新聞報(bào)道中，新華社就結(jié)合AI合成主播、AR、VR等人工智能技術(shù)，推出《全息交互看報(bào)告》，讓新聞受眾仿佛親臨現(xiàn)場(chǎng)，360°全景體驗(yàn)新媒體背景下新聞報(bào)道的美麗。

（二）劣勢(shì)

1.高水平AI 合成主播制作復(fù)雜，技術(shù)要求高，費(fèi)用高昂。雖然僅僅模擬外形和音色就可量產(chǎn)出一批“新聞主播”，但目前高質(zhì)量、逼真靈動(dòng)的AI 合成主播的背后，仍是真人在“表演”，例如首個(gè)3D AI 主播“新小微”的原型就是新華社記者趙琬微，3D AI 主播“新小微”的建立，首先要對(duì)趙琬微進(jìn)行海量的數(shù)據(jù)掃描收集，由她佩戴數(shù)據(jù)采集頭盔，并配合幾百個(gè)攝像頭對(duì)她身體各部位進(jìn)行全方位打點(diǎn)掃描，進(jìn)行細(xì)致入微的捕捉記錄。隨后，搜狗還要根據(jù)頂尖掃描還原算法及面部肌肉驅(qū)動(dòng)、表情肢體捕捉等技術(shù)，建立高度還原真人的3D數(shù)字模型，并通過(guò)多模態(tài)生成算法實(shí)時(shí)驅(qū)動(dòng)、渲染構(gòu)建出人物模型，實(shí)現(xiàn)高度契合。同時(shí)，AI 合成主播技術(shù)要求高，研發(fā)制作成本高昂，只有新華社等大媒體，以及政府支持的各中央地方臺(tái)等，有能力推出AI 合成主播，中小型媒體公司無(wú)力支撐AI 主播的高昂費(fèi)用，普及困難，應(yīng)用不夠廣泛。

2.AI 合成主播技術(shù)仍不夠成熟。目前的AI 主播，雖然可以滿足新聞播報(bào)的準(zhǔn)確性和規(guī)范性，做到0 出錯(cuò)，但對(duì)于播報(bào)中的重音、停連、語(yǔ)氣、節(jié)奏等還是做的不夠完善，聽(tīng)起來(lái)語(yǔ)音不夠連貫，有些部分略顯生硬。雖能準(zhǔn)確的讀出每個(gè)漢字的調(diào)值，但發(fā)音過(guò)于標(biāo)準(zhǔn)刻板，無(wú)法變通。例如在新聞每一部分的結(jié)尾要有收束感，調(diào)值較低，不同情境的稿件會(huì)對(duì)調(diào)值造成一定的影響，AI 主播目前還無(wú)法實(shí)現(xiàn)根據(jù)情景改變語(yǔ)調(diào)及情緒。

3.AI 合成主播缺乏人腦所具有的情感的獨(dú)立思考能力。情感賦能方面的缺陷也是目前AI 合成主播的一個(gè)巨大問(wèn)題。在新聞播送中，我們要有“對(duì)象感”，要讓受眾感到更加親切、提升受眾專注度。對(duì)于內(nèi)容中的“內(nèi)在語(yǔ)”要表現(xiàn)出來(lái)，同時(shí)要調(diào)動(dòng)情緒、結(jié)合自身社會(huì)經(jīng)驗(yàn)，做到“情景再現(xiàn)”，讓受眾有沉浸感，感受新聞情緒，達(dá)到傳播效果。在天氣預(yù)報(bào)、政治新聞、娛樂(lè)新聞等不同情境，以及不同情緒的新聞事件中，新聞主播都應(yīng)該采取不同的語(yǔ)氣、情緒、狀態(tài)、肢體動(dòng)作等輔助播報(bào)，如春節(jié)聯(lián)歡晚會(huì)上主持人聲音洪亮飽滿、熱情洋溢，新聞聯(lián)播中播報(bào)災(zāi)難事件時(shí)語(yǔ)氣沉痛、速度緩慢。但目前AI 合成主播無(wú)法做到情感賦能，缺乏“共情”能力，與受眾沒(méi)有情感上的互通。音質(zhì)中甚至還有一些難以消除的電子音感都未給受眾舒適的聽(tīng)覺(jué)體驗(yàn)。

AI 合成主播完全依靠冰冷的數(shù)據(jù)和技術(shù)支撐，輸入指令、輸出內(nèi)容，面對(duì)不同情緒稿件無(wú)法轉(zhuǎn)變語(yǔ)氣，面對(duì)突發(fā)情況時(shí)也無(wú)法及時(shí)反應(yīng)、靈活應(yīng)對(duì)，無(wú)法形成基于自己經(jīng)驗(yàn)與沉淀而形成的鮮明特點(diǎn)與人格魅力。

4.AI 合成主播形象不夠真實(shí)親切。主播形象雖已不斷革新，愈發(fā)接近真人形態(tài)，但仍有一些AI 主播形象會(huì)造成“恐怖谷”效應(yīng)，及當(dāng)機(jī)器人與人類相似程度達(dá)到特定程度時(shí)（大部分情況為極度擬人化），人們對(duì)他們的反應(yīng)會(huì)突然變得極其反感，哪怕機(jī)器人與人類有一點(diǎn)點(diǎn)細(xì)微差別都會(huì)非常顯眼刺目，讓人感到僵硬恐怖。給人帶來(lái)不適的觀感體驗(yàn)。AI 主播目前仍稍顯僵硬的肢體與表情仍需繼續(xù)改進(jìn)。

（三）機(jī)遇

1.黨和國(guó)家大力支持。作為新一輪科技革命和產(chǎn)業(yè)變革的重要驅(qū)動(dòng)力量，人工智能深刻影響著新聞行業(yè)的信息生產(chǎn)模式和傳播模式。黨和國(guó)家鼓勵(lì)新技術(shù)、新形式在傳媒領(lǐng)域的積極運(yùn)用，黨的十八大以來(lái)，人工智能發(fā)展得到了全社會(huì)各行各業(yè)的高度重視。近年來(lái)，我國(guó)不斷加強(qiáng)人工智能技術(shù)的研發(fā)創(chuàng)新，同時(shí)人工智能技術(shù)的迅猛發(fā)展也為傳媒行業(yè)帶來(lái)了巨大變革，智能化發(fā)展是未來(lái)信息傳播領(lǐng)域的必然趨勢(shì)。人工智能技術(shù)不僅使新聞產(chǎn)品的生產(chǎn)經(jīng)營(yíng)模式發(fā)生改變，還重塑了新時(shí)代的媒體業(yè)態(tài)，為新聞媒體打造了新的生態(tài)環(huán)境。

2.主流媒體新聞報(bào)道轉(zhuǎn)型時(shí)期。由于受到資金等方面的限制，絕大部分AI 合成主播隸屬于主流媒體，新媒體環(huán)境下，主流媒體面臨轉(zhuǎn)型，傳統(tǒng)的新聞報(bào)道不足以滿足目前受眾的需求，新技術(shù)、新元素的引用可以有力的推動(dòng)主流媒體進(jìn)行轉(zhuǎn)型，將傳統(tǒng)的新聞報(bào)道形式轉(zhuǎn)變的更加多元新穎，從而吸引受眾，從而達(dá)到輿論引導(dǎo)與價(jià)值觀輸出的目的。

3.互聯(lián)網(wǎng)平臺(tái)助力AI 合成主播發(fā)展。AI 合成主播目前為止，主要是在互聯(lián)網(wǎng)平臺(tái)進(jìn)行推廣與應(yīng)用，互聯(lián)網(wǎng)平臺(tái)的用戶大部分為中、青年人群，對(duì)于新事物的包容度較高，對(duì)于虛擬主播的接受程度較好，關(guān)心熱點(diǎn)話題與科技新事物，有利于現(xiàn)階段的快速推廣傳播，有利于主流價(jià)值觀的正確輸出。

（四）威脅

1.受眾對(duì)于AI 合成主播的接受程度。雖然青年群體對(duì)AI 合成主播的接受程度較高，但還有相當(dāng)一部分人并不接受AI 主播的形式，甚至對(duì)AI 形象感到厭惡和恐懼，這需要我們對(duì)此進(jìn)行適當(dāng)?shù)囊龑?dǎo)，同時(shí)技術(shù)也要不斷革新進(jìn)步，讓AI 形象更加發(fā)展完善，給人以親近感和喜愛(ài)感，解決完善語(yǔ)音生硬問(wèn)題和情感缺失問(wèn)題，帶給受眾更好的視聽(tīng)體驗(yàn)。

2.AI 主播與傳統(tǒng)主播之間的關(guān)系?！癆I 主播”的到來(lái)，是人工智能與新聞媒體深度融合的結(jié)果，也是技術(shù)發(fā)展的必然結(jié)果。AI 主播與真人主播不是互相取代，而是互助合作。AI 主播可承擔(dān)之前重復(fù)的、機(jī)械的工作，真人主播能夠擁有更多時(shí)間在新聞價(jià)值探究、新聞多樣化探索、價(jià)值觀輸出、輿論引導(dǎo)等方面深耕。如在兩會(huì)期間，AI 主播進(jìn)行簡(jiǎn)短的、基礎(chǔ)信息的播報(bào)，深入的評(píng)論與采訪等還是由傳統(tǒng)真人主播進(jìn)行的。

“新小浩”的原型邱浩在采訪中說(shuō)道：“AI 主播雖有強(qiáng)大的學(xué)習(xí)能力，可‘他’依舊是基于既有的數(shù)據(jù)，那就讓‘他’來(lái)學(xué)習(xí)我吧。而最令我自信不會(huì)被超越的，是我的‘靈魂’。作為播音員要做好的就是“人”本身，人之情感，人之溫度，人之思考，而這些都是目前 AI 主播無(wú)法取代的?！?/p>

讓AI 主播物盡其用，讓真人主播人盡其才，二者通力合作、攜手并進(jìn)，才是對(duì)此的最優(yōu)解。

三、結(jié)語(yǔ)

綜上所述，AI 合成主播作為新聞報(bào)道在人工智能領(lǐng)域的新嘗試，為新聞播報(bào)領(lǐng)域提供了一種新的媒介生產(chǎn)方式和新的視覺(jué)呈現(xiàn)形式。智能取代部分人類工作已成必然，但人類只要保持學(xué)習(xí)能力，深度思考，學(xué)會(huì)掌控和利用人工智能，就不會(huì)面臨被社會(huì)淘汰出局的窘境。在短時(shí)間內(nèi)AI 主播只是對(duì)真人主播和主持人起到輔助作用，如何推動(dòng)融合報(bào)道技術(shù)創(chuàng)新，創(chuàng)作優(yōu)質(zhì)的新聞內(nèi)容，吸引用戶關(guān)注，提升用戶體驗(yàn)，完成再次轉(zhuǎn)型與發(fā)展，推動(dòng)傳統(tǒng)主播更大發(fā)揮自身價(jià)值，依然需要我們?nèi)ゲ粩鄧L試、不斷探索。