人工智能語境下播音主持前景分析
——以新華社“AI合成主播”為例

朱蘭欣

（南京傳媒學(xué)院 江蘇 210013）

隨著社會的發(fā)展和科技水平的不斷提高，人工智能已然成為當(dāng)今社會的重要發(fā)展導(dǎo)向。人工智能主播，便是其中具有代表性的一支。AI 合成主播從產(chǎn)生到興起之間的時間并不長，但是發(fā)展迅猛，但是還是存在著一定的不足和問題。特別是在播音主持行業(yè)，AI 合成主播更加需要進行完善與提升。筆者針對AI 合成主播進行了深入地分析和研究，并對其在播音主持行業(yè)的發(fā)展前景進行結(jié)合，綜述如下。

一、AI合成主播興起的原因

（一）技術(shù)推動

科技是第一生產(chǎn)力，AI 合成主播興起的原因主要還是在于技術(shù)的發(fā)展。因為只有在技術(shù)的推動下，AI 合成主播才會成為可能。反之，如果沒有技術(shù)的推動力，AI主播就只能是一種設(shè)想，甚至人們都不可能產(chǎn)生這樣的設(shè)想。關(guān)于AI 合成主播的技術(shù)應(yīng)用，其實是多方面的，這其中所包含的不僅僅是某項技術(shù)的一個方面。具體而言，AI 合成主播所需要的技術(shù)可以分為以下幾個方面：第一是語音技術(shù)。因為主播需要依靠語言和大眾進行溝通，所以語言是最為重要的一項，同時也是最為基礎(chǔ)的一項。在主播通過語言和大眾進行溝通時，往往不是真人發(fā)聲，而是需要進行一定的設(shè)計和改創(chuàng)，將主播的聲樂變得甜美，或者需要根據(jù)主播內(nèi)容的需要而進行音色的調(diào)整，這只有通過語音技術(shù)才能夠?qū)崿F(xiàn)。第二是影像技術(shù)。主播不僅需要通過語言和大眾進行溝通，而且還需要和大眾進行面對面的交流，這就需要主播對自身的容貌進行一定程度的修飾，要符合社會大眾的審美觀，這樣才能夠更好地契合主播市場發(fā)展的需要。AI 合成主播的實際應(yīng)用也是需要進行擬人化的全息影像技術(shù)，這樣才能夠更加形象而逼真地展示出人的各種微妙表情，進而產(chǎn)生較好的主播互動效果。

（二）觀念更新

正所謂態(tài)度決定一切，思路決定出路，AI 合成主播的實現(xiàn)既需要各項技術(shù)的支持，同時也需要思維觀念的更新。大家可以想一想，如果僅僅是相關(guān)的技術(shù)得到了創(chuàng)新，但是沒有人將不同的語音技術(shù)和全息影像技術(shù)進行結(jié)合，AI 合成主播的結(jié)果依然難以實現(xiàn)?？梢哉f，AI 合成主播是技術(shù)推動和觀念更新共同的發(fā)展成果。其實從這個角度而言，人的觀念更新相比于技術(shù)推動而言，要更早。因為人們很早之前就產(chǎn)生了機器代替人工的想法，而我們社會的發(fā)展也在不斷向著機械化、智能化的方向轉(zhuǎn)變，而AI 合成主播只是其中的一個轉(zhuǎn)變組成部分。需要說明的是，觀念更新需要結(jié)合時代的發(fā)展，這是一個緩慢的進程。比如AI 合成主播，這就是在當(dāng)今審美時代的背景下形成的，其所契合的是當(dāng)今人們的審美需要?；蛟S提前若干年，人們不會接受這種AI 合成的技術(shù)美，甚至還會對其進行批判，但是現(xiàn)今的發(fā)展觀念已然不同，這才催生了AI合成技術(shù)的形成。

二、對“AI合成主播”傳播特性的分析

（一）虛擬性與具身性的結(jié)合

“AI合成主播”是2018年11月7日第五屆世界互聯(lián)網(wǎng)大會上，搜狗與新華社聯(lián)合發(fā)布的全球首個全仿真智能AI 主持人。盡管新華社“AI 合成主播”采用的是擬定建模技術(shù)，但是在現(xiàn)實生活中依然有著具體的原本依照。新華社最早的全仿真智能合成主持入與男性站立式合成主播“新小浩”皆采于真人主播邱浩的聲音與外形，首個AI合成女主播“新小明”的語料來源于主播屈明，而英文主播的素材來源于主播張朝，這些都是真人痕跡盡顯的數(shù)字產(chǎn)物，體現(xiàn)出分明的“合成”特質(zhì)。從這個意義上看，“合成”的兩端相牽著真人與數(shù)字,營造出虛似身體在場、實則始終缺席的主持傳播局面，此等分身借由技術(shù)實現(xiàn)了虛擬性與具身性的直觀彌合。

（二）技術(shù)性與藝術(shù)性的交融

“AI合成主播”的形成離不開科技的發(fā)展。首先是在輸入層面上，“AI合成主播”首先需要采集人的面部表情以及語言語音特征并加以標簽化處理。其次是在輸出層面上，“AI合成主播”需要學(xué)習(xí)自動生成的語音以及合成的表情以及模型的運用，來實現(xiàn)肢體動作以及相關(guān)語義的表達，來逼近真人的表達方式。最后從表現(xiàn)的原理來看，“AI合成主播”主要追求的是藝術(shù)性，不再僅僅依附發(fā)音和發(fā)聲，更多的是以真人為依托，核心在于是自然的交互以及電腦計算為主要手段方式，模仿真人的重音和發(fā)聲規(guī)律以及情感等領(lǐng)域，最終以求達到真人口語傳播時的意境和藝術(shù)特質(zhì)。

（三）主體性與客體性的互位

“AI合成主播”的主要功能在于信息的傳遞，新聞播報的首要任務(wù)是力求受眾能夠記住新聞的主要內(nèi)容并非是針對主播本身，因此，“AI合成主播”的首要目標也是如此，但是現(xiàn)狀截然相反。將觀眾的注意力聚焦于新聞內(nèi)容是退而求其次的客觀主體表現(xiàn)，但是“AI 合成主播”本身是一個新事物并且具有比新聞內(nèi)容更具有看點和關(guān)注度，采用“AI 合成主播”的目的確實是為了提高新聞的關(guān)注度，也由此說明了此間新聞主體性與客體性的互位交替。

三、對“AI合成主播”產(chǎn)生影響的反思

（一）沖擊真人主播，淘汰與改造并存

“A1合成主播”科技是一面鏡子，可以有效對比真人主播的優(yōu)勢與缺陷。在“A1 合成主播”出現(xiàn)之前真人主播的輸出格局幾乎沒有變化；在“A1 合成主播”問世后，人們不僅拿他們做比較，真人主播的播報缺陷一覽無遺，例如很多真人主播在新聞播報過程中毫無意義地串聯(lián)以及發(fā)話，對新聞播報不僅起不到應(yīng)有的作用還拉長了新聞的時長。缺乏思考的新聞播報遲早會退出新聞市場。但是，目前“A1 合成主播”的技術(shù)發(fā)展依然處于初期，很多新聞內(nèi)容的細節(jié)以及新聞臨場出現(xiàn)的反應(yīng)能力存在缺陷，難以真正取代真人主播?！癆1合成主播”的短板也正是人們有待改善的地方，也是對真人主播一種鞭策，外在壓力也會增加真人主播的內(nèi)部提升。

（二）調(diào)試產(chǎn)業(yè)格局，機制與流程革新

任何產(chǎn)業(yè)都會存在優(yōu)勝劣汰，不難發(fā)現(xiàn)“A1 合成主播”的誕生對于新聞媒體行業(yè)的成本有著重要影響，對視頻的產(chǎn)出有著推動作用。不僅滿足了用戶的多元化選擇需求，也提升了新聞媒體的權(quán)威性。早在2015年新華社就推出了寫作機器人“蠟筆小新”。主要使用于財經(jīng)、體育新聞的撰寫，也由此誕生了國內(nèi)首個新聞無人機編隊進行新聞航拍，隨后在2017年又推出了媒體大腦等。這些人工智能技術(shù)與“A1 合成主播”搭配形成了一套新的組合。用于對媒介的編寫以及傳播。人工智能對新聞媒體行業(yè)帶來的影響不僅限于傳播，對于新聞媒體內(nèi)部以及隊伍建設(shè)也有著重要影響。企業(yè)內(nèi)部資源也會順勢發(fā)生變化調(diào)整，而此時的“A1 合成主播”更像是一種催化劑，對新聞媒體行業(yè)建設(shè)發(fā)展有著促進作用。

四、人工智能語境下播音主持前景分析

不難覺察的是，現(xiàn)今“AI 合成主播”以模擬為最基本的系統(tǒng)行為，其聲其形來源于真人主播，其言其語依托于指定稿件，其播其報則模擬于原型規(guī)律。人工智能主播若要有所作為，勢必先要突破模擬論的局限，向著進化論的方向邁進。

（一）定制化生產(chǎn)，確定準度

所謂定制化生產(chǎn)，其實就是一種根據(jù)實際需要進行批量生產(chǎn)的方式，其在以往的生產(chǎn)管理中，主要應(yīng)用于各項商品的生產(chǎn)與加工，比如服裝、電子配件等，很少應(yīng)用于人工方向。但是AI 合成主播則不同，其已經(jīng)逐漸演變成為商品，只是其與傳統(tǒng)意義上的商品有所區(qū)別。現(xiàn)今是工業(yè)化的時代，同時更是智能化的時代，AI 合成主播完全可以根據(jù)需要進行批量化生產(chǎn)。這種思維方式就是工業(yè)化生產(chǎn)邏輯的延續(xù)，只是應(yīng)用到了不同的行業(yè)領(lǐng)域。在進行定制化生產(chǎn)的過程中，我們要確定AI 合成主播的需要，這是有效開展AI 合成主播批量生產(chǎn)的基礎(chǔ)。也就是說，我們要根據(jù)客戶發(fā)展的需求進行定制化的AI 合成主播生產(chǎn)，這樣才能夠保證AI 合成主播的質(zhì)量，也才能夠?qū)I合成主播的定制化生產(chǎn)全面推向市場。比如，市場需要播報天氣的AI 合成主播，那就要根據(jù)天氣預(yù)報的需求進行AI 合成主播設(shè)計，使其能夠契合天氣預(yù)報的資格要求。因為AI 合成主播具有聲音優(yōu)勢和形象優(yōu)勢，所以其就能夠在形象方面取得一定的發(fā)展優(yōu)勢，外加上信息技術(shù)的輔助，能夠為AI 合成主播輸送諸多的專業(yè)知識內(nèi)容，進而也就能夠提高AI 合成主播的專業(yè)化能力，以推動AI 合成主播的個性化發(fā)展需要。

（二）交互化溝通，增加黏度

播音主持的工作不僅是要將各項信息傳遞給觀眾，更為重要的是，其還要與觀眾進行對話溝通，進而增加其自身與社會大眾的黏度，以拉進主持人和觀眾之間的距離，增加節(jié)目播放的受眾度。可以說，這種交互化的溝通對于播音主持工作的開展而言非常重要。因此，對于AI 合成主播的未來發(fā)展需要，也會向著交互化的方向進行轉(zhuǎn)變，這是大勢所趨。其實，實現(xiàn)AI 合成主播的交互化溝通也是對AI 合成主播技術(shù)的又一推動，其能夠?qū)崿F(xiàn)AI 合成主播的智能化發(fā)展。但是想要實現(xiàn)AI 合成主播的交互化溝通并不簡單，因為AI 合成主播所面對的是廣大觀眾，這對于主持人的思維能力、臨場反應(yīng)能力將會提出巨大挑戰(zhàn)。對于AI 合成主播而言，其可能會在一定程度上掌握人類的基本思維，但是想要實現(xiàn)與人相同的應(yīng)激反應(yīng)能力還是比較困難的。所以，加強AI 合成主播的交互化溝通能力勢必會成為未來AI 合成主播的發(fā)展方向，這樣不僅有助于AI 主播主持節(jié)目的效果，而且還會提升AI 主播的實際化作用價值，以提升社會大眾對于AI 合成主播主持能力的認可度。

（三）情感化發(fā)展，貼合溫度

所謂情感化發(fā)展，指的是AI 合成主播需要向著情感化的方向邁進，這是保證AI 合成主播人性化的基礎(chǔ)。一直以來，人們對于機器的認識就是冷冰冰，認為其缺乏溫度，這不利于提高AI 合成主播的進一步深化發(fā)展。因為人是感性動物，雖然人們在追求理性化發(fā)展，但是感性成分的存在不可或缺。對此，AI 合成主播就需要向著情感化的方向轉(zhuǎn)化，以提升AI 合成主播的溫度，這樣才能夠更好地開展主持工作。其實豐富AI 合成主播的情感還是具有一定難度的，因為這需要大量的數(shù)據(jù)做基礎(chǔ)。而人本身就是情感極為豐富的動物，特別是針對于主持人而言，其必然需要具備較高的心理素質(zhì)，這不是短時間內(nèi)就能夠?qū)崿F(xiàn)的，而是需要進行不斷成長的。而且從知識理論的角度而言，情感化的發(fā)展需要具備心理學(xué)、語言學(xué)、社會學(xué)等多方面的學(xué)科知識，這樣才能夠?qū)⑷说钠咔榱耆卣宫F(xiàn)出來，進而實現(xiàn)情感化的發(fā)展方式，以契合主持行業(yè)發(fā)展的需要。

（四）智慧化升級，樹立高度

當(dāng)今是智能化發(fā)展的時代，任何領(lǐng)域都在向著智慧化的方向升級，如此才能夠更具效果性地提升行業(yè)的發(fā)展速度和發(fā)展水平。而且智能化升級本身也是樹立企業(yè)以及產(chǎn)品高度的一項標志，對于AI 合成技術(shù)而言，尤為如此。因為AI 合成技術(shù)本身就屬于科技領(lǐng)域，所以在實現(xiàn)推進AI 合成技術(shù)發(fā)展的過程中，也就更加需要對其進行智慧升級。因為主持行業(yè)面向的是社會大眾，其對于主持人的智慧考察以及知識儲備也是方方面面的，而AI 合成主播必然需要不斷進行自我升級，這樣才能夠更加契合社會發(fā)展的需要。而且，主持行業(yè)需要和社會進行密切的聯(lián)系，特別是針對于社會熱點新聞需要進行及時性的捕捉，這樣才能夠更好地實現(xiàn)與觀眾的互動，也才能夠更好地開展主持工作。對此，AI 合成主播就需要不斷豐富自身的知識儲備，以滿足其在社會發(fā)展中的需要。

總而言之，人工智能語境下的播音主持工作必然會發(fā)生較大程度的變革，特別是AI 合成主播技術(shù)的存在，必然會大力推動該行業(yè)向著智能化、技術(shù)化的方向進行轉(zhuǎn)變。但是當(dāng)前AI 合成主播在主持行業(yè)的應(yīng)用還存在著一定程度的問題和不足，這就需要我們對AI 合成主播進行更進一步的優(yōu)化和升級，如此才能夠穩(wěn)固AI 合成主播在該領(lǐng)域的發(fā)展需要?！?/p>