超寫實(shí)虛擬主播的技術(shù)演進(jìn)分析與思考

摘要：科技是媒體行業(yè)發(fā)展的重要支撐。數(shù)字人被預(yù)判為元宇宙產(chǎn)業(yè)的入口，成為資本、技術(shù)、政策、媒體等關(guān)注的焦點(diǎn)。虛擬主播作為數(shù)字人的主要呈現(xiàn)形式，當(dāng)下被融媒體行業(yè)作為一種創(chuàng)新應(yīng)用不斷推廣。在多方助力之下，虛擬主播技術(shù)在數(shù)字建模、AI智能驅(qū)動(dòng)、語音生成、數(shù)字渲染等多個(gè)方面均取得了較大的進(jìn)步。文章從超寫實(shí)虛擬主播制作技術(shù)切入，分析制作過程中各模塊的技術(shù)演進(jìn)，以及不同的技術(shù)形態(tài)對(duì)虛擬主播制作的影響，旨在讓公眾對(duì)超寫實(shí)虛擬主播有更深入的了解，并為高校影視制作、播音主持等專業(yè)人才的培養(yǎng)帶來一定的啟示。

關(guān)鍵詞：虛擬主播;數(shù)字建模;驅(qū)動(dòng)技術(shù);語音生成;數(shù)字渲染

中圖分類號(hào)：G222.2 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1004-9436（2022）19-00-04

虛擬主播也被稱為合成主播、人工智能主播，數(shù)字人主播是其當(dāng)下比較熱門的稱謂。虛擬主播作為數(shù)字人的主要呈現(xiàn)形式，是元宇宙產(chǎn)業(yè)中各方發(fā)力的重點(diǎn)。正因?yàn)樽陨磉€在不斷進(jìn)化發(fā)展，虛擬主播目前還沒有一個(gè)能讓公眾信服、經(jīng)得起檢驗(yàn)的定義。單純從技術(shù)角度來看，虛擬主播的特征還是比較明顯的：虛擬主播是指基于計(jì)算機(jī)圖像技術(shù)（CG）、自然語言處理技術(shù)（NLP）、5G、大數(shù)據(jù)和人工智能技術(shù)等制作，在電視、互聯(lián)網(wǎng)等融媒體平臺(tái)中承擔(dān)主持與播報(bào)任務(wù)的智能產(chǎn)品。其中，超寫實(shí)虛擬主播更趨近真人，具有“照片級(jí)”的畫面形象，身體動(dòng)作和微表情逼真，聲音流暢自然，代表著當(dāng)下虛擬主播最新的技術(shù)水平和行業(yè)動(dòng)向。

有研究認(rèn)為，擬人化能夠增強(qiáng)觀眾對(duì)虛擬主播的熟悉感和信任感，虛擬主播一直沿著虛擬人不“虛擬”的技術(shù)方向發(fā)展，目前技術(shù)早已越過了“恐怖谷效應(yīng)”[1]。例如，2018年全球首個(gè)AI合成主播新小浩、2021年社交APP小紅書發(fā)布的虛擬人AYAYI和短視頻APP抖音發(fā)布的超寫實(shí)美妝虛擬主播柳夜熙、2022年北京冬奧會(huì)AI虛擬氣象主播馮小殊……這些產(chǎn)品在形象和聲音方面已經(jīng)接近真人，但還無法完全代替真人主播。技術(shù)演進(jìn)的路線和發(fā)展速度表明，在某些行業(yè)虛擬主播完全代替真人主播可能已經(jīng)不太遠(yuǎn)了。虛擬主播不僅形象真實(shí)、語音生成自然，而且深度神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)技術(shù)正在嘗試賦予虛擬主播情感和類人思維（如GPT-3）。不斷進(jìn)化的虛擬主播產(chǎn)品也會(huì)對(duì)高校人才培養(yǎng)產(chǎn)生影響，如虛擬主播會(huì)不會(huì)讓主持專業(yè)學(xué)生失去工作，學(xué)校所學(xué)知識(shí)和技能能否適應(yīng)快速發(fā)展的行業(yè)，學(xué)校如何更有針對(duì)性地制訂人才培養(yǎng)方案等。針對(duì)這些疑問，只有研究清楚虛擬主播的技術(shù)初衷、演進(jìn)歷程、關(guān)鍵點(diǎn)和邊界后，才能給出真正可行的建議。

無限接近真人是虛擬主播技術(shù)演進(jìn)的方向，虛擬主播技術(shù)是多學(xué)科交叉共同促進(jìn)的，演進(jìn)過程中的每一次重大進(jìn)步又呈現(xiàn)出科技強(qiáng)權(quán)的特點(diǎn)，即技術(shù)是虛擬主播發(fā)展的第一要素。從虛擬主播生成的技術(shù)流程來看，其中的技術(shù)條塊大致可分為數(shù)字建模、關(guān)鍵點(diǎn)驅(qū)動(dòng)、語音生成、渲染合成四個(gè)方面。

1 數(shù)字建模技術(shù)的演進(jìn)

數(shù)字建模是電腦圖像技術(shù)（CG）領(lǐng)域比較基礎(chǔ)的概念，通過靜態(tài)手工重建或高保真度的三維掃描重建技術(shù)，實(shí)現(xiàn)虛擬人形象的基礎(chǔ)構(gòu)建。建模的重點(diǎn)在于形象的細(xì)節(jié)制作或還原，建模方式的演進(jìn)可分為傳統(tǒng)三維軟件手工建模、3D掃描建模和人工智能建模三個(gè)階段。

1.1 傳統(tǒng)三維軟件手工建模

建模技術(shù)決定虛擬數(shù)字主播的人物形象。早期虛擬主播逼真度低，多是二維半身形象或二次元形象，如2000年英國研發(fā)的全球第一個(gè)虛擬主播阿娜諾娃（Ananova），以及同年國內(nèi)出現(xiàn)的首個(gè)虛擬網(wǎng)絡(luò)主播GoGir，都是二維半身形象。早期的三維軟件建模技術(shù)主要依靠人工：在設(shè)定好的原畫基礎(chǔ)上使用電腦建模軟件（如雕刻軟件ZBrush），手工慢慢打磨成型。2000年在上海國際電視節(jié)亮相的比爾·鄧（后改名為“言東方”）是國內(nèi)最早的電視虛擬主播，其最大的亮點(diǎn)是初步實(shí)現(xiàn)了3D立體建模，但受限于技術(shù)，當(dāng)時(shí)還只能生成一個(gè)光頭的半身形象。2004年央視電影頻道推出《光影周刊》欄目，虛擬主持人小龍的建模技術(shù)已經(jīng)有了明顯的進(jìn)步，臉部建模融合了多位國內(nèi)男明星的特點(diǎn)，還能適應(yīng)周播的需要，變化服裝和發(fā)型。到此，虛擬主播在建模方面實(shí)現(xiàn)了從半身到全身，從2D到3D的進(jìn)步。此后數(shù)十年，雖然傳統(tǒng)建模技術(shù)不斷進(jìn)步，建模軟件不斷更新，但都沒有質(zhì)的飛躍，建模依然是一個(gè)耗時(shí)費(fèi)力的大工程，只能算是藝術(shù)家們的手工作品。

1.2 3D掃描建模

3D掃描技術(shù)在工業(yè)領(lǐng)域運(yùn)用較為成熟，由此延伸出了拍攝制圖技術(shù)，可通過對(duì)真實(shí)主播進(jìn)行3D拍攝，從而獲得孿生數(shù)字虛擬主播形象，成為行業(yè)追求效率的首選。其根據(jù)光場(chǎng)采集原理的不同，又可以分為相機(jī)陣列掃描和動(dòng)態(tài)光場(chǎng)重建兩類。

相機(jī)陣列掃描技術(shù)能夠通過搭建的球形相機(jī)陣列對(duì)被攝物體進(jìn)行全方位拍照，利用不同圖片之間重疊的相同像素點(diǎn)實(shí)現(xiàn)3D物體模擬。當(dāng)下比較流行的手機(jī)拍照獲取人臉三維模型的攝影制圖法算是相機(jī)陣列掃描技術(shù)的初級(jí)版。相機(jī)陣列掃描建模技術(shù)是目前國內(nèi)制作數(shù)字孿生虛擬主播的主要方式，2018年發(fā)布的全球首個(gè)AI合成主播新小浩正是使用相機(jī)陣列掃描技術(shù)進(jìn)行2D建模的。相機(jī)陣列掃描受相機(jī)分辨率、被攝體光場(chǎng)照明情況等因素的影響較大，缺乏物體動(dòng)態(tài)的反射光場(chǎng)信息，制作出來的模型細(xì)節(jié)較為扁平。

動(dòng)態(tài)光場(chǎng)重建技術(shù)是目前國際上最先進(jìn)的掃描建模技術(shù)，美國南加州大學(xué)ICT Graphic Lab的保羅·德貝維奇（Paul Debevec）領(lǐng)導(dǎo)開發(fā)了三維采集重建平臺(tái)系統(tǒng)Light Stage，從2000年問世至今已發(fā)展到第六代，被命名為Light Stage X。目前相關(guān)技術(shù)國內(nèi)還在研發(fā)之中，投入商業(yè)使用的較少。動(dòng)態(tài)光場(chǎng)重建技術(shù)除了能像相機(jī)陣列那樣得到被攝體的三維模型，還能夠獲得物體表面的反射場(chǎng)信息，如在掃描人物面部時(shí)分別獲取皮膚表面的鏡面反射光信息和光線深入表皮毛細(xì)血管和組織所形成的漫反射光信息，實(shí)現(xiàn)不同光照及不同視角下的模型光場(chǎng)效果，通過在模型上重建反射光場(chǎng)信息，逼真地渲染重現(xiàn)超寫實(shí)的人臉模型[2]。

1.3 人工智能建模

高精度的三維掃描建模技術(shù)需要強(qiáng)大的硬件配置，2022年上半年由Epic開發(fā)的Unreal Engine 5完整版正式推出，其中的MetaHuman Creator可以利用自身的掃描數(shù)據(jù)庫，再加上類似游戲軟件的捏臉交互系統(tǒng)，讓普通用戶免費(fèi)生成“照片級(jí)”超寫實(shí)虛擬人，這標(biāo)志著建模技術(shù)進(jìn)入了大數(shù)據(jù)和人工智能助力發(fā)展的新階段，實(shí)現(xiàn)了傳統(tǒng)三維軟件手工建模與三維掃描建模技術(shù)（基于現(xiàn)有數(shù)據(jù)庫）的有機(jī)結(jié)合。小紅書在2020年5月正式上線的虛擬主播AYAYI就是使用MetaHuman Creator制作出來的。技術(shù)進(jìn)步讓普通用戶“捏制”虛擬數(shù)字人成為現(xiàn)實(shí)，用戶可以利用這項(xiàng)技術(shù)制作自己理想的虛擬主播形象。

2 虛擬主播驅(qū)動(dòng)技術(shù)的演進(jìn)

綁定模型中的關(guān)鍵點(diǎn)，驅(qū)動(dòng)模型模仿真人主播身體和面部的運(yùn)動(dòng)是虛擬主播驅(qū)動(dòng)技術(shù)的關(guān)鍵。驅(qū)動(dòng)技術(shù)的演進(jìn)可分為關(guān)鍵幀動(dòng)畫、動(dòng)作捕捉和人工智能驅(qū)動(dòng)三個(gè)階段。

2.1 關(guān)鍵幀動(dòng)畫

關(guān)鍵幀動(dòng)畫技術(shù)由建模人員繪制關(guān)鍵幀圖片，由電腦動(dòng)畫軟件計(jì)算相鄰關(guān)鍵幀圖片之間的差值并平滑過渡。早期的虛擬主播阿娜諾娃、比爾·鄧、伊妹兒、小龍等在驅(qū)動(dòng)方面使用的都是電腦關(guān)鍵幀動(dòng)畫技術(shù)。為了避免呈現(xiàn)出來的動(dòng)作過于僵硬，虛擬主播往往只有簡(jiǎn)單的手部、頭部動(dòng)作和固定的幾個(gè)唇動(dòng)。關(guān)鍵幀動(dòng)畫目前在電腦動(dòng)畫合成軟件中依然經(jīng)常使用。

2.2 動(dòng)作捕捉

電影特效技術(shù)一直處于影視科技的最前沿。早在2001年，電影《指環(huán)王》就通過動(dòng)作捕捉技術(shù)和CG技術(shù)制作了咕嚕。2008年的電影《阿凡達(dá)》運(yùn)用動(dòng)作捕捉技術(shù)完成全部表演。2016年，日本首先將動(dòng)作捕捉技術(shù)運(yùn)用到網(wǎng)絡(luò)虛擬主播生產(chǎn)上，推出了動(dòng)漫虛擬主播絆愛（Kizuna AI）。絆愛通過真人“中之人”佩戴運(yùn)動(dòng)捕捉設(shè)備來控制，模型的面部表情和前后運(yùn)動(dòng)由“中之人”完成，再由配音演員配音，最后形成真人幕后扮演的直播或錄像，“中之人”需要實(shí)時(shí)驅(qū)動(dòng)虛擬數(shù)字主播表演[3]。

根據(jù)捕捉設(shè)備的不同，動(dòng)作捕捉技術(shù)可以分為光學(xué)動(dòng)作捕捉技術(shù)、慣性動(dòng)作捕捉技術(shù)和視頻識(shí)別動(dòng)作捕捉技術(shù)。光學(xué)動(dòng)作捕捉技術(shù)利用“中之人”身體上的紅外光反射點(diǎn)來采集動(dòng)作，精確度高，對(duì)場(chǎng)地要求苛刻，國內(nèi)大型媒體運(yùn)用較多。慣性動(dòng)作捕捉技術(shù)是目前比較普及的技術(shù)形式，使用穿戴設(shè)備且不受場(chǎng)地影響，由于慣性誤差其精度降低，目前網(wǎng)絡(luò)虛擬主播領(lǐng)域使用較多。視頻識(shí)別動(dòng)作捕捉技術(shù)是利用電腦或手機(jī)自身攝像頭，通過視頻采集拍攝對(duì)象面部和肢體動(dòng)作并驅(qū)動(dòng)虛擬主播運(yùn)動(dòng)，操作簡(jiǎn)單。如果技術(shù)精度能夠大幅提升，將有廣闊的發(fā)展前景。

2.3 人工智能驅(qū)動(dòng)

文本輸入后，系統(tǒng)實(shí)時(shí)“翻譯”成語音，再經(jīng)過深度神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)實(shí)現(xiàn)模型對(duì)真人運(yùn)動(dòng)的智能化模仿，這樣的AI智能驅(qū)動(dòng)技術(shù)是行業(yè)的發(fā)展方向。2018年新華社聯(lián)合搜狗發(fā)布了全球首個(gè)AI合成主播新小浩，標(biāo)志著虛擬主播進(jìn)入AI智能驅(qū)動(dòng)的時(shí)代。模型通過前期采集邱浩動(dòng)捕數(shù)據(jù)，在深度學(xué)習(xí)的基礎(chǔ)上實(shí)現(xiàn)了基于AI算法實(shí)時(shí)驅(qū)動(dòng)，只需輸入文本內(nèi)容，新小浩就能根據(jù)語義實(shí)時(shí)播報(bào)，并實(shí)現(xiàn)表情唇動(dòng)、肢體動(dòng)作和語音表達(dá)的高度契合。2019年新華社聯(lián)合搜狗又發(fā)布了首個(gè)3D版AI合成主播新小微。AI虛擬主播的“分身”技術(shù)基于“自然交互+知識(shí)計(jì)算”技術(shù)，將真人主播的聲音、唇形、表情動(dòng)作等特征提取出來，然后再通過人臉識(shí)別、人臉建模、語音合成、唇形合成、表情合成及深度學(xué)習(xí)等多項(xiàng)人工智能技術(shù)將真人主播“克隆”出來，展現(xiàn)出與真人相似度極高的信息播出效果。

AI合成主播開創(chuàng)了新聞?lì)I(lǐng)域?qū)崟r(shí)音頻與AI真人形象合成的先河，只需要輸入需要播發(fā)的文本內(nèi)容，計(jì)算機(jī)就會(huì)生成相應(yīng)AI合成主播播報(bào)的新聞視頻，每天24小時(shí)無限時(shí)投入工作，不會(huì)生病，不會(huì)受情感因素影響，極大地提升了電視新聞的制作效率，降低了制作成本，提高了報(bào)道的質(zhì)量[4]。

3 虛擬主播聲音技術(shù)的演進(jìn)

虛擬主播聲音技術(shù)的演進(jìn)可以分為演員配音合成、AI語音合成和具有交互能力的自然語言生成三個(gè)階段。

3.1 演員配音合成

虛擬主播說話的聲音早期是采用演員配音的方式實(shí)現(xiàn)，如小龍是配音演員按照寫好的臺(tái)詞完成聲音部分，再通過后期動(dòng)畫軟件為每一段聲音匹配上合適的唇動(dòng)和面部表情。配音合成限制較多，修改成本較高。

3.2 AI語音合成

AI語音合成技術(shù)使虛擬主播擁有真人一樣的說話能力，是超寫實(shí)虛擬主播發(fā)聲的基礎(chǔ)。2015年，微軟小冰以人工智能氣象主播的身份出現(xiàn)在東方衛(wèi)視《看東方》節(jié)目中，小冰沒有視覺形象，工作團(tuán)隊(duì)采用人工智能技術(shù)，讓小冰能夠基于智能云和大數(shù)據(jù)解析與預(yù)測(cè)天氣數(shù)據(jù)，不需要提前人工給定播報(bào)文本，在直播現(xiàn)場(chǎng)即可完成純聲音互動(dòng)播報(bào)。2018年科大訊飛打造的AI虛擬主播康曉輝亮相央視《直播長江》節(jié)目，既生成了康輝人物形象，又智能合成了康輝的聲音。目前科大訊飛已實(shí)現(xiàn)多語言新聞播報(bào)，支持文本到視頻的自動(dòng)輸出。

語音識(shí)別技術(shù)使虛擬主播能夠“聽懂”人類的語音，并將語音中包含的文字信息提取出來，相當(dāng)于給虛擬主播裝上了“耳朵”。2022年北京冬奧會(huì)期間，百度和央視聯(lián)合推出“AI手語主播”，利用語音識(shí)別技術(shù)實(shí)現(xiàn)從文字及音視頻內(nèi)容到手語的翻譯，再通過專為手語優(yōu)化的自然動(dòng)作引擎驅(qū)動(dòng)虛擬形象，將手語實(shí)時(shí)演繹為數(shù)字人的表情動(dòng)作，為聽障用戶提供手語服務(wù)，完全可以替代人工手語主播。

3.3 可期的自然語言生成

在自然語言生成（NLP）方面，2020年OpenAI公司推出第三代通用預(yù)訓(xùn)練轉(zhuǎn)換器GPT-3，全稱是“General Pre-trained Transformer-3”，它具有1750億參數(shù)量。GPT-3利用深度學(xué)習(xí)將文本轉(zhuǎn)化為需求，并將計(jì)算結(jié)果回歸成自然語言文本傳遞給使用者，實(shí)現(xiàn)了人與計(jì)算機(jī)程序自然語言化的溝通。除了能實(shí)現(xiàn)智能人機(jī)對(duì)話，GPT-3還能自動(dòng)創(chuàng)作，如寫小說、做網(wǎng)頁、編寫程序等。如果將GPT-3與智能語音合成技術(shù)、圖像處理技術(shù)等整合，虛擬主播將不需要給定文本，直接從新聞大數(shù)據(jù)中抓取信息，并自動(dòng)生成播報(bào)內(nèi)容，且可以根據(jù)話題與觀眾互動(dòng)。

4 虛擬主播渲染技術(shù)的演進(jìn)

電腦3D圖形的解算是由各種復(fù)雜的坐標(biāo)轉(zhuǎn)換和光源計(jì)算組成的，建模和渲染主要依靠電腦GPU技術(shù)的發(fā)展。1999年NVIDIA發(fā)布了標(biāo)志性的產(chǎn)品GeForce256，支持3D圖形的坐標(biāo)轉(zhuǎn)換和光源追蹤功能，從此電腦3D圖像制作和渲染所使用的坐標(biāo)處理和光源運(yùn)算可以靠GPU來處理，CPU從繁重的圖形計(jì)算中解放出來，使個(gè)人計(jì)算機(jī)3D圖形加速能力突飛猛進(jìn)，具有向大眾普及3D圖形加速的使用場(chǎng)景和能力，此項(xiàng)技術(shù)為2000年至2004年3D虛擬主播的問世提供了技術(shù)保障。

通過掃描獲取到的模型通常存在瑕疵，美術(shù)人員利用3D建模工具（如Maya、3DMax等）調(diào)整、優(yōu)化、重新拓?fù)洌缓罄媒＼浖虿馁|(zhì)制作軟件（如Substance）進(jìn)行高精度模型烘焙或制作出漫反射、法線、粗糙度、散射、高光等貼圖，之后將制作的模型和貼圖導(dǎo)入渲染引擎（如UnrealEngine5，Unity3D等），加入光照、材質(zhì)、場(chǎng)景等元素，使用PBR（Physically Based Rendering）渲染和著色技術(shù)，獲得最終成像。渲染技術(shù)可以分為實(shí)時(shí)渲染和離線渲染兩類，前者主要應(yīng)用于游戲領(lǐng)域，實(shí)現(xiàn)玩家與角色的實(shí)時(shí)互動(dòng)。Unreal Engine作為商業(yè)渲染引擎的巨頭，在實(shí)時(shí)渲染領(lǐng)域做了很多創(chuàng)新，采用“漫反射+粗糙度+高光度+散射+法線”等貼圖結(jié)合的方式，高精度還原人類皮膚細(xì)節(jié)。

超寫實(shí)虛擬主播的模型、驅(qū)動(dòng)、光場(chǎng)等數(shù)據(jù)量較大，普通電腦受硬件配置限制，達(dá)不到實(shí)時(shí)渲染的條件，所以超寫實(shí)虛擬主播主要以離線渲染后的視頻形式傳播給觀眾。以2021年抖音發(fā)布的超寫實(shí)美妝虛擬主播柳夜熙為例，其妝容細(xì)膩，皮膚渲染效果令人驚嘆，這樣的效果還只能通過離線渲染來實(shí)現(xiàn)。

5 結(jié)語

以2016年基于深度學(xué)習(xí)的圍棋程序AlphaGo擊敗頂尖職業(yè)棋手作為標(biāo)志性事件，人工智能走進(jìn)了公眾視野。超寫實(shí)虛擬主播技術(shù)在人工智能的助力下不斷創(chuàng)造驚喜。技術(shù)終究是為人服務(wù)的，從技術(shù)演進(jìn)的角度進(jìn)行分析發(fā)現(xiàn)，虛擬主播技術(shù)的應(yīng)用并非為了取代人類主播，而是強(qiáng)調(diào)人和虛擬主播之間的協(xié)同關(guān)系。應(yīng)勇于嘗試，讓新技術(shù)彌補(bǔ)真人主播的不足。虛擬主播能一直保持工作狀態(tài)，適合時(shí)間長、重復(fù)性強(qiáng)、需要快速播報(bào)的情況，從而成為真人主播的幫手。從高校人才培養(yǎng)的角度來看，影視制作專業(yè)在人才培養(yǎng)方面需要緊跟技術(shù)發(fā)展步伐，主動(dòng)引導(dǎo)學(xué)生學(xué)習(xí)并掌握新技術(shù)，如最新的動(dòng)作捕捉技術(shù)、聲音合成技術(shù)、智能建模和渲染技術(shù)等，增強(qiáng)學(xué)生的市場(chǎng)競(jìng)爭(zhēng)力，供給行業(yè)發(fā)展急需的專精人才;播音主持專業(yè)在人才培養(yǎng)目標(biāo)方面要樹立人機(jī)協(xié)作觀，構(gòu)建具有前瞻性的知識(shí)體系。在教學(xué)模式方面要積極投入，打造超寫實(shí)虛擬主播實(shí)踐平臺(tái)，加強(qiáng)校外相關(guān)實(shí)習(xí)基地建設(shè)。從技術(shù)導(dǎo)向、人文導(dǎo)向和實(shí)踐導(dǎo)向三方面完善課程體系，增強(qiáng)學(xué)生情感交流、挖掘新聞深度和即興口語表達(dá)等能力。高校培養(yǎng)或引進(jìn)虛擬主播相關(guān)技術(shù)人才，也有利于影視制作和播音主持專業(yè)人才的培養(yǎng)。

參考文獻(xiàn)：

[1] 杜嚴(yán)勇.恐怖谷效應(yīng)探析[J].云南社會(huì)科學(xué)，2020（3）：37-44.

[2] 城主.虛擬人的手工前世和AI今生[EB/OL].騰訊網(wǎng)，https：//baijiahao.baidu.com/s？id=1731820457505264744&wfr=spider&for=pc，2022-05-04.

[3] 吳鋒，劉昭希.人工智能主播歷史沿革、應(yīng)用現(xiàn)狀及行業(yè)影響[J].西南民族大學(xué)學(xué)報(bào)（人文社會(huì)科學(xué)版），2021，42（5）：174-183.

[4] 李仁虎，毛偉.從“AI合成主播”和“媒體大腦”看新華社融合創(chuàng)新發(fā)展[EB/OL].新華網(wǎng)時(shí)政欄目，http：//www.xinhuanet.com/politics/2019-08/08/c_1124850634.htm，2019-08-08.

作者簡(jiǎn)介：林小慧（1984—），女，河南商丘人，碩士，研究員，研究方向：影視專業(yè)教學(xué)。