AI虛擬主播對(duì)新聞播音生產(chǎn)方式的重構(gòu)

帕力達(dá)·阿爾米亞

國家廣播電視總局最新發(fā)布的《廣播電視和網(wǎng)絡(luò)視聽“十四五”科技發(fā)展規(guī)劃》中明確指出：要推動(dòng)虛擬主播應(yīng)用于新聞播報(bào)等節(jié)目生產(chǎn)[1]。AI虛擬主播已經(jīng)在主流新聞媒體上擔(dān)任出鏡主播職務(wù)。顯然科技發(fā)展帶來了新聞播音生產(chǎn)方式的全面變革，這也將成為虛擬主播在新聞?lì)I(lǐng)域持續(xù)發(fā)展的本質(zhì)驅(qū)動(dòng)力。然而目前對(duì)于AI人工智能技術(shù)的開發(fā)程度還非常有限，AI虛擬主播并不能完全取代真實(shí)新聞主持人，因?yàn)锳I人工智能還不具備人類情感。但是卻可以通過“智慧人”“數(shù)字人”“陪伴者”“講述者”等方式來優(yōu)化新聞播音生產(chǎn)方式，進(jìn)而實(shí)現(xiàn)新聞?wù)Z境人格化、新聞稿件定制化、新聞報(bào)道場景化、新聞故事立體化。

一、AI虛擬主播的新聞播音生產(chǎn)方式解構(gòu)

1、以文本標(biāo)準(zhǔn)為前提的轉(zhuǎn)述

目前AI虛擬主播還不具備自主意識(shí)，對(duì)新聞內(nèi)容的播報(bào)還屬于簡單的文本轉(zhuǎn)述。新聞事件評(píng)述、新聞內(nèi)容深度解析、新聞稿件自主編排等方面的播出功能尚未健全。雖然人民日?qǐng)?bào)社AI智能編輯部設(shè)計(jì)了新華智云系統(tǒng)，將AI人工智能嵌入了新聞場景，通過自主研發(fā)設(shè)計(jì)了集合“策、采、寫、編、發(fā)、審”全流程的AI“媒體大腦”，但是該系統(tǒng)也需要提前編輯并通過人工審核，才能作為播報(bào)內(nèi)容呈現(xiàn)給終端用戶[2]。

2、以人工合成為基礎(chǔ)的語態(tài)

自從AI新聞主播被引入新聞行業(yè)，始終未能完全脫離“人工合成”的技術(shù)范本，所有出鏡的AI虛擬主播，都是根據(jù)真實(shí)新聞主播人物采集的數(shù)字化場景信息，而后再通過語音合成、人臉識(shí)別、圖像合成、機(jī)器翻譯等多項(xiàng)AI技術(shù)進(jìn)行視覺化呈現(xiàn)[3]。比如，科大訊飛和南方財(cái)經(jīng)推出AI虛擬主播俎江濤，便是通過模仿真實(shí)主持人俎江濤的聲音來進(jìn)行新聞播報(bào)的，同時(shí)在人物形態(tài)和肢體語言方面，也是參照現(xiàn)實(shí)新聞工作者來作出的數(shù)據(jù)模擬。

3、以虛擬數(shù)字為核心的標(biāo)準(zhǔn)

新聞播音啟用A I虛擬主播智慧，最為核心的技術(shù)是“虛擬數(shù)字人”。為了讓虛擬主播的表情、動(dòng)作、語音表達(dá)自然逼真，虛擬數(shù)字技術(shù)始終在不斷升級(jí)。早期通過提前錄入新聞稿的方式對(duì)口型完成初稿報(bào)道，后期還需大量人工審核和校對(duì)[4]。但是在虛擬數(shù)字技術(shù)升級(jí)后，可以通過語音合成、自然語言理解、3D美術(shù)、光學(xué)捕捉、視頻驅(qū)動(dòng)等多維技術(shù)進(jìn)行組合，在AI算法的驅(qū)動(dòng)下，讓虛擬主播具備高擬人度的表現(xiàn)力和感染力。通過多種虛擬數(shù)字技術(shù)完成形象升級(jí)的AI虛擬主播，具備了近似于真實(shí)人物的形象特征，播音語音也能夠達(dá)到更高契合度的擬人化效果。

二、AI虛擬主播對(duì)新聞播音生產(chǎn)方式的重構(gòu)

1、“智慧人”新聞?wù)Z境人格化

在千篇一律的新聞播音中，觀眾初期接受虛擬主播，關(guān)注度居高不下，是因?yàn)榭萍紟淼男迈r感。但是當(dāng)新鮮感逐漸消失之后，觀眾對(duì)AI虛擬主播的人物臉譜將產(chǎn)生一定的審美疲勞，此時(shí)更具個(gè)性化的新聞主播才是與觀眾心系一處的連接紐帶。所以，新聞?wù)Z境下的AI新聞主播必須重構(gòu)人物臉譜，從普遍語言行為過渡到具有個(gè)性化語態(tài)、語言特點(diǎn)、發(fā)音習(xí)慣的“智慧人”[5]。進(jìn)而實(shí)現(xiàn)新聞?wù)Z境人格化，為AI虛擬主播重塑生命力。

新聞?wù)Z境人格化塑造的AI“智慧人”形象，可以利用3 D塑形技術(shù)，自動(dòng)生成AI虛擬主播的人物臉譜，盡量以具有個(gè)性化的主播人物臉譜來引導(dǎo)觀眾形成視覺記憶和人物記憶。這樣可以為AI新聞主播策劃獨(dú)立“人設(shè)”擺脫模仿其他真實(shí)主播人物的刻板印象。當(dāng)AI虛擬主播有了獨(dú)特臉譜、個(gè)性“人設(shè)”，那么也就相當(dāng)于創(chuàng)生了一個(gè)新形象，故而受眾能在虛擬主播新聞?wù)Z境下產(chǎn)生獨(dú)特記憶，也因此形成了固定新聞閱讀群體。

2、“數(shù)字人”新聞稿件定制化

在新聞傳播領(lǐng)域，比傳統(tǒng)采編更強(qiáng)大的不是虛擬主播，而是掌握了虛擬主播、在A I賦能之下掌握“采、編、播、審、存”能力的AI新聞“數(shù)字人”。個(gè)性臉譜和微表情是構(gòu)建“智慧人”的外在形象，對(duì)AI新聞逐步人格化具有加深形象記憶的效果。但是僅勾勒AI虛擬主播的外部形象，還不足以呈現(xiàn)完整的人物畫像，需要完成新聞稿件定制化，進(jìn)而通過打造“數(shù)字人”AI虛擬主播，進(jìn)一步升級(jí)新聞稿件的智能化處理業(yè)務(wù)。

首先，應(yīng)根據(jù)AI主播的虛擬人設(shè)定來采集關(guān)鍵信息，加強(qiáng)內(nèi)容生產(chǎn)的針對(duì)性。其次，素材只能用來決策定制化報(bào)道的方向，但是有了報(bào)道素材之后，還要將其編輯為適合AI虛擬主播的音頻資料。再次，直播字幕系統(tǒng)和智能語音系統(tǒng)應(yīng)進(jìn)一步聯(lián)合應(yīng)用，就可以在AI虛擬主播新聞播報(bào)環(huán)節(jié)中提高播音正確率，匹配字幕文本的準(zhǔn)確率也會(huì)隨之提高。同時(shí)應(yīng)深度開發(fā)全鏈路智能語音技術(shù)，為A I虛擬主播匹配ASR、NLU、DM等核心技術(shù)的語音功能包，利用TTS（Text-tospeech）的強(qiáng)大合成能力，應(yīng)對(duì)各種新聞場景來設(shè)定主題音色，適當(dāng)調(diào)整AI虛擬主播新聞播報(bào)語速。最后，新聞發(fā)布之前還有極為重要的審稿階段，智能內(nèi)容監(jiān)審系統(tǒng)雖然具有語音轉(zhuǎn)寫、人臉識(shí)別、聲紋識(shí)別等人工智能技術(shù)支持，可以檢索關(guān)鍵人物和信息，從而完成新聞稿件自動(dòng)校對(duì)。但是AI虛擬主播并不一定會(huì)出現(xiàn)播音語言、口型、聲調(diào)錯(cuò)誤，卻很可能出現(xiàn)微表情管理錯(cuò)誤。鑒于目前尚未設(shè)計(jì)出有針對(duì)性的自動(dòng)化審稿方案，應(yīng)對(duì)虛擬主播新聞播音排練階段進(jìn)行人工審核，最大限度控制AI播報(bào)質(zhì)量。

除此之外，還有一個(gè)非常重要的存儲(chǔ)環(huán)節(jié)，是在智能內(nèi)容管理平臺(tái)上對(duì)虛擬主播在新聞播報(bào)階段的表現(xiàn)情況進(jìn)行存儲(chǔ)，存儲(chǔ)數(shù)據(jù)不僅保護(hù)了語音資料，同時(shí)也包括外部收視情況等方面的數(shù)據(jù)結(jié)果。而這便是后續(xù)加強(qiáng)AI虛擬主播在新聞播音質(zhì)量方面的重要衡量指標(biāo)，可以通過音視頻內(nèi)容監(jiān)管、檢索、自動(dòng)編目、自動(dòng)化標(biāo)簽等功能來進(jìn)行深度比對(duì)，由人工智能完成深度學(xué)習(xí)，并逐漸改善AI虛擬主播的新聞播音水平。

3、“陪伴者”新聞報(bào)道場景化

Ai虛擬主播在特定新聞場景下具備有針對(duì)性的新聞服務(wù)功能。因?yàn)锳I虛擬主播在人格化和定制化的基礎(chǔ)上，可以衍生出“智慧人”和“數(shù)字人”的強(qiáng)大新聞服務(wù)功能，所以對(duì)于絕大多數(shù)用戶而言，AI虛擬主播不再是冷冰冰的機(jī)器系統(tǒng)，而是具有深度體驗(yàn)感知的“陪伴者”。當(dāng)AI新聞主播成為終端用戶不可或缺的“陪伴者”時(shí)，也就加強(qiáng)了AI虛擬主播的存在感，對(duì)改善虛擬主播的新聞報(bào)道瀏覽量和關(guān)注度均具有重要支持作用。

一方面，可以圍繞新聞節(jié)目和主持人來設(shè)計(jì)一款陪同真實(shí)主持人出鏡的虛擬主播。比如，央視頻最新推出的《“冠”察兩會(huì)》節(jié)目中，“AI王冠”虛擬主播與財(cái)經(jīng)評(píng)論員王冠同框，針對(duì)新一年國家計(jì)劃減稅降費(fèi)，幫助企業(yè)煥發(fā)生機(jī)等系列政策進(jìn)行了解讀?！癆I王冠”虛擬新聞主播的播音語音表達(dá)清晰，而且微表情和手勢運(yùn)用等肢體語音控制得當(dāng)，同屏互動(dòng)之下“AI王冠”虛擬主播與財(cái)經(jīng)評(píng)論員王冠完成了協(xié)同報(bào)道，配合默契的虛擬主播成為了真實(shí)新聞主持人的“陪伴者”。

另一方面，可以針對(duì)特殊報(bào)道場景設(shè)置專項(xiàng)功能的AI虛擬主播。比如，《珠海新聞》啟用了人工智能手語播報(bào)系統(tǒng)，該系統(tǒng)是將人工智能手語翻譯技術(shù)應(yīng)用于電視節(jié)目，通過AI計(jì)算將新聞資訊轉(zhuǎn)換成可供聽障人士使用的國家通用手語，虛擬AI主播通過手語動(dòng)作、表情、唇語等，實(shí)時(shí)翻譯電視新聞節(jié)目內(nèi)容?！吨楹Ｐ侣劇纷鳛閺V東省第一個(gè)在新聞直播節(jié)目中應(yīng)用智能手語的電視節(jié)目，這也是珠海傳媒集團(tuán)在媒體融合進(jìn)程中積極接軌最新人工智能技術(shù)、構(gòu)建無障礙傳媒環(huán)境的一項(xiàng)重大舉措。

4、“講述者”新聞故事情感化

相比于傳統(tǒng)新聞報(bào)道形式，A I虛擬主播是集合了人工智能技術(shù)、大數(shù)據(jù)技術(shù)、視覺呈現(xiàn)技術(shù)的信息化發(fā)展結(jié)果。雖然AI虛擬主播很難達(dá)到完全如同真實(shí)新聞主持人的播音語音自然度，但是卻可以從諸多方面進(jìn)行彌補(bǔ)，從而在新聞故事呈現(xiàn)效果上達(dá)到立體化。當(dāng)AI新聞主播不再是新聞稿件的簡單“復(fù)述者”，而成為新聞故事的“講述者”，那么對(duì)于新聞視角的延展和觀眾的互動(dòng)效果都會(huì)產(chǎn)生積極作用。

AI新聞主播應(yīng)具有更生動(dòng)的表現(xiàn)力，編輯一篇稿件或一個(gè)主題詞，可以海量視頻與圖片資源為基礎(chǔ)，以智能標(biāo)引技術(shù)、語音合成技術(shù)、語義檢索等智能化技術(shù)作為支撐，實(shí)現(xiàn)高質(zhì)量新聞故事視頻的一鍵智能生成，從而大幅提升新聞故事的編輯制作效率，在最大程度上促進(jìn)新聞故事的立體化生產(chǎn)。比如，彩云小夢與喜馬拉雅合作推出了A I 人工智能創(chuàng)作主播“喜小道”，只需為人工智能提供1 到1000字的開頭，即可完成后續(xù)故事編輯。如果為該系統(tǒng)提供相應(yīng)的新聞素材，然后再編輯成新聞故事，相信會(huì)在很大程度上提高觀眾的接受度。AI虛擬主播“喜小道”采用了TTS（Text-to-speech）技術(shù)，可以通過TTS框架來處理前端文本的信息框架，具有高精度、全自動(dòng)地對(duì)文本進(jìn)行多音字識(shí)別、韻律預(yù)測、風(fēng)格分類等實(shí)用性功能。同時(shí)AI虛擬主播“喜小道”具有演繹不同情緒的播音能力，可以通過T T S技術(shù)模型構(gòu)建多風(fēng)格、多情感、多語種聲音形態(tài)，因此播音語言的情感和韻律可以在很大程度上豐富新聞故事呈現(xiàn)效果。

結(jié)語

綜上所述，通過解構(gòu)AI虛擬主播的新聞播音生產(chǎn)方式可知，目前AI人工智能技術(shù)應(yīng)用于新聞?lì)I(lǐng)域，主要是以文本標(biāo)準(zhǔn)為前提的轉(zhuǎn)述，也有以人工合成為基礎(chǔ)的語態(tài)，同時(shí)還有以虛擬數(shù)字為核心的標(biāo)準(zhǔn)。進(jìn)一步重構(gòu)AI虛擬主播的新聞播音生產(chǎn)方式，應(yīng)打造“智慧人”新聞?wù)Z境人格化，設(shè)計(jì)“數(shù)字人”新聞稿件定制化，創(chuàng)造“陪伴者”新聞報(bào)道場景化，豐富“講述者”新聞故事情感化。從而用“智慧人”賦予虛擬主播人物性格，用“數(shù)字人”優(yōu)化虛擬主播新聞報(bào)道內(nèi)容，用“陪伴者”身份鞏固虛擬主播的用戶體驗(yàn)度，再通過“講述者”身份為新聞故事呈現(xiàn)提供情感的表達(dá)力。