人工智能技術(shù)與播音主持的協(xié)同創(chuàng)新研究

◎陳麒羽

(上海戲劇學(xué)院，上海 201112)

人工智能技術(shù)正在以前所未有的速度和深度融入人們的日常生活中，傳媒行業(yè)也正在迎來(lái)“智能+”的變革。2021年10 月20 日，國(guó)家廣播電視總局下發(fā)《廣播電視和網(wǎng)絡(luò)視聽(tīng)“十四五”科技發(fā)展規(guī)劃》明確指出，“要推動(dòng)虛擬主播、動(dòng)畫(huà)授予廣泛應(yīng)用于新聞播放、天氣預(yù)報(bào)、綜藝科教等節(jié)目生產(chǎn)，創(chuàng)新節(jié)目形態(tài)，提高制播效率和智能化水平”[1]。人工智能技術(shù)開(kāi)始在播音主持領(lǐng)域內(nèi)實(shí)現(xiàn)深度應(yīng)用。這不僅在一定程度上保證了內(nèi)容的質(zhì)量，而且還有效提高了工作效率以及業(yè)務(wù)水平。

一、人工智能技術(shù)與播音主持發(fā)展歷程

人工智能技術(shù)與播音主持的首次結(jié)合，需要追溯到20多年前世界上首位AI 虛擬主播阿娜諾娃的誕生。在這20 多年的發(fā)展歷程中，AI 虛擬主播每一次的迭代更新都給傳統(tǒng)媒體主持人帶來(lái)更大的挑戰(zhàn)。

(一)AI 虛擬主播初具形態(tài)

2001 年，英國(guó)公司推出了世界上第一個(gè)虛擬主持人阿娜諾娃，這家公司的創(chuàng)始人羅伯特·辛普森認(rèn)為，設(shè)計(jì)阿娜諾娃是開(kāi)辟新天地的創(chuàng)舉[2]。確實(shí)，在“不知疲倦永相伴，隨時(shí)隨地傳信息”方面，真人主持人無(wú)法與阿娜諾娃相比擬，她因?yàn)榫哂小胺侨恕钡奶攸c(diǎn)，可以在短時(shí)間內(nèi)完成數(shù)千人的任務(wù)。但是即使如此，阿娜諾娃也存在著技術(shù)短板，在當(dāng)時(shí)阿娜諾娃不過(guò)是屏幕中的頭部動(dòng)畫(huà)、表情僵硬的2D 虛擬人物，在誕生的3 年后她便慢慢淡出了人們的視野[3]。

(二)AI 虛擬主播初具神態(tài)

2016 年，虛擬主播絆愛(ài)在YouTube 上首次亮相，被稱(chēng)為全球第一位虛擬主播。絆愛(ài)開(kāi)始從之前對(duì)于人物形態(tài)上的追求，轉(zhuǎn)變成對(duì)于人物神態(tài)上的追求。這體現(xiàn)在模型的制作由之前的2D 轉(zhuǎn)化為3D，使絆愛(ài)開(kāi)始向真人的方式發(fā)展[4]。但是這樣的虛擬主播往往會(huì)由背后的“中之人”進(jìn)行配音，同時(shí)利用動(dòng)態(tài)捕捉技術(shù)，借由這些“中之人”完成角色的表情或者動(dòng)作的同步。因此，這樣的制作過(guò)程，使絆愛(ài)更加具備了真人神態(tài)上的相似性。

(三)AI 虛擬主播形神兼具

2022 年，人工智能技術(shù)登上了全國(guó)大型舞臺(tái)。在全國(guó)兩會(huì)期間，央視推出了首個(gè)擁有超自然語(yǔ)音和表情的超仿真主播“AI 王冠”[4]?！癆I 王冠”不僅體現(xiàn)了“仿人類(lèi)”行為的隨機(jī)應(yīng)變，而且還體現(xiàn)了與觀眾的互動(dòng)和交流感。它一方面幫助真人主持人擴(kuò)大了信息量，另一方面也增強(qiáng)了節(jié)目的趣味性。

二、AI虛擬主播與主持人的關(guān)系

(一)AI 虛擬主播對(duì)主持人帶來(lái)的影響

1.語(yǔ)音合成

隨著人工智能的語(yǔ)音合成技術(shù)越來(lái)越成熟，可以自動(dòng)生成自然流暢的語(yǔ)音內(nèi)容，因此人工智能目前對(duì)播音主持已經(jīng)做到了部分替代。通過(guò)對(duì)于播音員發(fā)聲特點(diǎn)和語(yǔ)音面貌的模仿，人工智能已經(jīng)可以很好地做到還原，這可能會(huì)對(duì)一些特定領(lǐng)域的播音和主持產(chǎn)生一定的沖擊。例如，2018 年11 月舉辦的第五屆世界互聯(lián)網(wǎng)大會(huì)，搜狗與新華社聯(lián)合發(fā)布的全球首個(gè)全仿真智能AI 主持人，克隆出具備真人主播的“AI新聞主播”[1]。

2.輔助主持

人工智能技術(shù)不僅可以幫助主持人員更好地進(jìn)行節(jié)目策劃、話術(shù)設(shè)計(jì)、舞臺(tái)布置等工作，而且還可以根據(jù)數(shù)據(jù)分析和用戶(hù)反饋提供更好的節(jié)目策劃建議，或者通過(guò)語(yǔ)音識(shí)別和自然語(yǔ)言處理技術(shù)幫助主持人員更好地進(jìn)行舞臺(tái)主持。比如，在2019 年浙江衛(wèi)視推出的《智造未來(lái)》綜藝類(lèi)節(jié)目中，AI 合成主播“蔣萊萊”成為助理主持人，不僅在大數(shù)據(jù)分析、信息儲(chǔ)存和處理方面有著天然的優(yōu)勢(shì)，而且還可以通過(guò)可愛(ài)的虛擬形象吸引觀眾的眼球。

3.自動(dòng)制作

AI 虛擬主播在數(shù)據(jù)采集、分析和整理、播報(bào)等方面有著明顯的優(yōu)勢(shì)，電視、網(wǎng)絡(luò)等平臺(tái)上的一些內(nèi)容可以使用人工智能技術(shù)自動(dòng)生成，從而減少了制作成本和時(shí)間，這也可能會(huì)對(duì)播音和主持產(chǎn)生一定的影響。比如， 2010 年美國(guó)的西北大學(xué)開(kāi)發(fā)出Stats Monkey 軟件，可以利用該軟件自動(dòng)從網(wǎng)頁(yè)中抓取比賽數(shù)據(jù)信息，在接收到信息之后的兩秒內(nèi)快速生成新聞標(biāo)題[5]。

盡管人工智能技術(shù)對(duì)播音和主持職業(yè)的影響有一定的不確定性，但對(duì)于真正具備優(yōu)秀口才和主持技巧的人來(lái)說(shuō)，AI虛擬主播只是一個(gè)輔助工具，而不是替代品。

(二)AI 虛擬主播相較于主持人的優(yōu)勢(shì)

1.全天候服務(wù)

AI 虛擬主播可以全天候?yàn)橛脩?hù)提供服務(wù)，滿足用戶(hù)的需求，不僅可以克服真人主播的短板，還可以提高電視節(jié)目的質(zhì)量，從而確保節(jié)目效果。比如，在新華社客戶(hù)端中，2019年10 月3 日的最后一條新聞?dòng)谝归g23：08 發(fā)布，10 月4日第一條新聞在凌晨00：42 發(fā)布，這符合了新聞內(nèi)容即時(shí)性傳輸?shù)囊?，并且AI 主播相較于真人主持人會(huì)有更加飽滿和積極的工作狀態(tài)，滿足用戶(hù)對(duì)信息獲取的需求[4]。

2.實(shí)時(shí)語(yǔ)言翻譯

AI 虛擬主播可以實(shí)時(shí)翻譯多種語(yǔ)言，幫助受眾更好地理解和溝通，提高信息傳遞效率。比如，在2019 年全國(guó)兩會(huì)期間，AI 主播萌小晴上線后，依托機(jī)器翻譯，通過(guò)多國(guó)語(yǔ)言進(jìn)行同聲傳譯。在第一時(shí)間就將相關(guān)信息傳遞出去，促進(jìn)了各國(guó)媒體與國(guó)內(nèi)新聞的高效溝通和交流[5]。

3.個(gè)性化定制

AI 虛擬主播可以進(jìn)行私人化的定制，比如根據(jù)用戶(hù)的需求和喜好進(jìn)行個(gè)性化定制，為用戶(hù)提供更好的情感體驗(yàn)。隨著人工智能技術(shù)的發(fā)展，虛擬新聞主播可以根據(jù)不同的用戶(hù)畫(huà)像，為用戶(hù)提供千人千面的定制服務(wù)，實(shí)現(xiàn)個(gè)性化的開(kāi)發(fā)[6]。比如，北京廣播電視臺(tái)的真人數(shù)字人“時(shí)間小妮”接入了“北京時(shí)間”APP，為不同的用戶(hù)提供不間斷的智能信息交互服務(wù)[6]。

(三)AI 虛擬主播實(shí)際應(yīng)用的問(wèn)題與挑戰(zhàn)

1.情感化表達(dá)不足

人工智能主持人缺乏情感表達(dá)能力，難以真正傳達(dá)主持人的情感和感受，需要進(jìn)一步加強(qiáng)情感智能技術(shù)的研究和應(yīng)用。相較于真人主播，AI 虛擬主播在播報(bào)過(guò)程中會(huì)呈現(xiàn)出機(jī)械感重、總體略顯生硬以及缺少情感表達(dá)的特征。這體現(xiàn)在面部表情、肢體動(dòng)作有限，因此難免在傳播效果上打折扣[1]。這就導(dǎo)致AI 虛擬主播運(yùn)用的領(lǐng)域相對(duì)受到限制，很少運(yùn)用于具有雙向溝通、實(shí)時(shí)評(píng)論等特點(diǎn)的互動(dòng)中，而最常運(yùn)用在單向播報(bào)活動(dòng)中。

2.過(guò)度依賴(lài)技術(shù)

人工智能技術(shù)復(fù)雜的科技手段，決定這種雙方合作的態(tài)勢(shì)將持續(xù)一段時(shí)間。AI 虛擬主播的新聞生產(chǎn)不再是由媒體機(jī)構(gòu)獨(dú)立完成，而在很大程度上依賴(lài)于技術(shù)提供方?？梢哉f(shuō)，媒體機(jī)構(gòu)在此類(lèi)新聞的生產(chǎn)中喪失了部分主動(dòng)權(quán)[7]。

3.道德和倫理問(wèn)題

日本機(jī)器人專(zhuān)家森昌弘提出的恐怖谷理論是指當(dāng)機(jī)器人與人類(lèi)的相似程度達(dá)到一個(gè)特定程度的時(shí)候，人類(lèi)對(duì)他們的反應(yīng)便會(huì)突然變得極其負(fù)面和反感。隨著AI 虛擬主播逐漸從“形似”發(fā)展到“神似”，再到“細(xì)節(jié)逼真”，恐怖谷效應(yīng)隨之而來(lái)[8]。當(dāng)受眾面對(duì)一個(gè)超級(jí)仿真的虛擬主播感到生理不適和心理反感時(shí)，根據(jù)媒介選擇的或然率公式，受眾很可能放棄對(duì)于該媒介的接觸或轉(zhuǎn)向?qū)で笃渌浇?，信息傳播就此中斷，傳播效果大打折扣甚至無(wú)法成立。

三、人工智能技術(shù)與播音主持的協(xié)同創(chuàng)新

(一)語(yǔ)音生成層面

1.實(shí)時(shí)字幕

主持人在直播或錄制過(guò)程中，可以使用人工智能語(yǔ)音識(shí)別技術(shù)生成實(shí)時(shí)字幕，使受眾能夠更加準(zhǔn)確地理解主持人所說(shuō)的話，特別是在場(chǎng)景嘈雜或語(yǔ)言不通的情況下，實(shí)時(shí)字幕可以提高受眾的理解度。比如，在全國(guó)兩會(huì)期間的網(wǎng)絡(luò)直播字幕的同步便是運(yùn)用了訊飛語(yǔ)音技術(shù)，不僅操作成本相對(duì)較低，而且還節(jié)省了人力和物力[9]。

2.語(yǔ)音生成

人工智能技術(shù)中的語(yǔ)音合成技術(shù)可以將文字轉(zhuǎn)化為語(yǔ)音，并生成自然流暢的語(yǔ)音，主持人可以使用這項(xiàng)技術(shù)來(lái)進(jìn)行語(yǔ)音播報(bào)或者為配音、廣告等提供語(yǔ)音素材。除此之外，還可以在很大程度上復(fù)原和仿真許多已逝的聲音、動(dòng)物聲音和特殊環(huán)境下的聲音再現(xiàn)。比如，湖南衛(wèi)視便利用了合成技術(shù)還原了已逝演員張國(guó)榮的聲音，使觀眾淚目[3]。

3.個(gè)性語(yǔ)音助手

主持人不僅可以利用人工智能技術(shù)生成個(gè)性化的語(yǔ)音助手，使其在主持過(guò)程中提供更加智能化和個(gè)性化的服務(wù)，例如回答觀眾的提問(wèn)、介紹嘉賓等，還可以通過(guò)人工智能技術(shù)中的語(yǔ)音情感分析和語(yǔ)音特征分析技術(shù)，分析主持人的語(yǔ)音特征、情感等信息，提供反饋和建議，使主持人能夠更好地掌控自己的語(yǔ)音風(fēng)格和情感表達(dá)，提高節(jié)目的表現(xiàn)力和受眾的聽(tīng)感體驗(yàn)。

人工智能技術(shù)中的語(yǔ)音識(shí)別技術(shù)在主持過(guò)程中的應(yīng)用，可以取得實(shí)時(shí)字幕、語(yǔ)音翻譯、語(yǔ)音生成、語(yǔ)音分析、個(gè)性化語(yǔ)音助手等多種效果，提高節(jié)目的表現(xiàn)力和受眾的聽(tīng)感體驗(yàn)，使主持人能夠更加靈活和自如地應(yīng)對(duì)各種情況。

(二)節(jié)目制作層面

1.用戶(hù)數(shù)據(jù)分析

人工智能技術(shù)可以通過(guò)分析過(guò)往的信息數(shù)據(jù)和用戶(hù)的反饋，提供更準(zhǔn)確、精細(xì)的數(shù)據(jù)支持。在節(jié)目策劃和制作過(guò)程中，可以利用人工智能技術(shù)對(duì)數(shù)據(jù)進(jìn)行分析和預(yù)測(cè)，提供更有針對(duì)性的方案和建議。同時(shí)，需要注意的是用戶(hù)碎片化的閱讀習(xí)慣，因此在節(jié)目制作過(guò)程中應(yīng)該在敘事和傳播方式上貼合用戶(hù)的需求，促進(jìn)傳播業(yè)態(tài)的縱深發(fā)展[7]。

2.剪輯和編輯

人工智能技術(shù)可以自動(dòng)進(jìn)行剪輯和編輯工作，從而減少制作成本和時(shí)間，并提高制作效率。例如，可以使用人工智能技術(shù)自動(dòng)生成節(jié)目的海報(bào)、預(yù)告片、片頭等素材，以及將多個(gè)視頻素材自動(dòng)拼接成一個(gè)完整的節(jié)目。2016 年9 月，20 世紀(jì)?？怂构九cIBM 合作，運(yùn)用沃森超級(jí)機(jī)器人為驚悚片《摩根》制作了有史以來(lái)的第一個(gè)“認(rèn)知電影預(yù)告片”，這一預(yù)告片運(yùn)用人工智能技術(shù)，通過(guò)機(jī)器學(xué)習(xí)對(duì)大量預(yù)告片進(jìn)行分析，并在此基礎(chǔ)上剪輯出了精彩紛呈的片子，使觀眾嘆為觀止。

3.智能化技術(shù)

人工智能技術(shù)不僅可以根據(jù)用戶(hù)的喜好和歷史觀看記錄，自動(dòng)推薦相關(guān)節(jié)目或主題，提供更加個(gè)性化和貼近用戶(hù)需求的節(jié)目?jī)?nèi)容，還可以自動(dòng)識(shí)別音頻特征，為節(jié)目配備更合適的音效，從而提升節(jié)目的視聽(tīng)效果。例如，可以通過(guò)音頻分析技術(shù)自動(dòng)提取音頻特征，自動(dòng)生成適合不同場(chǎng)景的音效，并通過(guò)人工智能技術(shù)進(jìn)行智能化調(diào)整和組合。

4.廣告營(yíng)銷(xiāo)策略

人工智能技術(shù)可以通過(guò)分析用戶(hù)行為和數(shù)據(jù)趨勢(shì)，提供更加準(zhǔn)確、精準(zhǔn)的營(yíng)銷(xiāo)策略和方案。例如，可以根據(jù)用戶(hù)的偏好和行為，制定更有針對(duì)性的廣告投放策略，提高廣告的點(diǎn)擊率和轉(zhuǎn)化率。比如， 2023 年4 月，淘寶造物節(jié)便搶先發(fā)布了一支由全AI 制作的廣告片，完整地記錄了人類(lèi)與AI 的對(duì)話、對(duì)抗和對(duì)決。每一款商品都用AI 生成全新的畫(huà)風(fēng)，帶來(lái)了不一樣的視覺(jué)效果，解鎖了關(guān)于未來(lái)的無(wú)限想象。

總之，人工智能技術(shù)在節(jié)目制作中的應(yīng)用，可以實(shí)現(xiàn)自動(dòng)化、智能化、個(gè)性化等多種效果，為節(jié)目制作和推廣帶來(lái)更多的便利。

(三)舞臺(tái)制作層面

1.舞臺(tái)效果

人工智能技術(shù)可以通過(guò)圖像識(shí)別、深度學(xué)習(xí)等技術(shù)，自動(dòng)識(shí)別舞臺(tái)上的人物和物品，并生成相應(yīng)的特效和背景，從而增強(qiáng)舞臺(tái)表演的視覺(jué)沖擊力和藝術(shù)效果。比如，在《北京八分鐘》中憨態(tài)可掬的熊貓起舞、瀟灑帥氣的冰上演員、充滿科技含量的機(jī)器人和冰屏旋轉(zhuǎn)，給觀眾展示了一場(chǎng)以人工智能為核心的表演，不僅帶來(lái)了一場(chǎng)視覺(jué)盛宴，更體現(xiàn)了中國(guó)智造的力量。

2.舞蹈編排

人工智能技術(shù)可以通過(guò)模擬人體骨骼和動(dòng)作，生成舞蹈編排，設(shè)計(jì)更具創(chuàng)意和美感的舞蹈動(dòng)作和流暢的舞蹈過(guò)渡，為觀眾帶來(lái)更加震撼和感動(dòng)的視覺(jué)體驗(yàn)。AI 除了能夠通過(guò)捕捉表演者的動(dòng)作，從而取得實(shí)時(shí)生成的舞臺(tái)效果，還能學(xué)習(xí)舞者的動(dòng)態(tài)以及獨(dú)特的風(fēng)格從而進(jìn)行編舞。比如，虛擬歌手洛天依登場(chǎng)B 站的跨年晚會(huì)，進(jìn)一步拓展了舞臺(tái)藝術(shù)的表達(dá)空間。

3.互動(dòng)演出

人工智能可以通過(guò)語(yǔ)音識(shí)別、人臉識(shí)別等技術(shù)，識(shí)別觀眾的情感和反應(yīng)，并根據(jù)其實(shí)時(shí)反饋進(jìn)行舞臺(tái)演出的調(diào)整和互動(dòng)，從而增強(qiáng)觀眾的參與感和沉浸感。比如， 2020 年11月，上海的光點(diǎn)演出便將觀眾帶入算法后通過(guò)人工智能產(chǎn)生一場(chǎng)關(guān)于知覺(jué)的奇異表演。觀眾在現(xiàn)場(chǎng)互動(dòng)中的表現(xiàn)也將成為作品中交織入境的重要元素，觀眾不只是信息的接收者，而且也配合演出者共同構(gòu)筑影音互動(dòng)的沉浸劇場(chǎng)。

4.智能化舞臺(tái)

人工智能可以在舞臺(tái)上集成各種傳感器和控制器，實(shí)現(xiàn)智能化的舞臺(tái)表演，例如，通過(guò)物聯(lián)網(wǎng)技術(shù)控制舞臺(tái)燈光、聲音等元素，根據(jù)舞臺(tái)表演的情節(jié)和需要，取得智能化的舞臺(tái)演出效果。

人工智能技術(shù)在舞臺(tái)表演中的應(yīng)用可以取得舞臺(tái)效果、舞蹈編排、互動(dòng)演出、智能化舞臺(tái)和舞臺(tái)演出分析等多種效果，提高舞臺(tái)表演的藝術(shù)效果和觀眾的體驗(yàn)，為舞者、導(dǎo)演和觀眾提供更多創(chuàng)意和美感。

四、結(jié)語(yǔ)

在智媒體時(shí)代下，人工智能技術(shù)和播音主持的融合創(chuàng)新有著諸多的優(yōu)勢(shì)。人工智能技術(shù)的出現(xiàn)極大地豐富了播音主持領(lǐng)域的應(yīng)用能力，尤其是人工智能可以在短時(shí)間內(nèi)高效率地處理和整合海量的信息數(shù)據(jù)，并且能夠做到準(zhǔn)確地輸出，這對(duì)播音主持領(lǐng)域而言是具有革命性影響。但是同時(shí)也要合理應(yīng)用人工智能技術(shù)進(jìn)行節(jié)目創(chuàng)新，避免對(duì)人工智能技術(shù)的過(guò)度依賴(lài)而造成演出事故。