智能語(yǔ)音技術(shù)在融媒體中的應(yīng)用場(chǎng)景與模式創(chuàng)新

文/張楷越

在媒體深度融合的進(jìn)程中，人工智能技術(shù)已成為一支重要的推動(dòng)力量。其中，智能語(yǔ)音技術(shù)以其高密度、高效率、強(qiáng)互動(dòng)等特點(diǎn)，日益成為一項(xiàng)關(guān)鍵的智能技術(shù)，在媒體融合中開(kāi)始得到廣泛運(yùn)用，為傳統(tǒng)媒體融合轉(zhuǎn)型提供了技術(shù)支撐。在各新型主流媒體中，基于智能語(yǔ)音技術(shù)、人機(jī)交互等技術(shù)的融媒體產(chǎn)品越來(lái)越多，應(yīng)用場(chǎng)景逐漸延伸至日常生活中，拓展了融媒體發(fā)展空間。在媒體智能化發(fā)展的背景下，有必要對(duì)智能語(yǔ)音技術(shù)在融媒體中的應(yīng)用做出更多探索，進(jìn)一步推動(dòng)媒體深度融合發(fā)展。

一、智能語(yǔ)音技術(shù)在融媒體中的應(yīng)用價(jià)值

智能語(yǔ)音技術(shù)是人工智能的一個(gè)重要組成部分，其中智能語(yǔ)音識(shí)別是重要基礎(chǔ)。智能語(yǔ)音識(shí)別可以讓機(jī)器“聽(tīng)懂”人類的語(yǔ)言，它既可以將語(yǔ)言轉(zhuǎn)換為書(shū)面文字，也可以自動(dòng)理解語(yǔ)意并準(zhǔn)確識(shí)別。在融媒體發(fā)展中，智能語(yǔ)音技術(shù)可以以語(yǔ)音合成、語(yǔ)音識(shí)別、語(yǔ)義理解、圖像處理等技術(shù)形式，融入新聞報(bào)道和融媒體產(chǎn)品服務(wù)中，讓用戶感受到融媒體的溫度。

1．提高融媒體生產(chǎn)效率。隨著智能技術(shù)的快速發(fā)展，融媒體發(fā)展的智能化趨勢(shì)越來(lái)越明顯，機(jī)器人新聞等智能采寫(xiě)模式已經(jīng)較為成熟。而智能采寫(xiě)的實(shí)現(xiàn)需要借助各種智能技術(shù)，其中一項(xiàng)就是智能語(yǔ)音技術(shù)。在融媒體新聞生產(chǎn)中，智能語(yǔ)音技術(shù)應(yīng)用所形成的智能采寫(xiě)模式可以解放新聞從業(yè)人員的雙手，有效提升新聞生產(chǎn)效率。尤其是對(duì)傳統(tǒng)廣電媒體和新興音頻媒體來(lái)說(shuō)，智能語(yǔ)音技術(shù)可以在各種聲音元素中得到運(yùn)用，從而為其發(fā)展帶來(lái)廣闊的空間。

實(shí)踐中，智能語(yǔ)音技術(shù)憑借語(yǔ)音和文字的轉(zhuǎn)化功能，成為智能采訪寫(xiě)作的助手。例如，在會(huì)議、庭審、采訪等場(chǎng)景中，智能語(yǔ)音技術(shù)可以通過(guò)實(shí)時(shí)語(yǔ)音識(shí)別將音頻信息轉(zhuǎn)換為文字，有效降低新聞?dòng)浾咪浺粽淼某杀?，大幅提升了采訪效率。不僅如此，人工智能技術(shù)還可以將聲音轉(zhuǎn)化圖片、視頻等，從而提高了采訪素材的保存和使用效率。在新聞報(bào)道中，無(wú)論是會(huì)議還是采訪，都有大量語(yǔ)音材料需要整理，智能語(yǔ)音技術(shù)可以對(duì)語(yǔ)音材料進(jìn)行快速加工，形成語(yǔ)音素材的智能采寫(xiě)，從而提高融媒體生產(chǎn)效率。

2．改善融媒體用戶體驗(yàn)。在融媒體發(fā)展中，產(chǎn)品創(chuàng)新是重要方向，也是最能體現(xiàn)出媒體融合效果的形式。為此，各大媒體廣泛運(yùn)用各種新技術(shù)，推出各種新穎的融媒體產(chǎn)品。融媒體語(yǔ)境下，用戶需要呈現(xiàn)出多樣化趨勢(shì)，單一的新聞報(bào)道已難以滿足。媒體的功能也不再局限于新聞報(bào)道，而是融入政務(wù)、服務(wù)、商務(wù)、社交等各項(xiàng)功能。在這種發(fā)展趨勢(shì)下，智能語(yǔ)音技術(shù)的出現(xiàn)為滿足用戶需求和媒體服務(wù)功能拓展提供了新的技術(shù)基礎(chǔ)。相比其他技術(shù)形態(tài)的產(chǎn)品來(lái)說(shuō)，基于智能語(yǔ)音技術(shù)而打造的融媒體產(chǎn)品更加便于操作，用戶在使用時(shí)可以解放雙手，同時(shí)處理其他事情。智能語(yǔ)音產(chǎn)品可以有效拓展音頻的融合功能，提高融媒體產(chǎn)品的用戶體驗(yàn)。正因如此，智能語(yǔ)音產(chǎn)品對(duì)融媒體發(fā)展的作用受到越來(lái)越多媒體的重視，也涌現(xiàn)出大量智能語(yǔ)音產(chǎn)品。

二、智能語(yǔ)音技術(shù)在融媒體中的應(yīng)用場(chǎng)景

隨著媒體融合進(jìn)入深度融合期，人工智能、大數(shù)據(jù)、VR等各種新技術(shù)廣泛用于融媒體報(bào)道中。智能語(yǔ)音技術(shù)逐漸成為一支新興的技術(shù)力量，在融媒體中得到越來(lái)越多的應(yīng)用。而且，移動(dòng)互聯(lián)網(wǎng)使用場(chǎng)景多，智能語(yǔ)音技術(shù)可以在新聞傳播的不同場(chǎng)景中發(fā)揮作用。目前，智能語(yǔ)音技術(shù)已經(jīng)在視頻直播、語(yǔ)音播報(bào)、智能問(wèn)答等應(yīng)用場(chǎng)景中表現(xiàn)出了巨大潛力。

1．網(wǎng)絡(luò)直播場(chǎng)景應(yīng)用。網(wǎng)絡(luò)直播市場(chǎng)上，娛樂(lè)主播、帶貨主播備受關(guān)注，成為直播平臺(tái)上的主力軍。經(jīng)過(guò)多年發(fā)展，網(wǎng)絡(luò)直播市場(chǎng)逐漸飽和，而新的直播模式開(kāi)始出現(xiàn)。其中，智能語(yǔ)音直播就是一種重要發(fā)展方向。目前市場(chǎng)上的智能直播機(jī)器人有虛擬直播間、虛擬人物，也有各種可任意切換的虛擬背景，可以根據(jù)使用終端切換，還可以在直播后臺(tái)設(shè)置話術(shù)，以滿足用戶的個(gè)性化收聽(tīng)需求。

相比傳統(tǒng)直播模式，智能語(yǔ)音直播有其獨(dú)特的優(yōu)勢(shì)，可以更好體現(xiàn)融媒體平臺(tái)的專業(yè)化水平。首先，智能語(yǔ)音直播可以對(duì)用戶群體進(jìn)行個(gè)性化定制，功能比較簡(jiǎn)單，開(kāi)發(fā)周期短，大幅減輕了直播運(yùn)營(yíng)的前期投入。其次，智能語(yǔ)音直播只需要一個(gè)穩(wěn)定的連麥就可以實(shí)現(xiàn)，突破了傳統(tǒng)直播對(duì)采集、渲染、編解碼、播放等環(huán)節(jié)的高要求。再次，智能語(yǔ)音直播擁有豐富的互動(dòng)形式，不僅有傳統(tǒng)的禮物打賞、彈幕私信、連麥這些功能，也可以為用戶提供一對(duì)一語(yǔ)音聊天或多人語(yǔ)音聊天室。最后，智能語(yǔ)音直播可以細(xì)分用戶類型，根據(jù)不同類型打造出更加專業(yè)化的服務(wù)平臺(tái)。

例如，抖音已經(jīng)開(kāi)啟了智能語(yǔ)音直播功能。用戶可以利用直播間的各類工具進(jìn)行即時(shí)翻譯、調(diào)整語(yǔ)音速度和音量，以及設(shè)置自動(dòng)回復(fù)等。甚至，不再需要手動(dòng)輸入彈幕，可以自由交互，更加流暢。如此一來(lái)，不僅可以讓直播更加便捷，而且還可以提高直播的質(zhì)量和趣味性。

2．語(yǔ)音播報(bào)場(chǎng)景應(yīng)用。在融媒體使用過(guò)程中，不同用戶的使用習(xí)慣不同，對(duì)語(yǔ)言、聲音等也有不同偏好。傳統(tǒng)直播模式可以做到內(nèi)容上的滿足，但在聲音上卻很難追蹤用戶需求。智能語(yǔ)音技術(shù)的應(yīng)用，可以對(duì)用戶的個(gè)性化需求，按照不同需求設(shè)置不同話術(shù)、聲音等，使每個(gè)用戶都能根據(jù)自身喜好進(jìn)行選擇，從而更好地留住用戶。

例如，微軟推出的智能機(jī)器人“小冰”曾一度受到廣泛關(guān)注。小冰具有細(xì)膩的語(yǔ)調(diào)和音色，與真人高度相似的語(yǔ)氣用詞，說(shuō)話語(yǔ)調(diào)抑揚(yáng)頓挫，聽(tīng)起來(lái)非常逼真。近些年，京東、百度、阿里等也開(kāi)始致力于智能語(yǔ)音播報(bào)的研發(fā)，將智能語(yǔ)音技術(shù)應(yīng)用于新聞生產(chǎn)、內(nèi)容分發(fā)、用戶互動(dòng)等層面，并用“低價(jià)+補(bǔ)貼”的互聯(lián)網(wǎng)方式搶占市場(chǎng)。當(dāng)然，隨著智能機(jī)器人的日益增多，用戶的新鮮感容易失去，需要通過(guò)使用場(chǎng)景及內(nèi)容作為支撐。為此，融媒體發(fā)展進(jìn)程中，智能語(yǔ)音播報(bào)需要重視智能家居、車載等應(yīng)用場(chǎng)景的開(kāi)發(fā)，為自身可持續(xù)發(fā)展提供終端基礎(chǔ)。

3．社交聊天場(chǎng)景應(yīng)用。智能語(yǔ)音技術(shù)可以實(shí)現(xiàn)社交聊天場(chǎng)景應(yīng)用。它既可以支持一對(duì)一語(yǔ)音聊天，也可以進(jìn)行多人語(yǔ)音聊天，討論共同話題，聚合有共同愛(ài)好的用戶。在智能語(yǔ)音聊天系統(tǒng)中，動(dòng)態(tài)發(fā)布功能更是有著極強(qiáng)社交屬性的功能，給用戶提供了發(fā)布個(gè)人的語(yǔ)音、圖片、視頻等動(dòng)態(tài)信息的窗口，架起了媒體與用戶間溝通的橋梁。在此基礎(chǔ)上，還可以運(yùn)用智能語(yǔ)音識(shí)別應(yīng)用場(chǎng)景，實(shí)現(xiàn)語(yǔ)音文件的快速整理，并通過(guò)語(yǔ)音合成、語(yǔ)音識(shí)別、語(yǔ)義理解、圖像處理等技術(shù)，對(duì)信息進(jìn)行情感判斷，讓用戶感受到信息的溫度。

三、智能語(yǔ)音技術(shù)在融媒體中的應(yīng)用創(chuàng)新

新技術(shù)的創(chuàng)新和運(yùn)用是媒體深度融合的重要方法。作為媒體融合發(fā)展的一支新興力量，智能語(yǔ)音技術(shù)可從內(nèi)容生產(chǎn)、融媒體指揮和智能虛擬播報(bào)三個(gè)方面發(fā)揮更多作用。

1．賦能融媒體生產(chǎn)運(yùn)營(yíng)系統(tǒng)。統(tǒng)一的指揮系統(tǒng)是確保融媒體生產(chǎn)和傳播的重要基礎(chǔ)。因此，傳統(tǒng)媒體應(yīng)充分利用自身優(yōu)勢(shì)，融合人工智能、云計(jì)算和大數(shù)據(jù)等新技術(shù)，做好策、采、編、發(fā)、審、管的統(tǒng)一布局，實(shí)現(xiàn)“一次采集、多種生成、多元傳播”的創(chuàng)新性采編模式，打造融媒體中心的神經(jīng)中樞。在已有的融媒體指揮系統(tǒng)中，探索形成了融媒體生產(chǎn)的“中央廚房”模式，而智能語(yǔ)音技術(shù)的應(yīng)用，可以進(jìn)一步提升融媒體生產(chǎn)和運(yùn)營(yíng)效能。

以封面新聞APP為例，首先，將語(yǔ)音轉(zhuǎn)文字、文字轉(zhuǎn)語(yǔ)音等技術(shù)引入采編系統(tǒng)，借助邊界的語(yǔ)音操控提高編輯記者的新聞生產(chǎn)效率，并通過(guò)智能分析和智能推薦，提高用戶對(duì)重點(diǎn)內(nèi)容的理解和把握能力。其次，重視優(yōu)化分發(fā)端的語(yǔ)音呈現(xiàn)，如將人工語(yǔ)音合成技術(shù)應(yīng)用于虛擬主機(jī)播放、視頻動(dòng)畫(huà)配音、MR視頻、互動(dòng)H5等新聞的呈現(xiàn)，促進(jìn)智能語(yǔ)音技術(shù)與其他人工智能技術(shù)的結(jié)合，打破原有信息終端分裂的局限，讓聲音成為用戶與APP主要的溝通途徑。最后，運(yùn)用于融媒體運(yùn)營(yíng)體系，借助人機(jī)語(yǔ)音對(duì)話數(shù)據(jù)，豐富用戶畫(huà)像，人工智能+營(yíng)銷、人工智能+用戶調(diào)研等，提高融媒體運(yùn)營(yíng)效率。此外，用戶的互動(dòng)、交流、反饋是體驗(yàn)效果的重要部分。在融合發(fā)展過(guò)程中，各大媒體需要注重用戶與平臺(tái)之間的溝通與交流，及時(shí)了解用戶對(duì)智能語(yǔ)音技術(shù)產(chǎn)品的想法和訴求。只有這樣，才能不斷優(yōu)化融媒體報(bào)道的用戶體驗(yàn)，吸引用戶并留住用戶。

2．優(yōu)化內(nèi)容資源建設(shè)。智能語(yǔ)音技術(shù)背景下融媒體的生態(tài)定位還是內(nèi)容提供者，優(yōu)化內(nèi)容資源建設(shè)是未來(lái)發(fā)展的關(guān)鍵。一是創(chuàng)新智能語(yǔ)音播報(bào)，作為智能語(yǔ)音技術(shù)應(yīng)用于融媒體的早期形態(tài)，智能語(yǔ)音播報(bào)是衡量?jī)?nèi)容智能化水平的關(guān)鍵。央視微信公眾號(hào)廣播新聞欄目《早啊！新聞來(lái)了》分為“要聞”“社會(huì)”“國(guó)際”三個(gè)板塊，一般為40～70字左右的短消息新聞，選題整體更加貼近社會(huì)民生，每期閱讀量均超過(guò)10萬(wàn)，具備較強(qiáng)的傳播效果。二是發(fā)力短視頻新聞，短視頻是當(dāng)下互聯(lián)網(wǎng)場(chǎng)域中的主要傳播形態(tài)，對(duì)提升用戶體驗(yàn)可以發(fā)揮重要作用。新華社“AI主播”短視頻新聞在智能語(yǔ)音合成技術(shù)的基礎(chǔ)上，還使用了虛擬數(shù)字人、3D智能合成等技術(shù)，使得欄目更加人格化、實(shí)體化，在國(guó)內(nèi)外引起了廣泛討論，對(duì)智能語(yǔ)音技術(shù)背景下新聞生產(chǎn)的范式升級(jí)具有重要意義。

3．加深伴隨式場(chǎng)景體驗(yàn)。融媒體時(shí)代，用戶的體驗(yàn)十分重要。作為內(nèi)容提供商，媒體應(yīng)利用現(xiàn)有智能語(yǔ)音技術(shù)創(chuàng)建創(chuàng)新應(yīng)用場(chǎng)景，建立新的流量門戶，贏得新的盈利據(jù)點(diǎn)。一是開(kāi)發(fā)智能語(yǔ)音助手的多重角色，擴(kuò)充聲音數(shù)據(jù)庫(kù)，以封面新聞APP的“小冰”為例，用戶可設(shè)定該智能語(yǔ)音助手為“慈祥的奶奶”聲音，并對(duì)其形象進(jìn)行定制化處理。“小冰”讀新聞也不僅是單純文字復(fù)述，而是加入語(yǔ)義理解和情感判斷，給新聞以“溫度”，也更能吸引用戶、留住用戶。二是將智能語(yǔ)音技術(shù)深度應(yīng)用在媒體中的系統(tǒng)環(huán)節(jié)，包括文稿唱詞系統(tǒng)、內(nèi)容轉(zhuǎn)寫(xiě)系統(tǒng)、第三方的接口服務(wù)、融媒體會(huì)議系統(tǒng)等。如新華社“音訊”可支持多語(yǔ)種語(yǔ)音智能分析，包含移動(dòng)APP、PC端、網(wǎng)頁(yè)端等產(chǎn)品形態(tài)，不僅為新聞創(chuàng)作帶來(lái)無(wú)限可能，也能夠?yàn)橛脩籼峁┌踩咝У捏w驗(yàn)，受到了業(yè)界的廣泛贊譽(yù)。