數(shù)字媒體技術(shù)在新媒體直播中的應(yīng)用

朱宏斌

（紹興職業(yè)技術(shù)學(xué)院，浙江 紹興 312000）

0 引 言

新媒體直播是一種通過網(wǎng)絡(luò)平臺(tái)實(shí)時(shí)傳輸音視頻內(nèi)容的新型媒體形式。在數(shù)字媒體技術(shù)支持下，新媒體直播借助網(wǎng)絡(luò)的高速傳輸和廣泛覆蓋，使得觀眾可以在任何時(shí)間、任何地點(diǎn)通過手機(jī)、計(jì)算機(jī)等設(shè)備觀看到直播內(nèi)容。實(shí)時(shí)互動(dòng)的媒體形式不僅為人們提供了豐富多樣的觀看體驗(yàn)，同時(shí)推動(dòng)著“新商業(yè)”和“新生活”等社會(huì)層面的新運(yùn)行模式不斷涌現(xiàn)。隨著數(shù)字媒體技術(shù)的不斷發(fā)展和迭代，新媒體直播將在經(jīng)濟(jì)社會(huì)發(fā)展和媒體傳播領(lǐng)域發(fā)揮重要的作用。

1 數(shù)字媒體技術(shù)和新媒體直播概述

1.1 數(shù)字媒體技術(shù)概念

數(shù)字媒體技術(shù)是融合了數(shù)字信息處理技術(shù)、計(jì)算機(jī)技術(shù)、數(shù)字通信和網(wǎng)絡(luò)技術(shù)等多種技術(shù)的創(chuàng)新型技術(shù)。數(shù)字媒體技術(shù)是通過數(shù)字化信息處理和通信技術(shù)手段，綜合處理文字、聲音、圖形、圖像、視頻等信息，使抽象的信息變成可感知、可管理和可交互的一種技術(shù)，主要囊括了數(shù)字媒體視頻、5G網(wǎng)絡(luò)通信、全息投影、人工智能（Artificial Intelligence，AI）等技術(shù)形式，實(shí)現(xiàn)了人機(jī)之間全新的交互和體驗(yàn)方式，具有交互性、多元性、虛擬性和便捷性的特點(diǎn)[1]。

1.2 新媒體直播及其發(fā)展現(xiàn)狀

新媒體直播是指借助互聯(lián)網(wǎng)和數(shù)字媒體技術(shù)，通過視頻、音頻和文字等方式，將內(nèi)容實(shí)時(shí)傳輸給觀眾的一種直播形式。它可以通過各種平臺(tái)和應(yīng)用程序進(jìn)行，如社交媒體平臺(tái)、視頻直播平臺(tái)和手機(jī)應(yīng)用程序等。新媒體直播可以讓觀眾實(shí)時(shí)參與、互動(dòng)和評(píng)論，同時(shí)為內(nèi)容創(chuàng)作者提供了更廣泛的傳播渠道和機(jī)會(huì)。新媒體直播已經(jīng)成為一種流行的媒體形式，被廣泛應(yīng)用于新聞、娛樂、教育和商業(yè)等各個(gè)領(lǐng)域。

傳統(tǒng)媒體時(shí)代，電視直播有著嚴(yán)格的采編審核流程，繁雜的前期準(zhǔn)備，觀眾互動(dòng)和交流存在較強(qiáng)的滯后性。新媒體直播時(shí)代為直播行業(yè)帶來了全新的發(fā)展機(jī)遇和平臺(tái)。通過利用新媒體平臺(tái)和數(shù)字媒體技術(shù)，不僅縮短了直播的采編周期、提高了節(jié)目制作和播出效率，還能夠?qū)崿F(xiàn)與觀眾的實(shí)時(shí)互動(dòng)和交流，動(dòng)態(tài)調(diào)整直播內(nèi)容和方向，豐富觀眾的選擇和體驗(yàn)，實(shí)現(xiàn)節(jié)目內(nèi)容的輻射式傳播，擴(kuò)大了影響力和覆蓋范圍。

根據(jù)最新發(fā)布的《2022中國在線直播行業(yè)研究報(bào)告》可知，截至2022年底，我國網(wǎng)絡(luò)直播用戶規(guī)模已成功突破7.5億大關(guān)，占網(wǎng)絡(luò)用戶整體的70.3%。其中，移動(dòng)網(wǎng)絡(luò)直播用戶規(guī)模達(dá)到6.21億，同比增長8.9%；固定網(wǎng)絡(luò)直播用戶規(guī)模達(dá)到1.3億，同比增長3.2%。網(wǎng)絡(luò)直播已經(jīng)成為我國互聯(lián)網(wǎng)應(yīng)用的重要組成部分。目前，新媒體直播平臺(tái)排名靠前的平臺(tái)主要有抖音直播、快手直播、虎牙直播、斗魚以及嗶哩嗶哩等。抖音和快手占據(jù)新媒體直播平臺(tái)的“半壁江山”?！?022抖音大數(shù)據(jù)報(bào)告》顯示，2022年，抖音平臺(tái)演藝類直播開播超3 200萬場(chǎng)，全年同比增長95%；高校直播共進(jìn)行21 103場(chǎng)次，同比提升46%，觀看用戶超9 500萬人次。由此可見，新媒體直播已逐漸成為信息傳播的重要載體。

2 傳統(tǒng)直播模式與新媒體直播模式的對(duì)比分析

2.1 傳輸模式對(duì)比分析

傳統(tǒng)直播有著較長的應(yīng)用發(fā)展歷史。在新聞播報(bào)、突發(fā)緊急事件和重大政府工作會(huì)議中，都能看到傳統(tǒng)直播技術(shù)的應(yīng)用。傳統(tǒng)直播模式的實(shí)現(xiàn)需要借助衛(wèi)星信號(hào)的支持，在事發(fā)現(xiàn)場(chǎng)架設(shè)攝像機(jī)等機(jī)器設(shè)備進(jìn)行實(shí)時(shí)錄制，并將捕捉到的現(xiàn)場(chǎng)畫面和聲音轉(zhuǎn)化為電子信號(hào)，通過編碼技術(shù)將錄制得到的電子信號(hào)轉(zhuǎn)變?yōu)榇袛?shù)字接口（Serial Digital Interface，SDI）信號(hào)，使用衛(wèi)星傳輸系統(tǒng)將編碼后的SDI信號(hào)發(fā)送到電視臺(tái)。電視臺(tái)接收設(shè)備對(duì)接收到的信號(hào)進(jìn)行解碼，恢復(fù)出原始的視頻和音頻信號(hào)，最終通過電視端呈現(xiàn)出事件現(xiàn)場(chǎng)的實(shí)時(shí)畫面和聲音，繼而完成整套直播流程[2]。這種傳統(tǒng)直播方式通常需要依賴專業(yè)設(shè)備和技術(shù)人員來實(shí)現(xiàn)，成本較高且操作相對(duì)煩瑣。

相比之下，新媒體直播依賴網(wǎng)絡(luò)信息技術(shù)，通過實(shí)時(shí)信息傳輸協(xié)議將收集到的活動(dòng)或新聞事件現(xiàn)場(chǎng)所產(chǎn)生的各種信息推送到視頻分發(fā)服務(wù)器，然后通過網(wǎng)絡(luò)進(jìn)行傳播。觀眾可以在智能手機(jī)、計(jì)算機(jī)、網(wǎng)絡(luò)電視等終端設(shè)備上進(jìn)行解碼播放。這種方式的出現(xiàn)，使得觀眾可以隨時(shí)獲得最新的直播內(nèi)容，極大地拓寬了信息傳播的渠道和形式。

2.2 信號(hào)穩(wěn)定性和經(jīng)濟(jì)性對(duì)比分析

傳統(tǒng)電視直播需要借助衛(wèi)星傳輸系統(tǒng)進(jìn)行信號(hào)傳輸，傳輸過程極易受到天氣、環(huán)境等因素的干擾，使得衛(wèi)星傳輸信號(hào)產(chǎn)生擾動(dòng)，降低傳輸質(zhì)量。例如，在臺(tái)風(fēng)、暴雨等惡劣天氣條件下，信號(hào)傳輸很容易中斷。此外，直播車也容易受到周圍外在環(huán)境的影響，導(dǎo)致衛(wèi)星信號(hào)在傳輸時(shí)出現(xiàn)干擾，對(duì)直播效果產(chǎn)生負(fù)面影響。傳統(tǒng)電視直播所需的設(shè)施、設(shè)備價(jià)格昂貴，經(jīng)濟(jì)性相對(duì)較差。

相比之下，新媒體直播信號(hào)主要來自互聯(lián)網(wǎng)通信網(wǎng)絡(luò)和地面通信基站。這兩種信號(hào)傳輸方式具有高抗干擾能力，能夠保證信號(hào)的高質(zhì)量傳輸。與傳統(tǒng)直播相比，使用新媒體直播的費(fèi)用也相對(duì)較少。這是因?yàn)?，新媒體直播不需要依賴衛(wèi)星等復(fù)雜傳輸設(shè)備，而是通過網(wǎng)絡(luò)和基站完成信號(hào)傳輸，減少了設(shè)備和設(shè)施的成本，使得新媒體直播在經(jīng)濟(jì)性方面更具優(yōu)勢(shì)。

2.3 觀看自由度對(duì)比分析

傳統(tǒng)直播模式主要依靠電視這一固定的終端設(shè)備，而新媒體直播的終端設(shè)備品類更加豐富，除電視外，還包括手機(jī)、平板電腦、網(wǎng)絡(luò)電視等終端設(shè)備。新媒體直播滿足觀眾隨時(shí)隨地觀看直播節(jié)目的需求。無論是在家中、辦公室、公共交通工具上還是戶外等場(chǎng)景，觀眾都可以通過手機(jī)或平板電腦等移動(dòng)便攜式設(shè)備觀看直播節(jié)目。這種隨時(shí)隨地觀看的方式打破了傳統(tǒng)電視直播的時(shí)間和空間限制，使得觀眾能夠更加便利地享受直播節(jié)目帶來的信息和樂趣，具有更大的靈活性和便捷性。

2.4 直播形式和內(nèi)容對(duì)比分析

傳統(tǒng)直播的主體是各大電視臺(tái)，其擁有龐大的專業(yè)團(tuán)隊(duì)和專業(yè)設(shè)備，承擔(dān)著面向整個(gè)社會(huì)提供高質(zhì)量信息傳播服務(wù)的功能。因此，電視直播在直播內(nèi)容、直播時(shí)效和稿件質(zhì)量等方面有更高的專業(yè)性要求。但傳統(tǒng)電視直播的內(nèi)容在直播前就已經(jīng)確定好，這意味著觀眾只能觀看主持人準(zhǔn)備好的直播內(nèi)容，無法根據(jù)觀眾的需求和興趣進(jìn)行調(diào)整。這種固定的直播內(nèi)容形式限制了觀眾的選擇和參與度，無法滿足個(gè)性化的需求。

相比之下，新媒體直播的平臺(tái)主體更加多元。新媒體直播的普及，大大降低了主播的步入門檻，“人人成為主播”變?yōu)榭赡?。無論是美妝、健身、旅游還是游戲、音樂，都可以成為直播的主題。這也在一定程度上豐富了直播形式。另外，新媒體直播的內(nèi)容更加靈活和多樣，觀眾可以通過互動(dòng)參與到直播中，主播可以根據(jù)觀眾的反饋和需求進(jìn)行動(dòng)態(tài)調(diào)整，增加觀眾的參與感和黏性。同時(shí)，新媒體直播平臺(tái)還能夠通過智能推薦算法刻畫用戶畫像，了解觀眾的觀看偏好，從而為觀眾提供更加精準(zhǔn)和符合個(gè)人需求的直播節(jié)目。這種個(gè)性化的服務(wù)使得觀眾能夠更好地享受直播節(jié)目帶來的娛樂性和知識(shí)性。

綜上所述，相較傳統(tǒng)直播，新媒體直播在傳輸模式、信號(hào)穩(wěn)定性和經(jīng)濟(jì)性、直播形式和內(nèi)容等方面都具有得天獨(dú)厚的優(yōu)勢(shì)。

3 數(shù)字媒體技術(shù)在新媒體直播中的應(yīng)用

3.1 5G+4K/8K背包在新媒體直播中的應(yīng)用

5G+4K/8K背包是一種融合了5G網(wǎng)絡(luò)和4K/8K視頻傳輸技術(shù)的集合體，通過集成高清視頻采集設(shè)備、編碼器、傳輸設(shè)備和5G網(wǎng)絡(luò)連接于一個(gè)便攜式的背包中，實(shí)現(xiàn)高速移動(dòng)環(huán)境下的超高清直播和傳輸[3]。5G+4K/8K背包已經(jīng)在廣播電視、戶外體育、活動(dòng)慶典等領(lǐng)域得到廣泛應(yīng)用，為用戶提供更高質(zhì)量、更靈活的視頻傳輸解決方案。例如，2020年，《神武4·動(dòng)感地帶第十四屆音樂盛典咪咕匯》應(yīng)用5G+4K/8K視頻傳輸技術(shù)開啟了云上演藝直播的新時(shí)代。直播系統(tǒng)融入虛擬現(xiàn)實(shí)（Virtual Reality，VR）和增強(qiáng)現(xiàn)實(shí)（Augmented Reality，AR）技術(shù)，實(shí)現(xiàn)8K雙鏈路信號(hào)傳輸，為觀眾呈現(xiàn)出更具臨場(chǎng)感和互動(dòng)感的“超級(jí)現(xiàn)場(chǎng)”。2022年北京冬奧會(huì)期間，5G+4K/8K現(xiàn)場(chǎng)直播技術(shù)為觀眾帶來了前所未有的“最清晰”冬奧會(huì)和“最沉浸式”觀賽體驗(yàn)，使觀眾更加深入地了解比賽的每一個(gè)細(xì)節(jié)，多維度地享受冰雪項(xiàng)目賽事。

慢直播融合了5G+4K/8K背包與AI+AR/VR等多種數(shù)字媒體技術(shù)的直播形式。與傳統(tǒng)直播節(jié)目不同的是，慢直播摒棄了主持人、解說字幕、鏡頭切換和后期制作等痕跡，直接對(duì)準(zhǔn)真實(shí)事件，用固定機(jī)位進(jìn)行拍攝，呈現(xiàn)事件發(fā)生的整個(gè)過程。通過慢直播，觀眾可以更加真實(shí)地感受到事件的發(fā)生和演變。例如，2020年，央視頻聯(lián)合中國電信推出《疫情24小時(shí)》欄目，24 h不間斷地直播火神山和雷神山醫(yī)院的建造現(xiàn)場(chǎng)情況。這一慢直播模式在特殊的時(shí)期得到了廣泛的認(rèn)可和關(guān)注。2022年，海南廣播電視總臺(tái)應(yīng)用5G+8K+VR技術(shù)，推出7×24 h海底VR慢直播欄目《嗨藍(lán)》，在視聽海南客戶端、今日頭條、抖音等平臺(tái)同步直播，給觀眾帶來豐富、真實(shí)的觀看體驗(yàn)，使觀眾沉浸式地一覽海底全景。

3.2 全息投影技術(shù)在新媒體直播中的應(yīng)用

全息投影技術(shù)是一種將光線通過計(jì)算機(jī)生成的三維模型或者真實(shí)物體的數(shù)據(jù)轉(zhuǎn)化為可視化三維圖像的技術(shù)。它利用光的干涉和衍射原理，將光線從多個(gè)角度投射到透明的介質(zhì)中，使人眼可以從不同角度來觀看圖像，呈現(xiàn)出真實(shí)感和立體感。全息投影技術(shù)可以使直播畫面更具視覺震撼性。在直播過程中應(yīng)用全息投影技術(shù)，可以將二維平面圖像轉(zhuǎn)化為三維立體圖像，也可以將復(fù)雜的數(shù)據(jù)和技術(shù)圖像進(jìn)行立體化呈現(xiàn)，讓觀眾感受到更為直觀和真實(shí)的場(chǎng)景。例如，由央視網(wǎng)直播的G20文藝晚會(huì)《最憶是杭州》，在西湖水面上運(yùn)用全息投影技術(shù)，使演員與三維虛擬影像相互交融，呈現(xiàn)立體浮空的藝術(shù)效果，實(shí)現(xiàn)科技與自然環(huán)境的完美融合。2022年8月，昆劇《浣紗記》5G全息直播在昆山上演，通過3D全息投影技術(shù)將主舞臺(tái)上演的《浣紗記》同步“穿越”到大漁灣草坪廣場(chǎng)，讓市民身臨其境地觀賞，實(shí)現(xiàn)沉浸式觀演與超時(shí)空接觸。這種線下演出、線上直播、全息同步直播的融合形式，以多維度傳播不斷探索傳播鏈的延伸。

3.3 人工智能技術(shù)在新媒體直播中的應(yīng)用

在人工智能技術(shù)應(yīng)用方面，數(shù)字人克服了早期虛擬主播無法完成情感具象化表達(dá)需求的缺陷，實(shí)現(xiàn)了與人像面部數(shù)據(jù)的綁定，完成表情語義遷移。將數(shù)字人應(yīng)用于新媒體直播，更容易引發(fā)情感共鳴[4]。數(shù)字人的創(chuàng)建通常有以下四個(gè)關(guān)鍵步驟。

（1）使用4D掃描和高保真3D人像綁定技術(shù)，對(duì)人臉進(jìn)行全方位的掃描和捕捉，準(zhǔn)確地獲取靜態(tài)臉譜和FACS掃描數(shù)據(jù)，初步構(gòu)建人臉模型。同時(shí)，通過采集高精度定點(diǎn)流數(shù)據(jù)，實(shí)現(xiàn)對(duì)人像面部表情納米級(jí)別的重建。

（2）利用深度卷積神經(jīng)網(wǎng)絡(luò)模型，將采集的口型數(shù)據(jù)進(jìn)行標(biāo)定和分析，借助Faceware Live Server人工智能技術(shù)將口型停頓、加入詞等內(nèi)容進(jìn)行匹配，從而使數(shù)字人的口型與表達(dá)內(nèi)容保持一致。

（3）使用慣性捕捉技術(shù)，對(duì)人體特定骨骼關(guān)節(jié)點(diǎn)綁定加速度計(jì)和磁力計(jì)等設(shè)備，運(yùn)用融合算法完成細(xì)微動(dòng)作捕捉，構(gòu)建數(shù)字人的三維動(dòng)態(tài)模型，使數(shù)字人準(zhǔn)確還原真人動(dòng)作。

（4）人工智能通過不斷對(duì)數(shù)字人進(jìn)行訓(xùn)練，使數(shù)字人模型逐漸完善，滿足用戶信息交互需求。

2022年，央視網(wǎng)推出的“兩會(huì)C+時(shí)刻”新媒體直播節(jié)目，賦予了數(shù)字人小C實(shí)時(shí)呈現(xiàn)、實(shí)時(shí)表達(dá)，與節(jié)目“直播態(tài)”形成了同步的能力。又如，由人工智能技術(shù)驅(qū)動(dòng)的數(shù)字人應(yīng)用于淘寶直播間，能夠以全天候的方式為進(jìn)入直播間的消費(fèi)者提供商品導(dǎo)購、商品解說和售前售后咨詢等服務(wù)。

在跨越語言障礙方面，人工智能技術(shù)通過深度學(xué)習(xí)和自然語言處理等方法，能夠動(dòng)態(tài)處理語言規(guī)則、邏輯和含義，實(shí)現(xiàn)直播場(chǎng)景中不同語言的實(shí)時(shí)翻譯[5]。但在直播翻譯場(chǎng)景中，人工智能仍需克服周圍復(fù)雜的環(huán)境噪聲、口音不標(biāo)準(zhǔn)、口語化表達(dá)等諸多問題。為解決上述問題，阿里達(dá)摩院研發(fā)的智能AI語音模型中融合了機(jī)器翻譯、語義理解、自動(dòng)語種識(shí)別和語音識(shí)別等多項(xiàng)AI技術(shù)，可實(shí)時(shí)翻譯直播內(nèi)容，并能夠在嘈雜環(huán)境中聽清直播內(nèi)容，同時(shí)能夠更好地理解和翻譯口語化語句，并將其轉(zhuǎn)化為正式和規(guī)范的表達(dá)，提高翻譯的準(zhǔn)確性和流暢性。2020年，阿里巴巴利用智能AI語音模型實(shí)現(xiàn)了全球首次多語言實(shí)時(shí)翻譯的電商直播。這次直播向世人展示了人工智能在應(yīng)對(duì)直播環(huán)境嘈雜、嚴(yán)重口音及語言口語化等問題時(shí)的優(yōu)秀表現(xiàn)。同時(shí)，智能AI語音模型出色地將中文內(nèi)容實(shí)時(shí)、準(zhǔn)確地翻譯成西班牙語、俄語、英語等多種語言，消除了直播時(shí)的語言障礙。

在直播內(nèi)容審核方面，新媒體直播時(shí)，一些主播為博取流量、增加商品銷量而觸碰違禁內(nèi)容，對(duì)此，需要及時(shí)對(duì)違禁內(nèi)容進(jìn)行準(zhǔn)確識(shí)別。通過應(yīng)用圖像識(shí)別技術(shù)，人工智能可以自動(dòng)識(shí)別圖片和視頻中的內(nèi)容，涵蓋暴力、色情、恐怖等違禁內(nèi)容，從而及時(shí)阻止違禁內(nèi)容的傳播。通過自然語言處理技術(shù)，人工智能可以自動(dòng)識(shí)別和標(biāo)記文本中的敏感詞匯和違禁內(nèi)容，并根據(jù)事先設(shè)定的規(guī)則和算法自動(dòng)過濾違禁內(nèi)容，幫助人工快速審核和攔截違禁內(nèi)容，以避免因違禁內(nèi)容傳播而造成的不良影響。人工智能還可以通過機(jī)器學(xué)習(xí)技術(shù)來不斷學(xué)習(xí)和優(yōu)化內(nèi)容審核算法，提高內(nèi)容審核的準(zhǔn)確性和效率。

4 結(jié) 語

新媒體直播以便捷化和高表現(xiàn)力的特點(diǎn)，使其在各個(gè)領(lǐng)域得到廣泛應(yīng)用，成為信息傳播的主要渠道。隨著移動(dòng)互聯(lián)網(wǎng)和計(jì)算機(jī)信息技術(shù)的發(fā)展，以5G+4K/8K背包、全息投影技術(shù)、人工智能技術(shù)為代表的數(shù)字媒體技術(shù)賦予新媒體直播在用戶體驗(yàn)和內(nèi)容創(chuàng)作等方面更具交互性、智慧性和沉浸性體驗(yàn)，賦能新媒體直播行業(yè)的高質(zhì)量發(fā)展。