虛擬主持人在廣播電視中的應(yīng)用

陳 翰

（河南廣播電視臺，河南 鄭州 450003）

0 引言

隨著數(shù)字技術(shù)的迅猛發(fā)展和媒體形態(tài)的多元化，虛擬主持人作為新興的傳媒形式，逐漸在廣播電視領(lǐng)域嶄露頭角。世界上第一個虛擬主持人是2001 年在英國誕生的阿娜諾娃（Ananova）。隨后，各國紛紛推出了自己的虛擬主持人，如日本的寺井有紀（Yuki）、中國的 “小龍” 和 “比爾鄧” 等。這些虛擬主持人憑借全天候和多語種播報的先天優(yōu)勢，逐漸在媒體界嶄露頭角，為廣播電視行業(yè)帶來了新的發(fā)展機遇[1]。然而，如何充分發(fā)揮虛擬主持人的優(yōu)勢，實現(xiàn)人機優(yōu)勢互補，提高節(jié)目的質(zhì)量和觀眾的滿意度，是當前廣播電視行業(yè)亟待解決的問題。

1 虛擬主持人概述

虛擬主持人是指使用數(shù)字技術(shù)創(chuàng)建并通過廣播、網(wǎng)絡(luò)等通信傳媒與受眾形成交互的仿真人形象，其行為設(shè)計需符合主持人的行業(yè)標準，具有主持人的功能和作用，但由于并非真實存在，因此沒有真實主持人的現(xiàn)實生活體驗[2]。虛擬主持人的實現(xiàn)技術(shù)涵蓋了語音合成、圖像處理、機器翻譯等。目前，訊飛等公司在人工智能（Artificial Intelligence，AI）虛擬主播方面取得了顯著成果，實現(xiàn)了多語言的新聞播報，并支持文本到視頻的自動輸出。此外，虛擬主持人還采用了三維動畫、人機交互紅外感應(yīng)處理、大屏幕顯示等技術(shù)，使得虛擬主持人能夠以更逼真的形象出現(xiàn)在觀眾面前。

2 虛擬主持人在廣播電視中的應(yīng)用優(yōu)勢

2.1 播報信息標準

虛擬主持人能夠嚴格按照預(yù)設(shè)的程序和規(guī)則進行信息播報，確保信息的準確性、規(guī)范性和一致性。與真人主持相比，虛擬主持人不會受到個人情感、主觀意識或疲勞等因素的影響，從而避免了信息播報過程中可能出現(xiàn)的誤差或偏差，不僅提高了廣播電視節(jié)目的專業(yè)性和可信度，還有助于觀眾更準確地理解和接受所播報的信息[3]。

2.2 全天候播報

虛擬主持人能超越真人主持的時間限制，實現(xiàn)24 h 不間斷的信息傳播服務(wù)，無論是深夜的新聞動態(tài)、凌晨的氣象更新，還是日間的交通路況，虛擬主持人均能準時、準確地為觀眾提供所需信息。全天候的播報模式滿足了觀眾對于實時信息的需求，在緊急情況下發(fā)揮了不可替代的作用。在自然災(zāi)害、突發(fā)事件等緊急時刻，虛擬主持人能夠迅速反應(yīng)，第一時間向公眾傳遞重要通知和預(yù)警信息，有效指導(dǎo)人們的應(yīng)對行動。比如，新華社發(fā)布的全球首個AI 合成主播 “新小浩” ，可以根據(jù)不同的新聞內(nèi)容和場景，自動合成相應(yīng)的播報視頻，無論是白天的新聞直播，還是深夜的突發(fā)事件報道， “新小浩” 都能夠迅速響應(yīng)并及時準確地傳遞信息。在一次次國際會議上， “新小浩” 作為虛擬主持人，全天候地為全球觀眾提供會議的實時播報和解讀服務(wù)，其準確的語言表達、自然的主持風(fēng)格以及高效的工作能力，贏得了觀眾的一致好評[4]。

2.3 學(xué)習(xí)能力強

得益于先進的人工智能技術(shù)和機器學(xué)習(xí)算法，虛擬主持人能夠快速、準確地學(xué)習(xí)和模仿人類主持人的行為和語言特征，同時能夠根據(jù)大量的數(shù)據(jù)和反饋信息，不斷優(yōu)化自身的播報效果和互動能力。通過與觀眾的實時互動，虛擬主持人能夠逐漸理解和學(xué)習(xí)人類的語言習(xí)慣和情感表達方式，從而更加自然地與人類進行交流。虛擬主持人的學(xué)習(xí)能力還表現(xiàn)在其能夠快速適應(yīng)不同的節(jié)目形式和場景需求，無論是新聞播報、天氣預(yù)報，還是綜藝娛樂、訪談對話，虛擬主持人都能通過學(xué)習(xí)和訓(xùn)練，迅速掌握相應(yīng)的主持技巧和風(fēng)格，為觀眾呈現(xiàn)多樣化的節(jié)目內(nèi)容。虛擬主持人還可以根據(jù)觀眾的反饋和需求，實時調(diào)整自身的播報策略和內(nèi)容，提高節(jié)目的針對性和吸引力。

3 虛擬主持人在廣播電視中的應(yīng)用策略

3.1 采編播多技術(shù)融合

在廣播電視行業(yè)，可將虛擬主持人技術(shù)與新聞采編播系統(tǒng)緊密結(jié)合，實現(xiàn)信息采集、編輯、播出等多個環(huán)節(jié)的優(yōu)化與協(xié)同。首先，在信息采集環(huán)節(jié)，虛擬主持人可以通過與現(xiàn)場記者或傳感器的實時數(shù)據(jù)交互，獲取第一手資料。例如，利用增強現(xiàn)實（Augmented Reality，AR）技術(shù)將虛擬主持人置身于虛擬的新聞現(xiàn)場，結(jié)合實時傳輸?shù)默F(xiàn)場畫面和數(shù)據(jù)，使虛擬主持人能夠以更加直觀、生動的方式呈現(xiàn)新聞內(nèi)容。虛擬主持人還可以通過自然語言處理（Natural Language Processing，NLP）技術(shù)對社交媒體等網(wǎng)絡(luò)信息進行抓取和分析，快速篩選出熱點話題和公眾關(guān)注點。其次，在編輯環(huán)節(jié)，虛擬主持人可以與智能剪輯系統(tǒng)協(xié)同工作，通過AI 算法對采集的素材進行自動分類、標簽化和摘要生成。虛擬主持人能夠快速篩選出有價值的信息并進行整合。利用語音合成和圖像處理技術(shù)，虛擬主持人可以根據(jù)不同的播出需求生成多種語言版本和視覺風(fēng)格的節(jié)目內(nèi)容，滿足不同地區(qū)和受眾群體的需求。最后，在播出環(huán)節(jié)，虛擬主持人可以實現(xiàn)與實體演播室的無縫對接。通過高清大屏、動作捕捉設(shè)備和實時渲染技術(shù)，虛擬主持人的形象可以逼真地呈現(xiàn)在觀眾面前，與實體主持人形成良好的互動和配合。利用流媒體傳輸技術(shù)和多平臺分發(fā)策略，虛擬主持人可以將節(jié)目內(nèi)容實時推送到電視、手機、平板電腦等多種終端設(shè)備，實現(xiàn)跨屏互動和全媒體傳播。

3.2 人機優(yōu)勢互補

虛擬主持人在廣播電視中的應(yīng)用，核心在于將人工智能技術(shù)與人類主持人的專業(yè)能力進行有效結(jié)合，實現(xiàn)二者的優(yōu)勢互補，從而提升節(jié)目的傳播效果與觀眾的觀賞體驗。在實施過程中，首先需要明確人、機各自的優(yōu)勢所在。人工智能技術(shù)為虛擬主持人提供了強大的數(shù)據(jù)處理能力、語言識別與合成技術(shù)、深度學(xué)習(xí)機制等，使其能夠高效、準確地完成信息播報、互動回應(yīng)等任務(wù)；人類主持人則擁有豐富的情感表達、現(xiàn)場應(yīng)變能力以及深厚的專業(yè)知識，能夠與觀眾建立深厚的情感聯(lián)系。

實現(xiàn)人機優(yōu)勢互補，可以從以下幾個方面著手。一是建立人機協(xié)作的工作流程。在節(jié)目制作過程中，人類主持人可以負責(zé)整體的節(jié)目構(gòu)思、內(nèi)容策劃以及現(xiàn)場互動等環(huán)節(jié)，虛擬主持人則負責(zé)具體的信息播報、數(shù)據(jù)展示等任務(wù)，二者在工作流程中相互協(xié)作，共同完成節(jié)目的制作與播出。二是利情感傾向用人工智能技術(shù)提升人類主持人的能力。利用大數(shù)據(jù)分析技術(shù)，可以對人類主持人的表現(xiàn)進行量化評估，為其提供有針對性的改進建議。三是發(fā)揮虛擬主持人的個性化特點。通過深度學(xué)習(xí)技術(shù)，可以訓(xùn)練虛擬主持人形成獨特的主持風(fēng)格和語言特點，使其在滿足節(jié)目需求的同時，能夠與觀眾建立獨特的情感聯(lián)系。

3.3 科學(xué)構(gòu)建虛擬主持人模型

3.3.1 語言表達模型構(gòu)建

構(gòu)建虛擬主持人的語言表達模型時，需要運用NLP 和語音技術(shù)領(lǐng)域的專業(yè)知識。一方面，要進行大規(guī)模語料庫的收集與整理，包括不同語境下的對話、新聞報道、解說詞等多種文本類型，以確保模型的泛化能力。另一方面，利用深度學(xué)習(xí)算法，如長短期記憶網(wǎng)絡(luò)（Long Short-Term Memory，LSTM）或Transformer 架構(gòu)，對語料庫進行訓(xùn)練，以捕捉語言的復(fù)雜模式和時序關(guān)系[5]。模型訓(xùn)練過程中，還需要關(guān)注語言的多個層面，包括詞匯、句法、語義和語音等。為此，可以采用詞嵌入技術(shù)將詞匯轉(zhuǎn)化為高維空間的向量表示，從而捕捉詞義間的細微差別；同時利用句法解析和語義角色標注等技術(shù)分析句子的結(jié)構(gòu)和意義，使虛擬主持人能夠準確理解并生成符合語法和語義規(guī)則的語句。為了使虛擬主持人的語言表達更加自然和生動，需要引入包括聲碼器、韻律模型和聲學(xué)模型等多個組件的語音合成技術(shù)，共同作用，將文本轉(zhuǎn)化為自然流暢的語音輸出，并且利用大量的語音數(shù)據(jù)和先進的深度學(xué)習(xí)算法進行訓(xùn)練和優(yōu)化。

3.3.2 形象塑造模型構(gòu)建

構(gòu)建虛擬主持人的形象塑造模型時，要建構(gòu)虛擬主持人視覺形象的多維度特性，包括外觀、動作、表情以及服飾等，這對于其與觀眾建立情感連接而言極為重要。為了賦予虛擬主持人更加生動的動作和表情，可以采用動作捕捉技術(shù)和表情驅(qū)動技術(shù)。動作捕捉技術(shù)通過傳感器捕捉真實人類的動作，將這些數(shù)據(jù)映射到虛擬主持人模型上，實現(xiàn)動作的真實再現(xiàn)。表情驅(qū)動技術(shù)則通過分析人類面部表情的肌肉運動，將這些數(shù)據(jù)轉(zhuǎn)化為虛擬主持人的面部表情動畫，使其能夠準確地傳達情感和意圖。

3.3.3 情感互動模型構(gòu)建

虛擬主持人情感互動模型的構(gòu)建，關(guān)鍵在于實現(xiàn)自然、智能且富有感染力的情感表達與響應(yīng)。一方面，可以借助深度學(xué)習(xí)技術(shù)，特別是循環(huán)神經(jīng)網(wǎng)絡(luò)（Recurrent Neural Network，RNN）或Transformer等模型來分析并理解文本中的情感傾向。通過訓(xùn)練這些模型識別大量的情感標注數(shù)據(jù)，虛擬主持人能夠?qū)W會捕捉語言中的細微情感差異，從而更精準地把握對話或播報的情感色彩。另一方面，為了賦予虛擬主持人更加生動的情感表達能力，可以運用語音合成技術(shù)中的情感韻律建模，涉及調(diào)整語音的音調(diào)、語速、音量等參數(shù)，進而模擬不同情感狀態(tài)下的語音特征。通過這種方式，虛擬主持人能夠在播報新聞或主持節(jié)目時，根據(jù)內(nèi)容的情感需求靈活調(diào)整自己的語音表達。

4 結(jié)語

虛擬主持人作為廣播電視領(lǐng)域的新興力量，呈現(xiàn)出巨大的發(fā)展?jié)摿ΑＭㄟ^深入挖掘虛擬主持人在信息播報、全天候服務(wù)和學(xué)習(xí)能力等方面的優(yōu)勢，文章提出了采編播多技術(shù)融合和人機優(yōu)勢互補的應(yīng)用策略，為虛擬主持人在廣播電視中的應(yīng)用提供了具體而可行的方案。虛擬主持人模型的科學(xué)構(gòu)建為其語言表達、形象塑造和情感互動等方面的發(fā)展提供了技術(shù)支持。盡管虛擬主持人在應(yīng)用中仍面臨一些挑戰(zhàn)，如人情味不足和研發(fā)成本較高，但通過不斷克服技術(shù)難題，提高虛擬主持人的智能化水平，相信其將在未來廣播電視領(lǐng)域中發(fā)揮越來越重要的作用，為觀眾帶來更豐富、多樣化的節(jié)目體驗，推動廣播電視行業(yè)邁向更高水平的創(chuàng)新與發(fā)展。