淺談媒體融合背景下AI合成主播的應用模式

康睿博 潘霄雅

一、AI技術逐步實現媒體應用升級

隨著科技的進步，受眾獲取信息的渠道更加多樣化，對信息的準確性、綜合性、及時性提出了更多的要求。互聯網+人工智能成為媒體轉型升級的突破口。AI主播的應用不僅促進了媒體的進步，也給自身帶來了進一步的升級。從簡單的數據采集整合到有聲播報，再到人機互動，人工智能使媒體應用增加了更多的自主性和價值力。

（一）文稿型機器人：海量數據采集分析

寫稿機器人是從海量數據中，快速、精準抓取碎片信息，并按照預制的算法組成有效信息，形成文字稿件的智能寫稿系統。這套系統可以替代編輯人員枯燥煩瑣的工作，海量處理信息，高效處理文字，即時分發稿件，提升媒體的運轉效率。

2015年騰訊首次應用機器人寫作的新聞稿件，拉開了我國機器人新聞寫作的序幕。2016年里約奧運會期間，今日頭條的智能寫稿機器人在13天內，共撰寫了457篇消息簡訊和賽事報道。2017年8月，在四川九寨溝發生地震后，最先發布的消息來自智能寫稿機器人，540字稿件，4張圖片，用時25秒。

過去，由于渠道、媒介等限制，受眾一直處于被動接收信息的狀態。而今用戶體驗越發敏銳和細膩，催生新聞行業的反饋效率和整合能力不斷提高。

（二）播報型機器人：見字發聲標準播報

理解文字新聞稿件，對受眾的文化程度有著較高的要求，限制了傳播人群的廣泛度。而精準的服務意識，催生了有聲播報的出現，給受眾提供了更便捷接收信息的可能。

2018年第五屆世界互聯網大會上，新華社根據真人主播邱浩，推出了首位坐著播新聞的AI合成主播“新小浩”。時隔數月，AI合成主播又從坐播發展到站播。2019年全國兩會期間，新華社根據真人主播屈萌，推出帶有手勢、姿態，站著播報的AI合成主播“新小萌”。“新小浩”“新小萌”不僅在形象上可以“以假亂真”，就連動作、神態也讓人沒有違和感。

“新小浩”“新小萌”是搜狗和新華社共同研發的AI合成主播，通過提取真人主播的語音腔調，捕捉表情和動作，以及在播音創作過程中的有聲語言、副語言等特征，完成對其聲音和動作的建模，最終形成輸入文字即可合成視頻的仿真智能播出系統。[1]

除了自身技術發展飛速，播報型機器人的業務處理能力也可圈可點。2019年2月新華網公布了一組數據，新員工AI合成主播上線后，已發稿3400余條，累計時長達10000多分鐘，參與了包括第五屆世界互聯網大會、首屆進博會、2019春運、農歷豬年春節等重要報道。

稿件總量大，工作時間長，專業術語多，AI主播的出現大大提高了稿件信息的傳播度，提升了稿件播報的準確性，推動媒體信息的傳播效率。

（三）互動型機器人：多維呈現更具接近性

2019年央視網絡春晚，主持人撒貝寧有了一位新搭檔“小小撒”。“小小撒”除了可以完成青島智能碼頭背景信息的介紹，還可以同撒貝寧進行互動，甚至“搶話”。撒貝寧在節目中說：“技術的發展真的超出我們的想象。我還記得五年前，我問過一位人工智能專家，主持人這個行業未來會不會被人工智能取代。他說大概還有五年，看來現在到了我和大家說再見的時候了。”

和“新小浩”“新小萌”一樣，研發“小小撒”的ObEN人工智能公司對撒貝寧進行外部形象和聲音數據采集，然后建立數據模型，最終合成出影像“小小撒”。不僅如此，他們還對撒貝寧的行為習慣進行了數據收集，為“小小撒”注入了性格數據，使其說話感覺更似撒貝寧。

互動的出現，對于機械性AI主播形成了有效的補充。隨著技術的進一步迭代發展，其與真人主播的差距將逐步縮小。

二、媒體融合背景下，人工智能強勢補位

習近平總書記強調指出，我們要增強緊迫感和使命感，推動關鍵核心技術自主創新不斷實現突破，探索將人工智能運用在新聞采集、生產、分發、接收、反饋中，用主流價值導向駕馭“算法”，全面提高輿論引導能力。如今，媒體除了要融合發展，更要融入科技手段，AI合成主播強勢補位，有效推動媒體形態、傳播方式的迭代演變。[2]

（一）準確性、多元性

準確是新聞的前提。坐在主播臺的真人主播不僅業務素質要高，還要形象好、氣質佳、發音準、經驗豐富，才能確保在節目中的播報準確。無論人類主播業務多么過硬，都會受到身體、情緒、環境等因素干擾，可能會出現播錯稿件、讀錯字音、丟字漏字等情況。而在人工智能播出系統的支持下，AI合成主播可以準確無誤播報文字資料內容，最大限度降低失誤，有利于提高媒體生產質量。不僅如此，AI合成主播可以365天在崗，24小時待命，而且不生病不休假，正如央視主持人朱廣權所說的“地球不爆炸，我們不放假”，從而實現最高效的新聞業務處理。

（二）靈活性、預判性

除了坐在演播室的真人主播，很多復合型真人主播和出鏡記者經常在現場進行采編報道。當自然災害、突發事件發生時，現場不僅有一定危險性，事件發生時間也可能不在節目直播時段。在這種情況下，AI合成主播或許可以成為最佳替補隊員。技術人員可以把無人機拍攝的現場實景視頻與AI合成主播進行結合，再將新聞通過“兩微一端”進行發布。多樣的手段，在保證消息及時分發的基礎上，又呈現給受眾較強的現場既視感，從而解放了真人主播或記者更多的時間和精力，使得他們可以去發掘更多的新聞，達到對新聞更全面、深入的報道。

除了從視覺呈現更多樣的報道形式，AI合成主播還可以協助人類主播進行大數據整理和分析。2019年8月南京的氣溫創140年新高，面對這樣天氣情況，AI合成主播可以在大數據支持下，對全球氣溫、歷史情況做出梳理，然后進行比較分析，進而判斷未來天氣走勢。人類主播可以基于AI合成主播給出的數據進行點評，一方面提醒市民防暑降溫，一方面呼吁大家愛護環境，延緩全球變暖。天氣數據、個人所得稅、醫保報銷比例等這些民生息息相關的數據，在AI合成主播數據分析之后，加上主持人的點評，既增加了節目的互動性，又可以讓受眾觀感更直觀、生動、有趣。

（三）即時性、高效性

及時、準確分發推送信息是媒體融合發展的重要任務，做好跨屏、多屏傳播是傳統媒體共同面對的問題。受眾也更希望通過視頻形式了解到新近發生的新聞事件，但往往大家在新聞事件發生的初期，第一時間看到的都是文字形式的報道。大家通過鏡頭看到的新聞主播，是技術團隊和硬件設備協同保障、共同支撐的，難以做到第一時間出鏡。而AI合成主播則可以隨時隨地“一鍵”出鏡，節省下了大量準備的時間、資源。就新華社AI合成主播而言，只要編輯人員在后臺輸入所需的文字或程序，AI合成主播便可以按照這些輸入的內容，形成視頻播報內容。智能化的生產方式，大大提高視頻制作效率，提高新聞的時效性和媒體影響力。[3]

三、AI存在模式局限，找準定位持續優化

AI合成主播在稿件二次創作、與受眾情感共鳴、適應更多應用場景等環節與人類主播仍有較大差距。

（一）機械式語言表達，藝術性缺位

傳統播音學認為，播音員主持人要對稿件進行文字語言向有聲語言的加工轉換，即第二次創造。有聲語言表達的一個重要特點就是向受眾提供了韻律線索。韻律線索包括節奏、重音和語調三個方面。[4]在加工轉換過程中，播音員主持人結合自身對第一創作內容的理解，為其注入韻律線索，使播音表達清晰明了，實現了主觀表達。其中，韻律線索的提供是播音員主持人在文字語言加工轉換過程中承擔的最為重要的工作之一。

反觀AI合成主播，在這一過程中的實現路徑僅僅是通過對播音員主持人已有的有聲語言進行的模擬，并不存在對其思維的模仿。所以目前的技術很難支持AI合成主播實現播音創造的雙重性。且作為模仿對象的真人主播，其本身的韻律特征建模范疇有限，若面對復雜的文稿內容及其結合語境后變化的韻律特征，AI合成主播恐怕很難勝任提供不同韻律線索的工作。

（二）缺乏情感傳遞，受眾接受度低

除了稿件的字面意思，真人主播通過自身傳遞出的情感，也是幫助觀眾理解新聞含義的重要助力。播音主持創作素材的二度性闡明了稿件是編輯記者報道事物文字化的產物，是觀念化的文字。這就要求人類播音員主持人要深入生活，增加對客觀現實的全面、感性的認識以獲得真切的感受，達到對文字內涵觀念的認知。但從AI合成主播的角度來看，由于人工智能技術的使用，播音創作由傳統的二度（稿件—真人播報）增加為三度（稿件—真人建模—AI合成主播播報），在增加程序復雜性的同時，也削弱了新聞主播廣義備稿的能力。如在二度性方面，2008年四川地震發生后，四川電視臺主持人寧遠，流著淚播報四川各地遇難群眾的最新數字，真摯情感的流露，讓無數觀眾感同身受。而AI合成主播的弱人工智能屬性，令它不具備將現實生活與稿件具體語境結合形成自我意識并播報的思維能力和人類特有的情感，難以引起受眾情感上的共鳴。

（三）應變能力低下，臨場互動性差

人工智能領域的專家將人工智能分為強人工智能和弱人工智能。人們認為強人工智能（AGI）能夠發現人類智能行為的特征及規律，并最終實現通過計算機技術模擬出人類智能的思維和創新行為。這類人工智能具有自我分析和自我解決問題的能力，即人們通常所理解的“像人一樣思考，像人一樣行動”。弱人工智能(ANI)觀點認為人類不可能制造出能真正地自主推理和自我解決問題的機器，這些機器只不過看起來智能，并不真正擁有智能，也不會有自主意識。

由此可見，AI合成主播依然屬于弱人工智能范疇。在視頻節目生產中，與節目嘉賓互動，與前方現場記者連線，現場解說等場景，AI合成主播目前依然無法完全取代人類主播和主持人。

四、人工智能時代播音員主持人人才培養方向

當下，在媒體融合的大背景下，AI合成主播正逐步接手基礎、重復的工作，為適應互聯網傳播方式，應對跨屏發展需求，傳統媒體人要主動轉型，培養播音員主持人的院校，應把全能化、專業化、個性化的新型播音員主持人才作為培養目標。

全能化，要求主持人不僅在主持中做到“字正腔圓”，還應掌握互聯網傳播形式、傳播語態等。2019年8月，中央廣播電視總臺播音員主持人康輝在“國際銳評”板塊播報的“令人噴飯”“滿嘴跑火車”“怨婦心態”等金句在網絡上迅速傳播，讓受眾感受到搞笑中有嚴肅、犀利且一針見血。“地球不爆炸，我們不放假，宇宙不重啟，我們不休息”“想勸天氣重抖擻，天氣對你大聲吼”等段子，都出自中央廣播電視總臺“段子手”朱廣權。臺下積累的文化底蘊，臺上打磨稿件，朱廣權一本正經地說“段子”，不僅能讓觀眾捧腹大笑，也刷新了觀眾對新聞主持人的認知。妙語連珠的朱廣權不僅成為央視的網絡流量擔當，2019年《機智過人》第三季，他擔當主持人，完成主持綜藝節目的“首秀”。近日，網友更是在社交媒體上強烈推薦朱廣權和撒貝寧組合，上2020年春晚說相聲。由此可見，在不同傳播平臺呈現不同的語態，既能播報又能點評、多才多藝的播音員主持人，采編播集一身的全能復合型人才，在未來發展中應更具競爭力。

互聯網背景下，專業領域、垂直領域的自媒體、訂閱號、公眾號逐漸興起，播音員主持人專業人才可以結合自身愛好和知識結構，深耕所擅長的領域，加強訪談互動的業務能力。觀眾熟知的董卿，優雅大氣，擅長主持春晚等大型晚會，但連續四季的《中華詩詞大會》讓觀眾認識了董卿吟詩作對、品味詩意人生的一面，同時她在節目中與嘉賓選手的睿智互動也令觀眾及專家學者交口稱贊。

未來已來，撲面而來的5G將帶領我們跨入智能生活，同時也將給更多的行業帶來變革，媒體信息傳播形式將更加多樣化、互動化、智能化、精準化，視頻傳播將進一步向多屏、跨屏到全屏方向發展。技術高速的發展，需要大量豐富、精彩的內容支撐。在信息紛繁復雜的網絡中，播音員主持人在夯實專業基礎之上，更要不斷發掘自身潛在能力，結合不斷更新的技術手段，通過受眾喜聞樂見的形式，表達自己的個性風格和鮮明特點，形成自己的“標簽符號”。央視主持人徐卓陽說，AI合成主播盡管很逼真，但它的觀點和想法畢竟還是人賦予的，是人設計了人工智能，而不是人工智能設計了人。所以，不論傳播手段如何演變，真人播音員主持人的獨到觀點、情感共鳴永遠是獨一無二的。

五、結語

綜上所述，AI合成主播是人工智能在媒體領域的新嘗試，它的出現為媒體生產方式提供了新的可能，為媒體融合發展提供新的視覺呈現形式，代表了信息技術推進傳統媒體產業發展的新方向。然而由于當前人工智能技術自身的局限性和播音主持工作的復雜性，盡管短時間內AI合成主播對于人類主播和主持人起到補充的作用，替代了播音主持行業中低層次、基礎性的播音主持工作，但是如何探索更多的場景應用，覆蓋到媒體融合的大背景下，依然是值得反復琢磨的問題。

注釋：

[1]新華社.媒體融合向縱深推進 新華社AI合成主播全新升級[EB/OL].[2019-02-19].http://www.xinhuanet.com/2019-02/19/c_1124136341.htm.

[2]媒體融合：用得好是真本事[J].求是，2019(6).

[3]搜狗“分身術”：AI合成主播背后的秘密[EB/OL].[2019-02-14]. DOI:10.19609/j.cnki.cn10-1324/tp.

[4]張頌.中國播音學[M].北京：中國傳媒大學出版社，2003:29-30.