人工智能合成主播的傳播效果研究

宋嘉玉

AI合成主播(Artificial Intelligence Anchor)全稱“人工智能合成主播”，是運(yùn)用了人工智能音視頻技術(shù)合成的虛擬主持人。AI合成主播通過提取播音員、主持人在新聞播報(bào)中的聲音、唇形、表情動(dòng)作等特征，運(yùn)用語(yǔ)音、唇形、表情合成以及深度學(xué)習(xí)等技術(shù)聯(lián)合建模訓(xùn)練而成，能夠?qū)⑺斎氲恼Z(yǔ)言文本自動(dòng)生成相應(yīng)的聲畫內(nèi)容，并確保視頻中的音頻和合成主播的表情、唇動(dòng)保持自然一致，展現(xiàn)出與真人主播無異的信息傳達(dá)效果[1]。

目前，AI合成主播在我國(guó)新聞?lì)I(lǐng)域已有多次成功運(yùn)用。2018年11月7日，搜狗與新華社聯(lián)合發(fā)布全球首個(gè)全仿真智能“AI合成主播”，引起社會(huì)各界熱議，AI合成主播的時(shí)代悄然降臨。2020年初，在新型冠狀病毒肺炎疫情阻擊戰(zhàn)中，受疫情和交通因素影響，媒體行業(yè)主持人緊缺，但播報(bào)任務(wù)“只增不減”，廣州日?qǐng)?bào)率先引入科大訊飛的虛擬主播系統(tǒng)用于疫情防控宣傳，AI合成主播“小晴”亮相，每日親切播報(bào)《安民告示》。今年，因疫情推遲的全國(guó)“兩會(huì)”也出現(xiàn)了一些與以往不一樣的新變化——新華社全球首位3D版AI合成主播“新小微”亮相，實(shí)現(xiàn)了從單一景深機(jī)位到多機(jī)位多景深、微笑播報(bào)到多樣化精微表情播報(bào)等進(jìn)步。“新小微”甚至可以隨時(shí)變換發(fā)型、更改服裝、調(diào)整肢體語(yǔ)言，穿梭于演播室的不同虛擬場(chǎng)景……由此不難發(fā)現(xiàn)，我國(guó)人工智能技術(shù)在虛擬主播建模環(huán)節(jié)上的探索已經(jīng)較為成熟，主流媒體與人工智能技術(shù)的合作呈現(xiàn)出深度融合的趨勢(shì)。

雖然AI合成主播是新事物，但同樣離不開媒體的固有屬性，即追求高效的傳播效果。媒體平臺(tái)通過AI合成主播進(jìn)行新聞播報(bào)，傳播效果究竟如何？受眾對(duì)AI合成主播的認(rèn)知、態(tài)度和行為如何？未來AI合成主播對(duì)播音員主持人的挑戰(zhàn)又將是怎樣？針對(duì)以上問題，本文在網(wǎng)絡(luò)調(diào)查問卷平臺(tái)發(fā)布問卷，并利用微信、QQ、論壇、貼吧等渠道，借助鏈接和二維碼，發(fā)送給不同年齡、不同性別、不同學(xué)歷、不同職業(yè)的500名受眾。隨后，基于受眾的基本特征屬性，從認(rèn)知層面、情感態(tài)度層面、行為表現(xiàn)層面三個(gè)維度進(jìn)行傳播效果分析研究。

一、問卷調(diào)查基本情況

本研究問卷以科學(xué)性、合理性、便利性為基本原則，調(diào)查目的在于了解收集AI合成主播的傳播效果，包括人們對(duì)其的認(rèn)知度、認(rèn)可度、喜愛或不喜愛原因等方面。問卷初步設(shè)置后，筆者發(fā)放了20份進(jìn)行預(yù)填寫，以便了解受眾填寫調(diào)查問卷所需時(shí)間及其難易程度是否有差距，及時(shí)發(fā)現(xiàn)問題并修改后，形成了本研究的調(diào)查問卷。

問卷主要設(shè)置了受眾的基本特征屬性、受眾的認(rèn)知層面、情感態(tài)度層面、行為表現(xiàn)層面四個(gè)板塊進(jìn)行傳播效果調(diào)查。受眾的基本特征屬性包括：性別、年齡、受教育程度、職業(yè)等；受眾的認(rèn)知層面包括：受眾是否聽過、了解AI合成主播等；受眾的情感態(tài)度層面包括：用戶對(duì)AI合成主播的接受和喜愛程度等；受眾的行為層面包括：受眾是否愿意再次收看AI合成主播播報(bào)的節(jié)目、受眾期待AI合成主播在不同節(jié)目中的應(yīng)用以及該模式在未來的發(fā)展趨勢(shì)等。

問卷題目均為選擇題，包括單選題、多選題，考慮到AI合成主播是新時(shí)代的新名詞，研究選擇通過網(wǎng)絡(luò)調(diào)查問卷平臺(tái)發(fā)布問卷，借助鏈接和二維碼發(fā)送給受眾，以提高問卷填寫效率。本次調(diào)查共發(fā)放500份問卷，經(jīng)過仔細(xì)核對(duì)和邏輯檢查，回收有效問卷474份，有效率為94.80%。

二、調(diào)查所見：AI合成主播的傳播效果

(一)AI合成主播傳播范圍廣，受眾認(rèn)知度高

調(diào)查中，從問題“您是否聽說過AI合成主播”的反饋結(jié)果來看，受眾對(duì)于AI合成主播的認(rèn)知已經(jīng)比較普遍，選擇“聽說過，一般了解”的受眾占比58.44%，“非常了解”的受眾占比10.55%，“從未聽說”的受眾占比31.01%。關(guān)于問題“您是否聽過AI合成主播播報(bào)的新聞”的回答結(jié)果中，有69.42%的受眾表示聽過，有30.58%的受眾沒聽過，總體有認(rèn)知的受眾占比近七成。由此可見，AI合成主播的傳播范圍和受眾認(rèn)知的程度都比較高。回顧AI合成主播在我國(guó)的發(fā)展歷程，隨著2018年第五屆世界互聯(lián)網(wǎng)峰會(huì)上新華社推出第一個(gè)AI合成主播，官方媒體及各類網(wǎng)絡(luò)新媒體的大量轉(zhuǎn)發(fā)推動(dòng)了AI合成主播這一新事物的傳播。正如傳播學(xué)“槍彈論”所言：凡通過傳播媒介傳播的信息都可以為受眾在不知不覺中所接受，從而達(dá)到傳播效果[2]。受眾有意或者無意中就接收到了“AI合成主播”這一概念，從而產(chǎn)生了認(rèn)知。

從以上認(rèn)知層面的反饋來看，AI合成主播作為新生事物，能在短時(shí)間內(nèi)就獲得近70%受眾的認(rèn)知，說明其傳播速度快、輻射范圍廣、有生命力。值得注意的是，還有近30%的受眾從未聽過AI合成主播或從未聽過AI合成主播播報(bào)的音視頻內(nèi)容，證明AI合成主播的應(yīng)用、推廣還有一定空間。

年齡層面上，“從未聽說”AI合成主播的受眾中，占比最多的年齡段是40—50歲以及51歲以上的人群，二者分別占比40.51%、36.96%。AI合成主播的應(yīng)用和推廣都是基于新媒體平臺(tái)，如微信、微博和APP客戶端等，中老年人對(duì)于新媒體的使用不如年輕人熟悉，依舊習(xí)慣使用傳統(tǒng)媒體。因此，這一群體接收信息不通暢的問題較明顯。未來，AI合成主播要獲得更多的受眾認(rèn)知，還需針對(duì)年齡偏大人群的特殊情況加強(qiáng)推廣傳播，使AI合成主播的相關(guān)信息到達(dá)中老年受眾的視線范圍內(nèi)。

(二)受眾對(duì)AI合成主播喜愛度、信任度和接受度以肯定和中立為主

分析受眾對(duì)AI合成主播聲音喜愛情況的問卷數(shù)據(jù)發(fā)現(xiàn)：選擇“喜歡”的受眾有32.11%；而選擇“一般”的占比57.49%，達(dá)一半以上；不喜歡的僅占10.40%。可以看出，隨著人工智能技術(shù)的發(fā)展，AI合成主播的聲音已經(jīng)接近人類聲音，“他們”的聲音經(jīng)受住了廣大聽眾的初步考驗(yàn)。但是，受眾的態(tài)度反饋以中性為主，說明目前的AI合成主播聲音距離大多數(shù)受眾都喜歡的聲音仍有不小的差距，其聲音合成技術(shù)依舊需要改進(jìn)。

在對(duì)AI合成主播播報(bào)新聞的“可信度”調(diào)查中，選擇可信度為“高”的受眾占比14.77%，選擇可信度“較高”的占比36.92%，兩者加起來占比51.69%，說明有一半受眾對(duì)AI合成主播播報(bào)的新聞表示了高信任度。值得注意的是，選擇可信度為“一般”的受眾占比41.77%。也就是說，將近一半受眾持中立觀望的態(tài)度。另外有2.32%的人表示可信度“很低”。其實(shí)，從AI合成主播的生產(chǎn)原理不難發(fā)現(xiàn)：AI合成主播播報(bào)的內(nèi)容是需要經(jīng)過專業(yè)人士篩選，由新華社等權(quán)威媒體打造完成的，其可信度是有保證的[3]。但AI合成主播畢竟不是真實(shí)的人類，在初期應(yīng)用階段，不少受眾還是容易對(duì)其產(chǎn)生些許不信任感，導(dǎo)致選擇“一般”選項(xiàng)的人數(shù)較多。

當(dāng)問及“未來電視臺(tái)的新聞都由AI合成主播進(jìn)行播報(bào)，您是否接受？”這一問題時(shí)，53.38%的受眾明確表示會(huì)接受，只有24.89%的受眾表示不會(huì)接受，有21.73%的受眾表示無所謂。問卷結(jié)果顯示，受眾對(duì)于是由真人播音員來播報(bào)新聞還是由AI合成主播來播報(bào)新聞沒有太大的偏好。由于經(jīng)濟(jì)和社會(huì)的發(fā)展，人們的生活節(jié)奏變得越來越快，而新聞資訊作為人們了解周圍世界發(fā)生的事件的主要渠道，快速準(zhǔn)確地獲取信息才是關(guān)鍵。

對(duì)于選擇接受的受眾，筆者追問了其接受的原因(多選題)。76.68%的受眾認(rèn)為“都是信息傳播，內(nèi)容相同”，45.45%的人認(rèn)為合成主播“不會(huì)播報(bào)出錯(cuò)，準(zhǔn)確可靠”，36.36%的受眾明確表示是由于AI合成主播的播報(bào)視頻“形式新穎，有趣”。由數(shù)據(jù)可知，受眾更注重新聞的內(nèi)容而不是口語(yǔ)形式，對(duì)AI合成主播的播報(bào)準(zhǔn)確度抱有好感。在新聞媒體行業(yè)，信息來源決定其內(nèi)容可信度，播報(bào)環(huán)節(jié)則需要追求最大限度還原信息，減少播報(bào)時(shí)出現(xiàn)錯(cuò)字錯(cuò)音的可能性，因?yàn)槿斯ぶ悄懿?bào)比真人的播報(bào)準(zhǔn)確度更高，反而讓新聞的準(zhǔn)確度得到更大程度的保證。受眾收看新聞的主要目的是獲取資訊，這也說明AI合成主播的首要發(fā)展領(lǐng)域應(yīng)定位在傳統(tǒng)的新聞播報(bào)節(jié)目方面。對(duì)于選擇“不接受未來電視臺(tái)的新聞?dòng)葾I合成主播進(jìn)行播報(bào)”的受眾，筆者也追問了其拒絕的原因(多選題)。77.12%的受眾表示“AI合成主播是虛擬的，沒有真實(shí)感”，缺乏真人的自然表達(dá)、無法讓人產(chǎn)生親近是AI合成主播的主要缺陷；69.49%的受眾認(rèn)為AI合成主播“表達(dá)死板，沒有情感”，AI合成主播雖然捕捉學(xué)習(xí)了真人播音員主持人的音色、語(yǔ)氣，但始終只是復(fù)刻，無法理解播報(bào)的內(nèi)容，缺乏情感上的二次加工能力；33.05%的受眾表示AI合成主播“機(jī)械化的聲音太難聽”。可以看出，部分受眾對(duì)沒有感情代入的聲音并不買賬。筆者發(fā)現(xiàn)，目前的AI合成主播在語(yǔ)流變化和重音斷句等方面，仍然存在少許不流暢的地方，難以展現(xiàn)人類播音員的自然語(yǔ)氣表達(dá)與感情交流方式，需要人工智能技術(shù)進(jìn)一步的改進(jìn)完善。

(三)過半受眾愿意再次收看AI合成主播的節(jié)目，偏好氣象和時(shí)政類

當(dāng)問及“是否還有再次收聽AI合成主播播報(bào)的節(jié)目”的意愿時(shí)，有55.66%的受眾表示“愿意再次收聽”，有32.11%的受眾表示“要看心情”，只有12.23%的受眾明確表示“不想再次收聽”。因此，在行為層面上，大部分受眾還是會(huì)做出再次收看的行為。這說明廣大受眾對(duì)AI合成主播這一新事物的態(tài)度，由最開始的認(rèn)知層面到情感態(tài)度層面，最終作用到了行為層面，AI合成主播的整個(gè)傳播過程具有較強(qiáng)的傳播效果。

對(duì)于受眾“喜歡AI合成主播出現(xiàn)在什么類型的節(jié)目中？”(多選題)這一問題，希望在“氣象節(jié)目”和“時(shí)政新聞”中應(yīng)用AI合成主播的受眾分別占59.07%、43.67%，說明在以“播報(bào)語(yǔ)態(tài)”為主要模式的氣象、時(shí)政類節(jié)目中，受眾對(duì)AI合成主播的接受度最高。而對(duì)于需要現(xiàn)場(chǎng)調(diào)動(dòng)氣氛和隨機(jī)應(yīng)變的娛樂類、晚會(huì)類節(jié)目，受眾的接受度就明顯偏低。

調(diào)查結(jié)果顯示，受眾希望在氣象節(jié)目中看到AI合成主播的意愿最高。在以往的氣象節(jié)目中，節(jié)目組往往喜愛選擇年輕靚麗的女主持人播報(bào)天氣預(yù)報(bào)，配合柔美輕松的音樂，讓觀眾收聽天氣預(yù)報(bào)的同時(shí)獲得美的享受。但隨著社會(huì)生活節(jié)奏的加快，人們的時(shí)間也變得更碎片化，接收氣象信息的時(shí)候力求簡(jiǎn)單快捷，獲取氣象信息內(nèi)容成為人們的第一目標(biāo)，傳統(tǒng)的“美女型”天氣預(yù)報(bào)主持人將逐漸失去市場(chǎng)競(jìng)爭(zhēng)力。

在希望AI合成主播主持的節(jié)目類型中，“時(shí)政新聞”位居第二，達(dá)43.67%。具體實(shí)踐上，2019年“兩會(huì)”期間，我國(guó)就創(chuàng)新性地啟用了AI合成主播來播報(bào)時(shí)政新聞，AI合成主播能直接將信息表達(dá)出來，從不會(huì)讀錯(cuò)字也不會(huì)疲倦，且播報(bào)表達(dá)不受主播個(gè)人特色的影響滲透，能將兩會(huì)的訊息充分傳達(dá)出來，更能體現(xiàn)國(guó)家意志。“兩會(huì)”直播場(chǎng)景中，最重要的要求就是“直、快、真”，要體現(xiàn)民主，就要盡量減少人為干預(yù)。直才能夠真，才能及時(shí)讓公眾掌握兩會(huì)進(jìn)展，體現(xiàn)公民權(quán)利。

(四)七成受眾認(rèn)為AI合成主播會(huì)代替一半以上真人主播

當(dāng)向受眾調(diào)查未來AI合成主播替代真人主持人的可能性時(shí)，認(rèn)為“完全被取代”的受眾占比3.59%；認(rèn)為“會(huì)取代70%真人主播”的受眾占比24.47%；認(rèn)為“會(huì)取代一半真人主播”的受眾最多，占比40.93%。合計(jì)有68.99%的調(diào)查受眾認(rèn)為未來“AI合成主播”會(huì)代替一半或者一半以上的真人主播，說明受眾對(duì)于未來媒體從業(yè)者，特別是對(duì)于真人播音員主持人將會(huì)被AI技術(shù)替代的擔(dān)憂是確實(shí)存在的。人工智能時(shí)代，傳統(tǒng)的播音員主持人需要重視來自AI合成主播的挑戰(zhàn)，因?yàn)锳I合成技術(shù)一旦成熟，那些缺乏思考只會(huì)流程化串詞的“機(jī)械型”主持人和那些只會(huì)看稿念字、看字出聲的、語(yǔ)言生硬不走心的“僵硬派”播音員將最先面臨被淘汰出局的風(fēng)險(xiǎn)。

(五)高學(xué)歷年輕受眾的認(rèn)知度高，但喜愛度和接受度低

受眾中，19—25歲的年輕高學(xué)歷人群對(duì)AI合成主播的認(rèn)知度最高，但對(duì)其聲音的喜愛程度偏低，接受度也最低。這一人群大多正處于本科或碩士階段，處在人生的學(xué)習(xí)發(fā)展黃金期，也是價(jià)值觀形成與鞏固的關(guān)鍵階段，對(duì)事物的批判和反思能力較強(qiáng)，對(duì)周圍的新鮮事物抱有好奇心，所以認(rèn)知度比較高。但是，年輕人對(duì)新鮮事物的要求也會(huì)更高，并不是所有新鮮事物都會(huì)引起年輕人的喜愛[4]。此外，51歲及以上老年人認(rèn)知度最低，但是，他們明確表示會(huì)接受的比例最高。中老年人群是目前傳統(tǒng)廣播電視節(jié)目的主要受眾，由于歷史時(shí)代原因，他們大多有收看電視節(jié)目、收聽廣播的習(xí)慣。未來，針對(duì)這一人群低認(rèn)知度、高接受度的情況，AI合成主播的普及推廣將會(huì)有很大的挖掘空間。

三、結(jié)語(yǔ)

本文以AI合成主播作為研究對(duì)象，從受眾的特征屬性出發(fā)，進(jìn)行認(rèn)知層面、態(tài)度層面和行為層面的傳播效果研究。調(diào)查研究發(fā)現(xiàn)：雖然AI合成主播是新鮮事物，但國(guó)內(nèi)受眾對(duì)這一事物還是持有比較開放和包容的態(tài)度，AI合成主播的形象也較深刻地印在了受眾的腦海中。不過，不同年齡階段、不同學(xué)歷和不同職業(yè)群體的受眾對(duì)AI合成主播的認(rèn)知、態(tài)度和行為表現(xiàn)是呈現(xiàn)顯著差異性的。整體來看，AI合成主播的傳播速度快、輻射的范圍較廣，在年輕人中認(rèn)知度程度最高。在人們希望由AI合成主播上場(chǎng)的節(jié)目類型中，人們更期望將其運(yùn)用在新聞播報(bào)方面，尤其偏好氣象和時(shí)政類節(jié)目，而在娛樂和綜藝晚會(huì)節(jié)目方面，受眾愿意看到AI合成主播“上場(chǎng)”的比例還是很低的。人是感情動(dòng)物，而人工智能是缺乏溫度的，“他們”雖然可以模擬、延伸、擴(kuò)展人的智能，替代人類的部分工作，但終究還需要有人在其中添加上屬于人類的標(biāo)記[5]。

縱觀AI合成主播的誕生與演進(jìn)，代表的是傳播業(yè)的智媒深度融合。在人工智能技術(shù)發(fā)展的熱潮下，未來新聞行業(yè)的分工將會(huì)更加細(xì)化，媒體行業(yè)通過“人機(jī)合作”進(jìn)而帶來“人機(jī)共贏”將成為新趨勢(shì)。讓AI合成主播播報(bào)氣象訊息、即時(shí)通報(bào)、時(shí)政新聞等不需要傾注過多人類情感的工作，可以滿足部分受眾快速便捷獲取信息的需要，解放出來的生產(chǎn)力可以做更為智能的統(tǒng)籌、組織和創(chuàng)新性工作。這種“人機(jī)共贏”的互補(bǔ)促進(jìn)模式有利于進(jìn)一步提升新聞報(bào)道的時(shí)效性、廣度和深度，提高媒體行業(yè)的工作效率。目前，國(guó)內(nèi)推出的AI合成主播已經(jīng)獲得大多數(shù)受眾的喜歡，傳播效果反應(yīng)較為積極，但關(guān)于大眾是否會(huì)接受AI合成主播的常態(tài)化主持、AI合成主播的聲音能否獲得大多數(shù)觀眾的長(zhǎng)期喜愛，還需要更多時(shí)間和空間的驗(yàn)證。