AI主播在新聞播音場景中的應用研究

王晨 陳栓緊

摘要：隨著新技術的成熟，全球首個AI主播于2018年誕生。AI主播有哪些優勢能為傳媒業所用？未來AI主播又會何去何從？這些問題都值得研究。文章基于國內外AI主播的研究現狀，梳理了AI主播的發展階段及特征，試論AI主播產生的影響，并就AI主播的應用場景提出建議。

關鍵詞：AI主播；新聞媒體；應用場景

中圖分類號：G210.7 文獻標志碼：A 文章編號：1674-8883（2021）22-0007-03

一、引言

2017年，人工智能寫入國務院政府工作報告；2019年，中央全面深化改革委員會第七次會議審議通過《關于促進人工智能和實體經濟深度融合的指導意見》。此后，人工智能逐步與經濟社會各領域“擁抱”，孕育出不少卓越成果。根據微軟和永安、清科數據測算，至2022年，中國人工智能市場規模預計將超過千億元。在此背景下，2018年，新華社推出首個AI主播，開創了新聞領域實時音頻與AI真人形象合成的先河。它在為傳統媒體與人工智能的深度融合提供又一典型范例的同時，也促使人們思考AI主播與傳統主播的優劣及其未來的應用場景。

二、AI主播的特征

AI主播可定義為基于“自然交互+知識計算”智能理念，結合語音及形象合成技術，向觀眾展現出生動逼真傳達效果的主播，它主要有三個特征。

（一）極具擬人化傳播效果

AI主播大多脫胎于真人主播，他們是對真實主播形象的“復制”，通過對真人主播進行技術性建模得到極具擬人化的軀體和聲音。例如新華社AI主播“新小微”，她是以新華社記者趙琬微為原型生成的，可以根據不同的新聞內容和場景，利用AI算法實時驅動自身形態、面部表情，變換服飾、發型等。逼真的外形、真實的擬人動作，讓AI主播具象性與真人感并存，對觀眾來說，有效營造出了新聞播報的現場氛圍。另外，AI主播減少了人為控制的因素。新聞編輯人員只需將要播報的文本數據輸入AI主播對應的程序中，它就能基于自身的數據庫輸出語音、視頻，方便快捷，且有效避免了傳統新聞主播在新聞播報過程中出現的漏字、錯字、別字等問題，或是打哈欠、打噴嚏等不可控的突發生理問題，為人們提供更及時、更廣泛的服務和更客觀的新聞。

（二）24小時待命實時傳遞信息

AI主播全天候在崗，可隨時為網絡平臺播報新聞，即使在凌晨，依然能以飽滿的狀態傳遞信息，有效緩解了真人主播的播報壓力，分擔了一定的工作任務。如在新華社客戶端中，AI主播曾在凌晨0點52分播報新聞，其工作狀態依舊良好，這有效增強了新聞畫面的可觀賞性，提高了新聞的時效性。再如，科大訊飛推出的多語種AI主播“小晴”，在全國兩會期間，第一時間運用中、英、日、韓等語言播報會議最新動態，有效加快了中國媒體國際傳播的步伐，壓縮了對外發聲的時間差，也為中國媒體走向世界贏得了新的機遇與條件。

（三）智能數據處理減少制作成本

馬歇爾·麥克盧漢在《理解媒介：論人的延伸》中提到一種觀點——“媒介是人的延伸”[1]。AI主播依托數據存在，它的背后有特定的行業數據庫。AI主播不僅能夠播報新聞，而且能從數據庫中調取優質且精確的內容，進行數字化處理，總結出內在邏輯、規律。目前，實時的交通、天氣、體育賽事等節目都需要提前開展大量的數據采集和組織工作，AI主播能充分發揮自身優勢，保證數據采集和集成的效率。隨著技術的不斷改進，AI主播依靠其強大的數據庫，不斷挑戰真人主播的位置。如在央視網絡春晚的舞臺上，以節目主持人撒貝寧為模板的AI機器人“小小撒”登場，他不僅能夠對話，還能夠背誦詩詞，進行簡單互動。新華社AI主播上崗以來，已實現量產，參與了互聯網大會、進博會、春運、春節等重要新聞報道，通過新華社客戶端、新華網、短視頻平臺播放，引發國內外媒體的廣泛關注。

三、AI主播的發展歷程

AI主播的合成，需要強大的技術支持，根據技術呈現效果的差異，可將AI主播的發展歷程分為兩個階段。

（一）起步階段

在這一階段，AI主播大多以三維虛擬形象出現，表情及動作較為僵硬，且耗時耗力，制作成本較高。2001年，世界上第一個人工智能虛擬主持人阿娜諾娃（Ananova）出現，CNN將其描述為一個堪比真實的有血有肉的主播。隨后，日本、韓國等國家都推出了自己的人工智能主持人。2004年，CCTV—6頻道推出了國內首位虛擬電視節目主持人—小龍。他采用3D形象設計，將金城武、劉德華、梁朝偉的面部優勢吸收再重塑，負責主持《光影周刊》欄目。雖然在形式上有了重大突破，但事實上，起步階段的AI主播播報一期節目的成本甚至超過傳統主播。制作團隊需要對聲音、形象進行單獨制作，將其嵌入合并，再進行三維程序制作，過程復雜煩瑣。

（二）探索階段

隨著科技發展，技術的成熟，AI主播逐漸趨于真實。2016年，科大訊飛、百度等相關科技企業，在發布會上表示其人工智能的語音識別率已高達97%。人工智能語音識別技術的精確性，在一定程度上助推了AI主播進入市場的進程。2018年5月，AI主播“康小輝”亮相，這位AI主持人是由科大訊飛打造，與央視主持人康輝外形相似。“康小輝”相比以往的AI主播，最大的不同在于不再需要高昂成本，只需簡單設備便可播報新聞。2018年11月8日，第五屆全球互聯網大會上，搜狗與人工智能合作的AI主播“新小浩”面世，“新小浩”幾近完美地克隆了新華社男主播邱浩，從形象到聲音，從唇形到動作，幾乎是邱浩的“翻版”。2019年2月，“新小浩”由坐式變為站立式，表現形式更加豐富。隨后“新小萌”“麗莎”等AI主播紛紛亮相。

在探索階段，我們能清晰地感受到AI主播越來越接近真實人類，服飾、性別等方面也做到了切換自如，制作成本越來越低，時間越來越短，技術不斷升級迭代。

四、AI主播與傳統主播的對比分析

（一）價值取向對比

由技術創造出的物品都有一定的價值取向。技術帶來的價值取向通常表現在這種技術的使用途徑和方式上。對比來看，AI主播盡管實現了量產，但其作用依然是模仿、替代。他不是憑空創造出來的仿真數字人像，而是通過綜合描繪某一真實主播的身體特征、身份信息而產生的。通過數據的調動和記錄，盡力去“克隆”傳統主播，實現信息輸出的目標。

但信息的傳播往往不是一個單向循環的簡單過程，而是不斷突破、再創造的行為。在傳媒業，判斷一個主播是否優秀，播音時長、出現頻次都不是關鍵所在，更重要的是對新聞稿件進行有思想力的表現，更可以表達為對新聞的再加工創造。傳統主播可以合理運用自身情感營造新聞浸入感，而且傳統主播在多次實踐播音后能夠從中提煉技巧，升華自身技藝，從而得到“1+1>2”的創新效果，但AI主播在當前的技術條件下，多次播音后，依然只能機械地念稿，盡力去模仿、還原傳統主播，并不能自我提升，得到的是“1+1=2”的效果。

（二）播出效果對比

播音的效果方面，不得不說，AI主播比傳統主播更加穩定。因為AI主播是由數據計算合成的3D數字人，不會存在像傳統主播一樣的生理問題、情緒波動等，遇到突發狀況時，AI主播也能毫無波瀾地完成新聞播報工作。反觀傳統主播，人們時常會在社交網絡或短視頻平臺刷到傳統主播的失誤合集，有的是流鼻涕、打哈欠、補妝等，有的是大笑、忘詞等，這在一定程度上都影響了節目播出的效果。那么AI主播在播音效果上絕對優異嗎？當然不是，因為人工智能機器人是靠數據發出聲音，而非聲帶發聲，這就導致他們播音時存在兩個問題。

第一是表達機械化，缺乏語流音變。人們在用普通話交流時，時常會出現兒化音、變調、多音字、輕聲等，而AI主播是多音節連續輸出，不能掌握全面的音變規律，導致播音時的機械性較強。如AI主播“新小浩”在一次兩會新聞播報中，讀到“什么東西最難攜帶？”中的“西”字時依然用陰平方式發聲，并未音變為輕聲，這容易讓人混淆。第二是停頓不當，導致新聞邏輯不明。面對播報中的長句子，AI主播很容易停頓不當，導致語義邏輯不順。

綜上所述，在播音效果方面，傳統主播和AI主播各有優劣，不能一概而論。

（三）情感互動對比

莎士比亞曾言，“一千個人眼中有一千個哈姆雷特”，這正是人類情感各異、思想存在差別的表現。人工智能作為一項技術，可以讓虛擬主播利用后臺程序的數據表達理解情感，但無法真正感受情感。面對相同的稿件，不同的傳統主播會有不同的表達方式，會有不同的場景創設，更有不同的理解。而AI主播只能根據程序的設定程式化地回應，進而表達，缺乏深層內涵，不能做到言志傳神。缺乏情感的表達，是AI主播的劣勢。互動方面，AI主播目前主要應用于新聞播報中，不需要與觀眾互動交流。但AI主播的應用范圍不僅僅在新聞播報領域，還會在采訪、綜藝節目中出現，面對這樣的場景，AI主播很難招架。如在采訪中，傳統主播能夠根據嘉賓的回答延伸，現場隨機變換問題，讓主播和嘉賓形成良性互動。在綜藝節目中，主播需要把控觀眾情緒，又要照顧舞臺效果，這樣一來，主播不再只是見字發聲的機器，而是更需互動、以人為本的高素質主持人。

這樣來看，AI主播與傳統主播對比，缺少情感表達，缺乏互動性。

五、AI主播帶來的影響

（一）對傳統主播的影響

AI主播出現之后，是否能替代傳統主播呢？有不少學者對此進行了研究。各方文章認為AI主播的出現對傳統主播產生了三點影響。

一是迫使傳統主播不斷提高業務水平。在數據較多的財政股票、新聞類節目中可以看出，AI主播處理新聞時的精確度和標準度是傳統主播無法比擬的，傳統主播主持節目時很難保證沒有意外發生，但是AI主播可以100%避免這些失誤，這在無形中敦促傳統主播不斷提高自身業務水平。

二是倒逼傳統主播尋求職業上的轉型升級。AI主播已經在媒體平臺量產播稿，他們通過文本的輸入就能實現仿真式的播音，自動合成音、視頻，高效且便捷。傳統主播隊伍中存在個別缺乏特色且不上進的主播，AI主播的出現一定程度上會讓這些主播面臨失業危機，倒逼其創新進步，不斷提高理論修養、自身素質。

三是有利于形成良性競爭的環境。

（二）對傳媒業態的影響

傳媒業處在變革時期，AI主播是順勢而生的創新產物。最直接的影響是AI主播直接提高了新聞的收視率，但收視率的提高并非因為內容，更多是因為形式。正如保羅·萊文森“媒介演進三階段（玩具—鏡子—藝術）”理論所言，新技術在初期被當作“玩具”，人們新奇于它的形式。當到達“鏡子”階段后，人們開始逐步關注媒介表達的內容，最終上升為后現實“藝術”[2]。所以AI主播在短期內會增加新聞的閱讀量，但人們把它當作“技術玩具”，當人們適應甚至是厭倦了這樣一種播音模式，傳媒業又會恢復常態。傳統的傳媒業重心在采、編、播。現下，這三項工作有了人工智能的輔助，變得更加輕松，傳媒業的工作重心將會逐漸偏向于把關。技術雖然讓傳媒業態變得高效快捷，但我們不能因此失去對新聞的掌控力。任何時候，當人失去對技術的控制，后果將不堪設想。在人工智能給新聞業態提供了極大便利的情況下，我們更加需要對新聞生產進行把關，明確信息的真實性，維護傳媒業的公信力。

（三）對社會發展的影響

彭蘭教授認為新媒體具有三大特征，即萬物皆媒、自我進化、人機共生，這預示著傳媒業與智能技術交互協作將是大勢所趨[3]。

可以預見的是，未來傳媒業要把人工智能當作輔助工具，使新聞生產更快捷、新聞信息傳遞更準確、表現形式更生動，一步步推動傳媒業轉型升級。

放眼世界，發達國家高度重視人工智能技術的發展，我國也將人工智能作為產業驅動力。AI主播的發展，能夠進一步優化國家外部環境，推動國家制定相關法律政策、完善倫理規范、引導社會風向，讓技術與經濟更加深入地融合，營造良好數字生態，建設數字中國。

不得不說，AI主播的出現也在一定程度上提升了我國的傳媒影響力，當全球第一個AI主播在中國上崗時，不僅在國內，在國際上也引發不小的轟動，美國、英國、印度權威媒體紛紛感慨主播“栩栩如生”，贊嘆中國在人工智能技術方面的實力。這無疑向世界展示了“中國創造”的力量，推動產業創新升級，創造社會價值，為國家高質量發展注入新的動力。

六、結語

目前，AI主播已能對模式化的信息進行播報，這在一定程度上解放了人力資源，但卻不能完全取代傳統主播。因為人是因思想差異而獨特，人工智能終究是數字機器，無法理解情感，也不能自生思想。在不斷創新和變革的工業4.0時代，傳媒業應該抓住技術日益成熟的機遇，讓人工智能技術更加成熟，探索高質高效的人機合作，實現人類和技術的互補。

參考文獻：

[1] 麥克盧漢.理解媒介[M].何道寬，譯.北京：商務印書館，2000：57.

[2] 胡嶸.新媒體視閾下電視新聞主播業務素質的研究[J].記者觀察，2019（2）：27.

[3] 彭蘭.智媒化：未來媒體浪潮：新媒體發展趨勢報告（2016）[J].國際新聞界，2016，38（11）：6-24.

作者簡介 王晨，碩士，研究方向：新聞與傳播。陳栓緊，碩士，研究方向：電影學。