基于SWOT 分析法的AI 合成主播在新聞報道中的應用研究
——以新華社為例

劉藝琳

（西北大學，陜西 西安 710127）

一、研究背景

（一）AI 合成主播概述

AI 全稱是 Artificial Intelligence，中文釋義為人工智能。它是計算機科學的一個分支，它的目的是了解智能的實質，并生產出一種能無限接近人類智慧的機器。通俗地說，AI 是通過信息數據的采集，對人的思維及行為的一種模擬。AI 主播的出現就是利用人工智能技術對新聞播音員的播報狀態所做出的模擬。全球首個“AI 合成主播”是于2018 年11 月7 日在第五屆世界互聯網大會上正式亮相，由搜狗與新華社共同研發的“小浩”。“新小浩”至今已在新華社客戶端上持續為觀眾服務700多天，截至至2020 年五月底，“新小浩”先后產出13000 多條新聞報道，累計時長超過35000 分鐘。

2020 年3月3日，新華社客戶端發布了《首個AI 合成女主播今日上崗》的推送，由此迎來了全球首位AI 合成女主播“新小萌”。該推送在新華社客戶端瀏覽量超27萬，在新華社微信瀏覽量近100 萬。隨后《新小萌上兩會全國政協十三屆二次會議在京開幕》報道即由“新小萌”進行報道。當天的瀏覽量迅速突破百萬。

2020 年5 月21 日，在全國矚目的兩會召開之際，搜狗又聯合新華社推出全球首個3D AI 合成主播“新小微”。較之前的2D 主播，3D“新小微”更是有了諸多提升，不僅立體靈活可控，可實現功能持續自我更迭，進行變裝、改變發型等，還同時支持多機位多景深，可以全方位全角度呈現內容，在空間應用上帶來了更多的可能性，也為新聞節目的多樣化制作呈現提供了更堅實的基礎。

（二）社會背景

近年來，隨著網絡技術和人工智能的發展媒介形態、輿論生態、傳播方式發生重大變化，其在新聞行業的運用變得越來越多、越來越廣，甚至在逐漸改變著新聞行業整體的發展趨向，新聞生產傳播模式正在重塑。新一代媒體人不僅承載探究真相、表達觀點、傳遞信息和價值的使命，也要使用機器、理解機器、駕馭機器，還要進一步順應數字時代、智媒時代媒體發展大勢，提高采編發、傳播平臺的智能化水平是大勢所趨、行業所需。

今年1 月25 日，中央政治局就全媒體時代和媒體融合發展舉行集體學習，總書記發表重要講話，強調要運用信息革命成果，推動媒體融合向縱深發展，做大做強主流輿論。要探索將人工智能運用在新聞采集、生產、分發、接收、反饋中，全面提高輿論引導能力。新華社蔡名照社長也強調，要順應互聯網發展大勢，樹立互聯網思維，加快建設網上通訊社提高新聞時效和生產效率。

（三）研究方法

本文基于SWOT分析法，從優勢（Strength）、劣勢（Weakness）、機遇（Opportunities）和威脅（Threatens）對AI 合成主播在新聞報道中的應用進行深入研究和分析，總結出相應的結論。

二、基于SWOT 的分析

（一）優勢

1.AI 合成主播自身優勢。工作質量高，作為人工智能合成產物，AI 主播在新聞播報中吐字發音具有規范性、準確性，可以真正做到播報0失誤，還可模擬音色、韻律、聲調起伏等，更加貼合真人播報觀感，大大加強傳播效果。

工作效率高，播送迅速高效，AI 合成主播可以將文字稿件直接迅速地合成為語音及視頻，同時可以24 小時全天無休進行工作，提高效率、降低工作成本。如遇突發事件，AI 主播的高效快捷可以大大加快信息傳播速度，滿足受眾需求，促進社會和諧發展。

AI 主播只要安裝相關語言軟件就可隨意切換英語、日語、法語等多種語言，適應新聞播報的國際化需要，降低了主播跨語種播報地門檻。

2.AI 合成主播技術優勢。人工智能下的內容生產更加海量、高效，對于海量枯燥數據的處理分析更加精確快捷，相比人工所呈現出的優勢是巨大的。在大數據的支撐與信息接收個性化趨勢下，人工智能技術可以通過大數據的挖掘，對用戶進行個性化的新聞定制等。AI 主播的誕生更是基于人工智能在傳播業的智能媒體深度融合。

初代AI 合成主播由“搜狗分身”技術打造，讓AI 主播逼真的模擬人類說話時的聲音、嘴唇動作和表情,并且將三者自然匹配，創造出人類的AI 分身，進而幫助人類提高信息表達和傳遞的效率。隨后，僅僅過去三個月，又推出了全球首個“站立式”AI 合成主播——“新小萌”，從過去的“坐著播新聞”升級成結合肢體動作的“站立式播報”，并且豐富了手勢、優化了表情，增加了更為豐富的神態和肢體動作，進一步采用了“搜狗分身”最新的wavernn 波形建模技術，可以實現逼真的語音合成效果，讓AI 的聲音更具有真實情感和表現力。

2020 年5 月21 日，搜狗又聯合新華社推出全球首個3D AI 合成主播“新小微”。采用行業領先的真人掃描、面部肌肉驅動、表情肢體捕捉等技術，“新小微”在外形上不僅能夠走動轉身，進行各種復雜的動作呈現，甚至在特寫鏡頭里，連發絲與毛孔都清晰可辨，與真人的相像度大幅提升，可全方位、多視角的觀察她的情況，甚至還能改變妝發和服裝，為新聞播報添加了更多的趣味性和新鮮感。

3.AI 主播報道新聞的形式多樣。新華社客戶端的AI 合成主播頻道就采用一分鐘以內的短視頻形式，選取國內外最新最快的熱點新聞，滿足受眾對于新聞信息的需要。同時還在微博、微信等各個平臺，以AI 合成視頻技術，發布主題熱門，形式新穎有趣的短視頻，進行知識科普與信息傳遞，甚至與受眾進行互動，語言輕松詼諧。

在2019年的兩會新聞報道中，新華社就結合AI合成主播、AR、VR等人工智能技術，推出《全息交互看報告》，讓新聞受眾仿佛親臨現場，360°全景體驗新媒體背景下新聞報道的美麗。

（二）劣勢

1.高水平AI 合成主播制作復雜，技術要求高，費用高昂。雖然僅僅模擬外形和音色就可量產出一批“新聞主播”，但目前高質量、逼真靈動的AI 合成主播的背后，仍是真人在“表演”，例如首個3D AI 主播“新小微”的原型就是新華社記者趙琬微，3D AI 主播“新小微”的建立，首先要對趙琬微進行海量的數據掃描收集，由她佩戴數據采集頭盔，并配合幾百個攝像頭對她身體各部位進行全方位打點掃描，進行細致入微的捕捉記錄。隨后，搜狗還要根據頂尖掃描還原算法及面部肌肉驅動、表情肢體捕捉等技術，建立高度還原真人的3D數字模型，并通過多模態生成算法實時驅動、渲染構建出人物模型，實現高度契合。同時，AI 合成主播技術要求高，研發制作成本高昂，只有新華社等大媒體，以及政府支持的各中央地方臺等，有能力推出AI 合成主播，中小型媒體公司無力支撐AI 主播的高昂費用，普及困難，應用不夠廣泛。

2.AI 合成主播技術仍不夠成熟。目前的AI 主播，雖然可以滿足新聞播報的準確性和規范性，做到0 出錯，但對于播報中的重音、停連、語氣、節奏等還是做的不夠完善，聽起來語音不夠連貫，有些部分略顯生硬。雖能準確的讀出每個漢字的調值，但發音過于標準刻板，無法變通。例如在新聞每一部分的結尾要有收束感，調值較低，不同情境的稿件會對調值造成一定的影響，AI 主播目前還無法實現根據情景改變語調及情緒。

3.AI 合成主播缺乏人腦所具有的情感的獨立思考能力。情感賦能方面的缺陷也是目前AI 合成主播的一個巨大問題。在新聞播送中，我們要有“對象感”，要讓受眾感到更加親切、提升受眾專注度。對于內容中的“內在語”要表現出來，同時要調動情緒、結合自身社會經驗，做到“情景再現”，讓受眾有沉浸感，感受新聞情緒，達到傳播效果。在天氣預報、政治新聞、娛樂新聞等不同情境，以及不同情緒的新聞事件中，新聞主播都應該采取不同的語氣、情緒、狀態、肢體動作等輔助播報，如春節聯歡晚會上主持人聲音洪亮飽滿、熱情洋溢，新聞聯播中播報災難事件時語氣沉痛、速度緩慢。但目前AI 合成主播無法做到情感賦能，缺乏“共情”能力，與受眾沒有情感上的互通。音質中甚至還有一些難以消除的電子音感都未給受眾舒適的聽覺體驗。

AI 合成主播完全依靠冰冷的數據和技術支撐，輸入指令、輸出內容，面對不同情緒稿件無法轉變語氣，面對突發情況時也無法及時反應、靈活應對，無法形成基于自己經驗與沉淀而形成的鮮明特點與人格魅力。

4.AI 合成主播形象不夠真實親切。主播形象雖已不斷革新，愈發接近真人形態，但仍有一些AI 主播形象會造成“恐怖谷”效應，及當機器人與人類相似程度達到特定程度時（大部分情況為極度擬人化），人們對他們的反應會突然變得極其反感，哪怕機器人與人類有一點點細微差別都會非常顯眼刺目，讓人感到僵硬恐怖。給人帶來不適的觀感體驗。AI 主播目前仍稍顯僵硬的肢體與表情仍需繼續改進。

（三）機遇

1.黨和國家大力支持。作為新一輪科技革命和產業變革的重要驅動力量，人工智能深刻影響著新聞行業的信息生產模式和傳播模式。黨和國家鼓勵新技術、新形式在傳媒領域的積極運用，黨的十八大以來，人工智能發展得到了全社會各行各業的高度重視。近年來，我國不斷加強人工智能技術的研發創新，同時人工智能技術的迅猛發展也為傳媒行業帶來了巨大變革，智能化發展是未來信息傳播領域的必然趨勢。人工智能技術不僅使新聞產品的生產經營模式發生改變，還重塑了新時代的媒體業態，為新聞媒體打造了新的生態環境。

2.主流媒體新聞報道轉型時期。由于受到資金等方面的限制，絕大部分AI 合成主播隸屬于主流媒體，新媒體環境下，主流媒體面臨轉型，傳統的新聞報道不足以滿足目前受眾的需求，新技術、新元素的引用可以有力的推動主流媒體進行轉型，將傳統的新聞報道形式轉變的更加多元新穎，從而吸引受眾，從而達到輿論引導與價值觀輸出的目的。

3.互聯網平臺助力AI 合成主播發展。AI 合成主播目前為止，主要是在互聯網平臺進行推廣與應用，互聯網平臺的用戶大部分為中、青年人群，對于新事物的包容度較高，對于虛擬主播的接受程度較好，關心熱點話題與科技新事物，有利于現階段的快速推廣傳播，有利于主流價值觀的正確輸出。

（四）威脅

1.受眾對于AI 合成主播的接受程度。雖然青年群體對AI 合成主播的接受程度較高，但還有相當一部分人并不接受AI 主播的形式，甚至對AI 形象感到厭惡和恐懼，這需要我們對此進行適當的引導，同時技術也要不斷革新進步，讓AI 形象更加發展完善，給人以親近感和喜愛感，解決完善語音生硬問題和情感缺失問題，帶給受眾更好的視聽體驗。

2.AI 主播與傳統主播之間的關系?！癆I 主播”的到來，是人工智能與新聞媒體深度融合的結果，也是技術發展的必然結果。AI 主播與真人主播不是互相取代，而是互助合作。AI 主播可承擔之前重復的、機械的工作，真人主播能夠擁有更多時間在新聞價值探究、新聞多樣化探索、價值觀輸出、輿論引導等方面深耕。如在兩會期間，AI 主播進行簡短的、基礎信息的播報，深入的評論與采訪等還是由傳統真人主播進行的。

“新小浩”的原型邱浩在采訪中說道：“AI 主播雖有強大的學習能力，可‘他’依舊是基于既有的數據，那就讓‘他’來學習我吧。而最令我自信不會被超越的，是我的‘靈魂’。作為播音員要做好的就是“人”本身，人之情感，人之溫度，人之思考，而這些都是目前 AI 主播無法取代的。”

讓AI 主播物盡其用，讓真人主播人盡其才，二者通力合作、攜手并進，才是對此的最優解。

三、結語

綜上所述，AI 合成主播作為新聞報道在人工智能領域的新嘗試，為新聞播報領域提供了一種新的媒介生產方式和新的視覺呈現形式。智能取代部分人類工作已成必然，但人類只要保持學習能力，深度思考，學會掌控和利用人工智能，就不會面臨被社會淘汰出局的窘境。在短時間內AI 主播只是對真人主播和主持人起到輔助作用，如何推動融合報道技術創新，創作優質的新聞內容，吸引用戶關注，提升用戶體驗，完成再次轉型與發展，推動傳統主播更大發揮自身價值，依然需要我們去不斷嘗試、不斷探索。