智能語音技術在融媒體中的應用場景與模式創新

文/張楷越

在媒體深度融合的進程中，人工智能技術已成為一支重要的推動力量。其中，智能語音技術以其高密度、高效率、強互動等特點，日益成為一項關鍵的智能技術，在媒體融合中開始得到廣泛運用，為傳統媒體融合轉型提供了技術支撐。在各新型主流媒體中，基于智能語音技術、人機交互等技術的融媒體產品越來越多，應用場景逐漸延伸至日常生活中，拓展了融媒體發展空間。在媒體智能化發展的背景下，有必要對智能語音技術在融媒體中的應用做出更多探索，進一步推動媒體深度融合發展。

一、智能語音技術在融媒體中的應用價值

智能語音技術是人工智能的一個重要組成部分，其中智能語音識別是重要基礎。智能語音識別可以讓機器“聽懂”人類的語言，它既可以將語言轉換為書面文字，也可以自動理解語意并準確識別。在融媒體發展中，智能語音技術可以以語音合成、語音識別、語義理解、圖像處理等技術形式，融入新聞報道和融媒體產品服務中，讓用戶感受到融媒體的溫度。

1．提高融媒體生產效率。隨著智能技術的快速發展，融媒體發展的智能化趨勢越來越明顯，機器人新聞等智能采寫模式已經較為成熟。而智能采寫的實現需要借助各種智能技術，其中一項就是智能語音技術。在融媒體新聞生產中，智能語音技術應用所形成的智能采寫模式可以解放新聞從業人員的雙手，有效提升新聞生產效率。尤其是對傳統廣電媒體和新興音頻媒體來說，智能語音技術可以在各種聲音元素中得到運用，從而為其發展帶來廣闊的空間。

實踐中，智能語音技術憑借語音和文字的轉化功能，成為智能采訪寫作的助手。例如，在會議、庭審、采訪等場景中，智能語音技術可以通過實時語音識別將音頻信息轉換為文字，有效降低新聞記者錄音整理的成本，大幅提升了采訪效率。不僅如此，人工智能技術還可以將聲音轉化圖片、視頻等，從而提高了采訪素材的保存和使用效率。在新聞報道中，無論是會議還是采訪，都有大量語音材料需要整理，智能語音技術可以對語音材料進行快速加工，形成語音素材的智能采寫，從而提高融媒體生產效率。

2．改善融媒體用戶體驗。在融媒體發展中，產品創新是重要方向，也是最能體現出媒體融合效果的形式。為此，各大媒體廣泛運用各種新技術，推出各種新穎的融媒體產品。融媒體語境下，用戶需要呈現出多樣化趨勢，單一的新聞報道已難以滿足。媒體的功能也不再局限于新聞報道，而是融入政務、服務、商務、社交等各項功能。在這種發展趨勢下，智能語音技術的出現為滿足用戶需求和媒體服務功能拓展提供了新的技術基礎。相比其他技術形態的產品來說，基于智能語音技術而打造的融媒體產品更加便于操作，用戶在使用時可以解放雙手，同時處理其他事情。智能語音產品可以有效拓展音頻的融合功能，提高融媒體產品的用戶體驗。正因如此，智能語音產品對融媒體發展的作用受到越來越多媒體的重視，也涌現出大量智能語音產品。

二、智能語音技術在融媒體中的應用場景

隨著媒體融合進入深度融合期，人工智能、大數據、VR等各種新技術廣泛用于融媒體報道中。智能語音技術逐漸成為一支新興的技術力量，在融媒體中得到越來越多的應用。而且，移動互聯網使用場景多，智能語音技術可以在新聞傳播的不同場景中發揮作用。目前，智能語音技術已經在視頻直播、語音播報、智能問答等應用場景中表現出了巨大潛力。

1．網絡直播場景應用。網絡直播市場上，娛樂主播、帶貨主播備受關注，成為直播平臺上的主力軍。經過多年發展，網絡直播市場逐漸飽和，而新的直播模式開始出現。其中，智能語音直播就是一種重要發展方向。目前市場上的智能直播機器人有虛擬直播間、虛擬人物，也有各種可任意切換的虛擬背景，可以根據使用終端切換，還可以在直播后臺設置話術，以滿足用戶的個性化收聽需求。

相比傳統直播模式，智能語音直播有其獨特的優勢，可以更好體現融媒體平臺的專業化水平。首先，智能語音直播可以對用戶群體進行個性化定制，功能比較簡單，開發周期短，大幅減輕了直播運營的前期投入。其次，智能語音直播只需要一個穩定的連麥就可以實現，突破了傳統直播對采集、渲染、編解碼、播放等環節的高要求。再次，智能語音直播擁有豐富的互動形式，不僅有傳統的禮物打賞、彈幕私信、連麥這些功能，也可以為用戶提供一對一語音聊天或多人語音聊天室。最后，智能語音直播可以細分用戶類型，根據不同類型打造出更加專業化的服務平臺。

例如，抖音已經開啟了智能語音直播功能。用戶可以利用直播間的各類工具進行即時翻譯、調整語音速度和音量，以及設置自動回復等。甚至，不再需要手動輸入彈幕，可以自由交互，更加流暢。如此一來，不僅可以讓直播更加便捷，而且還可以提高直播的質量和趣味性。

2．語音播報場景應用。在融媒體使用過程中，不同用戶的使用習慣不同，對語言、聲音等也有不同偏好。傳統直播模式可以做到內容上的滿足，但在聲音上卻很難追蹤用戶需求。智能語音技術的應用，可以對用戶的個性化需求，按照不同需求設置不同話術、聲音等，使每個用戶都能根據自身喜好進行選擇，從而更好地留住用戶。

例如，微軟推出的智能機器人“小冰”曾一度受到廣泛關注。小冰具有細膩的語調和音色，與真人高度相似的語氣用詞，說話語調抑揚頓挫，聽起來非常逼真。近些年，京東、百度、阿里等也開始致力于智能語音播報的研發，將智能語音技術應用于新聞生產、內容分發、用戶互動等層面，并用“低價+補貼”的互聯網方式搶占市場。當然，隨著智能機器人的日益增多，用戶的新鮮感容易失去，需要通過使用場景及內容作為支撐。為此，融媒體發展進程中，智能語音播報需要重視智能家居、車載等應用場景的開發，為自身可持續發展提供終端基礎。

3．社交聊天場景應用。智能語音技術可以實現社交聊天場景應用。它既可以支持一對一語音聊天，也可以進行多人語音聊天，討論共同話題，聚合有共同愛好的用戶。在智能語音聊天系統中，動態發布功能更是有著極強社交屬性的功能，給用戶提供了發布個人的語音、圖片、視頻等動態信息的窗口，架起了媒體與用戶間溝通的橋梁。在此基礎上，還可以運用智能語音識別應用場景，實現語音文件的快速整理，并通過語音合成、語音識別、語義理解、圖像處理等技術，對信息進行情感判斷，讓用戶感受到信息的溫度。

三、智能語音技術在融媒體中的應用創新

新技術的創新和運用是媒體深度融合的重要方法。作為媒體融合發展的一支新興力量，智能語音技術可從內容生產、融媒體指揮和智能虛擬播報三個方面發揮更多作用。

1．賦能融媒體生產運營系統。統一的指揮系統是確保融媒體生產和傳播的重要基礎。因此，傳統媒體應充分利用自身優勢，融合人工智能、云計算和大數據等新技術，做好策、采、編、發、審、管的統一布局，實現“一次采集、多種生成、多元傳播”的創新性采編模式，打造融媒體中心的神經中樞。在已有的融媒體指揮系統中，探索形成了融媒體生產的“中央廚房”模式，而智能語音技術的應用，可以進一步提升融媒體生產和運營效能。

以封面新聞APP為例，首先，將語音轉文字、文字轉語音等技術引入采編系統，借助邊界的語音操控提高編輯記者的新聞生產效率，并通過智能分析和智能推薦，提高用戶對重點內容的理解和把握能力。其次，重視優化分發端的語音呈現，如將人工語音合成技術應用于虛擬主機播放、視頻動畫配音、MR視頻、互動H5等新聞的呈現，促進智能語音技術與其他人工智能技術的結合，打破原有信息終端分裂的局限，讓聲音成為用戶與APP主要的溝通途徑。最后，運用于融媒體運營體系，借助人機語音對話數據，豐富用戶畫像，人工智能+營銷、人工智能+用戶調研等，提高融媒體運營效率。此外，用戶的互動、交流、反饋是體驗效果的重要部分。在融合發展過程中，各大媒體需要注重用戶與平臺之間的溝通與交流，及時了解用戶對智能語音技術產品的想法和訴求。只有這樣，才能不斷優化融媒體報道的用戶體驗，吸引用戶并留住用戶。

2．優化內容資源建設。智能語音技術背景下融媒體的生態定位還是內容提供者，優化內容資源建設是未來發展的關鍵。一是創新智能語音播報，作為智能語音技術應用于融媒體的早期形態，智能語音播報是衡量內容智能化水平的關鍵。央視微信公眾號廣播新聞欄目《早啊！新聞來了》分為“要聞”“社會”“國際”三個板塊，一般為40～70字左右的短消息新聞，選題整體更加貼近社會民生，每期閱讀量均超過10萬，具備較強的傳播效果。二是發力短視頻新聞，短視頻是當下互聯網場域中的主要傳播形態，對提升用戶體驗可以發揮重要作用。新華社“AI主播”短視頻新聞在智能語音合成技術的基礎上，還使用了虛擬數字人、3D智能合成等技術，使得欄目更加人格化、實體化，在國內外引起了廣泛討論，對智能語音技術背景下新聞生產的范式升級具有重要意義。

3．加深伴隨式場景體驗。融媒體時代，用戶的體驗十分重要。作為內容提供商，媒體應利用現有智能語音技術創建創新應用場景，建立新的流量門戶，贏得新的盈利據點。一是開發智能語音助手的多重角色，擴充聲音數據庫，以封面新聞APP的“小冰”為例，用戶可設定該智能語音助手為“慈祥的奶奶”聲音，并對其形象進行定制化處理。“小冰”讀新聞也不僅是單純文字復述，而是加入語義理解和情感判斷，給新聞以“溫度”，也更能吸引用戶、留住用戶。二是將智能語音技術深度應用在媒體中的系統環節，包括文稿唱詞系統、內容轉寫系統、第三方的接口服務、融媒體會議系統等。如新華社“音訊”可支持多語種語音智能分析，包含移動APP、PC端、網頁端等產品形態，不僅為新聞創作帶來無限可能，也能夠為用戶提供安全高效的體驗，受到了業界的廣泛贊譽。