人工智能主播的技術發展溯源與演化路徑探索

□畢文佳

人工智能主播又被稱為虛擬機器合成主播，是以電子信息仿真技術為依托、人工智能技術為驅動，在基于互聯網技術建構的諸多全媒體平臺中充當“信息采篩”主持與“信息解碼”播報角色的智能化媒介產品。人工智能主播在技術變革發展的不同時代進行著轉型升級，呈現出不同的功能特征，繪制了分散式的演化路徑，這是智媒傳播AI技術的未來研究重點與應用方向，對我國智媒傳播的發展具有重要意義。

一、“人工智能”技術與“主播”主體的融合特征思考

1.“技術”“主播”——離身認知到具身認知的交互融合

現階段的人工智能主播以AI 合成技術為依托，在實際應用過程中逐漸顯示出離身認知與具身認知的交互融合特征。例如：用戶在實際使用過程中賦能基礎特征、功能、代號及名字，增強了人工智能主播的具身性，從而也推動了“主播”主體的人格化進程，進而“名人主播復制版”型AI主播泛化，也呈現了離身認知與具身認知的有效交互。

2.“技術”“藝術”——播音與主持藝術的智能化升級

人工智能技術在多種媒介呈現形式上都有留痕，特別是大數據、云計算、物聯網、區塊鏈及5G的植入促成了人工智能“人”具備數據采集、整合、處理、分發的功能，具備了強大的存儲、分析、永動等技術特征。而播音與主持藝術的專業性和獨特性集中體現在“人”的個性化語言表達，無論是語言表達中的“情景再現”“內在語”“對象感”內部技巧呈現，還是“停連、重音、語氣、節奏”的外部技巧要求，都呈現了主持人“二度創作”“個性化”“人格化”的播音主持特征。

人工智能輔助技術同播音與主持藝術的有效融合，可通過兩方面呈現：一方面，主持藝術的語言表達呈現可用數據化、標準化量值形成程序代碼，對于“人工智能”技術的革新與輔助提供可計算性元素智庫存儲，為“機械化”過渡“人格化”助力，使AI 主播在形象、音韻、情感等維度進行創新性打造，促進信息傳播報道更具情感化色彩；另一方面，智能技術的集優化、擬人化升級拓寬了人工智能主播的應用領域，不僅助力于媒介生產與生活，而且滲透到萬物互聯的全媒體傳播生態各個環節中，使“藝術”賦能“技術”，推動了人工智能主播的進一步發展。

二、人工智能主播的技術發展溯源

1.有聲語言的技術性創造

第一，人工智能語音轉化技術。語音轉化技術一方面是對現有文字符號進行有聲化轉述，此技術多應用于定制化、模板化的新聞生產輸出，如天氣預報等，可提升新聞智能化呈現的時度效。另一方面是對已有語料庫的人物語音識別、采集、復制、重組。聲音不再是一種獨具特色與個人色彩的傳播介質，而是在技術的作用下變成了一種可復制、可生產的傳播介質。

2018年《創新中國》紀錄片的配音工作是我國利用人工智能語音轉化技術的初探，利用采集與重組編輯了已故配音演員李易的聲音，被業界人士稱為全球首個利用人工智能語音技術完成解說與配音的大型國家紀錄片。其技術原理為，確定文本內容并向設備中錄入需要模擬的聲音素材，形成文本智庫與聲源智庫，利用智能技術分析重組。在此過程中，人工智能的自我學習深化及對需要模仿對象的吐字發音細節掌控，相對精準。

就目前技術發展來看，人工智能技術已經實現了對聲音的批量化生產，這種近似流水線的生產模式不僅能提高相關節目的解說與配音效率，節省大量時間，還能有效避免發音不清、讀錯字情況的出現，在一定程度上降低了人力資源的消耗。但該技術目前受到特定文本的制約和限制，并未完全實現自動化與智能化，提取發音音頻的方式也并不能使其擺脫對特定文本的依賴，這為未來的技術革新破題提供了路徑方向。

第二，人工智能語音合成技術。語音合成技術指的是情感語音合成與語音篩選回饋技術，技術人員的主管程序植入使“機器人”主播具備智能語音對話的互動，在技術內部實現了機器的自動化檢索與輸出，實現了交互融合功能。具體來說，在情感語音合成技術的推動下，人工智能主播能根據文本內容和聲音素材的特點，對其中所蘊含的情感進行分析和把握，在充分了解當前語境的情況下利用自生產能力與對話管理能力來實現與人類的智能語音對話與自然語言應答。語音合成技術廣泛植入于物聯網鏈接下的全員媒介、手機等大眾小屏媒介終端設備及智能家電、可觸性穿戴設備。在全媒體傳播生態建構的過程中，“中央廚房”及“智媒體”融合中心的內容生產部門，利用高質量的人工智能語音合成技術有效、快速識別新聞場景，加速新聞生產，豐富新聞內容，從而為后續的人機協同與交互奠定了基礎。

第三，人工智能語音交互技術。語音交互技術的有效應用實現了人工智能主播在虛擬與物理現實中的雙重多模態交互。具體來說，人工智能主播可分為實體形態與虛擬形態兩種，而就目前情況來看，虛擬形態的人工智能機器人在動態化交互技術的作用下，已經能對相應人物進行掃描與虛擬生成，從而為觀眾展現出較為逼真的虛擬真人形象或具有鮮明個人色彩的卡通動漫形象；而對于實體形態的機器人來說，其內部配備的高清人像掃描設備能對相應人物的運動或表情變化進行追蹤，并通過追蹤結果自動化生成與之相對應的微表情、肢體動作及語言，實現對人類動作或語言的識別與準確回應。盡管人工智能主播能在動態化交互技術的輔助下，將真人轉變為各種虛擬模型，但技術人員還應在使用該技術的同時注重觀眾的觀感體驗，盡可能使人工智能主播擺脫目前這種介于真人與虛擬之間的局面，對其外觀可能造成的傳播影響進行分析和研究，從而找尋人工智能主播的發展出路。

2.“人格化”“個性化”的技術模擬與設計賦能

人工智能主播的形象產品定位和功效能率產出共同決定了其“人格化”的偏向與特征，通常用戶會將人工智能主播定位為社會角色中的先賦角色，即有“對象化”的模擬賦能形成一種新型角色關系。這種關系性角色是人類用戶與人工智能主播或機器人進行協同合作與交互的基礎和保障。技術人員和算法工程師能夠利用角色轉變技術為人工智能主播賦能，使其具有高度融洽的運行邏輯與運行模式，而正是由于這種融洽性，人工智能主播即使配備了各類先進技術，也只能以非自然人的身份與人類用戶進行交流與互動。若出現了媒體等同，比如在明確其同類機器人身份的情況中，相關人員也只能通過相關技術手段來對人工智能主播的社會臨場感加以調整，使其站在人類用戶理性角度上盡可能滿足使用者的需求。不僅如此，在人工智能主播的設計階段，為了使人工智能主播能更好地在現實生活中扮演先賦角色，設計者和算法工程師以人類社會為依托，在對現實生活群體的活動特征與相應效能進行分析的基礎上，加強了人工智能主播在人臉識別與建模、動作捕捉、情感遷移等方面的功能，從而使其生成的AI 分身模型更具人性化色彩，以至于最大限度上貼近了目標人類主播的各方面特征。

盡管數據推送在新聞生產的分發環節應用日趨嫻熟，但是在當下人工智能主播的“私人定制”式多元化內容生產及輸出表現較弱。當下人工智能主播還未能針對不同的節目形態及需求呈現出多元的能力和個性化的展示，實現媒介生產的供需滿足與平衡發展。目前還沒有一項技術能真正使其脫離人工干預，主持人的能力素養也無法通過當前的技術完全賦能于人工智能主播。人工智能技術的個性化呈現強調的是對不同場景進行功能識別與功能產出。對于人工智能主播來說，這種功能細化能進一步加強其人格化特征，使其在多維度“仿真”的建構進程中可以無限近似于人，增強人工智能自身的深度學習。用戶可在使用和交互中注意到人工智能主播的個性化表現，從而增強用戶的人際交往感知。不僅如此，態度與行為也能對用戶使用人工智能主播產生一定的影響。比如，用戶對人工智能的現有態度、個性特征等會對人工智能的應用產生相對應的作用；而人工智能主播在為用戶提供個性化定制與推薦服務時，也會受到用戶習慣偏好與行為習慣的影響。因此技術人員可通過對用戶信息進行分析來調整和優化人工智能主播的參數，從而提升用戶的使用滿意度，加快人工智能主播的發展步伐。

三、人工智能主播的演化路徑探索

1.全息沉浸式傳播，元宇宙深度互聯

在全媒體傳播生態的建構進程中提出了全媒體的定義解讀，即全程、全息、全員、全效。技術視域下的全息傳播實踐，是為了打通物理世界與虛擬世界的邊界，利用人工智能技術、虛擬現實影像技術、物聯網5G 技術實現立體化、環繞式傳播，力圖在元宇宙初探時建構虛擬媒介生態，真正實現無障礙的虛實空間交互傳播。具體來說，現有的人工智能主播還僅存在于二維空間的智能設備屏幕中，這種具有單向性的視聽范式雖能有效滿足人類用戶的需求，但卻會在一定程度上削減人工智能主播與人類用戶進行多模態感官交互的效果。而在全息投影技術的支撐下，AI 主播與真人主播可以呈現共時空同畫面的方式展示在用戶面前，利用虛擬現實VR眼鏡等身體感官延伸終端，可以真切地讓受眾感受到“在場”。人工智能主播元宇宙空間的“超媒介”生產應用，即人工智能主播能夠在各種場景和環境中使用，從某種角度來說能夠擺脫空間的限制，在互聯網、物聯網與虛擬現實技術的多重作用下，實現了數據信息、人類用戶與機器之間的有效連接。

2.人機協同共生，創新優勢互補

雖然“主持人”是否會被人工智能主播所取代的議題仍爭辯不斷，但是主持人利用AI主播提升職業素養，進行高可信度的人際、大眾傳播實踐卻在有條不紊地進行。人工智能技術的輔助能夠幫助播音主持人、記者采集海量數據信息，輔助直播連線與即興采訪報道；輔助新聞主播進行“備稿”重音停連的劃分；輔助綜藝類主持人進行受眾的情緒態度抓取及滿意度微表情反饋等，人機的協同共生讓我們真正向往“賽博格”的無邊界化、交融互動的創新優勢互補。當下人工智能主播的發展困境不僅是技術壁壘，在數字信息技術及編程解碼賦值上，跨界的計算機技術人員難以掌握藝術的要領與特殊的職業技巧知識，更重要的是用戶的接受程度與需求程度。最新研究表明，在新聞生產領域，特殊的類型化新聞內容生產，人工智能的新聞生產采編播所收獲的可信度高于職業媒體人的參與。這表明，當下用戶的媒介使用與媒介反饋都產生著較大的變革，這與社會經濟發展緊密相關，也與使用媒介的類別、方式、頻率相關。而主持人這一依托于傳統媒介誕生的媒介元素，是否會在新型的媒介生態建構中重新尋找、拓展自身的價值，挖掘職業效能取決于是否能夠真正落地“人機協同”與“優勢互補”。

3.深化媒體融合，建構傳播生態

媒介融合的深化是“人”與“技術”的融合，而傳播生態的建構是社會角色的轉變與傳受關系的重構。人工智能主播打破了原有傳受關系，其自身存儲的海量信息數據與對文本的高速識別重組能力，大大超出人類本身的能力限度。而千人千面的大數據私人定制與不間斷的深化學習，更能讓“技術”了解、幫助、滿足“人”的需求，從而使人工智能主播更具人性化、個性化、觀眾緣。未來人工智能主播會朝著個性化與差異化的方向發展，人工智能主播未來有機會成為每位人類用戶的私用物品，相應的差異化定制與個性化社交功能也會進一步得到提升，人類用戶也會利用人工智能主播來實現對自我角色的有效延伸與拓展。

人工智能主播改變著社會關系及數字化時代中的人際交往關系，在互聯網與大數據技術的推動下，人類用戶與人工智能主播之間的關系更具數字化與虛擬化特征，而當這種數字化程度發展到一定程度時，人工智能主播就會脫離人工的控制與束縛，依賴各類算法對相應的新聞報道進行審核和明確。這種方式具有更高的準確性與公平性，削弱了新聞媒體報道中的主觀性，盡可能減少或降低了人類主觀意識與情感的影響，使得人類用戶與人工智能主播的關系得到重新構建。

四、結語

當下，全媒體傳播生態正在建構，媒體融合的深化過程中，核心技術是發展基礎。人工智能技術參與媒介生態建構的重要呈現就是人工智能主播的生產、演化、發展、應用。我國人工智能主播在現階段的發展中還存在著一系列問題。因此研究人員與算法工程師必須及時轉變傳統觀念與思維，利用先進的技術手段來對人工智能主播進行優化與創新，盡可能增強其個性化與智能化特征，從而為人類用戶提供更高質量的服務，使其“人”與“技術”互構的張力作用充分發揮出來，從而增強用戶黏度、用戶信度、用戶效度，推動智能媒體傳播的健康發展。