AI賦能下象山漁民號子數字化保護與傳承路徑

中圖分類號：TP18 文獻標識碼：A 文章編號：2096-7357（2025）28-0137-03

隨著數字經濟的快速發展，非物質文化遺產保護工作既迎來新機遇，也面臨新挑戰。以象山漁民號子為例，這一國家級非遺項目蘊含著豐富的海洋文化內涵，承載著深厚的歷史記憶與群體認同。然而，在現代化進程中，其傳承面臨諸多困境，具體包括傳承人群高齡化、傳統師徒傳授模式式微、資料存檔分散導致信息碎片化以及年輕一代對傳統文化的認同感下降等。人工智能技術憑借其強大的數據處理與智能生成能力，為非遺保護提供了創新性的解決方案，有望突破傳統保護模式的局限。

、象山漁民號子非遺保護的現狀與數字化轉型需求

（一）傳承人老齡化與口傳心授模式難以為繼

象山漁民號子作為國家級非物質文化遺產，目前正面臨傳承人斷代的危機。核心傳承群體以陳氏家族等老一輩傳承人為主，平均年齡超過65歲，年輕傳承人數量不足10人。其傳統傳承方式依賴于“口傳心授”，要求傳承人通過長期實踐傳授方言唱詞韻律、節奏形態及表演場域適配技巧。然而，年輕一代因缺乏海洋勞動的實際體驗、學習周期較長等原因，參與意愿普遍較低。隨著老一輩傳承人身體機能逐漸衰退，部分高難度號子唱腔正面臨“人亡藝絕”的風險。現有的傳承模式已難以實現有效活態傳承，亟須借助數字化技術對核心技藝進行系統留存，以應對代

際傳承斷裂的嚴峻挑戰。

（二）傳統音頻檔案離散化且缺乏結構化數據支撐

目前，象山漁民號子的保護手段主要依賴于傳統的音頻與影像采集技術，檔案管理存在明顯不足。首先，大量珍貴錄音資料分散保存于文化館、傳承人及研究機構手中，尚未建立統一的數據整合機制，部分早期錄制的聲像素材因載體老化已出現音質失真問題。其次，現有檔案雖包含完整表演音視頻，但缺乏對調式調性、旋律走向、方言唱詞語義等信息的系統標注，同時也缺少聲紋特征分析、節奏圖譜繪制等量化工具的支持。這種“碎片化”與“非結構化”的存儲方式，不僅限制了學術研究的深入開展，也阻礙了創新性傳承實踐的推進。因此，加快數字化轉型已成為改善當前狀況的迫切需求]。

（三）文化記憶流失與年輕群體認同弱化并存

隨著海洋漁業生產方式的現代化轉型，象山漁民號子原有的應用場景一如漁船作業、漁具搬運等一一正逐漸減少，導致與之相關的海洋勞動文化難以有效延續。部分使用方言的唱詞因缺乏系統注解，造成語義理解的困難。同時，在流行文化影響下，年輕一代對傳統號子的認知程度和審美認同明顯不足，學習興趣不高，更難在傳統表演模式中建立情感共鳴。因此，象山漁民號子已逐漸脫離主流文化環境，僅存在于非遺展演等有限場合，其傳播效果與社會影響力持續減弱。亟須通過數字化技術增強年輕群體的文化認同感，從而激發非物質文化遺產的內在活力。

二、AI賦能象山漁民號子數字化保護的實踐流程

（一）采集傳承人聲紋與多模態非遺數據構建資源庫

依托與寧波市文化館的館校合作機制，以陳氏家族等國家級非遺傳承人為核心對象，開展多維度數據采集。首先，通過AI聲紋采集系統提取傳承人演唱時的聲紋特征，建立專屬人聲音色庫。其次，同步收集漁民號子的完整演出音頻、方言唱詞錄音及表演影像，覆蓋拉網、起錨等不同勞作場景的號子類型。同時，借助NeuralNote技術對音頻進行預處理，將聲紋數據、唱詞文本、影像資料整合為多模態數據集，按“音樂本體一文化場景”分類歸檔，構建云端非遺音樂資源庫。此舉有效解決了傳統檔案離散化問題，為后續AI建模提供了結構化數據支撐。

（二）運用AI音頻轉錄技術生成標準化數字曲譜

借助人工智能音頻處理技術，對資源庫中的原始音頻素材展開深人剖析并完成數字化轉換。其一，利用機器學習算法，系統自動提煉出象山漁民號子的旋律特點、節奏規律以及音高起伏，并將其轉換為符合現代學術標準的MIDI格式數字樂譜。其二，針對方言唱詞韻律難以準確量化的問題，開發專門算法分析發音時長與時值分布，結合聲學參數確定節奏信息，確保數字曲譜在保留漁民號子傳統音樂特性的同時，具備學術標準所要求的可讀性。最終，生成的數字曲譜融合了聲紋數據和文化背景注釋，建立起“音頻一曲譜一文化闡釋”三位一體的數字檔案體系，突破了傳統曲譜記錄方式的局限。

（三）基于AIGC引擎實現傳統音樂元素的二創量產

在完成數字化建檔的基礎上，將結構化音樂數據輸入Suno等AIGC音樂生成引擎，通過深度學習模型對象山漁民號子的調式、節奏型、旋律特征進行建模與解構。隨后，設定融合現代音樂風格的創作參數，批量生成兼具傳統基因與時代審美的二創音樂作品。同時，利用MIDI虛擬人聲技術，復現傳承人音色進行演唱合成，增強文化的真實性。這些AI生成作品可通過短視頻平臺、數字專輯、沉浸式展覽等形式傳播，吸引年輕群體關注與參與。該模式突破了傳統傳承的時空限制，實現了非遺內容的規模化、多樣化創新表達，推動“靜態保護”向“活態衍生”轉型。

三、AI賦能象山漁民號子數字化傳承的現實困境

（一）非遺音樂方言唱詞與節奏特征的AI識別精度不足

象山漁民號子采用地方方言演唱，歌詞中包含古語詞匯、勞動口令和即興呼喊，具有語音連續性強、弱化特征明顯和語義模糊等特點，且缺乏統一的發音標準。目前主流的人工智能語音識別系統大多基于普通話通用語料訓練，對低資源方言的識別能力較弱，容易導致單詞誤譯、信息遺漏或斷句錯誤，進而影響后續的文本分析與文化闡釋。同時，號子的節奏隨勞動強度變化，表現出自由節拍和復雜律動，具有顯著的即興性與群體協作性。傳統的基于固定節拍的音頻分析算法難以準確捕捉此類不規則節奏特征，在生成MIDI樂譜時可能出現時值不準或律動感失真的情況。這些技術局限可能導致關鍵音樂要素與語義信息在數字化過程中被忽略或扭曲，阻礙非遺的系統性記錄與科學傳承。

（二）數字虛擬人聲與原生態演唱情感表達存在偏差

人工智能聲紋技術盡管能夠較為精準地復現傳承人的音色特征，卻難以再現漁民號子所蘊含的情感張力及集體勞動中的氛圍特質。原生態號子通常產生于高強度的集體勞動中，真實演唱融合了呼吸節奏控制、力量波動和即興互動等生理與心理因素，具有強烈的現場感染力與協作精神。而基于參數化建模合成的演唱往往呈現流線型、程式化的聲學特征，喪失了實際演唱中的變化細節、情緒流露以及多聲部配合的真實感，導致聽覺上顯得機械。這種技術局限難以充分傳達勞動號子作為精神激勵與集體協作載體的本質，可能削弱其文化感染力與情感共鳴效果，使得數字化演繹的藝術表現力與傳統實踐之間存在較大差距。

（三）AIGC生成作品的文化真實性與認同度面臨質疑

盡管基于AIGC技術生成的融合型漁民號子音樂作品具備廣泛的傳播潛力，但其文化真實性常受到質疑。在學習和重組過程中，AI系統可能過度簡化或誤讀傳統音樂要素，導致生成作品在調式特征、節奏結構與演唱方式等方面偏離原始范式，引發“文化失真”問題。部分作品為迎合現代審美，在號子元素基礎上強行融入流行、電子等風格，造成風格混雜與文化語境割裂，進而招致“文化稀釋”或“符號化消費”的批評。傳承人群體擔憂AI批量生成的“類號子”產品可能模糊非遺的核心屬性，削弱傳統技藝的權威性。年輕受眾在接觸此類內容時，易將再創作誤認為原生態表現形式，引發認知偏差，影響對非遺本質價值的理解與尊重。

（四）線上數字化傳播與線下活態傳承機制缺乏協同

當前人工智能技術應用側重于在線資源開發與數字內容生產，但與線下社區傳承、教育推廣及節日慶典等活態實踐之間的融合明顯不足。盡管虛擬語音和AI生成作品可通過云服務平臺或短視瀕平臺進行傳播，卻未充分融入漁村文化活動、學校音樂教育或傳統節慶表演體系。線上傳播模式往往呈現碎片化與娛樂化特征，過于注重視聽體驗的創新，而忽視了對海洋號子背后的勞動文化、集體記憶與地域認同等深層文化內涵的挖掘。由于缺乏系統性的政策引導以實現數字資源對傳承主體的有效賦能，“數字保護”與“現實傳承”之間形成顯著隔閡。數字保護手段未能顯著提升非遺的社會影響力，甚至可能對活態傳承產生一定的消極影響。

四、AI賦能象山漁民號子數字化保護與傳承的優化路徑

（一）優化AI模型訓練提升方言韻律與節奏形態識別準確率

為提升AI對象山漁民號子復雜方言與自由節奏的識別能力，需構建專用“海洋勞動音樂”多模態語料庫，系統采集不同傳承人、勞動場景下的高質量音頻樣本，并邀請專家對方言詞匯、連讀變調等特征進行專業標注2。首先，采用遷移學習策略，在通用語音識別模型基礎上進行領域微調，增強對地方性音素的辨識能力。其次，針對漁民號子節拍自由、律動隨勞動強度變化的特性，引入動態時間規整算法與深度循環神經網絡，建立非固定節拍的節奏建模機制。最后，通過“AI生成一專家校驗一模型優化”的迭代訓練，逐步提升唱詞轉錄與節奏分析的準確率。

（二）融合聲學參數與表演美學構建高保真虛擬人聲系統

為突破數字虛擬人聲情感表現限制，需構建涵蓋聲學特征和表演美學的高保真虛擬歌唱系統，實現從“音色復制”到“情感再現”的轉變。在數據采集階段，同步記錄演唱過程中的呼吸、喉部震動、音量及咬字強度等生理指標，并結合視頻素材標注情緒強度、勞動節奏等表演語境信息，形成“生理一聲學一情感”三維映射模型，以精確模擬真實演唱中的呼吸起伏和力度變化3]。同時，依據音樂表演學理論，構建符合漁民號子藝術特點的“演唱規范體系”，為AI在節奏控制與音準調節等方面提供技術依據，實現從平緩吟唱到高強度呼喊的動態表達。

（三）建立專家審核與社區參與機制保障二創作品文化本真性

為保障AIGC生成內容的文化真實性，需建立系統化的監管機制與多主體協同治理模式。采用“專家評估一社群反饋一持續優化”的迭代流程，組建由非遺傳承人、音樂學者、方言研究者等構成的跨學科專家團隊，對融合型音樂作品進行文化合規性審查，重點關注調式、歌詞與節奏等是否符合傳統特征，并將評審結果反饋至算法優化中。此外，積極推動漁村社區參與二次創作實踐，搭建傳承人與青年音樂人的合作平臺，利用AI生成作品進行再創作，以增強社區文化認同感。通過制度化方式協調技術創新與文化保護的關系，確保AIGC技術真正服務于非遺的

活態傳承4。

（四）構建云端數據庫與傳承人聯動的線上線下融合傳承體系

為解決數字化成果與傳統傳承實踐脫節的問題，需構建“云端資源一線下實踐”協同融合體系，實現虛擬空間與實體環境的雙向賦能[5]。一方面，利用AI技術生成標準化數字樂譜、虛擬演唱音頻與教學視頻等資源，整合于地方非物質文化遺產云平臺，并開發適配移動終端的應用工具，便于用戶獲取與使用數字化內容。另一方面，推動數字資源深度融入學校音樂課程、社區文化設施及非遺保護基地，使其成為沉浸式教學工具、節慶展演素材或社區文化互動的重要載體。建立“數字反哺”機制，定期組織非遺傳承人參與數字內容的審核、闡釋與更新，確保技術成果有效助力非遺活態傳承，促進虛擬人聲與AI伴奏技術在線上線下傳習活動中的深度融合，拓展傳承范圍，提升文化影響力。通過系統化規劃，打通“數據采集一數字轉化一教育傳播一社群實踐”全鏈條，推動非遺保護從靜態保存轉向動態發展，構建可持續發展、全民參與、多方共享的數字化傳承新生態。

五、結束語

AI賦能象山漁民號子的數字化保護與傳承，既標志著傳統非遺保護模式的創新突破，也是數字時代文化傳承路徑的積極探索。盡管當前面臨諸多挑戰，但通過優化AI模型訓練、構建高保真虛擬人聲系統、建立專家審核與社區參與機制以及構建線上線下融合傳承體系等路徑，可有效應對現實困境，確保非遺保護的本真性與可持續性。隨著人工智能技術的持續發展，象山漁民號子的數字化進程將更加精準與高效，從而使這一傳統文脈在數字浪潮中持續煥發新的生機。

參考文獻：

[1]沈熠銘.基于生成式AI的人工智能促進建筑文化遺產保護傳承發展研究[J].新楚文化，2025，(18)：75-78.

[2]廖芳.人工智能視域下非遺湘繡數字化保護與傳承路徑研究[J].西部皮革，2025，47(12):29-31.

[3]馮瑩瑩，崔璨.人工智能驅動下非物質文化遺產的數字化保護與活態傳承[J].長春師范大學學報，2025，44（05)：170-174.

[4]翟婧媛，申彥舒，徐益.人工智能時代傳統文化數字化保護與傳承路徑探討[J].大學圖書情報學刊，2025，43(01)：111-114+121

[5]顏文明.藝術檔案數字化保護中的人工智能應用策略[J].黑河學刊，2024，(06):105-109.

（責任編輯：胡軼凡）