“AI合成主播”的发展与双效推进策略

文/王 丹

2018年11月，新华社在第五届世界互联网大会上发布“AI合成主播”，这是人工智能技术与广电媒体融合的创新实践成果。“AI合成主播”的出现，对于传统新闻业态产生了强烈冲击——打造与人工智能技术发展相匹配的新闻业务范式，成为广电媒体新时代核心竞争力提升的关键。笔者以此为核心切入点，从新闻业务范式中的新闻播报出发，分析“AI合成主播”的发展优势与价值，探索广电媒体新闻播报的双效推进策略。

“AI合成主播”的现实需求与技术支撑

广电媒体的创新发展需求。人工智能技术与广电媒体的融合发展，推进了传统媒体的智能化升级，“AI合成主播”作为主要的融合成果之一，符合广电媒体的创新发展需求和受众群体对于新闻播报的个性化现实需求。首先，广电媒体想要寻求转型与发展，媒介融合是必经之路。从广电媒体的传播平台和新闻播报方式看，主要构成要素包含了新闻稿件、主持人和受众群体，借助传统媒体平台传递新闻信息是大众媒体时代的主流传播模式。随着人工智能技术的快速发展，广电媒体面临的媒介融合环境可谓机遇与挑战并存，而人工智能技术的逐渐成熟成为重要的突破口。新华社与搜狗公司的合作，通过提取真人主播新闻播报中的声音、唇形、表情动作等特征，借助技术联合建模训练手段，生成全球首个“AI合成主播”。

受众群体的个性现实需求。人工智能技术应用于虚拟主播的实践探索，符合新时代新闻受众群体对新闻播报的个性化需求。广电媒体的发展，最终服务的主体是广大用户，旨在向用户传递有效的新闻信息；但广电媒体以主持人播报为主的传统新闻播报形态，由于播报过程的不可控性容易出现播报失误问题，在一定程度上可能影响新闻播报的真实性、可靠性。同时，移动互联网时代，信息流通速率加快，用户获取信息的方式也以平板电脑、手机等移动终端为主，广电媒体传统新闻播报的关注度不高，新闻播报的影响力和覆盖面有限。“AI合成主播”的出现，打破了传统的新闻播报模式，带给用户群体全新的感官体验。通过分析“人工智能技术+虚拟主播”的现实需求，有助于推动“AI合成主播”的健康“成长”。

强强联手的创新技术合作。“人工智能技术+虚拟主播”的产生，需要强大的技术支撑。由新华社和搜狗公司联合打造的全球首个“AI合成主播”，相比于2016年提出的AI同传技术，彰显技术进步与时代性的“AI合成主播”更胜一筹——作为AI合成领域的技术突破与创新，这与搜狗近年来深耕AI技术创新不无关系，近年来搜狗公司在人工智能技术上取得了突出成就，具体有以下五个方面：一是语音识别。借助搜狗输入法等产品的成熟度，搜狗语音识别准确率突破98%，行业领先；二是TTS。在语音合成领域的国际顶级大赛Blizzard Challenge 2018中，搜狗获得“可懂度”和“语音停顿”两项子任务的全球第一；三是机器翻译。搜狗的机器翻译技术分别获得WMT 2017和IWSLT2018两项大赛的全球第一；四是人机对话。搜狗语义理解技术获得NLPCC 2018比赛第一名、NTCIR 2017评测比赛的短文本对话任务第一；五是机器视觉。在MegaFace 2 0 1 8 的人脸识别任务中，搜狗以99.939%的准确率获全球第一。

搜狗公司在人工智能技术方面取得的成就，为“AI合成主播”提供了技术层面的支持，“AI合成主播”的本质是以语音合成引擎和图像生成引擎为核心。语音合成引擎是通过搜狗的个性化语音合成技术，快速对主持人新闻播报过程中的多维度特征进行采集，建立文本与输出音频信息之间的关联关系；图像生成方面，借助搜狗人脸识别、三维人脸重建、表情建模等技术，对人脸表情动作进行采集，通过建立文本、输出音频和视觉信息的关联映射生成输出分身视频，最终将“AI合成主播”的新闻播报内容呈现在观众的面前。

“AI合成主播”的播报优势与应用效果

在人工智能技术的加持下，“AI合成主播”在新闻播报方面有着独特优势，相比于传统广电媒体主持人的新闻播报，“AI合成主播”的新闻播报优势与应用效果主要体现在播报方式、肢体语言和播报精准度等方面。

播报方式多元。新闻的播报方式，决定着新闻的传播力与影响力。传统的新闻播报过程，信息要素以文字、语音为主，由主持人进行信息播报，方式较为单一。“AI合成主播”的新闻播报形式更多元，借助技术的优势在进行新闻播报的过程中，能够通过人工智能和大数据的支持，完成对某一新闻事件的深度解析，利用图片、视频以及精准的对比数据资料，打破了传统的播报方式。值得关注的是，“AI合成主播”的新闻播报方式可预先设定，更多元、更直观、更立体。

肢体语言丰富。“AI合成主播”在肢体语言表现上更为丰富，已经初步实现了“站立式播报”，能够向受众群体传递立体化的新闻内容。“AI合成主播”可以根据新闻播报的内容和不同的情境，生动、准确地使用肢体语言，以此增强新闻的表现力，传递更有价值的新闻内容。肢体语言是新闻播报的辅助信息要素，强化了受众群体对新闻的理解，传递了主持人的情绪。例如，“AI合成主播新小浩”会在新闻播报过程中配合手势、姿态等肢体语言，将新闻信息声情并茂地呈现出来。

播报准确度更高。主持人需要具备极强的专业素养才能保持播报的准确性，但在新闻播报中还是会出现“NG”等失误，继而影响新闻播报的连续性。“AI合成主播”的应用，能够借助人工智能技术带来的优势，实现零失误的新闻播报，有效提高新闻的播报准确度。

我国“人工智能技术+虚拟主播”的实践应用效果显著，先有全球首个AI合成女主播“新小萌”，后有新华社与搜狗公司完成技术攻关后出现的站立式AI合成男主播“新小浩”。相比于“新小萌”，“新小浩”不仅能站立式播报新闻，还可以借助手势、姿态等多种肢体语言将新闻生动呈现，更智能也更接近于真人播报的效果。

应用效果广受好评。在人工智能合成技术的不断完善下，“AI合成主播”的播报实践效果良好，定制周期也大为缩短，新闻播报效果和稳定性全面提升。“AI合成主播”上岗至今，已经交出了一份满意的答卷——截至目前，AI合成主播已发稿3400余条，累计播报时长达到10000多分钟，参与了第五届世界互联网大会、首届进博会、2019年春运、农历猪年春节、全国两会等重要报道；相比于传统的播报形式，由“AI合成主播”所播报的新闻资源更丰富，包括文字、图片、视频、音频以及动漫等多要素的整合，打造出了具有极强感染力的融媒体新闻产品，使得传统新闻播报呈现出新形态。

“AI合成主播”的新闻播报内容已经在新华社中英文客户端、新华社微信公众号、中国新华新闻电视网等平台发布，借助移动短视频平台的播放量，“AI合成主播”引发了广泛关注，海内外的主流媒体相继进行报道。“人工智能技术+虚拟主播”能够取得广受好评的实践应用效果，既为我国广电媒体的发展指明了创新方向，也让世界认可了我国人工智能技术的创新成果。

“AI合成主播”视角下新闻播报的双效推进策略

以人为主的人机协同。人工智能技术的进步与发展，与人的主观能动性之间有着直接的关联，以人为主导的人机协同生产是广电媒体“AI合成主播”新闻播报双效推进的基础。未来，新闻的生产者将更多元，而用户对新闻信息的筛选意识也将增强，由此带来的是新闻质量的全面提升。广电媒体的新闻播报是用户获取专业新闻、权威信息的主要渠道，具有社会舆论的引导功能；作为最具实力的新闻生产者，广电媒体自身对新闻播报“双效”的重视程度，将关系到新闻产品的数量和质量。建立以人为主的人机协同模式如“传感器新闻”的开发，能够带来更多优质的新闻产品，并为新闻播报提供优质素材。

新闻播报与用户偏好的协同。广电媒体“AI合成主播”新闻播报的双效推进过程要坚持“经济利益必须服从社会效益”的新闻价值取向，在新闻分发上以用户偏好为核心，实现对人工智能新闻分发算法的改进。广电媒体的新闻工作者，应积极与人工智能的算法工程师开展合作，将新闻本身的社会价值融入算法设计并科学地开展算法评价，以算法化和模型化的处理实现有价值新闻的传递，通过二者的协同为“AI合成主播”提供优质的新闻播报内容。

软件硬件上的协同。人工智能时代，可谓万物皆媒体，所有端口都可以成为新闻的入口。由此，广电媒体要与人工智能技术寻求软硬件上的合作，从而在协同的基础上开发视听端，为群众带来全新的视听体验，使得新闻信息的双效价值得以展现——在广播媒体端，人工智能音箱入口是开发核心；而在电视媒体端，人工智能电视则是开发核心。广电媒体与人工智能软硬件商的协同合作，带来的将是广阔的发展空间，能够实现新闻播报的多元化和传播渠道的多样化。新型终端入口的把控，对于广电媒体“AI合成主播”的新闻播报双效推进作用明显。

数据与内容资源的协同。“AI合成主播”在人工智能时代为广电媒体深度融合打开了新局面，而作为广电媒体的全新尝试与探索，“AI合成主播”的新闻播报需要数据和内容资源的协同与支撑。为此，新华社专门成立全球首个智能化编辑部，全面推进人工智能技术的应用，从新闻的策划、采集、编辑、供稿和传播实现一体化指挥，在多环节协同尤其是数据与内容资源协同的基础上，使“AI合成主播”的新闻播报内容更具双效价值，增强了广电媒体自身的影响力。

规章约束与公众监督的协同。“AI合成主播”的出现，在未来会对广电媒体的发展持续产生影响，但相比于传统的新闻播报方式，“AI合成主播”的播报方式同样可能出现新闻失范的问题。对此，“AI合成主播”的发展想要达成双效推进的目标，还需要广电媒体尽早出台针对人工智能新闻和新闻播报的规章制度，并对媒体自身内部的组织框架进行调整，建立问责机制。除此之外，新闻播报本身就是面对广大群众，公众监督必不可少，建立多元化的反馈渠道如社区、微博、微信公众号平台等，接受公众监督将推动“AI合成主播”的新闻播报走向规范化。

“AI合成主播”视角下新闻播报的发展趋势

“人工智能技术+虚拟主播”的新闻播报方式在未来的发展前景广阔，可从主持人、记者以及用户等主客体角度对其发展趋势与应用方向进行展望。

主持人角色转型升级。广电媒体在未来的发展中，运用“AI合成主播”进行新闻播报将渐成趋势。目前“AI合成主播”在新闻播报的准确性方面虽然有优势和保障，但情感表达仍处于劣势。主持人的角色转型，则能帮助“AI合成主播”实现情感上的传递与延伸，如果传统主持人能从“主角”转为“配角”，将借助职业升级更好地服务于新闻业。正如“AI合成主播新小浩”的肢体语言表达已经可以实现情感的传递，主持人能够为新闻行业的智能化发展持续提供支持，相信未来随着人工智能技术的发展成熟，“AI合成主播”的情感传递也将更具体、更高效。

记者从幕后走到台前。“AI合成主播”新闻播报过程的升级，将不断促使传统的新闻策划、采集、编辑和供稿等环节持续变化，记者的职能也将逐渐被重新定位，从幕后走向台前着手对采编环节的深入把关，同时规范“AI合成主播”的播报内容。通过“AI合成主播”的技术更新和记者职能日渐转变的人力资源辅助，未来“AI合成主播”的新闻播报必将朝着专业化、规范化的方向发展。

用户体验将全面强化。新闻播报受众群体的用户体验，直接决定着新闻本身的感染力和播报过程对内容的诠释效果。“AI合成主播”的播报，在目前已经初步实现了内容播报的精准化，但情感传递的效果却并不理想。虽然最新的主播已经能够在肢体动作上辅助情感表达，但情感上的内在关联很难形式化的形成，用户也难以从如此的新闻播报中获取有效的情感信息。人工智能技术的升级将让“AI合成主播”更具个性化，在新闻播报过程中更准确地表达和传递新闻信息要素，全面强化用户体验与感知，让用户能够在“AI合成主播”的新闻播报中了解新闻的本质与内涵。综上所述，“人工智能技术+虚拟主播”的新闻播报未来探索的发展方向，旨在打开广电媒体的全新发展局面，迈步进入智媒时代。