试论人工智能背景下的“AI合成主播”

杨菁菁

【摘    要】人工智能是使用计算机来模拟、延伸、拓展人的思维过程和智能行为的学科，随着理论和技术的不断成熟，应用领域也逐渐扩大。“AI合成主播”是人工智能在新闻播音主持业应用的一个分支，其出现和发展为新闻播报带来了新机遇，也给传统播音员和主持人带来了挑战。人工智能背景下，电视新闻播音主持业的长远发展离不开技术与内容的融合，而人机合一下的“真人主播+智能辅播”将是其最佳的发展模式。

【关键词】人工智能;AI合成主播;播音主持

2020年5月21日两会召开之际，全球首位3D版“AI合成主播”——“新小微”正式亮相，拉开了中国传媒行业全面进入智慧时代的序幕。就目前来看，“AI合成主播”逐步应用于出镜报道、新闻配音、演播室主持、现场采访、新闻评论等各个方面，“AI合成主播”和真人主播是合作共存的关系。但是，在不久的将来，真人主播是否会被取代？如何顺应时代潮流并增强自身素质？“AI合成主播”未来的发展空间如何？一系列的问题足以引发电视新闻行业及社会各界的深度思考。

一、“AI合成主播”产生的客观原因

（一）技术支持

“搜狗分身”技术在搜狗“自然交互+知识计算”人工智能理念下诞生，技术包含两大引擎：一是语音合成引擎;二是图像生成引擎。“搜狗分身”技术可应用于媒体、医疗、教育、法律、家庭等众多内容表达场景。“AI合成主播”是以“搜狗分身”技术为核心，在人脸检测、唇语合成、情感迁移等技术的支持下，对语音、唇形、图像等多模态信息进行合成，进而生成与真人主播无异的分身模型。多种技术配合协作，“AI合成主播”才能以更逼真自然的形象呈现在用户面前。如新华社已经推出的“新小萌”、“新小浩”、“新小微”等主播，都是在各种前沿技术的支持下对几位真人主播的“克隆”。可见，人类的每一次跨跃式前行，都离不开技术的飞跃和发展，而技术支持正是“AI合成主播”生成的关键所在。

（二）现实需求

随着5G、AR、VR、MR、物联网等技术的快速发展，人类进入了“万物皆媒”“万物互联”的智媒时代，面对文字、图片、音视频等庞大的信息量，传统的新闻主播和主持人的准确、实时播报困难逐渐增加，无法满足受众需求。这时，基于技术和数据支持下的“AI合成主播”顺势而生，人工智能与新闻场景的融合，满足了受众与新闻的互动。有学者认为，过去是一个信息社会，谁掌握信息谁就具有话语权，而未来将会是一个传播社会，谁能更加有效地开展传播就显得尤为重要。就新闻行业来看，“AI合成主播”的出现不仅会加强信息传播的时效性，还会改变传统的传播方式，增强传播效果。由此可以看出，“AI合成主播”的出现不仅是新闻播报智能化的过程，也是顺应了人类心理的发展而产生的现实需要。

二、“AI合成主播”的优点与缺点

（一）“AI合成主播”的优点

1.高效率、低成本

“AI合成主播”大数据处理能力强，是一个增强新闻生产效率的有效工具。只要输入文本，设定算法，“AI合成主播”就能够快速对海量信息进行归类汇总，可以不间断地进行新闻生产和输出，长期来看，使用成本低廉。据《人民日报》数字传播董事长徐涛介绍，只要在控制系统中输入一篇新闻稿，5分钟就可以自动生成一段人工智能主播“果果”的新闻播报视频。除此之外，全球首个合成新闻主播——“新小萌”，仅上岗3个月，就发稿3400余条，累计时长达10000多分钟的亮眼成绩单。这样高效率低成本的生产和输出，极大减轻了真人主播的工作压力，满足了受众对信息的需求。

2.多种语言播报、采编形式创新

随着网络运行速度的提升，新的传播技术无疑为更好地对外传播中国文化、讲好中国故事助力。2019年两会期间，虚拟主播“小晴”熟练使用中、日、韩、英等多种语言对两会新闻进行实时报道，加大了会议信息的国际传播力度，更好地展示了中国形象。而且，“AI合成主播”还具有结合智能采编和播报的优势，报道中整合线上线下，通过多机位、多景深，将图片、文字、视频、动漫等融合，实现了采、编、播、审、存储的一体化工作。采编形式的创新，为受众带来了全新的体验。

3.准确度高、趣味性强

在长期的电视播音工作中，不管播音员或主持人专业能力多强，综合素质多高，也难免有出错的时候。而“AI合成主播”具有永不疲倦等特点，能有效避免口误问题。除此之外，“AI合成主播”还具有较强的趣味性，如2019年央视网络春晚，主持人撒贝宁携手虚拟主持人“小小撒”一同亮相舞台，“小小撒”妙语连珠，互动过程中多次“抢”了小撒台词，引起全场观众阵阵喝彩。

（二）“AI合成主播”的缺点

1.内容输出：缺乏判断力、思想性等创造能力

新闻播报不是简单的机械播报，而是新闻主播对语速、语调、表情等进行创造性的加工。相对于记者深入一线，新闻主播更多的是把记者采访的消息播报出去，但这并不意味着他们只会机械化地播报，价值观、判断力和思想性是他们成功播报的不二法宝。在播报不同类型的新闻稿件时，主播往往会有不同的反应，如在播报灾难新闻的时候，新闻主播会放慢语速、声音哽咽;在播报娱乐趣事时，主持人会语速加快，轻松喜悦，这些真實情感的流露能让受众产生强烈的情感共鸣。而目前“AI合成主播”受技术和算法的操控，缺乏对新闻素材的判断力和对新闻信息的理解力，尚处于对真人主播的模仿阶段。

陆锡初在《节目主持人概论》中强调，主持人不仅要具备听、说、写的能力，还要参与到策划、编辑、采访、制作、导播、主持的全过程，这样有利于节目形式多样化和节目风格个性化，主持人也可以更好地把控全场、增强全方位的业务能力。“泛主持人化”越来越为业界所重视，比如央视“名嘴”尼格买提·热合曼不仅是热播综艺《你好生活》（第一季、第二季）的主持人，还担任了节目制片人和总导演，在轻松的氛围中与嘉宾就不同的话题、观念细细探讨。节目融入了主持人的理念和价值观，这也充分说明了职业主持人不可替代的作用和地位。

2.传播方式：外部技巧高超，缺少情感温度

播音是一种人为地将抽象的文字稿件进行有力量、有温度、有情怀的艺术创作，这就要求播音不仅需要高超的外部技巧來保证精准发音，还需要隐性的内部技巧来酝酿情感。通过算法的逻辑设定，“AI合成主播”可以模仿真人主播达到发音标准、停顿得当的状态，外部技巧高超。但“AI合成主播”归根到底还是机器，不具备人的喜怒哀乐等情感，无法将情感阅历融入节目中，这样就很难与受众产生情感共鸣。

“5·12”汶川大地震发生后，四川电视台女主播宁远在播报前线灾情时一度哽咽流泪，令无数中国人感动。目前出现的“AI合成主播”虽然在外型、语气、风格等方面，都和真人主播具有一定的相似度，但仔细观察发现，机械化、技术化的外在技巧过于明显，缺少情感温度，与真人主播还是有千差万别。

3.传播效果：难以形成鲜明的个性魅力

播音是一门非常注重艺术性的语言文字工作，主持人是联系观众和节目的纽带，主持人的一言一行都会影响到节目的效果。真人主播基于丰富的人生经验和长期的主持经历，拥有自己的鲜明风格和人格魅力，这也是播音主持之所以成为一门专业艺术的关键所在。而“AI合成主播”基于特定的模仿和设定，播报模式往往千篇一律，缺乏个性魅力。

从我国的第一位电视主持人沈力到现在活跃于荧屏的“央视boys”——撒贝宁、朱广权、康辉，每位主持人都有自己鲜明的播报风格和人格魅力。以“央视boys”为例，搞笑担当——撒贝宁，因一句“北大还行”遭网友调侃，撒贝宁因《今日说法》节目获得全国人民的喜爱，在综艺节目《明星大侦探》中“芳心纵火犯”的人设圈粉无数;段子手担当——朱广权，一本正经、字正腔圆地讲段子，成为央视网红;C位担当——康辉，在抖音平台发布泥石VLOG亲切自然的分享新闻背后的故事，标准播音腔与颇显随意的剪辑形成一种反差萌，成功出圈并受到网友喜爱，成为VLOG界冉冉升起的一颗新星……这些主持人鲜明的个性化语言和人格魅力，颠覆了央视主持人以往的形象，无疑也是“AI合成主播”无法做到的。

三、“AI合成主播”对新闻播音主持业的影响

（一）传播主体的冲突

马克思和恩格斯在《德意志意识形态》中说：“分工起初只是性别方面的分工，后来则是由于天赋（例如体力）、需要、偶然性等因素自发形成的。”[1]也就是说，客观的生产力发展推动了社会分工的变革。无疑，人工智能机器人是我们当下所处的新科技时代出现的新科技生产力，势必会改变社会的分工。在传统的电视新闻广播行业，播音员作为信息传播最后环节的新闻工作者，直接影响着受众对信息的接收和体验。但随着“AI合成主播”在新闻播音主持业中越来越广泛的应用，新闻传播的主体开始变得模糊不清。

杨保军在讨论智能新闻的主体性时曾提到：“在人类社会，只有人才具备主体性。”[2]只有人才具有自觉自主能动的创造性以及认识能力和逻辑思维能力，而机器只是人类上述能力的延伸或外在表现。彭兰也认为，人工智能背景下，“AI合成主播”不断向前发展，无论是传播主体、传播模式、传播时空、传播渠道，还是传播手段、思维与文化等，各种与传播相关的变量都在发生着深刻的变化。[3]两种说法皆有道理，而在关注传播主体的同时，我们还应该看到“AI 合成主播”可能会引起的伦理道德冲突问题。

（二）伦理道德的冲突

多数研究者认为，“AI合成主播”的出现并没有直接触及新闻业的核心，尤其是新闻价值伦理方面。它更多的是拓宽了新闻报道的形式，提升了新闻播报的趣味性，优化了新闻用户的体验，减轻了真人主播的工作压力，它的出现更像是对电视播音行业的一次优化，而非革新。

但是不可否认的是，新技术的出现加快了传统媒体与新媒体融合和碰撞，一系列新闻伦理道德方面的冲突也会随之而来。智媒背景下“AI合成主播”一旦使用不当也将误入“洗稿”一样的歧途。设想一下，如果在日常新闻播报或者两会等重要场合中“AI合成主播”出现了不当言论，不管是技术障碍还是人为操作，后果将不堪设想。因此，技术的背后不仅需要法律的保护，更需要技术研发维护人员保持正确的道德价值取向。

四、“AI合成主播”在新闻播音主持业的应用前景

（一）定制化：技术与内容全面融合

人工智能技术的出现不仅带来了全新的传播形态、传播方式和用户体验，更改变了传媒业最核心的内容生产环节，加速了“技术内容时代”的到来。新闻生产的过程及内容生产主体操作流程的模糊和隐蔽，将传统的新闻传播推向了“黑箱”——算法深度介入改变了新闻生产过程，带来行业规则和创造流程的倒置。“AI合成主播”使个性化新闻生产和推送成为可能，但过分迎合个人兴趣，很可能导致“信息窄化”。当前，重要的是将人工智能、大数据、云计算等新兴科技赋能于内容创新，不断优化媒体形态，增强内容的舆论引导力，丰富用户的体验。中央广播电视总台和科大讯飞共同建立了“人工智能编辑部”，并推出了“智能审核员”等 AI 技术产品，这将是“媒体 + 技术”深度融合的典范，引领“技术+内容”生态的不断发展。

未来，由用户根据自己的需求灵活调整网站或APP的页面布局，自定义自己感兴趣的话题，自由更换界面视觉效果以实现定制化的新闻将大有可为，这样的“自主性”交互可以大大提高用户体验。

（二）情感化：以人为本，“真人主播+智能辅播”

一切技术的中心始终应该是人。“AI合成主播”的出现是为了帮助真人主播减轻工作负担，如果过分依赖技术，忽视传播的基本规律，传播将失去其应有的价值和意义。“AI合成主播”超越真人主播的是运算和智能层面，真人主播拥有的法宝则是情感和思想;“AI合成主播”的高效和低成本是真人主播无法做到的，真人主播的情感和价值观则是“AI合成主播”很难学习的。“AI合成主播”和真人主播不是鱼与熊掌不可兼得的关系，两者是相辅相成的。因此，人工智能背景下新闻播音主持业要想长远发展，必须重视两者的融合。

人类负责思考和人文，机器负责运算和执行，是媒介技术发展的必由之路。未来，“AI合成主播”可以结合技术优势从事数据量大、工作量大的新闻处理，真人主播要提升个人的专业能力和综合能力，发挥自己不可代替的作用。二者的有机融合，不仅可以提高效率节省成本，还可以创造出更多具有人文价值和情感关怀的新闻内容。技术只有为人所用才具有真正意义和价值，脱离了人类控制的机器也必将误入歧途。

（三）智慧化：脑机交互或将成为可能

新技术推动媒体出现智能化趋向。智媒化的特征主要体现为万物皆媒、人机共生、自我进化。[4]智慧是比智能更高的层次。可以说，从电脑产生的那天起就有人机交互，即通过计算机输入输出和显示设备实现人与计算机之间的对话。最初是通過鼠标和键盘，后来触摸屏成为新的交互方式。随着智能语音、动作识别技术的广泛运用和柔性显示、3D电视机、5G等技术的同步发展，关于脑机接口的讨论越来越普遍。“脑机接口”就是将极小的电极植入大脑，利用电流让电脑和脑细胞“互动”，期望能用来上传、下载人的思想。Facebook、Valve等大公司不断涌入这一领域，同时埃隆·马斯克的Neuralink公司也公布侵入式脑机研究初步成果。脑机交互或成为人机交互的主流方式，让以往未能落地的生物信息相关应用加快落地。

未来，脑机交互技术有望引入新闻传媒行业甚至更广泛的应用场景，“AI合成主播”将不仅仅是真人主播的复制、简单的信息传播者，还有望成为集各种智慧于一身，具有思辨意义的“高级生物”。

结语

当我们讨论“AI合成主播”现状并对其未来进行展望时，我们不应该仅关注技术的突破，其带来的社会性思考更值得我们重视。未来，“AI合成主播”将朝着定制化、情感化、智慧化的方向发展，越来越多的“AI合成主播”将出现在地铁、机场等公共设施领域。对于新技术的应用，我们应该抱着“带着镣铐大胆跳舞”的态度，这副“镣铐”就是国家要制定相应的法律法规进行必要的约束，而技术的开发者更要拥有强烈的社会责任感、信息的传播者更要提高职业能力和综合素质……多方面的制衡、自觉，共同为人工智能技术在新闻传媒行业的应用和发展保驾护航。

注释：

[1]马克思，恩格斯.马克思恩格斯选集（第一卷）[M].北京：人民出版社，1972：32-35.

[2]杨保军.简论智能新闻的主体性[J].现代传播，2018（11）：32.

[3] [4]彭兰.新媒体传播：新图景与新机理[J].新闻与写作，2018（07）：5-11.

（作者：南宁师范大学新闻传播学院硕士研究生）

责编：姚少宝