智能语音技术下影视配音行业创作策略的优化

孙海洋

摘 要：当下，随着5G技术的不断进步与发展，产业不断变革与完善，人工智能技术也更加完备与成熟，并逐渐渗透至各个领域。在此背景下，智能语音合成技术也逐渐向影视配音领域进军。无论是低成本、高效率的工作模式，还是高精度的语言语料库，智能语音技术无不给影视配音行业的真人配音员施加了压力。真人配音员作为配音行业的主体，更应把握自身特有优势，以人类特有的情感创作表达，不断丰富属于自身的品牌化标志，迎接人工智能带来的机遇与挑战，不断优化创作表达方式，为创作出更加优质的影视作品贡献力量。

关键词：人工智能;智能语音;情感;品牌化

一、智能语音的发展背景及现状

随着一轮轮产业的变革，人工智能技术慢慢趋于成熟，也逐渐融入传媒行业，并深刻地影响着内容的生成、传播的形式及叙事的模式等。5G技术的广泛应用，更是推动了人工智能技术的运用。在影视配音行业当中，人工智能技术也得到了运用和发展，比如科技类纪录片《创新中国》，第一集讲述了由创新引导的数字化变革及在技术发展下的未来景观。节目中运用人工智能语音合成技术，让观众重新听到配音员李易的声音。李易作为我国著名配音员，为许多纪录片、影视剧献声，他的声音被深深地印入观众的脑海之中。李易2013年因病去世，如今，通过一系列技术手段，在发音音色、吐字习惯、创作方式等方面将配音员李易的声音模拟得淋漓尽致，甚至无法分辨人机之别。该节目问世后，可谓震惊了业界的众多人士。现阶段，无论是播音行业还是配音行业，智能语音的发展逐渐成熟，并慢慢开始推广运用。起初人工语音配音只为简单内容配音，例如，手机的天气信息、车站机场的客运信息、医院餐馆的排号信息等;如今，人们逐渐通过合成技术与编码尝试让智能语音配音纪录片、广告、影视剧等。人工智能在配音行业的应用，虽然可以使众多配音员从单一且繁重的工作中解放出来，但作为新兴技术，智能语音在影视配音行业的发展仍存在着诸多问题，智能合成音频仍处于读字阶段，于技术而言，将来还有非常大的发展和进步空间。

二、人工智能配音的优势与不足

（一）运行成本低，可应对实时工作安排

当前来看，所谓人工智能配音，即通过人为输入相关程序及设置，主要依托于对人类语言的采集及对中文语言表达的编码，根据不同的配音题材、不同的角色设定进行有选择性的合成，最后配合着画面而产生一系列作品。

相对于传统配音的工作方式，人工智能配音成本大大降低。客户可根据自身需求对语音库中的语音进行一键合成。现如今的影视配音领域，配音员需在甲方需求下依次進行备稿、试音、录制、修改及最后的修补出音，从配音员的时间成本及甲方的酬资成本来说，都比人工智能合成语音高。同时，对于一个可以任意操控的机器来说，人们更会毫不犹豫地根据自身需要来要求它做出许多语气及节奏等配音风格上的修改，甚至音色的更换，这就大大节省了挑选真人配音员的时间。只要程序设置无漏洞，就必然不会出现错字、加字、漏字等问题。而对于真人配音员来说，难免会有口误，而这些口误的产生必然会影响整个工作的效率。除此之外，真人配音员最需要协调的便是录制时间。人工智能语音本质上是可被人类操作的机器，因此它完全可以实现全时工作，例如在播音行业，广西卫视的智能AI主播“小晴”，负责《战疫进行时》节目，可以做到实时对消息进行播读，且可24小时全时工作。智能语音技术的前期编程与运营或许需要几小时、几天的时间，设置成功后的智能语音系统可以实现24小时全时工作。对于配音行业来说，拥有一个可以24小时全时工作的智能语音机器人可以大大节约各方面的成本，提高工作效率。

（二）语料资源库丰富，能够适应不同语境需求

作为集众多新兴科技为一体的AI智能语音合成技术，丰富的语料资源库可谓其显著特色。丰富的语料资源库是人工智能语音合成技术的前提，因为只有语料库足够丰富并且精准，才能使机器不断贴合真人的音色与真人所特有的表达方式。目前，人工智能语音也可以做到中外文的互相转化，且支持多国语言混读录制，例如普通话、英语、日语、韩语等，不仅能为甲方完成节目制作及满足录音需求提供捷径，也为我国对外的本土节目文化传播提供了便利。生成对抗网络发展至今，对智能语音这种由甲数据生成乙数据的方式不会有过多的技术问题。从通过人工智能合成配音员李易的声音可以看到，只要语料资源库收录了完整且丰富的人类声音，就可以通过高精度的在线合成技术做出与人类音色极度相似的声音，并且表达方式中的语句停连、重音的摆放均可以实现高度相似。由此可见，人工智能语音合成技术可以解决许多问题，例如，配音员本人因突发情况无法录音，这时人工智能便可以应急来“上岗”，替人们完成节目的录制工作。在内容多元化发展的现在，受众对于配音员所展现的声音期待越来越高，各种类型的影视剧需要各种声线甚至不同语言表达形式的配音员，例如配音行业常说的各种音色，老年音、少年音、御姐音以及萝莉音等，而智能语音技术有望使其得到满足。相比传统的配音方式，不同性别、年龄、职业以及境遇的角色可以由同一个智能语音系统来完成，语料库的不断丰富，相比由多人共同配音制作的作品，可以更加体现语料资源库的优势。

（三）语言表达创作缺乏美感

如今，随着人工智能技术的飞速发展，智能语音技术正在不断运用于各种各样的影视剧，但就目前来看，智能语音技术在语言表达方面存在着诸多问题。对于影视剧受众而言，其不希望出现人工智能配音影视剧的出戏现象。因此，语言过硬并且没有情感的投入是目前智能语音技术要解决的首要问题。首先，作为真人配音员来说，拿到稿件后通常需要诸多备稿的步骤，例如，播音主持当中的备稿六步，及内部三个技巧、外部四个技巧的把握等，从而很好地结合当下语境、环境进行创作和表达;其次，把握戏剧表演中的台词技巧，加以平时生活中的生活经历与思想情感，结合即将配音的语段，将作品中人物角色的内涵表达出来。然而，对于无思想情感的智能语音机器来说，其本身便缺少独立的思考能力，它的运行方式只能依附于人类为其提前设定的编码程序，再通过一系列运行手段进行工作。例如：若需要其要求计划1，则运行声音选项A;若是需要要求计划2，则运行声音选项B等。作为机器，它只能承载简单的关联性运行，而对于稿件的情感化处理则极为缺乏。人工智能配音往往声音生硬，无法与画面或角色相对应，使观看或收听的受众容易跳脱且游离于作品或画面之外。因此需要不断地扩充智能语音的语料库，无论是喜怒哀乐等基本情感，还是犹豫、阴险、果敢、惊恐等情绪，如何使人工智能通过自己的“思考”而进行表达创作是当前急需解决的问题。通过智能语音合成进行角色的配音固然会节约时间成本及后期制作成本，但就现在来看，智能语音合成技术尚未达到一个令人满意的效果，仍有诸多问题需要进一步处理。78706666-FB7D-47FD-BDDD-02E0794693A7

（四）版权伦理问题亟待解决

自有机器的概念以来，人与机器的伦理问题便开始频频出现在大众视野当中，例如，在当前的广播电视领域，许多AI主播都拥有了自己的名字，例如，“小晴”“果果”“小冰”等，具有名称的它们势必会面临人伦方面的问题。在语音技术逐渐渗透的配音行业，诸如此类的问题发人深省。首先，智能语音合成技术成本低，仅需要录入声音便可操作输出。基于此，此项工作的门槛相对较低，势必将会吸引许多对声音版权问题并不熟知的人们进入该领域。这里不得不再次提到复原配音员李易的声音这个案例。即使这位配音员已于2013年离世，但人们依旧可以通过该配音员以往的声音资料、播出的节目及访谈录像提取声音，通过技术化手段，一步步赋予智能语音以鲜活的、相似度极高的声音表达，并呈现出震惊受众的配音作品。不妨试想，当该技术发展成熟后，版权问题是否会更加棘手，私自使用他人声音且令人无法辨别时，更是为执法过程增加了时间成本。其次，伦理问题。若是不法分子利用此项技术而合成语音录音，敲诈甚至勒索他人，更是无法判定裁决。然而，一味地禁止平民使用智能语音技术又不够人性化，如何让其在合法合规的情况下运行，是值得深思的问题。研究人工智能的初衷，是源于在市场经济推动下，人们希望通过人工智能提高工作效率与经济效益，人们对于人工智能的存在应保持理性的态度。待智能语音技术成熟后，若有不法分子利用语音合成去踏足法律灰色地带，于情于理都无法容忍。因此，在当下，智能语音合成技术的版权、人伦等问题尚未解决，需要不断地探寻与思考。

三、影视配音行业传播主体的创作策略优化

（一）更具温度的情感交互

从理论层面来说，现阶段，智能语音技术只要不断完善机器在程序上的语言学、社会学、心理学等学科样本，就能够逐渐实现对文本的情感分析进而进行语音的表达创作。但该项技术在发展中仍存在诸多壁垒，无法通过文本自行分析，无法表达出真正有温度的声音及对话。因此，在影视配音领域，作为真人配音员应更具情感地进行创作。

首先，在使自身声音与画面进一步贴合的同时，通过机器所不具备的思维处理，使语言表达打动受众。举个简单的例子，在两人吵架时，甲方说道：“你还生气吗？”乙方回答道：“没。”在这样一个语境中，作为乙方，或许意思实则为生气，但这种简单的语气中却包含着丰富的社会经验及心理博弈。前文提到，作为真人配音员，配音工作开始前往往要经过许多步骤，从与导演溝通开始，到备稿、练习、录制成品，再到观看琢磨成品并接受修改意见和补录，每一个步骤都需要一次次思维情感的碰撞磨合，都体现着人声与画面、思维与情感的无限交融汇通。人工智能语音合成虽然在人类的编码和程序中能做到普通话发声标准，但对于语言表达创作中的停连、重音、语气、节奏却无法精准把握，而作为具有多次创作能力和沟通能力的人类而言，可以通过感悟文本及画面的内容，进一步通过有情感的语言将其二度创作出来，凸显导演想要表达的意思。除此之外，作为观看作品或节目的受众，都具有一定的审美期待，期待的是剧情的串联和发展，期待的是角色生动形象的语言艺术，而不是仅仅听到标准的语音发声。因此作为配音员，在表达过程中如何注入真实的情感，如何才能让观众产生共鸣，如何才能更好地实现与观众的情感交流，仍是需要不断探索与攻克的问题，更加要求真人配音员要在创作中以情动人。

（二）更具个性化的品牌标志

作为一名合格的影视配音演员，应该具有个性化的品牌标志，也就是说每个配音员要拥有独特的声线及表达方式。例如：每当听到由阿鲲创作的《舌尖上的中国》的配乐，熟悉的旋律便会让受众的脑海中出现配音员李立宏浑厚的声音;每当听到国窖1573的广告词，便会想起配音员孙悦斌那浑厚且具有历史感、空间感的声音;每当看到宫廷剧、穿越剧等，或想到“甄嬛”“芈月”，也会想起配音员季冠霖犀利明快、落落大方的声音。

诸如此类，每一位真人配音员都具有自己的声线特点和表达方式。节目的播出和人们之间的互相传达，逐渐为节目及角色冠以个性化的品牌标志，使人们提到名字便会想起角色。智能语音合成的配音作品在无数次采集和编码中，或许可以无限接近于原配音员本身的声线和定位，但由于配音内容属于机器合成，即使拥有丰富的音色资料库和多种语言语调，仍会缺少个人所具备的特点及象征，即使完全一致，也无法与真人配音员相比。

当受众在观看节目或作品时，会常常被配音员的个人特色所吸引，例如电影“叶问”系列中的主人公叶问，是由配音员陈浩配音，同时他也配音了电影《哪吒之魔童降世》中的李靖，《海绵宝宝》国语配音中的海绵宝宝，以及手机游戏《王者荣耀》中的英雄澜。配音员陈浩特有的丰富音色及配音风格深受大家喜欢。许多人会因为某位配音员的参与而去了解一部作品，从而为作品的传播提供助力。这是智能语音合成技术所不具备的能力。因此，现阶段配音员更应该在配音工作中不断发掘自我风格，不断形成更具个性化的品牌标志，从而更好地为作品的完备打好坚实基础。

四、结语

现阶段来看，随着智能技术的逐渐完备，智能语音合成技术确实能为配音员缓解工作压力，提升影视艺术作品制作的工作效率，并且能进一步开拓人机合作的未来发展前景。但是，在人工智能技术尚未完善之前，仍有诸多问题亟待解决。在此契机下，影视剧配音员更应把握当下，不断提升业务水平，发挥人类特有的思维优势和情感优势，抓住眼前的机遇，勇于迎接身后的挑战，而不是一味地抵制和抗拒。智能语音的未来不应仅仅是对配音稿件的二次创作。希望在不久的将来，人类可以通过一系列合理的方式方法，使人与机器能够更好地合作，向着期望的方向，共同助力影视配音行业蓬勃发展。

参考文献：

[1]郭雨辉，张宇莹.纪录片创作中AI配音的功能性探析：以《创新中国》为例[J].声屏世界，2021（11）：73-74.

[2]刘倩.人工智能技术在影视传媒领域的应用[J].现代视听，2018（11）：25-29.

[3]郭栋，肖爱云.“互联网+”趋势下人工智能在配音中的应用[J].西部广播电视，2018（20）：186，188.

[4]胡郁，袁春杰，王玮.人工智能技术在传媒领域的应用：以智能语音技术为例[J].新闻与写作，2016（11）：15-17.

作者单位：

新疆艺术学院78706666-FB7D-47FD-BDDD-02E0794693A7