从印刷机到人工智能：口语文化的空间脱嵌与媒介转向

☉李建刚

人类语言是世界上最为复杂的信息媒介之一，主要以口语（orality）和书面语（written language）形式出现。语音（speech）和文本（text）技术在口语和书面语这两种形式中处理或产生语言，与之相关的信息技术称为语言技术（language technology）或人类语言技术。口语与口语文化、书面语与书写文化之间具有高度相关性和渗透性。迄今为止，语言、知识和思想在人脑中的连接机制尚不清楚，但可以明确的是，语言技术需要通过创建正式的表达系统才能将语言与现实世界的概念和任务相连接。尽管语言技术是20世纪90年代后期对自然语言处理（NLP）的研究产物，主要关注人类语言的计算处理，但始终延续以文本为主要材料和典型视角的分析框架。

回溯印刷业出现以来口语文化媒介关系的演进，技术变革不断通过基本技术范式对口语文化发展施加重要影响。理解印刷文化与口语文化之间丰富而重要的历史关系，对于分析和预测全媒体背景下广播和音频业的跨时代转变具有重要理论价值和应用意义。

一、口语作为文化和技术的历史存在

20世纪后期，广播行业花费大量时间和资金对音频技术和内容进行数字化，这直接提高了用户对媒体组织创新能力的信任，但是其社会和文化影响力始终面临环境改变带来的挑战。从2010年至今，人工智能在神经网络和深度学习领域连续突破，推动语言技术在社会生活各个方面不断深入。语言技术对于媒介文化的塑造，关乎口头和文本两种语言形态及模式发展，其中口语文化的多样性和情感化将发生哪些改变，相关讨论目前还很不充分。尽管口语是最古老和最自然的语言交流方式，但是复杂信息和人类的大部分知识主要以书面文本形式传播，因此，口语文化分析难以脱离书写文化及媒介进行阐述。

语言的首要属性是语音。在早期人类社会中，大多数人不熟悉读写技术，只能依赖口语进行思想交流和信息沟通。今天的口语研究往往与传统文化密切相关，能够反映在不使用或很少使用写作技术的情境中所蕴含的深层意识结构。美国当代研究口语文化和书面文化的著名学者沃尔特·J·翁（Walter Jackson Ong）指出：“尽管书面语言取得了惊人的成功，具有巨大力量，事实上，语言的有声属性是压倒一切的。”“绝大多数语言从未被书面化，语言的基本口语性是永久的。”他提出了原生口语（primary orality）、次生口语（second orality）和残余口语（residual orality）三种形式。原生口语是指不受印刷文化影响的思想和表达；次生口语是指受书面和印刷文字定义（包含影响）的口语文化，新闻播音员在麦克风前播报就属于次生口语；残余口语主要是指口头文化的残余、遗产或影响转至书面领域，例如在文字记录中使用对话进行质疑和启发的苏格拉底教学法（Socratic questioning）。

20世纪，次生口语文化与无线电网络深度交织，电话、广播、电视、有声书等与电子设备相关的运作和发展依赖于文字、电子媒介和印刷术，因此这段时期次生口语属于一种格式化信息产品，在形态上带有鲜明的电子性和封闭性特征。20世纪无线电技术形成了中心化、辐射状的线性媒介社会系统，诱发并放大次生口语文化，造就了巨大的社会群体效应，推动国家、民族和文化归属感聚合。这种大众传播支撑了20世纪社会整体的信息运作。

广播加强了20世纪中心化的国家治理建设。一方面，广播能传达基于听觉的叙述，能触达不同地域的广泛受众；另一方面，广播对受众阅读能力和媒介时间没有强制要求。面对人工智能的“侵入”，广播面对的挑战，除了传播渠道的迁移，还有基本媒介语言和风格的更新。很少有其他媒体像广播这样纯粹以声音为主，在全媒体传播格局中，报纸、电视、杂志等都可以在融合上做“加法”，但是对广播而言则不能将模式简单叠加，机械的融合策略会导致书写文化对口语文化的削弱和替换，其结果可能是媒介混合（media mixing），而非媒介融合（media convergence）。历史广播节目制作人斯蒂芬·史密斯（Steve Smith）认为：“人类说话的音调和节奏承载着一个完整的亚文本意义，可能会在印刷页面上消失。”如果这个判断成立，那是否所有的单模态声音媒介（monomodal media）都不应转变为以视觉为主导的多模态媒介（multimodal media），二者在传播形态关系上可能是一种并行而非交叉。先前电台人员编排节目时关心的是策划、语言和音乐处理、现场活动，现在更多关心的是人工语音、生产效率、社交媒体和互动关系，关心工作领域和岗位职责是否延续。这些思考和危机潜伏在媒体变革的表层之下，不时像气泡一样从缝隙中冒出。

口语，在本质上是一种基于人际关系的口头活动。西方从苏格拉底时代即存在“口头”对于“写作”的抵制，认为只有口头文学才有真智慧。这种看法当然是片面的，但也能反映出人类远古文明大部分是通过口头文化进行传承的根本特征。希腊原文中的“语言艺术”（speech art）本质上指口语艺术。《诗经》早期文献近年大量出土，在促使欧美汉学家在关注其文本生成模式与传播模式的同时，也“越来越强调口头、教学、表演等因素的决定性作用”。《论语》编撰记录孔子及其弟子的所听所言，保留了那时口语的鲜明特征。口语让人们感受国家、民族和个体在历史文化上的共鸣与传承。广播作为工业革命以来最重要的口语文化的记录者、生产者和传播者，其媒介功能的破坏或流失将意味着一个时代的口语文明的损失。有一个学术现象是：“在人类学、神话学、史诗学、古典学、媒介理论等圈子里，人们对口语文化和书面文化的反差的兴趣与日俱增。”“从历史渊源来讲，口语文化和书面文化的关系是前后相继的关系，不能颠倒。何况口语文化还创造了辉煌的史诗、神话和传说。”

由于口语所具有的天然的和自然的表达属性，内在的技术性极容易被忽略。加拿大传播学者埃里克·麦克卢汉（Eric Mcluhan）明确断言，口语是最早的技术。他认为“凭借这一技术，人类用一种新的方法去摆脱环境以便于掌握环境”。令人遗憾的是，口语的技术性如今在认识上基本被边缘化和工具化。持“边缘化”观点者认为，口语的技术性不符合“优胜劣汰”进化视角下的变革要求；持“工具化”观点者认为，口语媒介的传播扩散功能要比文化生产、文化交流和文化创新更为重要。这两种理解都不全面，口语的技术性在本质上属于交流、艺术和创造范畴，属于人类文化体系中闪耀思想和情感光芒的核心部分。历史与现实的种种矛盾和反差，展现出口语文化与书写文化在历史进程中的复杂博弈关系。书写文化在历史大部分时间里确实发展出与政治、经济和社会生活相伴而生的强大而权威的传播系统，这种变革受到技术特别是印刷术和印刷文化的普及带来的直接推动。在从文艺复兴到工业革命这数百年间，口语文化逐渐失去知识生产传播的主导地位，书写文化渐渐成为人类社会媒介系统的中心。

二、口语文化的活化与连接

“技术与社会的互动，或者说物质文化与精神文化交互影响，一直是思想学术界孜孜不倦的探寻焦点。”在过去400年当中，技术与社会互动的力量塑造了工业革命和电子革命，推进人类文明进入现代社会，体现了人类以书面格式和电子媒介理解世界的方式。20世纪次生口语文化高度发展，但就其本质而言依然无法回避刻意而为的自觉性，“是永远基于文字和印刷术的口语文化”。进入21世纪后，新兴技术从工具和机器发展出更为广泛的手段、过程和想法，展示了个体、社会与技术的系统性联系。人工智能更多被看作是一种技术工具，而非新的媒介语言。

技术所有权和控制权会限制技术的语言，但是文化观念、文化品位和文化结构也会改变技术的语言。除了吸收和转换技术进步带来的积极影响，广播需要思考如何增强新时代口语文化的思想性和艺术性。历史上，从发明语音、象形文字、字母表、排版到电子通信，人类所经历的社会生活和艺术创造发生深刻改变，“依赖于对世界的一致看法来保证社会的顺利运行”。所以，真正重要的是建立共识（consensus），正如语言在本质上是共识问题一样。

在社交媒体推动下，原生口语和次生口语的混合“具有动态性、现场性、日常性等特点”。网络为口语文化“活态转向”创造条件，但是自由风格的肆意和思想意识的混乱也可能随之而来，表现为平台化媒介变得广泛和强大，但是社会口语质量却没有显著提升。

口语是文化传播的起点，在艺术、媒体传播、广告和流行文化中无处不在，今天的人们依然要通过听觉与古代诗歌世界建立联系。新时代口语文化的发展，要活化人文精神，承接优秀积淀，“通过听觉、口语和情感方面的特征使自身可以成为口述历史出版的一种特别有效的格式”。除此之外，广播和音频业还是推动现代化发展的倡导者、沟通者和陪伴者，具有启迪思想、情感交流和社会支持的人文价值。

从早期印刷术对于口语文化的空间嵌入，到网络传播泛化背景下边界与格式的消弭，今天的口语文化摆脱了具体的媒介依赖，在虚拟空间中以流动性、交互性和多样性创造出新的格局。人工智能为口语文化的媒介转型提供创新可能性。广播和音频业对于声音的理解和应用，应跳出工业化范式和机械化窠臼，将智能化语言技术视为数字社会一种新的“印刷术”，通过大量应用口头表达和文字写作，减少人与人、人与机器的沟通障碍，创造和发展更加自然的媒介关系。

人机交互的主要障碍是通信问题，语言技术的初衷是实现人类语言的自动翻译，包括语音识别、语音合成、文本分类、文本摘要、文本索引、文本复述和信息提取等。时至今日，人与机器之间自然语言的用户体验正处于可辨真实的临界水平。2017年，微软研究院机器翻译团队负责人阿鲁尔·梅内泽斯(Arul Menezes)表示：“对于主要语言和主要场景，语言障碍将在四年内基本不存在。”语言技术的很大一部分不能归入语音和文本范畴，包括将语言与知识联系起来的某些部分。尽管语言技术还未达到人类能力水平，但已有很多智能化应用参与到当下的数字生活。语音导航、语音检索、语音写作、语音翻译，乃至语音网络，都是以声音作为新一代人机界面和建立友好、自然的听说模式的有力例证，这将大幅提高自然语言系统的可用性。随着口语使用与机器交流越来越普及，语言技术将对媒介环境产生广泛深远的影响，也将开辟出新型的声音创造、声音控制、声音传播和声音分析的全新应用和研究领域。

三、结语

传统文化复兴，需以现代语言技术为驱动，以广播和音频业为平台，以文化繁荣和文明生活为导向，这对于国家形象构建和软实力输出具有重大意义。人工智能不会真正地改变广播，只有媒介文化的改变才会创造性、系统性影响广播创新发展。广播通过坚持正确的舆论导向和构建全球中文口语文化传播平台，必将在多元环境和复杂挑战中将中国与世界、个体与社会、现代与未来紧密连接，从而推动中华文化的伟大复兴。

注释

①ONG W J.Orality and Literacy :The Technologizing of the Word.Taylor & Francis Group,1982,P7.

②Biewen John,Reality radio:telling true stories in sound,UNC Press Books,2010,P135.

③张万民：《〈诗经〉早期书写与口头传播—近期欧美汉学界的论争及其背景》，《北京大学学报（哲学社会科学版）》，2017年第54 期。

④⑦〔美〕沃尔特·翁：《口语文化与书面文化：语词的技术化》，何道宽译，北京大学出版社，2008年版，第5～6、第104 页。

⑤〔加〕埃里克·麦克卢汉、弗兰克·秦格龙：《麦克卢汉精粹》，何道宽译，南京大学出版社，2000年版，第311 页。

⑥周敏：《在中国发现 “印刷资本主义”—评〈谷腾堡在上海：中国印刷资本业的发展(1876～1937)〉》，《史林》，2016年第1 期。

⑧Wilkes,A.C:Technology as a language.Science and Public Policy,4 (6).P535.

⑨黎杨全：《走向活文学观:中国网络文学与次生口语文化》，《探索与争鸣》，2021年第10 期。

⑩SA McHugh:The Affective Power of Sound:Oral History on Radio.Oxford University Press,2012,P188.

⑪Allison Linn,Speak,hear,talk:The long quest for technology that understands speech as well as a human,https://news.microsoft.com/features/speak-hear-talk-the-long-quest-for-technology-thatunderstands-speech-as-well-as-a-human/#sm.0000v 8bqc0rcdflis6g1wekfl455r,2015.