数字媒体技术在新媒体直播中的应用

朱宏斌

（绍兴职业技术学院，浙江 绍兴 312000）

0 引 言

新媒体直播是一种通过网络平台实时传输音视频内容的新型媒体形式。在数字媒体技术支持下，新媒体直播借助网络的高速传输和广泛覆盖，使得观众可以在任何时间、任何地点通过手机、计算机等设备观看到直播内容。实时互动的媒体形式不仅为人们提供了丰富多样的观看体验，同时推动着“新商业”和“新生活”等社会层面的新运行模式不断涌现。随着数字媒体技术的不断发展和迭代，新媒体直播将在经济社会发展和媒体传播领域发挥重要的作用。

1 数字媒体技术和新媒体直播概述

1.1 数字媒体技术概念

数字媒体技术是融合了数字信息处理技术、计算机技术、数字通信和网络技术等多种技术的创新型技术。数字媒体技术是通过数字化信息处理和通信技术手段，综合处理文字、声音、图形、图像、视频等信息，使抽象的信息变成可感知、可管理和可交互的一种技术，主要囊括了数字媒体视频、5G网络通信、全息投影、人工智能（Artificial Intelligence，AI）等技术形式，实现了人机之间全新的交互和体验方式，具有交互性、多元性、虚拟性和便捷性的特点[1]。

1.2 新媒体直播及其发展现状

新媒体直播是指借助互联网和数字媒体技术，通过视频、音频和文字等方式，将内容实时传输给观众的一种直播形式。它可以通过各种平台和应用程序进行，如社交媒体平台、视频直播平台和手机应用程序等。新媒体直播可以让观众实时参与、互动和评论，同时为内容创作者提供了更广泛的传播渠道和机会。新媒体直播已经成为一种流行的媒体形式，被广泛应用于新闻、娱乐、教育和商业等各个领域。

传统媒体时代，电视直播有着严格的采编审核流程，繁杂的前期准备，观众互动和交流存在较强的滞后性。新媒体直播时代为直播行业带来了全新的发展机遇和平台。通过利用新媒体平台和数字媒体技术，不仅缩短了直播的采编周期、提高了节目制作和播出效率，还能够实现与观众的实时互动和交流，动态调整直播内容和方向，丰富观众的选择和体验，实现节目内容的辐射式传播，扩大了影响力和覆盖范围。

根据最新发布的《2022中国在线直播行业研究报告》可知，截至2022年底，我国网络直播用户规模已成功突破7.5亿大关，占网络用户整体的70.3%。其中，移动网络直播用户规模达到6.21亿，同比增长8.9%；固定网络直播用户规模达到1.3亿，同比增长3.2%。网络直播已经成为我国互联网应用的重要组成部分。目前，新媒体直播平台排名靠前的平台主要有抖音直播、快手直播、虎牙直播、斗鱼以及哔哩哔哩等。抖音和快手占据新媒体直播平台的“半壁江山”。《2022抖音大数据报告》显示，2022年，抖音平台演艺类直播开播超3 200万场，全年同比增长95%；高校直播共进行21 103场次，同比提升46%，观看用户超9 500万人次。由此可见，新媒体直播已逐渐成为信息传播的重要载体。

2 传统直播模式与新媒体直播模式的对比分析

2.1 传输模式对比分析

传统直播有着较长的应用发展历史。在新闻播报、突发紧急事件和重大政府工作会议中，都能看到传统直播技术的应用。传统直播模式的实现需要借助卫星信号的支持，在事发现场架设摄像机等机器设备进行实时录制，并将捕捉到的现场画面和声音转化为电子信号，通过编码技术将录制得到的电子信号转变为串行数字接口（Serial Digital Interface，SDI）信号，使用卫星传输系统将编码后的SDI信号发送到电视台。电视台接收设备对接收到的信号进行解码，恢复出原始的视频和音频信号，最终通过电视端呈现出事件现场的实时画面和声音，继而完成整套直播流程[2]。这种传统直播方式通常需要依赖专业设备和技术人员来实现，成本较高且操作相对烦琐。

相比之下，新媒体直播依赖网络信息技术，通过实时信息传输协议将收集到的活动或新闻事件现场所产生的各种信息推送到视频分发服务器，然后通过网络进行传播。观众可以在智能手机、计算机、网络电视等终端设备上进行解码播放。这种方式的出现，使得观众可以随时获得最新的直播内容，极大地拓宽了信息传播的渠道和形式。

2.2 信号稳定性和经济性对比分析

传统电视直播需要借助卫星传输系统进行信号传输，传输过程极易受到天气、环境等因素的干扰，使得卫星传输信号产生扰动，降低传输质量。例如，在台风、暴雨等恶劣天气条件下，信号传输很容易中断。此外，直播车也容易受到周围外在环境的影响，导致卫星信号在传输时出现干扰，对直播效果产生负面影响。传统电视直播所需的设施、设备价格昂贵，经济性相对较差。

相比之下，新媒体直播信号主要来自互联网通信网络和地面通信基站。这两种信号传输方式具有高抗干扰能力，能够保证信号的高质量传输。与传统直播相比，使用新媒体直播的费用也相对较少。这是因为，新媒体直播不需要依赖卫星等复杂传输设备，而是通过网络和基站完成信号传输，减少了设备和设施的成本，使得新媒体直播在经济性方面更具优势。

2.3 观看自由度对比分析

传统直播模式主要依靠电视这一固定的终端设备，而新媒体直播的终端设备品类更加丰富，除电视外，还包括手机、平板电脑、网络电视等终端设备。新媒体直播满足观众随时随地观看直播节目的需求。无论是在家中、办公室、公共交通工具上还是户外等场景，观众都可以通过手机或平板电脑等移动便携式设备观看直播节目。这种随时随地观看的方式打破了传统电视直播的时间和空间限制，使得观众能够更加便利地享受直播节目带来的信息和乐趣，具有更大的灵活性和便捷性。

2.4 直播形式和内容对比分析

传统直播的主体是各大电视台，其拥有庞大的专业团队和专业设备，承担着面向整个社会提供高质量信息传播服务的功能。因此，电视直播在直播内容、直播时效和稿件质量等方面有更高的专业性要求。但传统电视直播的内容在直播前就已经确定好，这意味着观众只能观看主持人准备好的直播内容，无法根据观众的需求和兴趣进行调整。这种固定的直播内容形式限制了观众的选择和参与度，无法满足个性化的需求。

相比之下，新媒体直播的平台主体更加多元。新媒体直播的普及，大大降低了主播的步入门槛，“人人成为主播”变为可能。无论是美妆、健身、旅游还是游戏、音乐，都可以成为直播的主题。这也在一定程度上丰富了直播形式。另外，新媒体直播的内容更加灵活和多样，观众可以通过互动参与到直播中，主播可以根据观众的反馈和需求进行动态调整，增加观众的参与感和黏性。同时，新媒体直播平台还能够通过智能推荐算法刻画用户画像，了解观众的观看偏好，从而为观众提供更加精准和符合个人需求的直播节目。这种个性化的服务使得观众能够更好地享受直播节目带来的娱乐性和知识性。

综上所述，相较传统直播，新媒体直播在传输模式、信号稳定性和经济性、直播形式和内容等方面都具有得天独厚的优势。

3 数字媒体技术在新媒体直播中的应用

3.1 5G+4K/8K背包在新媒体直播中的应用

5G+4K/8K背包是一种融合了5G网络和4K/8K视频传输技术的集合体，通过集成高清视频采集设备、编码器、传输设备和5G网络连接于一个便携式的背包中，实现高速移动环境下的超高清直播和传输[3]。5G+4K/8K背包已经在广播电视、户外体育、活动庆典等领域得到广泛应用，为用户提供更高质量、更灵活的视频传输解决方案。例如，2020年，《神武4·动感地带第十四届音乐盛典咪咕汇》应用5G+4K/8K视频传输技术开启了云上演艺直播的新时代。直播系统融入虚拟现实（Virtual Reality，VR）和增强现实（Augmented Reality，AR）技术，实现8K双链路信号传输，为观众呈现出更具临场感和互动感的“超级现场”。2022年北京冬奥会期间，5G+4K/8K现场直播技术为观众带来了前所未有的“最清晰”冬奥会和“最沉浸式”观赛体验，使观众更加深入地了解比赛的每一个细节，多维度地享受冰雪项目赛事。

慢直播融合了5G+4K/8K背包与AI+AR/VR等多种数字媒体技术的直播形式。与传统直播节目不同的是，慢直播摒弃了主持人、解说字幕、镜头切换和后期制作等痕迹，直接对准真实事件，用固定机位进行拍摄，呈现事件发生的整个过程。通过慢直播，观众可以更加真实地感受到事件的发生和演变。例如，2020年，央视频联合中国电信推出《疫情24小时》栏目，24 h不间断地直播火神山和雷神山医院的建造现场情况。这一慢直播模式在特殊的时期得到了广泛的认可和关注。2022年，海南广播电视总台应用5G+8K+VR技术，推出7×24 h海底VR慢直播栏目《嗨蓝》，在视听海南客户端、今日头条、抖音等平台同步直播，给观众带来丰富、真实的观看体验，使观众沉浸式地一览海底全景。

3.2 全息投影技术在新媒体直播中的应用

全息投影技术是一种将光线通过计算机生成的三维模型或者真实物体的数据转化为可视化三维图像的技术。它利用光的干涉和衍射原理，将光线从多个角度投射到透明的介质中，使人眼可以从不同角度来观看图像，呈现出真实感和立体感。全息投影技术可以使直播画面更具视觉震撼性。在直播过程中应用全息投影技术，可以将二维平面图像转化为三维立体图像，也可以将复杂的数据和技术图像进行立体化呈现，让观众感受到更为直观和真实的场景。例如，由央视网直播的G20文艺晚会《最忆是杭州》，在西湖水面上运用全息投影技术，使演员与三维虚拟影像相互交融，呈现立体浮空的艺术效果，实现科技与自然环境的完美融合。2022年8月，昆剧《浣纱记》5G全息直播在昆山上演，通过3D全息投影技术将主舞台上演的《浣纱记》同步“穿越”到大渔湾草坪广场，让市民身临其境地观赏，实现沉浸式观演与超时空接触。这种线下演出、线上直播、全息同步直播的融合形式，以多维度传播不断探索传播链的延伸。

3.3 人工智能技术在新媒体直播中的应用

在人工智能技术应用方面，数字人克服了早期虚拟主播无法完成情感具象化表达需求的缺陷，实现了与人像面部数据的绑定，完成表情语义迁移。将数字人应用于新媒体直播，更容易引发情感共鸣[4]。数字人的创建通常有以下四个关键步骤。

（1）使用4D扫描和高保真3D人像绑定技术，对人脸进行全方位的扫描和捕捉，准确地获取静态脸谱和FACS扫描数据，初步构建人脸模型。同时，通过采集高精度定点流数据，实现对人像面部表情纳米级别的重建。

（2）利用深度卷积神经网络模型，将采集的口型数据进行标定和分析，借助Faceware Live Server人工智能技术将口型停顿、加入词等内容进行匹配，从而使数字人的口型与表达内容保持一致。

（3）使用惯性捕捉技术，对人体特定骨骼关节点绑定加速度计和磁力计等设备，运用融合算法完成细微动作捕捉，构建数字人的三维动态模型，使数字人准确还原真人动作。

（4）人工智能通过不断对数字人进行训练，使数字人模型逐渐完善，满足用户信息交互需求。

2022年，央视网推出的“两会C+时刻”新媒体直播节目，赋予了数字人小C实时呈现、实时表达，与节目“直播态”形成了同步的能力。又如，由人工智能技术驱动的数字人应用于淘宝直播间，能够以全天候的方式为进入直播间的消费者提供商品导购、商品解说和售前售后咨询等服务。

在跨越语言障碍方面，人工智能技术通过深度学习和自然语言处理等方法，能够动态处理语言规则、逻辑和含义，实现直播场景中不同语言的实时翻译[5]。但在直播翻译场景中，人工智能仍需克服周围复杂的环境噪声、口音不标准、口语化表达等诸多问题。为解决上述问题，阿里达摩院研发的智能AI语音模型中融合了机器翻译、语义理解、自动语种识别和语音识别等多项AI技术，可实时翻译直播内容，并能够在嘈杂环境中听清直播内容，同时能够更好地理解和翻译口语化语句，并将其转化为正式和规范的表达，提高翻译的准确性和流畅性。2020年，阿里巴巴利用智能AI语音模型实现了全球首次多语言实时翻译的电商直播。这次直播向世人展示了人工智能在应对直播环境嘈杂、严重口音及语言口语化等问题时的优秀表现。同时，智能AI语音模型出色地将中文内容实时、准确地翻译成西班牙语、俄语、英语等多种语言，消除了直播时的语言障碍。

在直播内容审核方面，新媒体直播时，一些主播为博取流量、增加商品销量而触碰违禁内容，对此，需要及时对违禁内容进行准确识别。通过应用图像识别技术，人工智能可以自动识别图片和视频中的内容，涵盖暴力、色情、恐怖等违禁内容，从而及时阻止违禁内容的传播。通过自然语言处理技术，人工智能可以自动识别和标记文本中的敏感词汇和违禁内容，并根据事先设定的规则和算法自动过滤违禁内容，帮助人工快速审核和拦截违禁内容，以避免因违禁内容传播而造成的不良影响。人工智能还可以通过机器学习技术来不断学习和优化内容审核算法，提高内容审核的准确性和效率。

4 结 语

新媒体直播以便捷化和高表现力的特点，使其在各个领域得到广泛应用，成为信息传播的主要渠道。随着移动互联网和计算机信息技术的发展，以5G+4K/8K背包、全息投影技术、人工智能技术为代表的数字媒体技术赋予新媒体直播在用户体验和内容创作等方面更具交互性、智慧性和沉浸性体验，赋能新媒体直播行业的高质量发展。