AI主播在新闻播音场景中的应用研究

王晨 陈栓紧

摘要：随着新技术的成熟，全球首个AI主播于2018年诞生。AI主播有哪些优势能为传媒业所用？未来AI主播又会何去何从？这些问题都值得研究。文章基于国内外AI主播的研究现状，梳理了AI主播的发展阶段及特征，试论AI主播产生的影响，并就AI主播的应用场景提出建议。

关键词：AI主播；新闻媒体；应用场景

中图分类号：G210.7 文献标志码：A 文章编号：1674-8883（2021）22-0007-03

一、引言

2017年，人工智能写入国务院政府工作报告；2019年，中央全面深化改革委员会第七次会议审议通过《关于促进人工智能和实体经济深度融合的指导意见》。此后，人工智能逐步与经济社会各领域“拥抱”，孕育出不少卓越成果。根据微软和永安、清科数据测算，至2022年，中国人工智能市场规模预计将超过千亿元。在此背景下，2018年，新华社推出首个AI主播，开创了新闻领域实时音频与AI真人形象合成的先河。它在为传统媒体与人工智能的深度融合提供又一典型范例的同时，也促使人们思考AI主播与传统主播的优劣及其未来的应用场景。

二、AI主播的特征

AI主播可定义为基于“自然交互+知识计算”智能理念，结合语音及形象合成技术，向观众展现出生动逼真传达效果的主播，它主要有三个特征。

（一）极具拟人化传播效果

AI主播大多脱胎于真人主播，他们是对真实主播形象的“复制”，通过对真人主播进行技术性建模得到极具拟人化的躯体和声音。例如新华社AI主播“新小微”，她是以新华社记者赵琬微为原型生成的，可以根据不同的新闻内容和场景，利用AI算法实时驱动自身形态、面部表情，变换服饰、发型等。逼真的外形、真实的拟人动作，让AI主播具象性与真人感并存，对观众来说，有效营造出了新闻播报的现场氛围。另外，AI主播减少了人为控制的因素。新闻编辑人员只需将要播报的文本数据输入AI主播对应的程序中，它就能基于自身的数据库输出语音、视频，方便快捷，且有效避免了传统新闻主播在新闻播报过程中出现的漏字、错字、别字等问题，或是打哈欠、打喷嚏等不可控的突发生理问题，为人们提供更及时、更广泛的服务和更客观的新闻。

（二）24小时待命实时传递信息

AI主播全天候在岗，可随时为网络平台播报新闻，即使在凌晨，依然能以饱满的状态传递信息，有效缓解了真人主播的播报压力，分担了一定的工作任务。如在新华社客户端中，AI主播曾在凌晨0点52分播报新聞，其工作状态依旧良好，这有效增强了新闻画面的可观赏性，提高了新闻的时效性。再如，科大讯飞推出的多语种AI主播“小晴”，在全国两会期间，第一时间运用中、英、日、韩等语言播报会议最新动态，有效加快了中国媒体国际传播的步伐，压缩了对外发声的时间差，也为中国媒体走向世界赢得了新的机遇与条件。

（三）智能数据处理减少制作成本

马歇尔·麦克卢汉在《理解媒介：论人的延伸》中提到一种观点——“媒介是人的延伸”[1]。AI主播依托数据存在，它的背后有特定的行业数据库。AI主播不仅能够播报新闻，而且能从数据库中调取优质且精确的内容，进行数字化处理，总结出内在逻辑、规律。目前，实时的交通、天气、体育赛事等节目都需要提前开展大量的数据采集和组织工作，AI主播能充分发挥自身优势，保证数据采集和集成的效率。随着技术的不断改进，AI主播依靠其强大的数据库，不断挑战真人主播的位置。如在央视网络春晚的舞台上，以节目主持人撒贝宁为模板的AI机器人“小小撒”登场，他不仅能够对话，还能够背诵诗词，进行简单互动。新华社AI主播上岗以来，已实现量产，参与了互联网大会、进博会、春运、春节等重要新闻报道，通过新华社客户端、新华网、短视频平台播放，引发国内外媒体的广泛关注。

三、AI主播的发展历程

AI主播的合成，需要强大的技术支持，根据技术呈现效果的差异，可将AI主播的发展历程分为两个阶段。

（一）起步阶段

在这一阶段，AI主播大多以三维虚拟形象出现，表情及动作较为僵硬，且耗时耗力，制作成本较高。2001年，世界上第一个人工智能虚拟主持人阿娜诺娃（Ananova）出现，CNN将其描述为一个堪比真实的有血有肉的主播。随后，日本、韩国等国家都推出了自己的人工智能主持人。2004年，CCTV—6频道推出了国内首位虚拟电视节目主持人—小龙。他采用3D形象设计，将金城武、刘德华、梁朝伟的面部优势吸收再重塑，负责主持《光影周刊》栏目。虽然在形式上有了重大突破，但事实上，起步阶段的AI主播播报一期节目的成本甚至超过传统主播。制作团队需要对声音、形象进行单独制作，将其嵌入合并，再进行三维程序制作，过程复杂烦琐。

（二）探索阶段

随着科技发展，技术的成熟，AI主播逐渐趋于真实。2016年，科大讯飞、百度等相关科技企业，在发布会上表示其人工智能的语音识别率已高达97%。人工智能语音识别技术的精确性，在一定程度上助推了AI主播进入市场的进程。2018年5月，AI主播“康小辉”亮相，这位AI主持人是由科大讯飞打造，与央视主持人康辉外形相似。“康小辉”相比以往的AI主播，最大的不同在于不再需要高昂成本，只需简单设备便可播报新闻。2018年11月8日，第五届全球互联网大会上，搜狗与人工智能合作的AI主播“新小浩”面世，“新小浩”几近完美地克隆了新华社男主播邱浩，从形象到声音，从唇形到动作，几乎是邱浩的“翻版”。2019年2月，“新小浩”由坐式变为站立式，表现形式更加丰富。随后“新小萌”“丽莎”等AI主播纷纷亮相。

在探索阶段，我们能清晰地感受到AI主播越来越接近真实人类，服饰、性别等方面也做到了切换自如，制作成本越来越低，时间越来越短，技术不断升级迭代。

四、AI主播与传统主播的对比分析

（一）价值取向对比

由技术创造出的物品都有一定的价值取向。技术带来的价值取向通常表现在这种技术的使用途径和方式上。对比来看，AI主播尽管实现了量产，但其作用依然是模仿、替代。他不是凭空创造出来的仿真数字人像，而是通过综合描绘某一真实主播的身体特征、身份信息而产生的。通过数据的调动和记录，尽力去“克隆”传统主播，实现信息输出的目标。

但信息的传播往往不是一个单向循环的简单过程，而是不断突破、再创造的行为。在传媒业，判断一个主播是否优秀，播音時长、出现频次都不是关键所在，更重要的是对新闻稿件进行有思想力的表现，更可以表达为对新闻的再加工创造。传统主播可以合理运用自身情感营造新闻浸入感，而且传统主播在多次实践播音后能够从中提炼技巧，升华自身技艺，从而得到“1+1>2”的创新效果，但AI主播在当前的技术条件下，多次播音后，依然只能机械地念稿，尽力去模仿、还原传统主播，并不能自我提升，得到的是“1+1=2”的效果。

（二）播出效果对比

播音的效果方面，不得不说，AI主播比传统主播更加稳定。因为AI主播是由数据计算合成的3D数字人，不会存在像传统主播一样的生理问题、情绪波动等，遇到突发状况时，AI主播也能毫无波澜地完成新闻播报工作。反观传统主播，人们时常会在社交网络或短视频平台刷到传统主播的失误合集，有的是流鼻涕、打哈欠、补妆等，有的是大笑、忘词等，这在一定程度上都影响了节目播出的效果。那么AI主播在播音效果上绝对优异吗？当然不是，因为人工智能机器人是靠数据发出声音，而非声带发声，这就导致他们播音时存在两个问题。

第一是表达机械化，缺乏语流音变。人们在用普通话交流时，时常会出现儿化音、变调、多音字、轻声等，而AI主播是多音节连续输出，不能掌握全面的音变规律，导致播音时的机械性较强。如AI主播“新小浩”在一次两会新闻播报中，读到“什么东西最难携带？”中的“西”字时依然用阴平方式发声，并未音变为轻声，这容易让人混淆。第二是停顿不当，导致新闻逻辑不明。面对播报中的长句子，AI主播很容易停顿不当，导致语义逻辑不顺。

综上所述，在播音效果方面，传统主播和AI主播各有优劣，不能一概而论。

（三）情感互动对比

莎士比亚曾言，“一千个人眼中有一千个哈姆雷特”，这正是人类情感各异、思想存在差别的表现。人工智能作为一项技术，可以让虚拟主播利用后台程序的数据表达理解情感，但无法真正感受情感。面对相同的稿件，不同的传统主播会有不同的表达方式，会有不同的场景创设，更有不同的理解。而AI主播只能根据程序的设定程式化地回应，进而表达，缺乏深层内涵，不能做到言志传神。缺乏情感的表达，是AI主播的劣势。互动方面，AI主播目前主要应用于新闻播报中，不需要与观众互动交流。但AI主播的应用范围不仅仅在新闻播报领域，还会在采访、综艺节目中出现，面对这样的场景，AI主播很难招架。如在采访中，传统主播能够根据嘉宾的回答延伸，现场随机变换问题，让主播和嘉宾形成良性互动。在综艺节目中，主播需要把控观众情绪，又要照顾舞台效果，这样一来，主播不再只是见字发声的机器，而是更需互动、以人为本的高素质主持人。

这样来看，AI主播与传统主播对比，缺少情感表达，缺乏互动性。

五、AI主播带来的影响

（一）对传统主播的影响

AI主播出现之后，是否能替代传统主播呢？有不少学者对此进行了研究。各方文章认为AI主播的出现对传统主播产生了三点影响。

一是迫使传统主播不断提高业务水平。在数据较多的财政股票、新闻类节目中可以看出，AI主播处理新闻时的精确度和标准度是传统主播无法比拟的，传统主播主持节目时很难保证没有意外发生，但是AI主播可以100%避免这些失误，这在无形中敦促传统主播不断提高自身业务水平。

二是倒逼传统主播寻求职业上的转型升级。AI主播已经在媒体平台量产播稿，他们通过文本的输入就能实现仿真式的播音，自动合成音、视频，高效且便捷。传统主播队伍中存在个别缺乏特色且不上进的主播，AI主播的出现一定程度上会让这些主播面临失业危机，倒逼其创新进步，不断提高理论修养、自身素质。

三是有利于形成良性竞争的环境。

（二）对传媒业态的影响

传媒业处在变革时期，AI主播是顺势而生的创新产物。最直接的影响是AI主播直接提高了新闻的收视率，但收视率的提高并非因为内容，更多是因为形式。正如保罗·莱文森“媒介演进三阶段（玩具—镜子—艺术）”理论所言，新技术在初期被当作“玩具”，人们新奇于它的形式。当到达“镜子”阶段后，人们开始逐步关注媒介表达的内容，最终上升为后现实“艺术”[2]。所以AI主播在短期内会增加新闻的阅读量，但人们把它当作“技术玩具”，当人们适应甚至是厌倦了这样一种播音模式，传媒业又会恢复常态。传统的传媒业重心在采、编、播。现下，这三项工作有了人工智能的辅助，变得更加轻松，传媒业的工作重心将会逐渐偏向于把关。技术虽然让传媒业态变得高效快捷，但我们不能因此失去对新闻的掌控力。任何时候，当人失去对技术的控制，后果将不堪设想。在人工智能给新闻业态提供了极大便利的情况下，我们更加需要对新闻生产进行把关，明确信息的真实性，维护传媒业的公信力。

（三）对社会发展的影响

彭兰教授认为新媒体具有三大特征，即万物皆媒、自我进化、人机共生，这预示着传媒业与智能技术交互协作将是大势所趋[3]。

可以预见的是，未来传媒业要把人工智能当作辅助工具，使新闻生产更快捷、新闻信息传递更准确、表现形式更生动，一步步推动传媒业转型升级。

放眼世界，发达国家高度重视人工智能技术的发展，我国也将人工智能作为产业驱动力。AI主播的发展，能够进一步优化国家外部环境，推动国家制定相关法律政策、完善伦理规范、引导社会风向，让技术与经济更加深入地融合，营造良好数字生态，建设数字中国。

不得不说，AI主播的出现也在一定程度上提升了我国的传媒影响力，当全球第一个AI主播在中国上岗时，不仅在国内，在国际上也引发不小的轰动，美国、英国、印度权威媒体纷纷感慨主播“栩栩如生”，赞叹中国在人工智能技术方面的实力。这无疑向世界展示了“中国创造”的力量，推动产业创新升级，创造社会价值，为国家高质量发展注入新的动力。

六、结语

目前，AI主播已能对模式化的信息进行播报，这在一定程度上解放了人力资源，但却不能完全取代传统主播。因为人是因思想差异而独特，人工智能终究是数字机器，无法理解情感，也不能自生思想。在不断创新和变革的工业4.0时代，传媒业应该抓住技术日益成熟的机遇，让人工智能技术更加成熟，探索高质高效的人机合作，实现人类和技术的互补。

参考文献：

[1] 麦克卢汉.理解媒介[M].何道宽，译.北京：商务印书馆，2000：57.

[2] 胡嵘.新媒体视阈下电视新闻主播业务素质的研究[J].记者观察，2019（2）：27.

[3] 彭兰.智媒化：未来媒体浪潮：新媒体发展趋势报告（2016）[J].国际新闻界，2016，38（11）：6-24.

作者简介 王晨，硕士，研究方向：新闻与传播。陈栓紧，硕士，研究方向：电影学。