人工智能技术在传媒领域的应用

元昊

（中国传媒大学播音主持艺术学院 北京市 100024）

影视艺术的创作与艺术自身的美感具有密不可分的联系，影视艺术是一种创造力，需要观众的参与信任。在电影电视艺术制作中，借助人工智能技术，可以对制作过程进行全面优化，以确保人工智能技术完成与传媒领域之间的衔接。人工智能技术的迅速发展使传媒技术在现有基础上成为一个全新的增长点，能够实现潜意识开发，并将其作为无限想象空间的新大陆。人工智能技术在传媒领域，可以就内容采编、机器写作、内容监管等方面融合全新的计算机处理模式，确保在传媒技术中能够实现全面应用。

1 人工智能技术在传媒领域的应用要素

人工智能领域包含了控制论以及计算神经学科，在传媒领域，可以就整个传媒的流程搭建神经学，完成信息理论以及控制理论之间的连接。此外，还可以使用全新的电子网络构造初步智能技术。在研究中，相关学者如W.GREY WALTER 的TURTLES 和JOHNS HOPKINS BEAST 等便提出，使用数字计算机制，可以探索整个传媒领域的符号处理。

在传媒领域的应用中，其通常使用两种方法，其一为编程技术，使整个传媒领域的系统能够呈现智能效果。在所用的方法中，考虑其是否与人或动物机体所用的相似思考方式。此种方法亦被称之为“工程学方法”，在分析中不仅要看效果，同时其实现方法与人类或生物机体所采用的方式，具有明显的相似性。而另一种则为模拟法，通过人工神经网络的融合，模拟大脑神经细胞活动方法。在传媒领域的图形处理以及字幕匹配中，能够发挥出显著优势。

此外，针对于画面调色，人工智能技术采取独特的视觉逻辑，对图案进行智能处理，以确保图案的鲜活以及图案自身的对比度。在人工智能技术应用中，相关的编程者可以为每一帧图像设定智能模板，人工智能领域便可以在后续应用中针对智能模板对整个图案、画质、色彩分析等进行优化，以突出画面表达重点，实现全新的艺术表达方法，希望能够完成综合比对。针对人工智能而言，在初次处理画面时，人工智能技术处理效果一般。而出现一般的原因，则为人工智能需要一定的运行数据完成学习匹配。在后续处理时，人工智能技术便可以凭借运行经验，积累出全新的处理机制，以确保针对于画质形式处理效果，分析整个传统传媒领域的特性，制定解决方案，节省人力、物力。

2 人工智能技术在传媒领域的学习方式

针对于人工智能技术，在传媒领域可以完成靶向学习。如机器学习、自然语言学习、运用学习以及创造性学习。其中，在机器学习中，可以确保在传统媒体画质、声音处理中，能够根据输入数据获得知识，从而可以学习解决更多问题，减少错误，提升整个系统的运行效率。在知识库就人工智能而言，在传媒领域，可以就传媒领域的语言，完成自然语音处理。同时，确保能够实现动作控制。在机械感知中，通过传感器所输入的资料，例如照相机、麦克风等收集到的信息模式，以推算目前的状态，使计算机能够自觉的分析，形成计算机的识别功能。此种识别功能搭配大数据、云技术，可以精准的完成人脸辨认、物体辨认。而在创造力中，针对于某一个人工智能领域的子系统，其代表了基本理论基础，通过多元智能化结合所有技能，并达成以上目标。通过人工意识或人工大脑，可以推理并解决目前出现的问题，以实现人工智能的完整性。

3 人工智能技术在传媒领域的应用分析

3.1 人工智能技术在作曲、作词中的应用分析

在人工智能技术领域，通过大数据等多样性算法可以进行应用研究。如音乐AI 生成智能音节处理。在作曲、作词处理中，人工智能技术可以采用一般遗传算法，该算法可以在系统中精准的分析出对应的歌词。例如，在算法作词作曲中，用户仅通过几个音节，便可以通过人工智能技术AI 分析，自动合成AI-Amper 分析曲风（如图1所示）。此外，根据此种算法，就经典摇滚以及多种风格为用户提供虚拟作品，以便用户进行二次创作，形成自己的独特风格。在模拟中，节拍长度可以基于系统进行调整配置，并完成音乐数据库以及音乐匹配，在生成模板中，前期音乐质量通过强化学习后可以得到极大改善。

图1：AI-Amper 音频处理流程

3.2 人工智能技术智能绘画应用

在传媒领域，借助人工智能技术，可以实现智能绘画处理方案。在神经网络算法中，通过神经网络，实现视觉分类技术，该项技术不仅能够在创意编程中提升创作方法，同时借助自身的多样性评分机制，计算机可以对其整体进行多种款式图像的组合，在使用神经技术中，神经网络作为一个通用的图像分析模式，可以创建出全新的风格以及其他图像作品。在创建成功后，导入图像数据库，并通过AI 技术学习，节省大量的时间。在传媒领域中，除艺术创作外，还包含了多种技术元素以及工业元素之间的流行艺术形式，确保艺术领域形成最具有前途的人工智能技术之一，通过整个影视作品，完成制作、传播。

3.3 人工智能技术机器写作

利用人工智能技术，针对于传统传媒领域，不仅在音乐图案中能够进行处理，同时还可以对文本进行预编辑。例如，通过机器写作。在未来发展中，人工领域将通过自身的处理方法，保障机器能够更符合人类的阅读方案，并创造出合理的文本。早在2001年，GoogleNews 便首次摆脱传统的算法，使用全新的聚合算法，实现新闻更新，以确保对新闻内容进行自动选别。在后续发展中，我国部分产品如今日头条便通过新闻编辑器，对不同的写作风格进行研究，并基于用户的大数据个性化阅读方法，完成深度的推荐融合，以确保整个计算机领域在写作时其语言更加生动、自然。通过语言搜索引擎，建立全新的学习体系，包含获取数据、分析数据、提取数据、融合数据等，对大数据进行分析处理，以确保其自然语言生成技术充分应用。在写作方面，我国目前写作主要倾向于新闻内容，此新闻内容与财经、体育、气象等具有密切的关联。因此，在写作时，既可以保证个性化，同时又可以突出叙事性。虽然目前人工智能领域在写作中其依然需要依托于大量的数据库，但未来通过自身的数据挖掘，将进一步实现全面的更新。

3.4 人工智能技术在媒资管理中的应用

在媒资管理中，利用人工智能技术，可以确保在传媒领域展开大规模、数字化辨识，以确保能够完成资料存档检查。在目前的管理基础上，通过用户数据，全面融合用户的实际需求，并通过智能化与知识化管理体系，对整个内容进行多样性处理，满足用户的实际使用需求。例如，在传媒领域中，传媒领域的资源多样性包含了绝大部分的录像、音、视频等。这些技术是各类媒体的重要资源以及核心基础，因此对这些基础进行多样性的管理非常重要。通过节目内容，制作资料，储存实现信息化、数字化。通过多样性的研究方案，摆脱传统的管理方式。而针对于检索层次，则需要进行全面更新，以确保在文字资源中保持全新的优势。语音识别技术在媒资管理风险方面，可以发挥重要的效果。例如，音频、视频类节目，其原始资料库的数据标识大多采用人工标注方法，不仅人工标注效率低下，此外还会消耗大量的人力、物力成本。而利用全新的语音识别技术，可以确保对音频进行精准标注。不仅高效，同时还能够实现全新的识别。再辅以人工修正技术，将极大提升媒体资源库的归档效果。此外，对不需要的文本进行音频资源化处理方法，并根据文本音频内容提取关键词，可以将大量以及重复的劳动力进行解放。对原始资源完成数据归档处理后，其处理体系将成为媒资管理的一个重要途径。利用语音智能识别技术，将音频、视频等文本化关联处理后，可以进行同类归属建立索引，以确保对内容、标题、关键词完成全方面的应用。利用全新的语音技术，将大量存量历史音频、资料数据化后，与图片语音进行结合，以确保整个资源利用率极大提升，对于用户分析更加方便、高效。

3.5 人工智能技术在内容监管中的应用

在内容监管中，作为媒体管理的重要组成部分，其媒介方式呈现多样化发展。对于整个图片、音频等处理，需要提升多样性的交换方法。例如，在直播中，我国直播市场异常火爆。但目前在直播创业过程中，除纯直播应用外，其各大知名APP 也推出了自身的直播功能，开启全民直播时代。在直播中，由于其隶属于传媒领域，因此直播的精准以及直播时直播所需要达成的目的非常重要。分析直播目前所需要完成的多样性途径，借助人工智能技术，可以在直播时自动分配监管机制。通过大数据对主播进行实名验证，主播通过实名验证后便可以对直播内容进行更新。依托于全新的知识技术监控体系，实现全新的发展方向。在智能语音技术中，借助人工智能技术，可以将整个直播看作为音频监管的一个重要技术切入点，利用语音识别技术，对其整体进行处理后，为监管提供切实依据。语音识别技术在内容监管中，其大规模应用于语音技术识别为基础切入点，且随着后续研究的全面深入，整合与媒体的碰撞。智能语音以及人工智能识别技术正成为传统媒体提供转化传统思想的重要途径，贯穿整个媒体流程。从微观至全局，促进整个媒体产业链的深度发展以及有效整合，在传媒领域中发挥自身的独特优势。

4 结束语

综上所述，在人工智能技术对传媒领域的应用更新中，通过全新的技术形式以及操作方法，可以确保人工智能在不取代必要的人力成本下，能够最大程度的辅助人工，提升工作效率。通过人机结合的方法，保障传媒技术能够完成更新创造，实现行业的必然发展。且随着深度学习以及深度强化，人工智能技术将在电影、电视领域发挥自身的全面特性，完成多样性的监管。