智能语音技术在融媒体中的应用场景与模式创新

文/张楷越

在媒体深度融合的进程中，人工智能技术已成为一支重要的推动力量。其中，智能语音技术以其高密度、高效率、强互动等特点，日益成为一项关键的智能技术，在媒体融合中开始得到广泛运用，为传统媒体融合转型提供了技术支撑。在各新型主流媒体中，基于智能语音技术、人机交互等技术的融媒体产品越来越多，应用场景逐渐延伸至日常生活中，拓展了融媒体发展空间。在媒体智能化发展的背景下，有必要对智能语音技术在融媒体中的应用做出更多探索，进一步推动媒体深度融合发展。

一、智能语音技术在融媒体中的应用价值

智能语音技术是人工智能的一个重要组成部分，其中智能语音识别是重要基础。智能语音识别可以让机器“听懂”人类的语言，它既可以将语言转换为书面文字，也可以自动理解语意并准确识别。在融媒体发展中，智能语音技术可以以语音合成、语音识别、语义理解、图像处理等技术形式，融入新闻报道和融媒体产品服务中，让用户感受到融媒体的温度。

1．提高融媒体生产效率。随着智能技术的快速发展，融媒体发展的智能化趋势越来越明显，机器人新闻等智能采写模式已经较为成熟。而智能采写的实现需要借助各种智能技术，其中一项就是智能语音技术。在融媒体新闻生产中，智能语音技术应用所形成的智能采写模式可以解放新闻从业人员的双手，有效提升新闻生产效率。尤其是对传统广电媒体和新兴音频媒体来说，智能语音技术可以在各种声音元素中得到运用，从而为其发展带来广阔的空间。

实践中，智能语音技术凭借语音和文字的转化功能，成为智能采访写作的助手。例如，在会议、庭审、采访等场景中，智能语音技术可以通过实时语音识别将音频信息转换为文字，有效降低新闻记者录音整理的成本，大幅提升了采访效率。不仅如此，人工智能技术还可以将声音转化图片、视频等，从而提高了采访素材的保存和使用效率。在新闻报道中，无论是会议还是采访，都有大量语音材料需要整理，智能语音技术可以对语音材料进行快速加工，形成语音素材的智能采写，从而提高融媒体生产效率。

2．改善融媒体用户体验。在融媒体发展中，产品创新是重要方向，也是最能体现出媒体融合效果的形式。为此，各大媒体广泛运用各种新技术，推出各种新颖的融媒体产品。融媒体语境下，用户需要呈现出多样化趋势，单一的新闻报道已难以满足。媒体的功能也不再局限于新闻报道，而是融入政务、服务、商务、社交等各项功能。在这种发展趋势下，智能语音技术的出现为满足用户需求和媒体服务功能拓展提供了新的技术基础。相比其他技术形态的产品来说，基于智能语音技术而打造的融媒体产品更加便于操作，用户在使用时可以解放双手，同时处理其他事情。智能语音产品可以有效拓展音频的融合功能，提高融媒体产品的用户体验。正因如此，智能语音产品对融媒体发展的作用受到越来越多媒体的重视，也涌现出大量智能语音产品。

二、智能语音技术在融媒体中的应用场景

随着媒体融合进入深度融合期，人工智能、大数据、VR等各种新技术广泛用于融媒体报道中。智能语音技术逐渐成为一支新兴的技术力量，在融媒体中得到越来越多的应用。而且，移动互联网使用场景多，智能语音技术可以在新闻传播的不同场景中发挥作用。目前，智能语音技术已经在视频直播、语音播报、智能问答等应用场景中表现出了巨大潜力。

1．网络直播场景应用。网络直播市场上，娱乐主播、带货主播备受关注，成为直播平台上的主力军。经过多年发展，网络直播市场逐渐饱和，而新的直播模式开始出现。其中，智能语音直播就是一种重要发展方向。目前市场上的智能直播机器人有虚拟直播间、虚拟人物，也有各种可任意切换的虚拟背景，可以根据使用终端切换，还可以在直播后台设置话术，以满足用户的个性化收听需求。

相比传统直播模式，智能语音直播有其独特的优势，可以更好体现融媒体平台的专业化水平。首先，智能语音直播可以对用户群体进行个性化定制，功能比较简单，开发周期短，大幅减轻了直播运营的前期投入。其次，智能语音直播只需要一个稳定的连麦就可以实现，突破了传统直播对采集、渲染、编解码、播放等环节的高要求。再次，智能语音直播拥有丰富的互动形式，不仅有传统的礼物打赏、弹幕私信、连麦这些功能，也可以为用户提供一对一语音聊天或多人语音聊天室。最后，智能语音直播可以细分用户类型，根据不同类型打造出更加专业化的服务平台。

例如，抖音已经开启了智能语音直播功能。用户可以利用直播间的各类工具进行即时翻译、调整语音速度和音量，以及设置自动回复等。甚至，不再需要手动输入弹幕，可以自由交互，更加流畅。如此一来，不仅可以让直播更加便捷，而且还可以提高直播的质量和趣味性。

2．语音播报场景应用。在融媒体使用过程中，不同用户的使用习惯不同，对语言、声音等也有不同偏好。传统直播模式可以做到内容上的满足，但在声音上却很难追踪用户需求。智能语音技术的应用，可以对用户的个性化需求，按照不同需求设置不同话术、声音等，使每个用户都能根据自身喜好进行选择，从而更好地留住用户。

例如，微软推出的智能机器人“小冰”曾一度受到广泛关注。小冰具有细腻的语调和音色，与真人高度相似的语气用词，说话语调抑扬顿挫，听起来非常逼真。近些年，京东、百度、阿里等也开始致力于智能语音播报的研发，将智能语音技术应用于新闻生产、内容分发、用户互动等层面，并用“低价+补贴”的互联网方式抢占市场。当然，随着智能机器人的日益增多，用户的新鲜感容易失去，需要通过使用场景及内容作为支撑。为此，融媒体发展进程中，智能语音播报需要重视智能家居、车载等应用场景的开发，为自身可持续发展提供终端基础。

3．社交聊天场景应用。智能语音技术可以实现社交聊天场景应用。它既可以支持一对一语音聊天，也可以进行多人语音聊天，讨论共同话题，聚合有共同爱好的用户。在智能语音聊天系统中，动态发布功能更是有着极强社交属性的功能，给用户提供了发布个人的语音、图片、视频等动态信息的窗口，架起了媒体与用户间沟通的桥梁。在此基础上，还可以运用智能语音识别应用场景，实现语音文件的快速整理，并通过语音合成、语音识别、语义理解、图像处理等技术，对信息进行情感判断，让用户感受到信息的温度。

三、智能语音技术在融媒体中的应用创新

新技术的创新和运用是媒体深度融合的重要方法。作为媒体融合发展的一支新兴力量，智能语音技术可从内容生产、融媒体指挥和智能虚拟播报三个方面发挥更多作用。

1．赋能融媒体生产运营系统。统一的指挥系统是确保融媒体生产和传播的重要基础。因此，传统媒体应充分利用自身优势，融合人工智能、云计算和大数据等新技术，做好策、采、编、发、审、管的统一布局，实现“一次采集、多种生成、多元传播”的创新性采编模式，打造融媒体中心的神经中枢。在已有的融媒体指挥系统中，探索形成了融媒体生产的“中央厨房”模式，而智能语音技术的应用，可以进一步提升融媒体生产和运营效能。

以封面新闻APP为例，首先，将语音转文字、文字转语音等技术引入采编系统，借助边界的语音操控提高编辑记者的新闻生产效率，并通过智能分析和智能推荐，提高用户对重点内容的理解和把握能力。其次，重视优化分发端的语音呈现，如将人工语音合成技术应用于虚拟主机播放、视频动画配音、MR视频、互动H5等新闻的呈现，促进智能语音技术与其他人工智能技术的结合，打破原有信息终端分裂的局限，让声音成为用户与APP主要的沟通途径。最后，运用于融媒体运营体系，借助人机语音对话数据，丰富用户画像，人工智能+营销、人工智能+用户调研等，提高融媒体运营效率。此外，用户的互动、交流、反馈是体验效果的重要部分。在融合发展过程中，各大媒体需要注重用户与平台之间的沟通与交流，及时了解用户对智能语音技术产品的想法和诉求。只有这样，才能不断优化融媒体报道的用户体验，吸引用户并留住用户。

2．优化内容资源建设。智能语音技术背景下融媒体的生态定位还是内容提供者，优化内容资源建设是未来发展的关键。一是创新智能语音播报，作为智能语音技术应用于融媒体的早期形态，智能语音播报是衡量内容智能化水平的关键。央视微信公众号广播新闻栏目《早啊！新闻来了》分为“要闻”“社会”“国际”三个板块，一般为40～70字左右的短消息新闻，选题整体更加贴近社会民生，每期阅读量均超过10万，具备较强的传播效果。二是发力短视频新闻，短视频是当下互联网场域中的主要传播形态，对提升用户体验可以发挥重要作用。新华社“AI主播”短视频新闻在智能语音合成技术的基础上，还使用了虚拟数字人、3D智能合成等技术，使得栏目更加人格化、实体化，在国内外引起了广泛讨论，对智能语音技术背景下新闻生产的范式升级具有重要意义。

3．加深伴随式场景体验。融媒体时代，用户的体验十分重要。作为内容提供商，媒体应利用现有智能语音技术创建创新应用场景，建立新的流量门户，赢得新的盈利据点。一是开发智能语音助手的多重角色，扩充声音数据库，以封面新闻APP的“小冰”为例，用户可设定该智能语音助手为“慈祥的奶奶”声音，并对其形象进行定制化处理。“小冰”读新闻也不仅是单纯文字复述，而是加入语义理解和情感判断，给新闻以“温度”，也更能吸引用户、留住用户。二是将智能语音技术深度应用在媒体中的系统环节，包括文稿唱词系统、内容转写系统、第三方的接口服务、融媒体会议系统等。如新华社“音讯”可支持多语种语音智能分析，包含移动APP、PC端、网页端等产品形态，不仅为新闻创作带来无限可能，也能够为用户提供安全高效的体验，受到了业界的广泛赞誉。