（四川音樂學院，四川 成都 610021）

當前，在信息技術背景下的播音與主持藝術并不局限于語言范疇，隨著人工智能技術的逐步成熟，智能語音技術則是其中重要的方面，相應的人機交互的端口環(huán)節(jié)則是可以看作為人工智能的“入口”。根據麥肯錫（McKinsey&Company）咨詢公司的預測，可能在二十一世紀中葉階段，全球經濟體的有薪工作則會有將近半數能夠由于科技進步而帶來自動化發(fā)展，比如，相關的播音員、氣象播報員、新聞記者等播音與主持藝術專業(yè)相關的職業(yè)也屬于其中的范圍。結合當前人工智能技術發(fā)展，探討了新時代背景下的播音與主持藝術學科的發(fā)展情況。

一、目前智能語音技術在廣播電視領域應用情況

隨著人工智能技術的不斷發(fā)展，其在傳媒領域中有著較為廣泛的應用，其應用并不局限于智能語音系統，當前，我們還可以看到市場上出現了虛擬主持人、智能語音機器人以及智能機器主持人等產物。

（1）人工智能配音。所謂的人工智能配音，則是通過語音合成技術，結合網絡海量數據特點，能實現文字稿轉變?yōu)橛新曊Z言，并能結合相關語音技術實現真人化配音，滿足畫面需求的配合。比如，我國在2018年1月，利用人工智能技術，來進行紀錄片《創(chuàng)新中國》的配音工作，能通過智能語音技術以及人工智能再次展示出著名配音藝術家李易老師的聲音。當前，隨著智能配音軟件應用越來越多，能實現文字秒變聲音的功能，或滿足相應的配音要求，有效解決以往的配音貴、配音難的情況。

（2）虛擬主持人。在人工智能技術的背景下，虛擬主持人也是主要應用場所，滿足主持人的職業(yè)標準要求，符合時代的科技感。2017年11月，通過模擬央視新聞主播康輝的聲音并進行相關的語音合成，充分展示出科大訊飛的AI語音技術能力，能夠有效構建出虛擬主持人“康曉輝”，能夠在現場進行繞口令以及新聞報告等功能，具有非常高的聲音相似度。同時，對于工作人員的張嘴、搖頭以及點頭等反應，相應虛擬主持人則能做出相應動作，但在副語言表達存在一定不自然；2018年3月，我國媒體的人工智能虛擬主持人在南方財經開始上崗，通過相關的語音合成技術和語音模擬等進步，能夠實現AI主持人模擬著名主持人的聲音來開展新聞播報。

二、目前智能語音技術的優(yōu)勢

（1）通過分化功能有效降低成本。隨著信息技術的不斷完善，結合人工智能語音技術的發(fā)展，能出現虛擬主持人、智能語音合成等成果，當前能實現簡單的播音主持工作，這樣就在一定程度上能夠釋放播音員主持人的壓力，能有效降低播音創(chuàng)作的工作任務。比如，隨著當前的新媒體移動客戶端的普及，智能合成語音技術得到廣泛的應用，能給大眾進行新聞收聽提供了廣泛的選擇，在應用過程中，其能具有語音規(guī)范、嗓音永不疲勞、隨時在崗、穩(wěn)定的情緒、應用成本比較低等特點，能有效降低播音的勞動強度。

（2）利用播報功能能實現及時準確的特點。在基于人工智能語音的環(huán)境下，智能語音播報已經在我國出現。所謂的語音播報技術，就是借助于語音合成技術，能實現利用無聲的文字轉變?yōu)榍逦挠新曊Z言，滿足新聞信息的智能播報要求，這項技術當前已經在百度新聞客戶端、央廣新聞平臺等得到廣泛應用。相比于人工播報，智能語音技術能夠省略備稿的時間，快速完成播稿，表達錯誤少，語言流暢，能高效、積極地完成播講任務。

（3）高效便捷地開展信息傳播。結合當前融媒體的發(fā)展趨勢，從人工智能技術的發(fā)展情況來看，應積極開展信息傳播的方式的創(chuàng)新發(fā)展。當前，考慮到人們大都是通過智能手機終端來獲取信息，不可避免會造成眼部健康的影響。這樣則應該采用“讀”與“聽”相互結合方式來獲取信息，這樣能使得眼部疲勞得到舒緩，還體現出了媒介環(huán)境的變化情況。通過智能語音技術，能實現更加便捷化、高效化的信息傳播。

三、目前智能語音技術存在的不足

當前，人工智能語音技術獲得了一定的成績，但其還有很長的發(fā)展空間，特別是在真正的播音創(chuàng)作主體的情感、思維以及副語言方面都存在欠缺。

（1）感情。在進行播音的過程中，所涉及的感情色彩的范圍比較廣泛，涉及心境、情緒以及情感等方面，更多表現在體驗方面，能具有較為復雜的心理活動。對于播音創(chuàng)作主體在進行創(chuàng)作有聲語言的過程中，重視結合情聲氣，能有效實現表情達意。當前，結合智能語音技術的產品難以體現出感情色彩，不能激發(fā)受眾的共鳴，這樣的情況下，沒有感情的話語自然難以感動有心的人。

（2）實踐。在人類的實踐活動中，才能不斷發(fā)展和進步。針對播音主持教育工作來說，則應該體現出相互結合發(fā)展理論學習與專業(yè)實踐，要求播音主體用于進行學習實踐活動，并能不斷進行經驗積累。當前，依靠智能語音技術的發(fā)展，只能借助于人類大數據的輸入，這樣方可以表達有聲語言，難以進行經驗的學習和積累。

（3）副語言。在開展播音創(chuàng)作環(huán)節(jié)，涉及有聲語言和副語言，其中，副語言主要涉及服裝語言、肢體語言以及面目表情等。由于虛擬主持人并沒有太多的表情變化，其大都是微笑狀態(tài)，如果針對不幸、失敗以及災難等低情感基調情況下，微笑則是不適宜的。當前，部分三維動畫形象的虛擬主持人能實現部分簡單的手勢、表情以及肢體動作，但還談不上肢體語言的自如表達。

四、從人工智能的優(yōu)勢尋找借力點

（1）優(yōu)秀的外部技巧。我國央視在2018年推出了人工智能配音的紀錄片——《創(chuàng)新中國》，其中紀錄片的配音則是利用人工智能技術以及智能語音來完成，能夠重現李易老師的聲音。在此實踐過程中，可以看出，對于播音創(chuàng)作的外部技巧來說，涉及相關的節(jié)奏、語氣、停連、重音等方面，結合導演的是需求，基于人工智能的語音合成技術能夠基本實現天衣無縫的狀態(tài)。同時，結合實際情況，語音合成主要體現出標準化、低成本以及高效率等方面特點，據此，在未來的播音與主持工作中，極有可能取代相關勞動強度高、重復率高的簡單工作。

（2）全天候的工作效率。對于普通的播音員主持人來說，由于主觀以及客觀原因的影響，在工作中會遇到不穩(wěn)定因素，在直播中存在著疲勞、漏讀、錯讀等問題，或者由于突發(fā)新聞而會造成難以及時播報等情況。相比而言，人類智能主播的穩(wěn)定性以及稿件預處理能力則明顯要高于人類主播，在應用實踐過程中，極少情況會出現“忘詞”以及“口誤”等問題，其還不受到工作時間以及工作地點等影響。特別是針對突發(fā)新聞，在一定的算法指導下，新聞撰寫速度和準確率往往也比較高。比如，結合剛發(fā)生地震的災區(qū)、戰(zhàn)爭前線等特殊情況下場景的新聞報道，智能主播則可以克服人類身體的極限而完成特殊性質的任務，更好將更為準確的信息報道呈獻給觀眾。

（3）大數據處理能力。在信息化時代背景下，基于人工智能技術的大數據搜集能力則遠遠高于任何個體。比如，當今的體育賽事節(jié)目、天氣預報、財經類節(jié)目以及交通類節(jié)目都是需要涉及大量的數據搜集以及整理工作，這樣就是可以充分發(fā)揮好人工智能主播的優(yōu)勢，能實現全方位的信息數據分析和整理工作，特別體現在準確性、及時性等方面。同時，如果能結合實際情況來實現逐步完善人工智能主播的功能性方面，滿足觀眾進行高效精準的報道，能夠結合實際信息情況來有效整合畫面、資料以及視頻素材，這樣自然能借助于大數據處理優(yōu)勢來獲得良好播放效果。

五、從人工智能的不足以及未來發(fā)展方向

（1）藝術審美能力力度不足。人類所獨有的特征主要表現在審美能力方面，這種很難用量化標準來進行解釋，難以用得分的方式去衡量一首詩比另一首詩要美、要多多少分數。但從基本的審美水平來看，能夠從藝術的角度去區(qū)分丑和美。審美具有比較強的個性化，每個人的標準由于自身的知識體系以及社會經驗都存在一定的差異，審美在某種程度上能夠被語言文字所解釋和描述，能夠進行美的體驗的相互分享和交流。上述這方面的能力則難以通過計算機來實現。但審美則是播音與主持藝術中不可或缺的重要內容，如果審美不足則難以去進行完整表達。對于人工智能來說，難以理解和感受具體的美，也難以進行表達和傳遞。對于播音與主持藝術的這種表達藝術的特點來說，應該重視如何理解稿件，這就要求應該具備一定的審美能力。

在進行播音創(chuàng)作的過程中，涉及三個內部技巧，主要包括情景再現、對象感、內在語，大都具有較強的抽象性，要求播音人員通過自身的設想以及感覺能夠給予一定的發(fā)音，能夠體現出語言的對象感。在這樣的情況下，人工智能在抽象能力以及審美情趣方面的發(fā)展還有待進一步提升，難以有效去理解文本以及實現內部自我技巧的調動，這樣傳達效果只會生澀、干癟，難以實現觀眾的共鳴。

（2）抽象推理能力的深度不足。就當前的計算機信息技術的發(fā)展情況來看，在表象入手推導并認識背后規(guī)律方面還存在較大的難度。通過上述能力，人們可以針對日常生活中具有非常復雜問題進行有效解決。當前，人工智能的深度學習都是需要海量訓練樣本來完成并實現學習過程，而人類的能力則非常強，往往通過兩三個案例學習就能實現，這主要體現在抽象能力不同?；谌斯ぶ悄茴I域的少樣本學習難以具有較強的處理突發(fā)事件的能力，特別是在處理不可控的意外方面能力明顯不足，而主持人則應具備較強的人性化的處理現場突發(fā)事件能力，這也是播音員與主持人不斷的追求的結果。

在進行播音創(chuàng)作中內部技巧方面，則離不開人類的跨領域推理方面的能力，播音主持通過稿件中的場面、事件、人物能形成相關連續(xù)多畫面并具有豐富的感情，這就要進行自我聯想能力的調動來能有效對自身的感受刺激，更好實現受眾的共鳴。為了進一步開展跨領域推理，人類可以通過思維導向來進行信息間關系梳理，能有效聽取、整合他人意見，積極通過換位思考來謀求新思路。人類使用上述的高級分析、決策技巧、推理方式，對當前的計算機還難以實現。而這些則是播音與主持藝術中重要方面，如果沒有較強的跨領域推理能力，則會造成膚淺、深度不足的問題。

（3）同理感受能力—溫度不足。在人工智能領域的發(fā)展過程中，情感分析技術則是重要的一個方面。如果在具有比較充足的樣本情況下，機器能夠從人的肢體動作、面部表情以及所說的化中進行人的情緒推測。從技術方面考慮，弱人工智僅能表現出對于情緒的理解以及表現，但難以去感受情緒。對于二度創(chuàng)作表達者來說，不同播音員對于同一篇稿件則是采用不同的處理方式，也就意味著不同的表達。

這里通過《創(chuàng)新中國》為例來進行相關的分析。對于《創(chuàng)新中國》第四集來說，其中，“屠呦呦從黃花蒿中提取了有效成分——青蒿素，它成功壓制了人類歷史上最大規(guī)模的傳染病之一——瘧疾，挽救了數百萬人的生命”這句配音中，重點應該著重于“青蒿素”，而在配音過程中卻一筆帶過，并沒有感受到青蒿素的非常重要的作用。同樣，對于李易先生親自配音的紀錄片——《生命的力量》來說，基本上同一范疇的內容，受眾則能夠同配音的字里行間感受到力量。所以，對于播音與主持藝術來說，情感交流則是必不可少的重要內容，而人工智能盡管能夠部分理解人類情緒，但現在還難以和人類產生共情，這樣的作品往往難以深入人心。

六、結語

綜上所述，人工智能主播能通過大量的樣本學習，通過自身所具有的強大的數據分析能力，能夠帶給播音與主持行業(yè)發(fā)展巨大的沖擊。在未來的發(fā)展過程中，我們應該將人工智能主播當成播音與主持藝術學科的參照物，能夠不斷深入自身專業(yè)體系的發(fā)展，積極思考該學科的發(fā)展路徑。在未來的信息社會的時代背景下，“人工智能+播音主持”的思路則是必然的發(fā)展趨勢，這也是符合時代發(fā)展的必然需求，也是我們應該進一步深化工作的重點所在。