林一民 鄧香蓮

專題主持人

李武，男，博士，上海交通大學(xué)媒體與傳播學(xué)院教授。研究方向：媒介心理和出版閱讀。

主持人語(yǔ)

對(duì)于“閱讀”這一概念，幾乎所有人都認(rèn)為它是一種從符號(hào)語(yǔ)言中獲取信息和意義的社會(huì)行為、實(shí)踐活動(dòng)和心理過(guò)程。但是，對(duì)于“符號(hào)語(yǔ)言”的不同理解導(dǎo)致了閱讀在廣義和狹義層面上的意義分野。狹義的“符號(hào)”往往特指文字或以文字為主的符號(hào)體系，而廣義的“符號(hào)”除了文字之外，還包括聲音和影像等其他符號(hào)語(yǔ)言。在新媒體時(shí)代，閱讀的載體不再局限于紙張，電腦、手機(jī)、電子閱讀器等電子屏幕成為人們接觸閱讀的主要入口。與此同時(shí)，閱讀的對(duì)象也從印刷文字?jǐn)U展為圖片、音頻、視頻等不同符號(hào)語(yǔ)言。

本專題是對(duì)上述這種變化潮流的一種積極回應(yīng)——“超越文字”。本專題共三篇文章，前兩篇聚焦于有聲閱讀，第三篇重在視頻閱讀。當(dāng)下，新媒體的發(fā)展催生了新的移動(dòng)場(chǎng)景，這種變化重新彰顯了聲音的重要性。與此同時(shí)，隨著AI及語(yǔ)言合成技術(shù)的發(fā)展，數(shù)字人的聲音已可以媲美真人。因此，探討有聲閱讀的用戶體驗(yàn)、考察有聲閱讀中的人機(jī)互動(dòng)等相關(guān)聲音傳播的問(wèn)題是非常及時(shí)的，也是非常有價(jià)值的。本專題的最后一篇文章則以媒介融合理論為分析框架，從技術(shù)、產(chǎn)業(yè)和文化的層面探討在文字和聲音之外，在線視頻作為一種新型數(shù)字閱讀文本的可能性。

“超越文字”，不是說(shuō)要拋棄文字閱讀，而是在文字閱讀的基礎(chǔ)上豐富其他的閱讀形態(tài)。有聲閱讀、視頻閱讀與文字閱讀共同構(gòu)筑新媒體時(shí)代的閱讀“新景觀”，這應(yīng)該要成為更多人的認(rèn)識(shí)。本專題的初衷即在此。

摘 要：信息傳播技術(shù)革新發(fā)展塑造人類社會(huì)數(shù)字交往新范式，推動(dòng)數(shù)字人新形態(tài)邁入文旅消費(fèi)新領(lǐng)域?；趯?duì)數(shù)字人有聲閱讀內(nèi)容生產(chǎn)技術(shù)機(jī)理與人機(jī)互動(dòng)特征及其機(jī)制的考察，可以發(fā)現(xiàn)，處于人機(jī)關(guān)系中的數(shù)字人有聲閱讀在聲景沉浸中建構(gòu)了從“人機(jī)互動(dòng)”到“人機(jī)情感互動(dòng)”再到“人機(jī)情感依戀”的互動(dòng)程式。而與此同時(shí)，數(shù)字化隱憂也隨之生成。應(yīng)提高對(duì)數(shù)字對(duì)象依戀、虛擬伴讀依賴、碎片閱讀沉溺和粉絲文化泥淖等問(wèn)題關(guān)注和應(yīng)對(duì)的程度，構(gòu)建健康的人機(jī)關(guān)系，從而使數(shù)字人有聲閱讀抵達(dá)信息內(nèi)容服務(wù)、知識(shí)傳習(xí)和文化傳播的本質(zhì)要義。

關(guān)鍵詞：數(shù)字人；有聲閱讀；人機(jī)互動(dòng)；情感互動(dòng)；情感依戀

DOI： 10.3969/j.issn.2097-1869.2024.01.002 文獻(xiàn)標(biāo)識(shí)碼：A

著錄格式：林一民，鄧香蓮. 聲起數(shù)字人：有聲閱讀中的人機(jī)互動(dòng)、情感依戀與可能關(guān)切[J].數(shù)字出版研究，2024，3（1）：8-15.

1 研究緣起

信息傳播技術(shù)發(fā)展一日千里，將人類社會(huì)推向數(shù)字交往的全新范式。數(shù)字人的發(fā)展與產(chǎn)業(yè)革命一直是生命醫(yī)學(xué)和信息傳媒領(lǐng)域關(guān)注的重要議題。1989年，美國(guó)國(guó)立醫(yī)學(xué)圖書(shū)館（National Library of Medicine，NLM）即開(kāi)始建立可供檢索查閱的人體結(jié)構(gòu)圖像資料庫(kù)，被稱為“可視人計(jì)劃”（Visible Human Project，VHP）。我國(guó)也在2001年和2003年兩次香山科學(xué)會(huì)議后，啟動(dòng)了中國(guó)人體數(shù)據(jù)集的研究工作^[1]。在信息傳媒領(lǐng)域，機(jī)器人、電子人一直是科幻文學(xué)和影視作品的重要主角。隨著AI、云計(jì)算、大數(shù)據(jù)、虛擬現(xiàn)實(shí)等技術(shù)群快速發(fā)展并廣泛應(yīng)用于信息傳媒產(chǎn)業(yè)，數(shù)字人再次以全新面貌走進(jìn)大眾視野。虛擬人、數(shù)字人、數(shù)智人等各種稱謂時(shí)見(jiàn)報(bào)端，呈現(xiàn)井噴態(tài)勢(shì)。而元宇宙產(chǎn)業(yè)的大熱，特別是ChatGPT的問(wèn)世，則進(jìn)一步突破了公眾對(duì)于AI的認(rèn)知。

近年來(lái)，互聯(lián)網(wǎng)企業(yè)、文旅廣電與新聞出版機(jī)構(gòu)紛紛推出數(shù)字人，并在多領(lǐng)域?qū)崿F(xiàn)應(yīng)用。例如，上海廣播電視臺(tái)虛擬主播申?雅、國(guó)家博物館虛擬數(shù)智人員工艾雯雯、抖音虛擬美妝達(dá)人柳葉熙等。由燃麥科技開(kāi)發(fā)的虛擬偶像、超寫(xiě)實(shí)數(shù)字人（MetaHuman）AYAYI更是擔(dān)任天貓超級(jí)品牌日的數(shù)字主理人，成為阿里巴巴的首位數(shù)字人員工^[2]。同樣地，數(shù)字人也已走入國(guó)內(nèi)有聲閱讀領(lǐng)域，2023年5月，數(shù)傳集團(tuán)面向全國(guó)出版單位推出AI閱讀服務(wù)數(shù)字人小睿，開(kāi)啟我國(guó)出版業(yè)的AI新時(shí)代^[3]。2023年8月，番茄小說(shuō)正式官宣虛擬數(shù)字人IP番卷卷，作為讀者閱讀的“小說(shuō)搭子”^[4]。在喜馬拉雅平臺(tái)上，已有以真人原型衍生的AI主播，其作品也獲得讀者關(guān)注。例如，單田芳AI書(shū)場(chǎng)、喜小道、蘇小刀等AI主播分別有2.2萬(wàn)、9.3萬(wàn)、2.0萬(wàn)的粉絲訂閱，喜馬拉雅和閱文集團(tuán)聯(lián)合出品的AI多人有聲劇《深空彼岸（第一季）》則有232.4萬(wàn)播放量，成為數(shù)字人有聲閱讀內(nèi)容生產(chǎn)實(shí)踐先導(dǎo)。不過(guò)從總體來(lái)看，將數(shù)字人引入有聲閱讀產(chǎn)業(yè)的實(shí)際應(yīng)用還相對(duì)較少，處于發(fā)展初期。作為與數(shù)字平臺(tái)、數(shù)字技術(shù)緊密關(guān)聯(lián)的文化業(yè)態(tài)，有聲閱讀無(wú)疑還將進(jìn)一步拓展數(shù)字人應(yīng)用藍(lán)海。由此，數(shù)字人如何參與有聲閱讀內(nèi)容生產(chǎn)，促成何種人機(jī)關(guān)系和文化消費(fèi)體驗(yàn)，成為開(kāi)展本研究的核心關(guān)切。

2 文獻(xiàn)回顧

2.1 數(shù)字人及其界定

“數(shù)字人”概念主要源自電子人，即“賽博格”（Cyborg），該詞在1960年克萊因斯和克萊恩發(fā)表的《賽博格與空間》（Cyborg and Space）中被首次提出，直到1985年唐娜·哈拉維（Donna Haraway）發(fā)表的《賽博格宣言》將“賽博格”定義為“機(jī)器與有機(jī)體的混合體”^[5]。孫瑋從媒介融合的視角分析媒介正在邁向主體層面的融合——技術(shù)與人的融合，這造就了新型主體賽博人，賽博人成為傳播主體，媒介因而轉(zhuǎn)為身體本身^[6]。在他們的闡釋中，自然人是行動(dòng)主體，而技術(shù)（媒介）的擴(kuò)張和嵌入會(huì)進(jìn)而導(dǎo)致人的電子化、賽博化或曰數(shù)字化。區(qū)別于“賽博人”的概念，沈浩和劉亭利將虛擬數(shù)字人定義為通過(guò)計(jì)算機(jī)圖形學(xué)、語(yǔ)音合成技術(shù)、深度學(xué)習(xí)、類腦科學(xué)、生物科技、計(jì)算科學(xué)等聚合科技（Converging Technologies）創(chuàng)設(shè)，并具有人的外觀、行為甚至思想（價(jià)值觀）的可交互的虛擬形象^[7]。同樣，郭全中指出，虛擬人和虛擬數(shù)字人都屬于數(shù)字人，虛擬數(shù)字人是最小的概念范疇，虛擬人包含虛擬數(shù)字人，是數(shù)字人的組成部分^[8]。據(jù)此，本文將數(shù)智人理解為數(shù)字人高度智能化的理想形態(tài)，并統(tǒng)稱虛擬人、虛擬數(shù)字人、數(shù)智人等為數(shù)字人。

2.2 有聲閱讀研究面向

近年來(lái)，國(guó)內(nèi)學(xué)者對(duì)有聲閱讀的研究主要圍繞以下幾個(gè)方面展開(kāi)：有聲閱讀發(fā)展中的聽(tīng)覺(jué)文化回歸及其場(chǎng)景化實(shí)踐的現(xiàn)實(shí)意義^[9]、有聲閱讀對(duì)于促進(jìn)兒童和青少年教育^[10]、彌合老年人及視障人群數(shù)字閱讀鴻溝的作用^[11]、公共圖書(shū)館有聲閱讀資源建設(shè)及其推廣等^[12]。此外，用戶的有聲閱讀偏好和平臺(tái)消費(fèi)特征也是有聲閱讀研究中的重要方向。例如，鄧香蓮以上海大學(xué)生為例，重點(diǎn)考察了新媒體環(huán)境下大學(xué)生的有聲閱讀行為特征^[13]；尹章池和徐景熙基于統(tǒng)計(jì)數(shù)據(jù)分析高校學(xué)生有聲閱讀行為特征及有聲閱讀推廣策略^[14]；韓生華等以可用性理論為視角對(duì)有聲閱讀App用戶體驗(yàn)及發(fā)展策略進(jìn)行了研究^[15]?？梢园l(fā)現(xiàn)，有聲閱讀是當(dāng)前出版與閱讀研究中的熱點(diǎn)領(lǐng)域，其文化消費(fèi)特征和公共文化服務(wù)效益也更加受到關(guān)注。

2.3 數(shù)字人與有聲閱讀的關(guān)系

現(xiàn)有研究中，學(xué)者們主要關(guān)注數(shù)字化場(chǎng)景及AI技術(shù)支持下有聲閱讀的應(yīng)用和發(fā)展趨向，如探討智媒時(shí)代有聲出版的作用機(jī)理^[16]，流動(dòng)空間中有聲書(shū)的敘事模式優(yōu)化^[17]，AIGC技術(shù)在音頻內(nèi)容生產(chǎn)和數(shù)字音樂(lè)創(chuàng)作等應(yīng)用場(chǎng)景的賦能潛力^[18]等。另外，與之相關(guān)的人機(jī)傳播（Human-Machine Communication，HMC）、人機(jī)互動(dòng)也是學(xué)者們關(guān)注的議題，不過(guò)研究對(duì)象主要集中于數(shù)字化環(huán)境下的新聞^[19]、電視消費(fèi)^[20]等領(lǐng)域。當(dāng)前，學(xué)界還較少直接探討數(shù)字人之于有聲閱讀（出版）的作用關(guān)系，雖然有部分研究關(guān)注到AI對(duì)于有聲閱讀內(nèi)容生產(chǎn)的促進(jìn)作用，但也未能更多涉及其中的人機(jī)互動(dòng)關(guān)系和情感轉(zhuǎn)向研究。

就此來(lái)看，以AI為重要技術(shù)支撐的數(shù)字人對(duì)于有聲閱讀的作用效果值得予以更多考察。為便于表述，本文將以數(shù)字人作為有聲閱讀內(nèi)容生產(chǎn)、傳播支持要素的有聲閱讀產(chǎn)品（包括采用某一數(shù)字人的專屬聲音或形象等進(jìn)行的有聲內(nèi)容創(chuàng)作，也包括以某一數(shù)字人為內(nèi)容角色開(kāi)展的有聲內(nèi)容創(chuàng)作）和服務(wù)統(tǒng)述為“數(shù)字人有聲閱讀”。

3 數(shù)字人有聲閱讀內(nèi)容生產(chǎn)與人機(jī)互動(dòng)

當(dāng)前，數(shù)字人仍屬于新生事物，數(shù)字人有聲閱讀的發(fā)展、應(yīng)用、實(shí)踐還有極大的探索空間?？梢源_定的是，數(shù)字技術(shù)的賦能作用貫穿于數(shù)字人有聲閱讀各環(huán)節(jié)中，明確其內(nèi)容生產(chǎn)技術(shù)機(jī)理及人機(jī)互動(dòng)特征和機(jī)制，有助于更好地從用戶需求出發(fā)推動(dòng)數(shù)字人有聲閱讀的創(chuàng)新發(fā)展。

3.1 數(shù)字人有聲閱讀內(nèi)容生產(chǎn)技術(shù)機(jī)理

區(qū)別于普通的電子有聲讀物或網(wǎng)絡(luò)有聲讀物，數(shù)字人有聲閱讀具有明確的對(duì)話感和對(duì)象感。當(dāng)前的數(shù)字人有兩種技術(shù)路線：一種是“中之人”虛擬人，是在通過(guò)CG建模、手繪等制作方式完成形象創(chuàng)作后，借助“中之人”聯(lián)合動(dòng)捕和面捕技術(shù)實(shí)現(xiàn)虛擬數(shù)字人的驅(qū)動(dòng)；另一種是超級(jí)自然虛擬人（AI Being），從創(chuàng)建、驅(qū)動(dòng)、內(nèi)容生成到實(shí)現(xiàn)交互的全程均由AI技術(shù)完成，不需要自然人參與其中^[21]。

從產(chǎn)業(yè)發(fā)展視角來(lái)看，將數(shù)字人引入有聲閱讀內(nèi)容生產(chǎn)是數(shù)字出版的必然趨向。有聲內(nèi)容的聲音來(lái)源可以分為三類：一是人聲朗讀錄制；二是基于文語(yǔ)轉(zhuǎn)化（Text to Speech，TTS）的機(jī)械語(yǔ)音合成；三是AI語(yǔ)音合成，以自然語(yǔ)言處理技術(shù)（Natural Language Processing，NLP）為技術(shù)核心。從藝術(shù)創(chuàng)造性來(lái)看，單純地將既有文本經(jīng)由人聲朗讀、錄制或通過(guò)TTS技術(shù)、AI技術(shù)實(shí)現(xiàn)的有聲化，不被認(rèn)為具有藝術(shù)創(chuàng)造性，且可能存在合成語(yǔ)音語(yǔ)流不暢等問(wèn)題，而“TTS+AI”的組合則可以使得電子合成語(yǔ)音愈發(fā)自然和準(zhǔn)確^[22]。當(dāng)然，注入配音演員或有聲錄制工作者的設(shè)計(jì)與巧思的有聲創(chuàng)作則具備了藝術(shù)性。作為數(shù)字出版領(lǐng)域的新業(yè)態(tài)，數(shù)字人有聲閱讀是以特定數(shù)字人（形象）的音色進(jìn)行配音、合成或朗讀制作的有聲內(nèi)容，而在讀者實(shí)際的有聲閱讀消費(fèi)過(guò)程中，該數(shù)字人的視覺(jué)形象則可以不出現(xiàn)。

3.2 數(shù)字人有聲閱讀人機(jī)互動(dòng)特征

人機(jī)交互是一個(gè)專注于計(jì)算機(jī)技術(shù)的設(shè)計(jì)和使用，并研究人與計(jì)算機(jī)之間界面的領(lǐng)域^[23]。數(shù)字人有聲閱讀則進(jìn)一步創(chuàng)設(shè)了屏幕交互界面之下的人機(jī)互動(dòng)，并呈現(xiàn)出四個(gè)方面的人機(jī)互動(dòng)特征：一是數(shù)字人與內(nèi)容文本并置，提高讀者對(duì)數(shù)字人的關(guān)注。在以往的閱讀體驗(yàn)中，閱讀內(nèi)容的有聲化以文本為核心基礎(chǔ)，而隨著配音等有聲創(chuàng)作的興起，有聲化的藝術(shù)性得到不斷加強(qiáng)，數(shù)字人有聲閱讀的內(nèi)容生產(chǎn)提升了數(shù)字人的“創(chuàng)作”主體地位，進(jìn)而促進(jìn)了讀者與數(shù)字人之間的相互關(guān)注和互動(dòng)。二是優(yōu)質(zhì)人物設(shè)定（一般簡(jiǎn)稱“人設(shè)”）與仿真聲音，優(yōu)化讀者閱讀體驗(yàn)?；趯?duì)數(shù)字人的人設(shè)打造不斷豐滿數(shù)字人的形象表征，使其成為某種優(yōu)質(zhì)形象的代言人，而基于AI語(yǔ)音合成技術(shù)，數(shù)字人的聲音表達(dá)能力更加趨近于真人，聲音中的抑揚(yáng)頓挫、情感表達(dá)也更加貼合文本敘事基調(diào)。三是強(qiáng)烈的對(duì)象感受，提供讀者情感投射標(biāo)的。數(shù)字人從外在形象到聲音傳遞愈發(fā)趨于真實(shí)，使得閱讀的對(duì)象感不斷增強(qiáng)，為讀者的閱讀提供了情感互動(dòng)可能。四是高度的聽(tīng)覺(jué)沉浸，營(yíng)造讀者可想象空間。數(shù)字人有聲閱讀以特定數(shù)字人為聲音的主體，雖然在實(shí)際的閱讀產(chǎn)品中，數(shù)字人一般不以視覺(jué)形象出現(xiàn)，但讀者已經(jīng)預(yù)知了閱讀內(nèi)容的聲音主體來(lái)源，視覺(jué)的“退場(chǎng)”反而增強(qiáng)了閱讀的聽(tīng)覺(jué)沉浸性，為讀者的數(shù)字人有聲閱讀消費(fèi)提供了更大的內(nèi)容想象空間。

3.3 數(shù)字人有聲閱讀人機(jī)互動(dòng)機(jī)制

如果將數(shù)字人有聲閱讀看作基于機(jī)器（技術(shù)）驅(qū)動(dòng)所開(kāi)展的內(nèi)容生產(chǎn)模式，那么讀者進(jìn)行有聲閱讀消費(fèi)的過(guò)程實(shí)質(zhì)就是“人”與“機(jī)”的互動(dòng)過(guò)程。由此，數(shù)字人有聲閱讀的人機(jī)互動(dòng)機(jī)制也趨于明朗：其一，媒介延伸、鏈接人機(jī)并建構(gòu)可溝通的人機(jī)關(guān)系。從麥克盧漢“媒介即人的延伸”的論斷出發(fā)，面對(duì)數(shù)字人已然步入人類社會(huì)的現(xiàn)實(shí)，可以進(jìn)一步將媒介視為數(shù)字人的延伸。內(nèi)容媒介和媒介內(nèi)容共同搭建起人機(jī)互動(dòng)通道，讀者的有聲閱讀消費(fèi)過(guò)程也就是人與數(shù)字人以有聲讀物為中間環(huán)節(jié)而展開(kāi)的人機(jī)接觸、溝通和關(guān)系建構(gòu)過(guò)程。其二，有聲閱讀消費(fèi)創(chuàng)設(shè)人機(jī)互動(dòng)場(chǎng)域。數(shù)字人有聲閱讀涉及讀者的內(nèi)容選擇、內(nèi)容閱讀及內(nèi)容批評(píng)（如評(píng)論留言、點(diǎn)贊、收藏、轉(zhuǎn)發(fā)分享等）多個(gè)環(huán)節(jié)，而這一流程的推進(jìn)正是基于有聲閱讀活動(dòng)場(chǎng)域所開(kāi)展的人機(jī)互動(dòng)的具體實(shí)踐。其三，社交屬性能激發(fā)人機(jī)互動(dòng)的情感轉(zhuǎn)向?！叭绻覀円蜋C(jī)器人共享現(xiàn)實(shí)，我們就必須將機(jī)器人的行為看作世界‘正常的部分，我們可以像對(duì)待其他人一樣對(duì)待它。”^[24]數(shù)字人有聲閱讀行為開(kāi)展的前提在于讀者允許數(shù)字人進(jìn)入自己的情感世界，數(shù)字人有聲閱讀的實(shí)質(zhì)就是以人機(jī)互動(dòng)為底層邏輯的情感互動(dòng)。其四，情感滿足需要持續(xù)驅(qū)動(dòng)人機(jī)互動(dòng)實(shí)踐。數(shù)字人有聲閱讀所呈現(xiàn)的人機(jī)對(duì)話等人機(jī)互動(dòng)模式塑造強(qiáng)烈的對(duì)象感受和情感投射，“這樣的人機(jī)對(duì)話也會(huì)向情感互動(dòng)方向發(fā)展，即使機(jī)器的情感是模擬的、機(jī)械的，也會(huì)給人們帶來(lái)一定的滿足?！?sup>[25]因此，情感滿足的需要會(huì)驅(qū)動(dòng)讀者持續(xù)進(jìn)行有聲閱讀消費(fèi)并開(kāi)展人機(jī)互動(dòng)行為。

4 基于人機(jī)關(guān)系的聲景沉浸與情感互動(dòng)

有聲閱讀為讀者搭建了基于文本內(nèi)容的聲音景觀，營(yíng)造了一種特有的聲音沉浸模式。聲音景觀（Soundscape）由穆雷·謝弗（R.Murray Schafer）提出，其聲景理論聚焦于聲音、聽(tīng)者、環(huán)境三者的互動(dòng)關(guān)系^[26]。基于對(duì)數(shù)字人有聲閱讀的人機(jī)互動(dòng)特征和人機(jī)互動(dòng)機(jī)制的分析可知，處于人機(jī)關(guān)系中的數(shù)字人有聲閱讀在聲景沉浸中建構(gòu)了從“人機(jī)互動(dòng)”到“人機(jī)情感互動(dòng)”再到“人機(jī)情感依戀”的互動(dòng)程式。

4.1 聲景沉浸強(qiáng)化人機(jī)互動(dòng)

時(shí)下，不少開(kāi)車族喜歡使用演藝明星的語(yǔ)音導(dǎo)航，一方面是出于新奇，另一方面則是因?yàn)橄噍^于軟件默認(rèn)的機(jī)械合成語(yǔ)音，演藝明星的語(yǔ)音導(dǎo)航通過(guò)聲音聯(lián)結(jié)了明星本人，塑造了一種非具身的聲音在場(chǎng)，形成了行車環(huán)境沉浸中人機(jī)互動(dòng)下的人人（導(dǎo)航語(yǔ)音所對(duì)應(yīng)的聲音主體）互動(dòng)。同樣地，在數(shù)字人有聲閱讀建構(gòu)的聲景沉浸中，往往能基于人機(jī)互動(dòng)生產(chǎn)人人（數(shù)字人指向的自然人，或被想象為自然人的數(shù)字人）互動(dòng)的聽(tīng)覺(jué)幻象。對(duì)讀者而言，相較于日?；娜穗H對(duì)話關(guān)系，數(shù)字人是一位“熟悉的陌生人”，在關(guān)閉或弱化視覺(jué)體驗(yàn)的同時(shí)，聽(tīng)覺(jué)感官的信息接收效果得到強(qiáng)化。數(shù)字人有聲閱讀的基礎(chǔ)形式仍然是“你講我聽(tīng)”，但讀者可以進(jìn)一步通過(guò)語(yǔ)音對(duì)話（提示）操作收聽(tīng)界面、選擇聽(tīng)閱內(nèi)容、參與有聲內(nèi)容書(shū)寫(xiě)。由此來(lái)看，數(shù)字人有聲閱讀以聲音搭建了超越文本的直接互動(dòng)，又去除了數(shù)字人影像技術(shù)形態(tài)可能存在的破綻，進(jìn)而提供了更多讀者對(duì)于文本、聲音及數(shù)字人的可想象空間。

4.2 人機(jī)互動(dòng)牽引情感互動(dòng)

閱讀是一種文本與讀者雙向思想交流與情感互動(dòng)的文化活動(dòng)。在蘭德?tīng)枴た铝炙梗≧andall Collins）看來(lái)，情感能量是人類交流互動(dòng)的核心要素，人們參與傳播的動(dòng)機(jī)實(shí)質(zhì)上應(yīng)歸結(jié)于“情感能量的理性選擇”，互動(dòng)儀式的參與者在關(guān)注點(diǎn)與情感的相互連帶中，能夠產(chǎn)生一種共享的情感體驗(yàn)與身份認(rèn)同，進(jìn)而形成新的社會(huì)定位與社會(huì)形象^[27]。在數(shù)字人有聲閱讀活動(dòng)中，既發(fā)生著讀者與文本的互動(dòng)，也發(fā)生著讀者與數(shù)字人的互動(dòng)。其核心動(dòng)機(jī)來(lái)源于讀者對(duì)于有聲內(nèi)容的興趣選擇，又交織著讀者對(duì)于特定數(shù)字人的個(gè)性化偏好，其皆指向閱讀活動(dòng)對(duì)讀者的情感牽引調(diào)動(dòng)。讀者的內(nèi)容選擇既涉及讀者主動(dòng)通過(guò)關(guān)鍵詞檢索進(jìn)行的閱讀產(chǎn)品選擇，也包含平臺(tái)基于算法的閱讀內(nèi)容推薦。隨著數(shù)字人與GPT等大模型相結(jié)合，當(dāng)讀者的需求提示進(jìn)一步限定，由數(shù)字人提供及基于數(shù)字人創(chuàng)作的閱讀內(nèi)容都將更契合讀者的情感偏好。“多樣的情感形式誕生于身體的感觸經(jīng)驗(yàn)，因際遇不同，情感總在悲苦與快樂(lè)間變化流轉(zhuǎn)，這種情感的流變即是‘情動(dòng)?！?sup>[28]在閱讀活動(dòng)中，情動(dòng)的發(fā)生鏈接讀者與數(shù)字人的情感互動(dòng)，而這種互動(dòng)更大程度上隱藏于內(nèi)容文本之下，在最初不為讀者所察覺(jué)。

4.3 情感互動(dòng)催生情感依戀

持續(xù)的情感互動(dòng)催生情感依戀?！扒楦幸缿佟保‥motional Attachment）作為心理學(xué)范疇的概念，由英國(guó)心理學(xué)家約翰·鮑比（John Bowlby）基于依戀理論提出。情感依戀起初用來(lái)解釋嬰兒與其養(yǎng)護(hù)者之間的親密聯(lián)系，后來(lái)被引入到管理學(xué)、消費(fèi)者行為學(xué)、社會(huì)學(xué)等領(lǐng)域，強(qiáng)調(diào)消費(fèi)者與特定消費(fèi)對(duì)象（產(chǎn)品、品牌、企業(yè)等）之間形成的涵蓋認(rèn)知、情感特性的心理紐帶和行為反應(yīng)^[29]。數(shù)字人有聲閱讀既是一種文化活動(dòng)，也是一種文化消費(fèi)實(shí)踐，讀者之所以愿意持續(xù)這種消費(fèi)行為，其情感本質(zhì)上反映的是讀者對(duì)于特定數(shù)字人的依戀。正如馬庫(kù)斯·沃爾法伊爾（Markus Wohlfeil）關(guān)于消費(fèi)文化中的名人與粉絲的闡釋，“戀慕作為私人的名人”反映了粉絲對(duì)在媒體焦點(diǎn)外作為真實(shí)人類過(guò)著私人生活的影星或其他名人的情感依戀^[30]。他們將數(shù)字人想象為真實(shí)存在的自然人，乃至形成對(duì)于有聲閱讀中數(shù)字人的粉絲式追隨。

5 數(shù)字人有聲閱讀的可能關(guān)切

信息傳播的數(shù)字化令數(shù)字人有聲閱讀內(nèi)容生產(chǎn)和閱讀消費(fèi)搭上了“數(shù)字便車”，使得數(shù)字人在有聲閱讀活動(dòng)中的存在感不斷增強(qiáng)。但是，其也可能引致讀者對(duì)于數(shù)字對(duì)象的依戀、虛擬伴讀的依賴和碎片化閱讀的沉溺，以及對(duì)于數(shù)字人的粉絲式追隨，這都是數(shù)字人有聲閱讀中需要加以重視的環(huán)節(jié)。應(yīng)當(dāng)明確其中的文化需求，加強(qiáng)觀照應(yīng)對(duì)，從而使數(shù)字人有聲閱讀不脫離信息內(nèi)容服務(wù)、知識(shí)傳習(xí)和文化傳播的本質(zhì)要義。

5.1 正視數(shù)字對(duì)象依戀

如前所述，讀者在數(shù)字人有聲閱讀過(guò)程中，基于聲音的傳介生成了對(duì)于特定數(shù)字人的個(gè)性化想象，并在聲景沉浸和有聲會(huì)話過(guò)程中持續(xù)修正或深化這種個(gè)人專屬式的想象。一般的有聲閱讀主要體現(xiàn)的是讀者對(duì)文本內(nèi)容的偏好，當(dāng)然其中也有對(duì)于配音演員、內(nèi)容主播或行業(yè)專家、文化學(xué)者的追捧，在這樣的有聲內(nèi)容產(chǎn)品背后，是實(shí)在的、具身化的自然人。

而一定程度上，數(shù)字人有聲閱讀則將數(shù)字人引向具體文本，與文本內(nèi)容并置、共在。在此情況下，讀者對(duì)于數(shù)字人有聲閱讀的消費(fèi)實(shí)踐可能超越了對(duì)于內(nèi)容的需求，更表現(xiàn)為對(duì)數(shù)字人的對(duì)象化依戀。具體而言，數(shù)字人有聲閱讀在使得視覺(jué)感官暫時(shí)“退場(chǎng)”的同時(shí)，提供并放大了讀者對(duì)于數(shù)字人人設(shè)基礎(chǔ)上的個(gè)人想象，數(shù)字人成了讀者戀慕的對(duì)象。因此，需要正視讀者的數(shù)字對(duì)象依戀，把握其中的平衡點(diǎn)。一方面，不可否認(rèn)其促進(jìn)了讀者的有聲閱讀消費(fèi)，滿足了讀者的文化需求。而另一方面，讀者持續(xù)的有聲閱讀消費(fèi)不斷具象化對(duì)于數(shù)字人的想象，深化對(duì)數(shù)字對(duì)象的依戀，則可能忽視了文本的重要性，乃至模糊了數(shù)字人與自然人的情感真實(shí)。

5.2 抽離虛擬伴讀依賴

如同收音機(jī)時(shí)代的廣播節(jié)目給人以溫情陪伴，有聲閱讀既能復(fù)刻收音機(jī)式的陪伴，又可以憑借聲景打造沉浸式的聽(tīng)閱體驗(yàn)，在剝離視覺(jué)文化霸權(quán)主義的同時(shí)，給讀者創(chuàng)造了更多與內(nèi)容相關(guān)聯(lián)的想象空間。如此，可以牽動(dòng)閱讀主體更多的主動(dòng)思考，讀者對(duì)于有聲內(nèi)容產(chǎn)品的情感依賴更深，驅(qū)動(dòng)閱讀趣緣社群的形成，讀者與有聲閱讀內(nèi)容的契合度及讀者群體之間的緊密性也就更高。在此基礎(chǔ)上，數(shù)字人有聲閱讀進(jìn)一步強(qiáng)化了虛擬伴讀體驗(yàn)，正如番茄閱讀上線的數(shù)字人“番卷卷”，其擅長(zhǎng)推書(shū)、幫助讀者催更，乃至在和讀者共讀的過(guò)程中可以根據(jù)閱讀內(nèi)容實(shí)時(shí)呈現(xiàn)相應(yīng)表情，營(yíng)造了強(qiáng)烈的閱讀陪伴感受。

然而，這也可能導(dǎo)致讀者自主文字閱讀能動(dòng)性的消減，對(duì)于虛擬伴讀的依賴增強(qiáng)，不益于讀者的知識(shí)習(xí)得等基礎(chǔ)能力的培養(yǎng)。故需引導(dǎo)讀者抽離這種虛擬伴讀依賴，有聲閱讀平臺(tái)的陪伴式閱讀體驗(yàn)的營(yíng)造亦需考量讀者的接受閾值，既要為讀者提供更優(yōu)質(zhì)的聽(tīng)閱體驗(yàn)，又要避免形成程式依賴。

5.3 消解碎片閱讀沉溺

就整體出版行業(yè)來(lái)看，相較于實(shí)體書(shū)閱讀，數(shù)字閱讀特別是有聲閱讀的“聽(tīng)書(shū)”方式更符合人們?cè)谒槠瘯r(shí)間的實(shí)際文化消費(fèi)需求。數(shù)字閱讀使得實(shí)體書(shū)方寸隱于無(wú)形，一“屏”在手，既無(wú)需額外負(fù)重，也不必疲于翻動(dòng)書(shū)頁(yè)。而有聲閱讀更進(jìn)一步解放了雙眼，人們可以在更加碎片化的時(shí)間內(nèi)開(kāi)展閱讀活動(dòng)。

不過(guò)，有聲閱讀看似從空間與時(shí)間的雙維中解放了雙眼和雙手，卻也降低了文字性的閱讀接受，以碎片化形式進(jìn)行數(shù)字人有聲閱讀容易僅成為一種娛樂(lè)行為，同時(shí)也容易使人們產(chǎn)生碎片閱讀沉溺，難于花費(fèi)更長(zhǎng)時(shí)間沉靜地開(kāi)展閱讀，無(wú)法達(dá)成深閱讀式的知識(shí)學(xué)習(xí)效用。因此，做好有聲讀物的內(nèi)容把關(guān)、產(chǎn)品質(zhì)量提升和深化閱讀接受同樣重要。消解碎片閱讀沉溺，避免讀者慣于以碎片化的方式進(jìn)行有聲閱讀，從而不背離閱讀的本質(zhì)價(jià)值，讓有聲閱讀不僅僅成為一種娛樂(lè)式的消遣活動(dòng)，而是讓讀者讀一頁(yè)有一頁(yè)的意義，聽(tīng)一分鐘有一分鐘的體悟，并愿意持續(xù)將閱讀進(jìn)行下去。

5.4 跳脫粉絲文化泥淖

從虛擬歌姬“初音未來(lái)”，到虛擬歌手、虛擬偶像“洛天依”，再到文旅機(jī)構(gòu)、電視臺(tái)、互聯(lián)網(wǎng)平臺(tái)等推出的各式各樣的數(shù)字人，其人設(shè)塑造近趨完美。數(shù)字人憑借優(yōu)質(zhì)形象，或是成為文化藝術(shù)產(chǎn)品、文旅服務(wù)的代言人，或是為商業(yè)活動(dòng)站臺(tái)背書(shū)，能夠在更短時(shí)間內(nèi)收獲大量關(guān)注，并且相較于真人演藝明星的出場(chǎng)成本更低，對(duì)于現(xiàn)有的二次元深度用戶也會(huì)產(chǎn)生更大的吸引力。

但是在數(shù)字人井噴的現(xiàn)實(shí)情況下，對(duì)于數(shù)字人的無(wú)限度追捧將催生用戶的粉絲式消費(fèi)，或?qū)⒅率埂帮埲Α蔽幕浦踩霐?shù)字人圈層。雖然打榜、做數(shù)據(jù)、控評(píng)等粉絲經(jīng)濟(jì)行為表面上使得數(shù)字人產(chǎn)業(yè)愈加蓬勃，但用戶可能跌入粉絲文化泥淖，這是在數(shù)字人明星化日趨火熱的現(xiàn)實(shí)下必須重點(diǎn)關(guān)注的環(huán)節(jié)。進(jìn)而言之，對(duì)于數(shù)字人有聲閱讀，或者說(shuō)對(duì)于閱讀活動(dòng)而言，跳脫粉絲文化泥淖，才可使得閱讀的本質(zhì)要義不被遮蔽。

6 結(jié)語(yǔ)

在技術(shù)的升級(jí)迭代和消費(fèi)終端的持續(xù)普及之下，數(shù)字人有聲閱讀的聲音塑造和內(nèi)容呈現(xiàn)將更加符合人們的聽(tīng)覺(jué)審美和自然感受，憑借更低成本、更高生產(chǎn)效率和更便捷的消費(fèi)形式，其將成為數(shù)字閱讀的全新趨向。當(dāng)然，數(shù)字人有聲閱讀內(nèi)容生產(chǎn)、傳播、消費(fèi)的核心導(dǎo)向仍然是信息內(nèi)容和文化知識(shí)的服務(wù)和接受。數(shù)字人有聲閱讀提供了數(shù)字社會(huì)閱讀的全新形態(tài)，但是新事物可能帶來(lái)的新問(wèn)題也需要得到充分關(guān)注。應(yīng)當(dāng)切實(shí)重視深度媒介化社會(huì)之中大眾閱讀消費(fèi)活動(dòng)面臨的人機(jī)關(guān)系應(yīng)對(duì)和數(shù)字交往平衡問(wèn)題。有聲出版主體一要堅(jiān)守有聲閱讀產(chǎn)品生產(chǎn)的初心，始終堅(jiān)持把社會(huì)效益放在首位；二要重點(diǎn)把關(guān)有聲閱讀產(chǎn)品中數(shù)字人的積極形象塑造和文化價(jià)值引領(lǐng)；三要借力發(fā)行營(yíng)銷有意識(shí)地引導(dǎo)人們?cè)跀?shù)字世界的健康交往行為，營(yíng)造風(fēng)清氣正的數(shù)字文化空間。

未來(lái)，人與數(shù)字人的共生不無(wú)可能，構(gòu)建健康的人機(jī)關(guān)系，方能實(shí)現(xiàn)有聲閱讀內(nèi)容文化性和藝術(shù)性的充分呈現(xiàn)和傳播，進(jìn)一步促進(jìn)數(shù)字人有聲閱讀等數(shù)字文化新業(yè)態(tài)的創(chuàng)新增長(zhǎng)，為廣大讀者在數(shù)字交往環(huán)境下提供更多供需匹配的優(yōu)質(zhì)文化產(chǎn)品和服務(wù)。

作者簡(jiǎn)介

林一民，男，華東師范大學(xué)傳播學(xué)院（出版學(xué)院）博士研究生。研究方向：數(shù)字閱讀與文化產(chǎn)業(yè)。

鄧香蓮，女，博士，華東師范大學(xué)傳播學(xué)院（出版學(xué)院）教授。研究方向：國(guó)民閱讀、數(shù)字出版與新媒體傳播。

參考文獻(xiàn)

[1]鐘世鎮(zhèn).數(shù)字人：信息與生命科學(xué)結(jié)合的新領(lǐng)域[J].科技導(dǎo)報(bào)，2005（2）：9-12.

[2]佩森.6億估值：超寫(xiě)實(shí)數(shù)字人AYAYI從創(chuàng)意到資本的商業(yè)版圖[EB/OL].（2021-10-30）[2023-09-09].https：//zhuanlan.zhihu.com/p/427462942.

[3]中國(guó)出版?zhèn)髅缴虉?bào).首個(gè)AI閱讀服務(wù)數(shù)字人誕生，20多家出版單位已展開(kāi)應(yīng)用[EB/OL].（2023-05-04）[2023-09-18]. https：//www.sohu.com/a/672788413_121418230.

[4]36氪.小說(shuō)搭子已上線，數(shù)字人的A面與B面[EB/OL].（2023-08-25）[2023-09-19].https：//new.qq.com/rain/a/20230825A083AC00.

[5]阮云星，梁永佳，高英策.賽博格人類學(xué)：全球研究檢視與當(dāng)代范式轉(zhuǎn)換[M].杭州：浙江大學(xué)出版社，2021：234-235.

[6]孫瑋.賽博人：后人類時(shí)代的媒介融合[J].新聞?dòng)浾撸?018（6）：4-11.

[7]沈浩，劉亭利.虛實(shí)共融，若即若離：全面進(jìn)擊的虛擬數(shù)字人[J].視聽(tīng)界，2022（3）：5-10.

[8]郭全中.虛擬數(shù)字人發(fā)展的現(xiàn)狀、關(guān)鍵與未來(lái)[J].新聞與寫(xiě)作，2022（7）：56-64.

[9]張莉.移動(dòng)有聲閱讀場(chǎng)景分類與場(chǎng)景應(yīng)用路徑探析[J].出版科學(xué)，2020，28（2）：103-107.

[10]趙光敏.兒童有聲閱讀的發(fā)展現(xiàn)狀與改進(jìn)策略[J].上海教育科研， 2021（8）：62-66.

[11]徐佳.有聲閱讀作為彌合視障人群數(shù)字鴻溝的場(chǎng)景研究：政策、技術(shù)與法律、市場(chǎng)[J].中國(guó)出版，2021（17）：55-59.

[12]尚碩彤.公共圖書(shū)館有聲閱讀資源建設(shè)及推廣策略探究[J].出版廣角，2020（15）：86-88.

[13]鄧香蓮.新媒體環(huán)境下大學(xué)生有聲閱讀行為特征研究：以上海大學(xué)生為例[J].圖書(shū)情報(bào)知識(shí)，2018（5）：81-94.

[14]尹章池，徐景熙.高校學(xué)生有聲閱讀行為特征及其有聲閱讀推廣策略研究：基于SPSS統(tǒng)計(jì)數(shù)據(jù)分析[J].傳播與版權(quán)，2023（3）： 43-46.

[15]韓生華，鄭東和，李易蓉.可用性理論視角下有聲閱讀APP用戶體驗(yàn)及發(fā)展策略探析[J].中國(guó)出版，2023（6）：24-29.

[16]沈悅，金圣鈞.智媒時(shí)代有聲出版的作用機(jī)理及優(yōu)化路徑[J].中國(guó)編輯，2022（11）：86-91.

[17]朱赫男，王鵬濤.聲音回歸與“理想聽(tīng)者”：流動(dòng)空間中有聲書(shū)敘事模式優(yōu)化研究[J].現(xiàn)代出版2023（5）：103-112.

[18]李雅箏，劉宇星.AIGC技術(shù)賦能數(shù)字音頻內(nèi)容生產(chǎn)：應(yīng)用場(chǎng)景、存在問(wèn)題與應(yīng)對(duì)策略[J].數(shù)字出版研究，2023，2（3）：13-20.

[19]陳陽(yáng)，李宛真，張喆喆.數(shù)字新聞消費(fèi)與人機(jī)關(guān)系：一項(xiàng)關(guān)于閱讀機(jī)器人新聞的在線實(shí)驗(yàn)[J].新聞?dòng)浾撸?023（8）：40-50，85.

[20]張藍(lán)姍，蔣亞娟.智能時(shí)代的電視社交化演進(jìn)：人機(jī)分離、人機(jī)互動(dòng)到人際交往[J].現(xiàn)代傳播（中國(guó)傳媒大學(xué)學(xué)報(bào)），2021，43（6）：163-168.

[21]郭嘉.虛擬數(shù)字人在圖書(shū)出版領(lǐng)域的多元身份構(gòu)建研究[J].科技與出版，2022（8）：56-63.

[22]李武，謝澤杭，楊飛.AI有聲書(shū)：價(jià)值優(yōu)勢(shì)與未來(lái)進(jìn)路[J].科技與出版，2023（6）：41-47.

[23]TABONE W， DE WINTER J. Using ChatGPT for human-computer interaction research： A primer[J].Royal Society Open Science，2023，10（9）：231053.

[24]何雙百.“機(jī)器同伴”：新型親密關(guān)系下的“人機(jī)共情”現(xiàn)象思考[J].西南民族大學(xué)學(xué)報(bào)（人文社會(huì)科學(xué)版），2021，42（7）：185-192.

[25]彭蘭.新“個(gè)人門戶”與智能平臺(tái)：智能時(shí)代互聯(lián)網(wǎng)發(fā)展的可能走向[J].新聞界，2023（9）：1-12.

[26]侯丹丹.從電影聲景到聲景電影：基于聲景理論的電影聲音探究[J].電影文學(xué)，2023（12）：47-52.

[27]吳迪，嚴(yán)三九.網(wǎng)絡(luò)亞文化群體的互動(dòng)儀式鏈模型探究[J].現(xiàn)代傳播（中國(guó)傳媒大學(xué)學(xué)報(bào)），2016，38（3）：17-20.

[28]汪民安.何謂“情動(dòng)”？[J].外國(guó)文學(xué)，2017（2）：113-121.

[29]沈鵬熠，李金雄，萬(wàn)德敏.“以情動(dòng)人”還是“以理服人”？人工智能聊天機(jī)器人角色對(duì)顧客情感依戀的影響研究[J/OL].南開(kāi)管理評(píng)論：1-20.

[30]馬庫(kù)斯·沃爾法伊爾.消費(fèi)文化中的名人與粉絲[M].劉津，譯.北京：社會(huì)科學(xué)文獻(xiàn)出版社，2022：232.

Voice from Digital Human： Human-Machine Interaction， Emotional Attachment and Possible Concerns in Audio Reading

LIN Yimin， DENG Xianglian

School of Communication （School of Publishing）， East China Normal University， 200241， Shanghai， China

Abstract： The innovation and development of information and communication technology has shaped a new paradigm of digital communication in human society and promoted the new form of digital human to enter a new field of cultural and tourism consumption. Based on investigation of the technical mechanism of digital human audio reading content production and the characteristics and mechanism of human-machine interaction， it was found that digital human audio reading in human-machine relationship constructed an interactive paradigm from “human-machine interaction” to “human-machine emotional interaction” and then to “human-machine emotional attachment” in immersion of soundscape. At the same time， digitalization worries were also generated. Attention and response to possible problems such as digital object attachment， virtual companion reading dependence， fragmented reading addiction and fan culture quagmire should be developed to build a healthy human-machine relationship， so that digital human audio reading could be able to reach the essence of information content service， knowledge transmission and cultural communication.

Keywords： Digital human; Audio reading; Human-machine interaction; Emotional interaction; Emotional attachment