摘要：近年来，人工智能技术（AI）席卷全球，在无数行业形成了推翻性革新升级的局面，很多人称人工智能时代为第四次工业革命。在我们为这样一个指数增长时代欣喜的同时，应当意识到播音主持行业正面临着第五次行业危机。本文重点分析人工智能时代虚拟主播、主持人在传媒行业中的优势，基于此，对人工智能时代播音主持专业人才培养方式提出策略建议。
关键词：人工智能；语音合成；播音主持；人才培养
人工智能时代的来临势如破竹，它的普及悄然改变着播音主持行业的发展格局。与新技术同期而至的新变化也给播音主持专业人才的发展带来了史无前例的挑战。2018年11月7日在中国乌镇举办的第五届世界互联网大会上，新华社联合搜狗隆重推出全球首位合成新闻主播——“AI合成主播”。我们在享受它带来的便利的同时，必须掌握人工智能技术衍生物的优势，才能做到知己知彼、取长补短，探索新时代播音主持专业人才培养的全新路径。
一、人工智能技术机器人在播音主持行业的优势
（一）“文转音”式工作：人力、物力成本骤减
在2018年5月21日召开的微软2018人工智能大会上，一款名为小冰的人工智能伴侣虚拟机器人大放异彩，她开放了“全双工”和“人工智能创意”功能。家长可以为孩子设定故事的主人公、故事倾向等内容，小冰只需花费20秒时间就可以为用户定制（语音合成）一集10分钟左右的有声童话故事，而这项工作往往需要花费一名成熟的、采编播一体的主持人8个小时左右的工作时间。
由此看来，语音合成技术的成熟使得一篇文稿转化为音频的时间成本、人力成本、物力成本大幅降低。现在某些平台的语音合成音甚至完全可以取代播音员录制的音频，且受到用户认可。例如我们常用的地图类App，它的语音导航功能在经历最初1.0版本的电子音直至今天n.0版本的人声合成音的导航音已被用户广泛接受，除了我们熟悉的司机们会常常用到语音导航规划路径，国内、国外的街头巷尾，游客们开着语音导航指引自己前往目标地游览，外卖员们也因它实现了送餐效率的提升，在增添便利性的同时又将成本降到最低，语音合成技术已经深入我们每个人的生活之中。
（二）大幅提升工作效率
以人工智能语音合成现阶段技术来看，虽然小冰前期需要大量真人真声的录制工作，但是录制的声音一旦训练完成，小冰的工作效率将非常惊人且稳定，她可以全天24小时不间断地在任何一台智能手机上工作，每20秒完成一位成熟主持人8小时的工作内容，大大提升了音频产出的效率和稳定性。
稳定的工作效率是播音主持行业招聘人才非常重要的一点，正因如此，小冰也获得了很多播音主持职场新人不可多得的机会：2015年12月，小冰作为东方卫视《看东方》的实习“主持人”播报每日的天气；2017年7月，小冰搭档张绍刚登上荧幕主持中国首档原创科技秀《我是未来》。对于电视台、报社来说，小冰的出现不单单是降低了节目的成本，还大大增加了节目录制的可控性，除了技术升级之外，小冰不会因病假、事假影响节目录制、新闻撰写等工作，工作稳定性无人能及。
（三）加强节目情感控制能力
很多业界人士认为，语音合成技术离受众的生活还比较遥远，虽然机器可以模仿人类的声音、节奏，但很难模仿人类的表现力、自然度和情感度。事实上，这也是目前人工智能语音合成技术的瓶颈所在——在建模手段上还存在技术瓶颈，比如情感既具有实时变化性又具有长期记忆性，对于特征信号检测与处理尺度的把握都造成困难①，在这些方面人工智能确实有很多技术难关需要攻克，但是不可否认的是，单从技术的角度来讲，在一段足够长的时间之后这一难题终将被解决——期刊《计算机工程》上刊登的论文《基于PSOLA与DCT的情感语音合成方法》中提出一种“结合和离散余弦变换的情感语音合成方法，实验结果表明， 该方法比单独使用时域基音同步叠加算法合成的情感语音更具情感色彩，其主观情感的识别率更高，合成的情感语音质量更好”②。就最近配音演员李立宏的声音作为录音训练范本这个案例来说，他被录入的人工语音成功训练、合成之后，在情感度和自然度上已经有了很大提升，比我们现在听到的高德地图上合成的语音已经进步太多，因此，解决痛点缺乏的只是时间而已。
就笔者目前了解的情况来看，语音合成的可控性体现在两个方面。一方面，它在受众对音色的偏好上有很强的可控性，如今越来越多的“听书”产品深入受众的生活，用户可以选择自己喜欢的声音，如大气磁性康辉版、舌尖上的中国李立宏版等。甚至在技术成熟的未来，你可以训练自己喜欢的任何声音，为自己私人订制一种音色，再选取自己喜欢的书籍、信息来进行播读，这将会给用户体验带来极强的自由度。另一方面，语音合成在情感度上的控制能力极强。它能将声音角色的情感度降至冰点，进行零度写作③，例如在2017年5月，小冰作为《异想天开》的主持人利用大数据为投资者和创业人分析出匹配度；不久之后，她还化身“助理主持人”登录《非你莫属》，为求职者们助力。因此，在某些需要在情感度上做出控制的角色身上，为了公平起见，需要以平等的感情面对每一位对象，只有依靠语音合成极强的可控性才能做到相对的客观平等。
二、人工智能时代播音主持人才培养策略及建议
（一）新版“一专多能”
相关阅读
赞助商广告
