摘 要：在互聯(lián)網形勢深度變化的當下，直播行業(yè)隨之蓬勃發(fā)展，AI主播的熱潮漸漸興起。本文研究在前期理論分析及走訪調查的基礎上，對電子商務企業(yè)未來直播發(fā)展方向進行分析；在做好社會不同消費群體關于直播的偏好問卷基礎上，利用團隊設計AI主播，解決目前AI主播尚且存在缺乏情感認知的問題。通過結合用戶的不同需求設計出切實可行的AI主播方案，能夠幫助電商企業(yè)直播分析找尋自身優(yōu)勢、特點和問題，也為促進直播行業(yè)的統(tǒng)籌發(fā)展提供借鑒。

關鍵詞：直播行業(yè)；直播發(fā)展；AI主播設計

一、直播行業(yè)現(xiàn)狀

從2022年開始，直播與短視頻行業(yè)從寡頭格局走向百花齊放，視頻軟件持續(xù)領跑，直播與短視頻經濟在新消費的浪潮中取得長足發(fā)展。直播行業(yè)數(shù)據統(tǒng)計顯示，我國現(xiàn)存直播相關企業(yè)139.28萬家，截至到2023年6月30日，新增直播相關企業(yè)28.35萬家。目前直播行業(yè)呈現(xiàn)以下特征：

（一）電商直播業(yè)態(tài)日趨專業(yè)

根據海外主要市場經驗，疫情管控措施調整后，大量消費將回到線下，電商市場增速或將放緩。直播電商已不再是單純的帶貨，內容正在成為電商市場的一個升溫閥門，新一輪競爭即將開啟。通過優(yōu)質內容將中國文化元素和中國品牌滲透給年輕用戶群體，探索電商發(fā)展新解。以內容為主的直播帶貨將逐漸成為主流，平臺之間的角逐更加激烈，各家紛紛扎根垂直領域，做“高精?！眱热荩铝ⅰ靶⌒枨蟆迸嘤秊椤按笫袌觥?。

（二）電商直播行業(yè)日益規(guī)范

2022年，行業(yè)主管部門進一步加強直播電商行業(yè)的監(jiān)管與服務，直播電商各領域標準制定逐漸成形，呈現(xiàn)多層次、全方位、標準化態(tài)勢。多家直播電商平臺也積極更新完善平臺規(guī)則，推出管理規(guī)范、負面清單、處罰規(guī)則等細則，促進各方合規(guī)經營，推動直播電商行業(yè)生態(tài)規(guī)范化進程。直播帶貨主體責任落實、主播行為規(guī)范、直播產品品質保障、市場準入資質、直播帶貨程序等方面更加有規(guī)可依。

（三）與新興技術融合更加緊密

隨著直播電商滲透的行業(yè)和品類持續(xù)擴大，覆蓋場景也愈加多元化。直播電商產業(yè)鏈逐漸向提升視聽體驗方向拓展，各大平臺紛紛加強新技術新應用的研究和推進。隨著ChatGPT、“文心一言”“通義千問”等工具的發(fā)布，基于深度學習的自然語言生成技術與AI人深度結合成為可能，AI主播的智能化水平有望進一步提升，并在合規(guī)前提下，為不同領域創(chuàng)造更多的價值和服務。

二、AI主播調研情況

據調研顯示，從不同年齡段的用戶人群來看，青年用戶渴望尋求新知，更愿意為內容消費；中年用戶生活品質較高，既愛生活亦愛交友；老年用戶更偏向于學習類主播，他們習慣于運用主播來作為他們獲取知識、社交娛樂、展示自我的工具?？偟膩碚f，用戶喜歡的主播呈現(xiàn)以下特征：

顏值逆天。俗話說：顏值是第一生產力。喜歡好看的、漂亮的事物是人類的天性，看到長相俊朗優(yōu)美的主播，用戶往往會停下“腳步”欣賞，在美貌的攻略下，逐步成為“粉絲團”的一員；幽默成熟。有幽默感的人，他們的內涵、精神世界都比較豐富，容易吸引用戶，獲得用戶的認可和支持；而成熟的主播往往性格趨于穩(wěn)定，會給予用戶滿滿的安全感、信任感，從而收獲大批忠實粉絲；有一技之長。家有萬金，不如一技在身。這類主播或能歌善舞，或擅長烹飪，或精于游戲......這就使該主播在直播行業(yè)比其他人更有競爭力，垂直視頻做得優(yōu)秀、精致，就更容易吸引粉絲。

由于AI主播的生成方式和技術還不太成熟，調研中發(fā)現(xiàn)其發(fā)展目前還存在以下難點：

使用限制。今年5月，抖音發(fā)布《關于人工智能生成內容的平臺規(guī)范暨行業(yè)倡議》，提出：“使用已注冊的AI主播形象進行直播時，必須由真人驅動進行實時互動，不允許完全由AI驅動進行互動。”這就意味著抖音禁止純AI主播直播互動。但是在其他平臺，暫時沒有這種限制；情感缺失。AI智能主播可通過用戶的語言、面部表情與肢體動作等各種反應揣度出用戶當下的情緒，進而做出應答。不過，這只是大數(shù)據算法之下的一場邏輯游戲，目前AI主播并未擁有屬于自己的情感，只是由數(shù)據師操作出來而已。對于AI主播來說，擁有真實的情感依舊相當困難；即興缺失，認可度低。真人主播是通過大眾傳播、人際交往和語言交流三者結合，運用已有知識、經驗從而進行即興表達，有效地烘托直播間的氛圍。對于AI主播而言，程序化的運行機制帶來的不確定性，導致了它無法靈活應對直播間的突發(fā)狀況，這樣便很難維持好直播間的氛圍。

三、解決方法與設計方案

（一）解決方法

1.采編播多技術融合

AI主播需與智能采集、機器寫作、智能剪輯、智能導播等技術進一步融合，實現(xiàn)人工智能領域的“采、編、播”一體。在這些技術的加持下，AI主播可以根據文本、圖片、視頻內容匹配素材直接生成視頻，然后自動調動和適配相應的播報動作和面部表情，并根據用戶情緒的不同，傳遞出相適應的情感。

2.取長補短，人機耦合

應用于直播行業(yè)的人機耦合，詳細表現(xiàn)為真實主播和AI主播的深層合作?，F(xiàn)階段，AI主播的發(fā)展受到包括認知、理解、思索等能力的阻礙，但另一方面，AI主播擁有信息儲備和快速檢索以及多語種播報能力，可以協(xié)助真實主播更加高效地傳播信息，使真人主播能夠緩解復雜而又繁瑣的工作所帶來的壓力，能夠順利進行更加深入的內容生產工作。

3.個性化、私人化定制道路

AI主播的容貌、語言、音調音色、直播背景等元素，應根據用戶不同的偏好、興趣實現(xiàn)個性化設計。此外，AI主播運用智能算法、大數(shù)據分析等5G現(xiàn)代技術，對用戶進行精準畫像，并經過個性化分析，主動向該用戶推送具有針對性的新聞時訊、實時熱點、熱門話題等內容，增強用戶的依賴性和偏愛程度，推進AI主播的更深層發(fā)展。

（二）設計方案

1.數(shù)據建模，人物畫像

建立AI主播形象庫，根據用戶偏好設計五官“捏臉”，根據個性化需求確定AI主播的外貌、年齡、性別、聲音等基本特征，根據不同場景模式給予相呼應的形象氣質，讓用戶自主創(chuàng)造。

2.錄制聲音和視頻素材

語言方面：既可以通過真人配音的方式獲得語音素材包，也可以通過語音合成軟件生成。然后運用現(xiàn)代化科技讓AI主播擁有多種語言混合播報的能力，爭取國際舞臺的一席之地。

動作方面：通過拍攝真人視頻并進行后期制作來獲得AI主播的動作和表情，也可以通過3D建模軟件生成。依托采編播多技術融合，完成智能驅動，實現(xiàn)高速便捷直播的目標。

3.人工智能算法處理

將錄制的聲音和視頻素材進行人工智能算法的處理，使得AI主播能夠自動化進行唇形同步、道具搭配、表情變化等操作。

4.互動技術實現(xiàn)

基于大數(shù)據多模態(tài)預訓練的語種及說話人無關的口唇驅動框架，不但能夠達成極度準確的口唇合成效果，而且能夠靈活地進行不同類型語音的轉變。

四、總結

隨著互聯(lián)網技術的不斷發(fā)展，5G相關的新興科技陸續(xù)展露頭角，人們與互聯(lián)網的聯(lián)系變得愈發(fā)緊密。AI主播投入成本低，長久收益高，不會出現(xiàn)口誤、翻車等場景，能承接來自各時段、各入口的流量轉化。通過AI主播單獨直播或AI主播與真人主播同屏互動合體直播等形式，增強直播間的氛圍，給予用戶自由自在的消費體驗，增加直播間成交率。這也將更大程度地滿足用戶觀看需求差異、獲得便捷的購物體驗，使企業(yè)達成商業(yè)目標、實現(xiàn)商業(yè)價值，并在激烈的商業(yè)競爭中立于不敗之地。