摘要：文章以《創(chuàng)新中國》中解說詞配音的功能為例，分析AI配音的優(yōu)勢與劣勢，詳細闡述 AI配音的概念和發(fā)展過程，并據(jù)此分析 AI配音在《創(chuàng)新中國》中的功能，指出其具有更好的聲音還原能力，能夠提高新聞報道的效率。AI配音可以生成新聞稿件、電視劇、電影等多種場景中所需要的音頻文件，能夠?qū)π侣剤蟮肋M行實時編輯和朗讀。因此，在使用 AI配音時，應該考慮聲音質(zhì)量的優(yōu)劣，避免過度使用或濫用 AI配音。同時，對于一些需要專業(yè)人士才能完成的工作，人工智能技術(shù)并不能完全替代人工。未來，隨著人工智能技術(shù)的不斷普及，新聞報道領(lǐng)域?qū)霈F(xiàn)更多具有個性化的聲音，傳播效果也會更加真實而富有感染力。其中，多語種配音可以識別中文、日語等多種語言；普通話播報可以生成標準的普通話語音；人物對白則需要符合解說詞的要求。AI配音與傳統(tǒng)配音之間的區(qū)別主要表現(xiàn)在字幕、字幕內(nèi)容、字幕和新技術(shù)的比例等方面，雖然 AI配音在節(jié)目中能夠起到文字和背景音樂的作用，但不同聲音形式的特點不同，要根據(jù)需要選擇合適的聲音表達形式，以達到最佳效果。

關(guān)鍵詞：AI配音；優(yōu)勢；劣勢；概念；《創(chuàng)新中國》

中圖分類號：G222.2 文獻標志碼：A 文章編號：1674-8883（2023）07-0007-03

在傳統(tǒng)的新聞報道中，編輯需要對稿件進行加工和排版。人工智能技術(shù)在新聞報道中的應用，大大減少了編輯的工作量并提高工作效率。目前，AI技術(shù)可以通過語音合成新聞播報，但在節(jié)目制作中還不夠成熟?！秳?chuàng)新中國》是中央廣播電視總臺推出的一檔以“創(chuàng)新”為主題的大型新聞評論節(jié)目，節(jié)目利用AI配音對創(chuàng)新進行了解讀和呈現(xiàn)。

一、AI配音的概念和發(fā)展

AI配音是人工智能技術(shù)在媒體中的應用體現(xiàn)，也是人工智能技術(shù)與播音主持藝術(shù)相結(jié)合的一個重要研究方向。AI配音，是指通過聲音合成軟件，將文字轉(zhuǎn)變成語音，再根據(jù)具體的場景，選擇合適的文字或者指定文字進行配音。AI配音主要應用于新聞播報中，能夠?qū)崟r進行音頻合成、音頻編輯及語音朗讀。

20世紀初，美國就有公司開始運用AI配音技術(shù)來生成語音合成文本。此后，這種技術(shù)被不斷應用到有聲讀物、語音新聞播報及電影配音中。隨著人工智能技術(shù)的快速發(fā)展，AI配音也得到了長足發(fā)展。AI配音不僅可以生成新聞稿件，還可以生成電視劇、電影等多種場景中所需要的音頻文件，能夠?qū)π侣剤蟮肋M行實時編輯和朗讀。AI配音不僅能提升新聞播報的效率，還能減少工作人員的工作量，節(jié)省人力資源，降低工作成本。

二、AI配音在《創(chuàng)新中國》中的功能

在《創(chuàng)新中國》中，AI配音不僅能夠提供語言表達，還能為主持人提供更加豐富的聲音內(nèi)容，這也是 AI技術(shù)在媒體應用中的一個新領(lǐng)域。為了呈現(xiàn)出更好的聲音效果，AI配音為節(jié)目提供了多種功能。

第一，多語種配音。在節(jié)目中，主持人需要對語言進行翻譯，因此多語種的配音很重要。例如，當主持人要為某一解說員介紹另外一種語言時，主持人要通過 AI技術(shù)進行多語種配音。

第二，普通話播報。在《創(chuàng)新中國》中，主持人要為語言表達添加字幕，這時可以用 AI技術(shù)來完成。以該節(jié)目中的案例為例，當主持人要給觀眾介紹一種新技術(shù)時，主持人會用普通話對這種新技術(shù)進行播報。

第三，人物對白。在《創(chuàng)新中國》中，主持人要給解說詞配上人物對白。通常來說，人物對白是通過配音完成的，因為人物對白需要符合解說詞的要求，這也是AI技術(shù)在新聞報道中應用的重要原因[1]。

（一）多語種配音

國與國之間很多時候存在著語言障礙，因此在《創(chuàng)新中國》中，當主持人想要為觀眾介紹新技術(shù)時，就要先通過多語種配音來向觀眾介紹該技術(shù)。多語種配音需要掌握該技術(shù)的語言特點、語源特點等[2]，而目前國內(nèi)大部分媒體都是采用人工配音的方式，這就導致了多語種配音的技術(shù)難度較大。因此，通過 AI語音合成的方式來制作多語種配音就成了一種新的技術(shù)趨勢。

（二）普通話播報

在《創(chuàng)新中國》中，主持人使用普通話播報新技術(shù)時，AI配音主要起到字幕的作用，這種配音功能主要體現(xiàn)在以下三個方面。

一是字幕，由于AI配音能夠生成標準的普通話語音，因此可以很好地實現(xiàn)普通話播報的功能；二是字幕內(nèi)容；三是字幕和新技術(shù)的比例[3]。

通常來說，AI配音會根據(jù)節(jié)目的需要進行調(diào)整，而不是按照主持人的要求去做。因此主持人在使用AI配音時，通常會用普通話播報。主持人使用普通話播報新技術(shù)的過程中，也會用到其他聲音表達形式，這是因為AI配音能夠生成多種聲音內(nèi)容。例如，當主持人介紹某一項新技術(shù)時，AI配音可以生成文字和背景音樂兩種形式來表達。在文字形式方面，AI配音可以生成解說詞和新聞稿兩種形式來表達。

（三）人物對白

人物對白主要是對人物的語言進行補充，即解說詞中沒有直接提到的人或事物。而人物對白要符合解說詞的要求，這一點在《創(chuàng)新中國》中尤為明顯。例如，在介紹共建“一帶一路”時，主持人會向觀眾介紹“一帶一路”沿線國家和地區(qū)的創(chuàng)新發(fā)展情況[4]。但這些內(nèi)容往往比較抽象，無法用語言描述出來，這時候就需要將這些抽象內(nèi)容轉(zhuǎn)化為具體的人物對話。

三、AI配音的優(yōu)勢與劣勢探究

（一）聲音質(zhì)量的優(yōu)劣

對于AI配音的聲音質(zhì)量，可以從三個方面來進行評價：聲音的清晰度、流暢性和連貫性。AI配音不可能像人那樣聲情并茂，也不可能像真人那樣富有感情，但其聲音質(zhì)量可以滿足人們的需求。在解說詞內(nèi)容較為復雜的情況下，AI配音與人配音相比，其聲音清晰度會受到一定影響。而在語言表達方面，由于 AI配音具有“以假亂真”的特點，聲音與說話人的口型、語速等方面有一定差異，會影響解說詞的表達效果[5]。在解說詞內(nèi)容較為復雜時，尤其是出現(xiàn)大量連續(xù)陳述句的情況下，AI配音一般會出現(xiàn)無法識別并自動生成普通話對白的情況。在配音連貫性方面，主要是指 AI配音在模仿人類說話時，其發(fā)音方式和說話速度與人的發(fā)音存在一定差異[6]。AI配音主要是對新聞片段進行錄制后生成相應文件，很難模擬出人類說話時語言表達的連貫性和流暢性。

（二）對受眾的影響

AI配音在傳播中具有優(yōu)勢，但也存在一些問題。隨著人工智能技術(shù)的不斷發(fā)展，在新聞報道、節(jié)目制作、廣告等領(lǐng)域，人工智能技術(shù)都有可能會發(fā)揮出更大的作用。但目前，AI配音主要是作為輔助工具存在[7]。

隨著人工智能技術(shù)的不斷發(fā)展，AI配音將會成為傳媒業(yè)重要的組成部分，其對受眾產(chǎn)生的影響也值得進一步關(guān)注。

從當前來看，AI配音作為輔助工具，可能會在一定程度上代替人類進行新聞報道。但是，這并不代表 AI配音能夠完全取代人類。人類的語言表達是一個復雜而又富有感染力的過程，其中蘊含著豐富的情感和文化內(nèi)涵，這些都是 AI配音無法比擬的[8]。

（三）對技術(shù)的依賴

技術(shù)的進步推動了傳媒業(yè)的發(fā)展，也給傳媒業(yè)帶來了新的挑戰(zhàn)。AI配音技術(shù)的不斷改進，必然會進一步推動傳媒業(yè)的變革和發(fā)展。然而，這并不意味著傳媒業(yè)可以高枕無憂。一方面，AI配音會加劇受眾與媒體之間的矛盾，可能會引發(fā)受眾對 AI配音技術(shù)的質(zhì)疑，從而降低 AI配音的使用頻率[9]。另一方面，AI配音技術(shù)的發(fā)展不僅會進一步降低人工成本，還可能會使節(jié)目制作越來越簡單。

四、AI配音的改進建議

AI配音作為一種人工智能技術(shù)，其發(fā)展在很大程度上受到人類思維方式和審美習慣的影響[10]。這就要求AI配音應該是一個開放、多元、包容的聲音寶庫，可以通過對多種語言、不同風格的聲音進行混合組合，生成更多富有表現(xiàn)力和感染力的聲音。在這個過程中， AI配音也應該注重聲音的個性化和獨特性表達[11]。

AI配音對傳統(tǒng)新聞報道領(lǐng)域造成了一定沖擊，但同時也是一次全新的嘗試和探索。未來，隨著人工智能技術(shù)越來越成熟和普及，新聞報道領(lǐng)域?qū)霈F(xiàn)更多具有個性化的聲音，傳播效果也會更加真實而富有感染力。

（一）技術(shù)優(yōu)勢：打破語言壁壘

目前，我國人工智能行業(yè)的發(fā)展尚處于初級階段，相關(guān)研究大多集中于語音識別、翻譯等方面，關(guān)于人工智能技術(shù)在新聞報道領(lǐng)域的應用研究還不夠深入，尚未實現(xiàn)深度融合[12]。

但是，在人工智能技術(shù)的加持下，未來的新聞報道也會更加高效、優(yōu)質(zhì)和精準。在新聞報道領(lǐng)域中，人工智能技術(shù)的應用能夠極大地提高效率和質(zhì)量，從根本上提升新聞傳播效果。

目前，在新聞報道中，文字轉(zhuǎn)語音的工作占據(jù)了很大一部分[13]。這一工作需要從業(yè)者利用專業(yè)設備進行人工編輯和校對，通常需要花費大量時間、精力和物力，才能將文本轉(zhuǎn)化為語音。這一過程不僅耗時費力、效率低下，還容易產(chǎn)生誤差。

（二）發(fā)展困境：個性化聲音的缺失

從前文的分析來看，AI配音在新聞報道中的應用還存在一些不足和限制。這些不足和限制主要體現(xiàn)在以下三個方面：

第一，AI配音在新聞報道中的應用時間還比較短，很多問題和局限還有待進一步完善。

第二，AI配音在新聞報道中的應用場景比較局限，對于內(nèi)容的處理、解說詞的呈現(xiàn)以及節(jié)目節(jié)奏等方面沒有統(tǒng)一的標準。

第三，AI配音對于個性化聲音的創(chuàng)造還比較少。新聞報道不同于其他類型的節(jié)目，真實性是新聞的生命和靈魂[14]。AI配音雖然可以通過算法生成個性化聲音，但這種個性化聲音的形成是在技術(shù)層面上，還需要在情感表達、音色等方面不斷優(yōu)化和完善。

（三）專業(yè)優(yōu)勢：多人協(xié)同可復制

AI配音與真人配音的區(qū)別之一就是可復制性。首先， AI配音是一個大工程，需要大量的數(shù)據(jù)做支撐；其次，AI配音公司還要根據(jù)真人配音演員的聲線進行設計，否則就無法實現(xiàn)完美的配音。在這一點上，真人配音演員具有很大的優(yōu)勢，因為他們所掌握的是真人聲音，而 AI配音只能通過模型生成。而現(xiàn)在一些公司所采用的“一鍵生成”AI配音系統(tǒng)，則是利用 AI技術(shù)將文字轉(zhuǎn)化成聲音[15]。這種方式雖然可以批量生成配音文件，但由于無法實現(xiàn)完美的語音合成效果，目前主要用于批量生產(chǎn)低成本短視頻。

五、結(jié)語

本文以《創(chuàng)新中國》中解說詞配音的功能為例，分析了 AI配音與傳統(tǒng)配音之間的區(qū)別，并探究了其優(yōu)勢和劣勢。AI配音有著提供語言表達、聲音內(nèi)容豐富等優(yōu)勢，但也存在聲音內(nèi)容不夠豐富、表達不夠細膩等問題。

《創(chuàng)新中國》中 AI配音主要起到字幕的作用，能夠生成標準的普通話語音，并可生成多種聲音內(nèi)容。主持人使用 AI配音時通常會用普通話播報，但也會用到其他聲音表達形式。AI配音在節(jié)目中能夠生成多種聲音內(nèi)容，包括解說詞和新聞稿等，主持人可以根據(jù)需要選擇適合自己的聲音表達形式。

AI配音作為一種人工智能技術(shù)，在新聞報道領(lǐng)域具有技術(shù)優(yōu)勢，可以提高效率和質(zhì)量，減少人工成本，但也存在個性化聲音缺失的問題。未來，AI配音技術(shù)還會有更多新技術(shù)、新手段融入其中，新聞報道領(lǐng)域?qū)霈F(xiàn)更多具有個性化的聲音，傳播效果也會更加真實且富有感染力。

參考文獻：

[1] 郭雨輝，張宇瑩.紀錄片創(chuàng)作中AI配音的功能性探析：以《創(chuàng)新中國》為例[J].聲屏世界，2021（11）：73-74.

[2] 杜丹心.“情”投“意”合：電視人物紀錄片解說詞配音的情感表達：以《錫蘭公主》為例[J].東南傳播，2020（5）：110-111.

[3] 彭桂兵.人工智能時代科技題材紀錄片的敘事藝術(shù)：以央視紀錄片《創(chuàng)新中國》為例[J].中國電視，2018（12）：44-47.

[4] 李火苗.信息論視角下的紀錄片配音翻譯研究：以《舌尖上的中國》的解說詞翻譯為例[D].西安：西安工業(yè)大學，2015.

[5] 馬一民. AI播報的不足與優(yōu)勢分析：以人工智能語音機器人“小冰”為例[J].環(huán)球首映，2020（5）：23-23，25.

[6] 彭桂兵.人工智能時代科技題材紀錄片的敘事藝術(shù)：以央視紀錄片《創(chuàng)新中國》為例[J].中國電視，2018，394（12）：44-47.

[7] 李文，鄭玉榮.電視解說詞元話語研究初探：以“金牌調(diào)解”為例[J].牡丹江大學學報，2018，27（10）：59-63.

[8] 席驍，劉娜.紀錄片《創(chuàng)新中國》人工智能解說的特點及展望[J].聲屏世界，2020（7）：79-80.

[9] 田曉明.非物質(zhì)文化遺產(chǎn)類紀錄片視聽語言研究：以《手藝》系列為例[D].曲阜：曲阜師范大學，2017.

[10] 于菁清.人際功能視域下媒體節(jié)目英語解說詞美學價值的實現(xiàn)：以“舌尖上的中國”第一季第一集“自然的饋贈”為例[J].吉林廣播電視大學學報，2014（10）：67-68.

[11] 邸菲.博物館電子語音解說詞翻譯策略研究：以陜西歷史博物館為例[J].遼寧工業(yè)大學學報（社會科學版），2013，15（3）：54-58.

[12] 何源.論電視藝術(shù)片畫外解說的藝術(shù)功能：以《昆曲六百年》為例[J].東方藝術(shù)，2008（S2）：10-12.

[13] 王珍，胡銳.聲音景觀建構(gòu)視角下短視頻AI配音濫用行為研究[J].電聲技術(shù)，2022，46（10）：31-33，46.

[14] 范書野，楊育萌.近年我國人文歷史與社會題材紀錄片解說詞配音特點的研究[J].文化產(chǎn)業(yè)，2022（16）：31-33.

[15] 王宇明，劉坤.紀錄片《創(chuàng)新中國》的敘事策略與價值內(nèi)涵[J].當代電視，2019（4）：77-80.

作者簡介 劉慧君，助教，研究方向：播音與主持藝術(shù)。