彭婷婷

［摘要］隨著人工智能技術(shù)不斷成熟，人工智能語(yǔ)音被廣泛應(yīng)用于各個(gè)領(lǐng)域。文章從翻譯的視角對(duì)人工智能配音技術(shù)在影視領(lǐng)域的發(fā)展進(jìn)行探討，從人工智能配音的優(yōu)勢(shì)與劣勢(shì)著手，分析人工智能配音在影視方面的優(yōu)勢(shì)及其新進(jìn)展，從而提出人工智能影視配音的發(fā)展方向，以期未來(lái)人工智能配音在翻譯和影視領(lǐng)域發(fā)揮更加重要的作用。

［關(guān)鍵詞］人工智能配音；影視配音；翻譯；情感

一、人工智能配音的歷史

人工智能配音的歷史可以追溯到早期的語(yǔ)音合成技術(shù)，語(yǔ)音合成又稱文語(yǔ)轉(zhuǎn)換（Text To Speech，以下簡(jiǎn)稱TTS）技術(shù)，語(yǔ)音合成是一種由計(jì)算機(jī)將文本轉(zhuǎn)換為語(yǔ)音的技術(shù)［1］，旨在讓機(jī)器生成自然、動(dòng)聽(tīng)的人類語(yǔ)音。最早的TTS技術(shù)在20世紀(jì)50年代開(kāi)始出現(xiàn)，但當(dāng)時(shí)的聲音合成效果相對(duì)較差，聲音質(zhì)量和自然度都受到限制。而隨著計(jì)算機(jī)性能提升和語(yǔ)音處理算法不斷完善，TTS技術(shù)變得更加成熟。

人工智能的發(fā)展給語(yǔ)音合成帶來(lái)了顛覆性的變革?；谏窠?jīng)網(wǎng)絡(luò)的TTS可以將文本轉(zhuǎn)換成更加近似于真實(shí)的語(yǔ)音。神經(jīng)網(wǎng)絡(luò)TTS技術(shù)通過(guò)搜集大量的數(shù)據(jù)，應(yīng)用深度學(xué)習(xí)技術(shù)，采用數(shù)據(jù)驅(qū)動(dòng)的方式對(duì)文本進(jìn)行細(xì)節(jié)分析和語(yǔ)音合成，從而生成更加自然的人類語(yǔ)音。經(jīng)過(guò)人工智能調(diào)節(jié)的TTS技術(shù)給傳統(tǒng)的TTS技術(shù)帶來(lái)了顛覆性的改變［2］，其可以實(shí)現(xiàn)更加自然和準(zhǔn)確的語(yǔ)言表達(dá)，實(shí)現(xiàn)了真正意義上的語(yǔ)音擬人化。隨著深度學(xué)習(xí)算法嶄露頭角，人工智能配音迎來(lái)了新的發(fā)展。深度學(xué)習(xí)算法通過(guò)模擬人腦神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)，使計(jì)算機(jī)能夠處理更加復(fù)雜的語(yǔ)音數(shù)據(jù)，使語(yǔ)音合成變得更加智能。通過(guò)深度學(xué)習(xí)，TTS技術(shù)能夠更好地理解文本的語(yǔ)境和情感，生成更加自然、流暢的語(yǔ)音。

二、人工智能配音在翻譯方面的應(yīng)用

（一）人工智能配音在翻譯方面的優(yōu)勢(shì)

第一，人工智能配音可以實(shí)現(xiàn)實(shí)時(shí)、快速的口譯，這對(duì)需要迅速理解外語(yǔ)內(nèi)容或進(jìn)行基本翻譯的情境非常有用，如旅行、會(huì)議等。筆者曾對(duì)高職院校在校學(xué)生做過(guò)關(guān)于“人工智能翻譯與人工翻譯”的問(wèn)卷調(diào)查，根據(jù)收集的505份有效調(diào)查問(wèn)卷，發(fā)現(xiàn)80.21%的受調(diào)查者認(rèn)為人工智能翻譯比人工翻譯更加方便快捷。第二，作為工作者的“人”始終要面對(duì)來(lái)自工作時(shí)間的生理限制，而人工智能卻可以克服人類生理限制［3］，實(shí)現(xiàn)24小時(shí)全天候、不間歇地處理大量的文本或語(yǔ)音內(nèi)容。這使得它在大規(guī)模翻譯任務(wù)中具有優(yōu)勢(shì)。第三，人工智能配音可以支持多種語(yǔ)言，滿足使用者多語(yǔ)種翻譯的需求，這在跨國(guó)際和跨文化交流中作用顯著。第四，與人工智能技術(shù)在新聞寫(xiě)作中起到降低經(jīng)濟(jì)成本的作用一樣［4］，

人工智能配音也能降低配音的成本，其通常比雇傭譯員更加經(jīng)濟(jì)高效。第五，人工智能配音可以與譯員合作，加快翻譯流程，具體體現(xiàn)為人工智能配音整體進(jìn)行翻譯之后由譯員加以編輯審核。有關(guān)資料顯示，人工智能配音與譯員合作翻譯的正確性和時(shí)效性都遠(yuǎn)高于人工翻譯，在翻譯同一任務(wù)時(shí)，人工智能配音與譯員合作翻譯比人工翻譯用時(shí)少了近30%［5］。第六，人工智能配音允許用戶自定義語(yǔ)音風(fēng)格和聲音特點(diǎn)，以滿足特定行業(yè)或領(lǐng)域的術(shù)語(yǔ)和要求，這使得它在專業(yè)化領(lǐng)域的翻譯中發(fā)揮重要作用，如醫(yī)學(xué)、法律、科學(xué)等領(lǐng)域。

（二）人工智能配音在翻譯方面的不足

1.人工智能配音在情感表達(dá)方面仍然存在限制

根據(jù)筆者收集的505份調(diào)查問(wèn)卷，有85.77%的受調(diào)查者會(huì)選擇觀看人工翻譯的電影。情感表達(dá)是電影的關(guān)鍵要素之一，真人配音員通常能夠更好地表達(dá)這些情感，他們可以根據(jù)源語(yǔ)和目的語(yǔ)之間的文化差異，在不改變?cè)凑Z(yǔ)語(yǔ)意的情況下，做出更貼切的翻譯，同時(shí)，真人配音員還可以根據(jù)電影情節(jié)和場(chǎng)景融入情感進(jìn)行表演。而人工智能配音在這方面可能會(huì)出現(xiàn)語(yǔ)音的不自然或機(jī)械感，同時(shí)難以捕捉和傳達(dá)電影中復(fù)雜的情感，在情感方面無(wú)法引起觀眾的共鳴，從而影響觀眾的觀影體驗(yàn)。此外，人工智能配音缺乏創(chuàng)造力和自主性。它們只能執(zhí)行被編程和訓(xùn)練過(guò)的任務(wù)，無(wú)法自行創(chuàng)造新的聲音或角色。現(xiàn)在部分公司采用的“一鍵生成”人工智能配音系統(tǒng)，通過(guò)人工智能技術(shù)將文字直接轉(zhuǎn)化為聲音［6］，這種方式因?yàn)槌杀镜土腋咝?，而主要用于批量化的低成本短視頻制作。

2.人工智能配音翻譯系統(tǒng)存在多個(gè)內(nèi)在缺陷

基于姜澤瑋的研究［7］，筆者總結(jié)了人工智能配音在翻譯方面存在的問(wèn)題。第一，人工智能配音翻譯系統(tǒng)存在語(yǔ)音錯(cuò)誤，包括字音準(zhǔn)確性和聲調(diào)錯(cuò)誤。這些錯(cuò)誤可能導(dǎo)致聽(tīng)者對(duì)文本的整體理解出現(xiàn)偏差，特別是在涉及多音字或多義詞的情況下。第二，人工智能配音翻譯系統(tǒng)存在同質(zhì)化問(wèn)題，即在語(yǔ)速和重音方面缺乏多樣性。這可能導(dǎo)致翻譯內(nèi)容聽(tīng)起來(lái)較為機(jī)械，缺乏個(gè)性化和表現(xiàn)力。第三，人工智能配音翻譯系統(tǒng)在句子重音的使用頻率和表達(dá)方式上存在問(wèn)題。這可能導(dǎo)致聽(tīng)者在聽(tīng)覺(jué)上感受到重音薄弱或缺失，從而影響翻譯的質(zhì)量。第四，人工智能配音翻譯系統(tǒng)的停頓點(diǎn)在某些情況下會(huì)出現(xiàn)錯(cuò)誤，導(dǎo)致文意的改變，影響聽(tīng)者對(duì)翻譯內(nèi)容的理解。這些內(nèi)在缺陷限制了人工智能配音在翻譯方面的應(yīng)用，使得人工智能配音在當(dāng)下仍無(wú)法完全替代真人翻譯，特別是在涉及復(fù)雜語(yǔ)音特性和語(yǔ)音表達(dá)的情況下。

三、人工智能配音在影視方面的應(yīng)用

（一）人工智能配音在影視方面的優(yōu)勢(shì)

在影視配音領(lǐng)域，人工智能配音具有顯著的優(yōu)勢(shì)。第一，人工智能配音在音頻還原方面取得了巨大進(jìn)展。通過(guò)復(fù)雜的算法和大量的聲音樣本分析，人工智能配音能夠生成高度還原的音頻，幾乎媲美真人配音，并且聲音的質(zhì)量、語(yǔ)音合成的準(zhǔn)確性以及情感表達(dá)的細(xì)膩度都得到了顯著提升。例如，2018年，中央電視臺(tái)聯(lián)合深圳市委宣傳部推出的紀(jì)錄片《創(chuàng)新中國(guó)》全程使用人工智能配音，還原了已故播音員李易的聲音。這一技術(shù)展示了高度還原的配音效果，人工智能配音的質(zhì)量正在不斷接近真人配音員的水平，其精準(zhǔn)的字音、流暢的語(yǔ)速和自然的節(jié)奏都使觀眾驚嘆科技的進(jìn)步［8］。事實(shí)上，該紀(jì)錄片也因?yàn)槠涑錾娜斯ぶ悄芘湟粜Ч辉u(píng)選為2018年度中國(guó)最具影響力的十大紀(jì)錄片之一［9］。第二，人工智能配音具備高效、便捷的特點(diǎn)，且成本相對(duì)較低。它可以實(shí)現(xiàn)全天候、高質(zhì)量的配音服務(wù)，不受時(shí)間和個(gè)體的生理限制。相比之下，真人配音員可能會(huì)受到連續(xù)配音對(duì)聲帶的傷害，而影響配音的效率和質(zhì)量。當(dāng)前的視頻剪輯軟件和配音軟件已廣泛應(yīng)用人工智能配音，用戶可以輕松實(shí)現(xiàn)從文字到語(yǔ)音的轉(zhuǎn)換，解決了配音難、配音費(fèi)用高的問(wèn)題。所有這些因素使得人工智能配音在影視配音領(lǐng)域擁有巨大的優(yōu)勢(shì)，人工智能配音為電影、紀(jì)錄片等影視作品的制作提供了更高效、更多樣化的選擇。

（二）人工智能配音在影視方面的發(fā)展

好萊塢導(dǎo)演斯科特·曼以及Flawless AI首席行政官在接受美國(guó)有線電視新聞網(wǎng)采訪時(shí)提到了兩個(gè)成功案例，這些案例展示了人工智能配音在影視配音領(lǐng)域的新進(jìn)展。首先，斯科特·曼提到，在2022年北美上映的生存驚悚電影《墜落》［10］的后期制作中，后期工作人員通過(guò)人工智能配音來(lái)替換演員的一些配音，從而成功地將電影的評(píng)級(jí)從受限制的R級(jí)降低到了更適合家庭觀看的PG-13級(jí)。這一案例突顯了人工智能配音在電影后期制作中的潛力，可以快速而有效地進(jìn)行內(nèi)容編輯，以滿足不同觀眾的需求，同時(shí)降低制作成本。其次，斯科特·曼舉提到的另一個(gè)成功案例則涉及電影《阿甘正傳》［11］。在這部電影中，后期工作人員通過(guò)人工智能配音使主演湯姆·漢克斯能夠使用不同國(guó)家的語(yǔ)言完成獨(dú)白，包括德語(yǔ)、日語(yǔ)和西班牙語(yǔ)。這種技術(shù)不僅保持了演員的表演風(fēng)格，還通過(guò)人工智能的聲音合成技術(shù)實(shí)現(xiàn)了發(fā)音唇形與語(yǔ)言種類的完美匹配。這為不同地區(qū)的觀眾創(chuàng)造了一種前所未有的沉浸式體驗(yàn)，使他們能夠更好地融入電影故事中。最后，斯科特·曼在采訪中還介紹了Flawless AI的技術(shù)，他解釋了Flawless AI的真實(shí)同步修復(fù)程序的工作原理，該程序使用生成式人工智能技術(shù)進(jìn)行電影配音的修復(fù)，使演員能夠使用不同語(yǔ)言進(jìn)行表演，而無(wú)須進(jìn)行重拍。該程序能夠?qū)θ四樳M(jìn)行深度學(xué)習(xí)和理解，重新輸出不同的語(yǔ)言版本，同時(shí)保留所有情感表演的基礎(chǔ)配音。這一技術(shù)使電影制作變得更加全球化，能夠吸引更廣泛的全球觀眾，這對(duì)流媒體平臺(tái)和娛樂(lè)行業(yè)來(lái)說(shuō)都具有巨大的吸引力。

四、人工智能配音在影視領(lǐng)域的發(fā)展方向

筆者從翻譯學(xué)的角度來(lái)探討人工智能配音在影視領(lǐng)域的未來(lái)發(fā)展方向，主要包括以下幾個(gè)方面。

（一）人工智能配音與譯員配音相結(jié)合

在影視配音領(lǐng)域，筆者提出了一種創(chuàng)新的配音方法，即將人工智能配音與譯員配音相結(jié)合。這種融合充分利用了人工智能配音的高效性和譯員的專業(yè)知識(shí)。人工智能配音能夠快速、準(zhǔn)確地將文本轉(zhuǎn)換為語(yǔ)音，而譯員則具備深厚的語(yǔ)言和文化背景知識(shí)。人工智能配音與譯員配音的巧妙結(jié)合，能夠?qū)崿F(xiàn)更高質(zhì)量的配音效果。在該創(chuàng)新模式中，人工智能配音負(fù)責(zé)語(yǔ)音合成，而譯員則專注于情感的表達(dá)、角色的深度理解以及語(yǔ)境的把握。這種分工合作使得配音作品更加細(xì)膩、真實(shí)，觀眾更容易被情節(jié)吸引，更能夠沉浸在影視世界中。

（二）促進(jìn)人工智能影視配音的本地化

人工智能影視配音在實(shí)現(xiàn)多語(yǔ)種配音時(shí)，特別需要注意不同語(yǔ)言的語(yǔ)音特點(diǎn)和源語(yǔ)特點(diǎn)。特別是在中國(guó)這樣一個(gè)多民族、多方言的國(guó)家，理解各種語(yǔ)言和文化的差異至關(guān)重要。以《錫蘭公主》為例，這部人物紀(jì)錄片以泉州閩南文化為背景，是福建故事紀(jì)錄片展播活動(dòng)中獲獎(jiǎng)的代表作。在這部紀(jì)錄片中，旁白配音扮演非常重要的角色，它需要將泉州閩南文化的獨(dú)特魅力傳遞給觀眾［12］。這種本土化的理念意味著人工智能影視配音需要根據(jù)不同的文化背景進(jìn)行定制化的配音，以確保觀眾在聽(tīng)到配音時(shí)能夠更好地融入故事情節(jié)，理解角色的內(nèi)心世界。只有深入了解每種語(yǔ)言的特色，人工智能影視配音才能夠做到情感的精準(zhǔn)傳達(dá)，從而引起觀眾的情感共鳴。

通過(guò)結(jié)合人工智能配音的高效性和譯員的專業(yè)知識(shí)，影視作品不僅能夠滿足多語(yǔ)種配音的需求，還可以為本土文化的傳承提供強(qiáng)大支持。以《錫蘭公主》為例，它成功地將福建的文化內(nèi)涵與現(xiàn)代影視技術(shù)相結(jié)合，為觀眾呈現(xiàn)了一幅泉州閩南文化的生動(dòng)畫(huà)卷。這種融合方法不僅是技術(shù)的結(jié)合，更是文化的傳承。這種本土化發(fā)展的趨勢(shì)將為影視作品注入更多地道的文化元素，使觀眾加深對(duì)影片的理解和喜愛(ài)。在這個(gè)發(fā)展方向下，人工智能配音不再是簡(jiǎn)單的工具，而是成為文化傳承的助力。通過(guò)結(jié)合人工智能配音和譯員的專業(yè)知識(shí)，影視創(chuàng)作者可以創(chuàng)造出更加引人入勝、更具文化深度的影視作品。這種創(chuàng)新模式不僅是對(duì)技術(shù)的應(yīng)用，更是對(duì)文化的尊重和傳承。

（三）影視角色的再現(xiàn)與情感共鳴

通過(guò)結(jié)合人工智能配音和譯員的專業(yè)知識(shí)，影視創(chuàng)作者不僅能夠還原已故演員的聲音，甚至可以重新呈現(xiàn)這些演員在影視作品中的形象。這種技術(shù)創(chuàng)新不僅代表了藝術(shù)傳承的延續(xù)，而且能夠引發(fā)觀眾強(qiáng)烈的情感共鳴。例如，以粵語(yǔ)為主要語(yǔ)言的電視系列短劇《外來(lái)媳婦本地郎》在廣大觀眾中取得了巨大的成功。然而，該劇中的兩位資深演員相繼去世，觀眾因此失去了與角色建立深厚情感聯(lián)系的機(jī)會(huì)。而影視創(chuàng)作者在后期制作過(guò)程中結(jié)合人工智能配音還原已故演員的音容笑貌，不僅僅是在致敬這些演員，更是在為觀眾提供重新體驗(yàn)角色魅力的機(jī)會(huì)。這種情感的聯(lián)結(jié)不僅加深了觀眾對(duì)角色和演員的喜愛(ài)，也將這些角色的獨(dú)特魅力傳承給新一代觀眾。這種融合創(chuàng)新不僅是科技與藝術(shù)的結(jié)合，更是文化與情感的共鳴，為影視行業(yè)帶來(lái)新的機(jī)遇。

五、人工智能配音的隱憂

隨著人工智能配音的廣泛應(yīng)用和人工智能配音產(chǎn)品的多元化，其存在被濫用的可能，這需要引起社會(huì)各界對(duì)其潛在風(fēng)險(xiǎn)的關(guān)注。人工智能配音可以低成本地制作虛假的音頻，使人們難以辨別聲音的真實(shí)性，導(dǎo)致在新聞報(bào)道和錄音證據(jù)中存在傳播虛假信息、誤導(dǎo)觀眾的風(fēng)險(xiǎn)。此外，因?yàn)槁曇艨梢员粡?fù)制和合成，所以人工智能配音也可能被用于欺騙或詐騙等不法行為中，對(duì)個(gè)人隱私和財(cái)產(chǎn)安全構(gòu)成威脅。

盡管存在這些擔(dān)憂，但人工智能配音也帶來(lái)了創(chuàng)新的可能性。在影視領(lǐng)域，它為電影制作提供了更大的靈活性，在降低成本的同時(shí)拓寬了創(chuàng)作者的創(chuàng)作空間。并且，隨著技術(shù)的發(fā)展，對(duì)如何合理使用這項(xiàng)技術(shù)，以及如何應(yīng)對(duì)其帶來(lái)的倫理和法律挑戰(zhàn)，社會(huì)和法律體系需要做出相應(yīng)的調(diào)整。在這個(gè)問(wèn)題上，公眾的知情權(quán)和法律監(jiān)管起著至關(guān)重要的作用。相關(guān)立法部門(mén)需要制定更加明確的法律法規(guī)，規(guī)范人工智能配音的使用范圍，明確人工智能配音用戶的法律責(zé)任，以及對(duì)濫用行為進(jìn)行懲罰。同時(shí)，公眾也需要加強(qiáng)對(duì)人工智能配音的了解，提高識(shí)別虛假信息的能力。

六、結(jié)語(yǔ)

人工智能配音在影視領(lǐng)域展現(xiàn)了顯著的優(yōu)勢(shì)，其高度還原的音頻質(zhì)量、廣泛的應(yīng)用領(lǐng)域、高效便捷的特點(diǎn)以及較低的使用成本，使其成為現(xiàn)代電影制作和翻譯學(xué)領(lǐng)域的重要工具。然而，我們也要認(rèn)識(shí)到人工智能配音的應(yīng)用仍然面臨一些挑戰(zhàn)，特別是在涉及情感表達(dá)和復(fù)雜語(yǔ)境的翻譯任務(wù)中。因此，在影視領(lǐng)域，最佳的翻譯實(shí)踐往往是人工智能配音與譯員配音相結(jié)合，譯員可以用自身的文化理解和情感智慧來(lái)調(diào)整人工智能配音的表現(xiàn)，使其更貼近角色的情感狀態(tài)。未來(lái)，隨著人工智能技術(shù)不斷發(fā)展，人工智能配音將繼續(xù)推動(dòng)電影制作和跨文化交流領(lǐng)域邁向新的階段。

［參考文獻(xiàn)］

［1］張斌，全昌勤，任福繼.語(yǔ)音合成方法和發(fā)展綜述［J］.小型微型計(jì)算機(jī)系統(tǒng)，2016（01）：186-192.

［2］第43次中國(guó)互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計(jì)報(bào)告［EB/OL］.（2019-02-28）［2023-10-20］.http：//www.cac.gov.cn/2019-02/28/c_1124175677.htm.

［3］王湘玲，王婷婷.人工翻譯與機(jī)器翻譯譯后編輯對(duì)比實(shí)證研究［J］.外國(guó)語(yǔ)言與文化，2019（04）：83-93.

［4］李凌，陳昌鳳.媒介技術(shù)的社會(huì)選擇及價(jià)值維度［J］. 編輯之友，2021（04）：53-60.

［5］陳昌鳳，霍婕.以人為本：人工智能技術(shù)在新聞傳播領(lǐng)域的應(yīng)用［J］.新聞與寫(xiě)作，2018（08）：54-59.

［6］王宇明，劉坤.紀(jì)錄片《創(chuàng)新中國(guó)》的敘事策略與價(jià)值內(nèi)涵［J］.當(dāng)代電視，2019（04）：77-80.

［7］姜澤瑋.人工智能語(yǔ)音新聞：現(xiàn)狀、效果、缺陷與前景［D］.西安：西北大學(xué)，2023.

［8］劉慧君.AI配音的優(yōu)勢(shì)與劣勢(shì)探究：以《創(chuàng)新中國(guó)》中解說(shuō)詞配音的功能為例［J］.新聞研究導(dǎo)刊，2023（07）：7-9.

［9］2018年度中國(guó)最具影響力紀(jì)錄片發(fā)布，這十部作品榜上有名［EB/OL］.（2019-01-29）［2023-10-20］.http：//www.docuchina.cn/2019/01/29/ARTI7NwDLzpccU2FKRxSr7xx190129.shtml.

［10］人工智能如何終結(jié)糟糕的外語(yǔ)配音［EB/OL］.［2023-10-20］.https：//edition.cnn.com/videos/business/2023/03/09/exp-flawless-ai-movie-dubbing-fst-030909aseg1-cnni-business.cnn.

［11］湯姆·漢克斯在說(shuō)日語(yǔ)嗎？不，這只是人工智能［EB/OL］.［2023-10-20］.https：//www.reuters.com/technology/is-that-tom-hanks-speaking-japanese-no-its-just-ai-2021-05-19/.

［12］杜丹心.“情”投“意”合：電視人物紀(jì)錄片解說(shuō)詞配音的情感表達(dá)：以《錫蘭公主》為例［J］.東南傳播，2020（05）：110-111.