AI配音的优势与劣势探究

2023-06-28刘慧君

新闻研究导刊 2023年7期

摘要：文章以《创新中国》中解说词配音的功能为例，分析AI配音的优势与劣势，详细阐述 AI配音的概念和发展过程，并据此分析 AI配音在《创新中国》中的功能，指出其具有更好的声音还原能力，能够提高新闻报道的效率。AI配音可以生成新闻稿件、电视剧、电影等多种场景中所需要的音频文件，能够对新闻报道进行实时编辑和朗读。因此，在使用 AI配音时，应该考虑声音质量的优劣，避免过度使用或滥用 AI配音。同时，对于一些需要专业人士才能完成的工作，人工智能技术并不能完全替代人工。未来，随着人工智能技术的不断普及，新闻报道领域将会出现更多具有个性化的声音，传播效果也会更加真实而富有感染力。其中，多语种配音可以识别中文、日语等多种语言；普通话播报可以生成标准的普通话语音；人物对白则需要符合解说词的要求。AI配音与传统配音之间的区别主要表现在字幕、字幕内容、字幕和新技术的比例等方面，虽然 AI配音在节目中能够起到文字和背景音乐的作用，但不同声音形式的特点不同，要根据需要选择合适的声音表达形式，以达到最佳效果。

关键词：AI配音；优势；劣势；概念；《创新中国》

中图分类号：G222.2 文献标志码：A 文章编号：1674-8883（2023）07-0007-03

在传统的新闻报道中，编辑需要对稿件进行加工和排版。人工智能技术在新闻报道中的应用，大大减少了编辑的工作量并提高工作效率。目前，AI技术可以通过语音合成新闻播报，但在节目制作中还不够成熟。《创新中国》是中央广播电视总台推出的一档以“创新”为主题的大型新闻评论节目，节目利用AI配音对创新进行了解读和呈现。

一、AI配音的概念和发展

AI配音是人工智能技术在媒体中的应用体现，也是人工智能技术与播音主持艺术相结合的一个重要研究方向。AI配音，是指通过声音合成软件，将文字转变成语音，再根据具体的场景，选择合适的文字或者指定文字进行配音。AI配音主要应用于新闻播报中，能够实时进行音频合成、音频编辑及语音朗读。

20世纪初，美国就有公司开始运用AI配音技术来生成语音合成文本。此后，这种技术被不断应用到有声读物、语音新闻播报及电影配音中。随着人工智能技术的快速发展，AI配音也得到了长足发展。AI配音不仅可以生成新闻稿件，还可以生成电视剧、电影等多种场景中所需要的音频文件，能够对新闻报道进行实时编辑和朗读。AI配音不仅能提升新闻播报的效率，还能减少工作人员的工作量，节省人力资源，降低工作成本。

二、AI配音在《创新中国》中的功能

在《创新中国》中，AI配音不仅能够提供语言表达，还能为主持人提供更加丰富的声音内容，这也是 AI技术在媒体应用中的一个新领域。为了呈现出更好的声音效果，AI配音为节目提供了多种功能。

第一，多语种配音。在节目中，主持人需要對语言进行翻译，因此多语种的配音很重要。例如，当主持人要为某一解说员介绍另外一种语言时，主持人要通过 AI技术进行多语种配音。

第二，普通话播报。在《创新中国》中，主持人要为语言表达添加字幕，这时可以用 AI技术来完成。以该节目中的案例为例，当主持人要给观众介绍一种新技术时，主持人会用普通话对这种新技术进行播报。

第三，人物对白。在《创新中国》中，主持人要给解说词配上人物对白。通常来说，人物对白是通过配音完成的，因为人物对白需要符合解说词的要求，这也是AI技术在新闻报道中应用的重要原因[1]。

（一）多语种配音

国与国之间很多时候存在着语言障碍，因此在《创新中国》中，当主持人想要为观众介绍新技术时，就要先通过多语种配音来向观众介绍该技术。多语种配音需要掌握该技术的语言特点、语源特点等[2]，而目前国内大部分媒体都是采用人工配音的方式，这就导致了多语种配音的技术难度较大。因此，通过 AI语音合成的方式来制作多语种配音就成了一种新的技术趋势。

（二）普通话播报

在《创新中国》中，主持人使用普通话播报新技术时，AI配音主要起到字幕的作用，这种配音功能主要体现在以下三个方面。

一是字幕，由于AI配音能够生成标准的普通话语音，因此可以很好地实现普通话播报的功能；二是字幕内容；三是字幕和新技术的比例[3]。

通常来说，AI配音会根据节目的需要进行调整，而不是按照主持人的要求去做。因此主持人在使用AI配音时，通常会用普通话播报。主持人使用普通话播报新技术的过程中，也会用到其他声音表达形式，这是因为AI配音能够生成多种声音内容。例如，当主持人介绍某一项新技术时，AI配音可以生成文字和背景音乐两种形式来表达。在文字形式方面，AI配音可以生成解说词和新闻稿两种形式来表达。

（三）人物对白

人物对白主要是对人物的语言进行补充，即解说词中没有直接提到的人或事物。而人物对白要符合解说词的要求，这一点在《创新中国》中尤为明显。例如，在介绍共建“一带一路”时，主持人会向观众介绍“一带一路”沿线国家和地区的创新发展情况[4]。但这些内容往往比较抽象，无法用语言描述出来，这时候就需要将这些抽象内容转化为具体的人物对话。

三、AI配音的优势与劣势探究

（一）声音质量的优劣

对于AI配音的声音质量，可以从三个方面来进行评价：声音的清晰度、流畅性和连贯性。AI配音不可能像人那样声情并茂，也不可能像真人那样富有感情，但其声音质量可以满足人们的需求。在解说词内容较为复杂的情况下，AI配音与人配音相比，其声音清晰度会受到一定影响。而在语言表达方面，由于 AI配音具有“以假乱真”的特点，声音与说话人的口型、语速等方面有一定差异，会影响解说词的表达效果[5]。在解说词内容较为复杂时，尤其是出现大量连续陈述句的情况下，AI配音一般会出现无法识别并自动生成普通话对白的情况。在配音连贯性方面，主要是指 AI配音在模仿人类说话时，其发音方式和说话速度与人的发音存在一定差异[6]。AI配音主要是对新闻片段进行录制后生成相应文件，很难模拟出人类说话时语言表达的连贯性和流畅性。

（二）对受众的影响

AI配音在传播中具有优势，但也存在一些问题。随着人工智能技术的不断发展，在新闻报道、节目制作、广告等领域，人工智能技术都有可能会发挥出更大的作用。但目前，AI配音主要是作为辅助工具存在[7]。

随着人工智能技术的不断发展，AI配音将会成为传媒业重要的组成部分，其对受众产生的影响也值得进一步关注。

从当前来看，AI配音作为辅助工具，可能会在一定程度上代替人类进行新闻报道。但是，这并不代表 AI配音能够完全取代人类。人类的语言表达是一个复杂而又富有感染力的过程，其中蕴含着丰富的情感和文化内涵，这些都是 AI配音无法比拟的[8]。

（三）对技术的依赖

技术的进步推动了传媒业的发展，也给传媒业带来了新的挑战。AI配音技术的不断改进，必然会进一步推动传媒业的变革和发展。然而，这并不意味着传媒业可以高枕无忧。一方面，AI配音会加剧受众与媒体之间的矛盾，可能会引发受众对 AI配音技术的质疑，从而降低 AI配音的使用频率[9]。另一方面，AI配音技术的发展不仅会进一步降低人工成本，还可能会使节目制作越来越简单。

四、AI配音的改进建议

AI配音作为一种人工智能技术，其发展在很大程度上受到人类思维方式和审美习惯的影响[10]。这就要求AI配音应该是一个开放、多元、包容的声音宝库，可以通过对多种语言、不同风格的声音进行混合组合，生成更多富有表现力和感染力的声音。在这个过程中， AI配音也应该注重声音的个性化和独特性表达[11]。

AI配音对传统新闻报道领域造成了一定冲击，但同时也是一次全新的尝试和探索。未来，随着人工智能技术越来越成熟和普及，新闻报道领域将会出现更多具有个性化的声音，传播效果也会更加真实而富有感染力。

（一）技术优势：打破语言壁垒

目前，我国人工智能行业的发展尚处于初级阶段，相关研究大多集中于语音识别、翻译等方面，关于人工智能技术在新闻报道领域的应用研究还不够深入，尚未实现深度融合[12]。

但是，在人工智能技术的加持下，未来的新闻报道也会更加高效、优质和精准。在新闻报道领域中，人工智能技术的应用能够极大地提高效率和质量，从根本上提升新闻传播效果。

目前，在新闻报道中，文字转语音的工作占据了很大一部分[13]。这一工作需要从业者利用专业设备进行人工编辑和校对，通常需要花费大量时间、精力和物力，才能将文本转化为语音。这一过程不仅耗时费力、效率低下，还容易产生误差。

（二）发展困境：个性化声音的缺失

从前文的分析来看，AI配音在新闻报道中的应用还存在一些不足和限制。这些不足和限制主要体现在以下三个方面：

第一，AI配音在新闻报道中的应用时间还比较短，很多问题和局限还有待进一步完善。

第二，AI配音在新闻报道中的应用场景比较局限，对于内容的处理、解说词的呈现以及节目节奏等方面没有统一的标准。

第三，AI配音对于个性化声音的创造还比较少。新闻报道不同于其他类型的节目，真实性是新闻的生命和灵魂[14]。AI配音虽然可以通过算法生成个性化声音，但这种个性化声音的形成是在技术层面上，还需要在情感表达、音色等方面不断优化和完善。

（三）专业优势：多人协同可复制

AI配音与真人配音的区别之一就是可复制性。首先， AI配音是一个大工程，需要大量的数据做支撑；其次，AI配音公司还要根据真人配音演员的声线进行设计，否则就无法实现完美的配音。在这一点上，真人配音演员具有很大的优势，因为他们所掌握的是真人声音，而 AI配音只能通过模型生成。而现在一些公司所采用的“一键生成”AI配音系统，则是利用 AI技术将文字转化成声音[15]。这种方式虽然可以批量生成配音文件，但由于无法实现完美的语音合成效果，目前主要用于批量生产低成本短视频。