人工智能時(shí)代新型播音主持專業(yè)人才培養(yǎng)路徑探析

□ 鄧佳煜

人工智能時(shí)代的來臨勢如破竹，它的普及悄然改變著播音主持行業(yè)的發(fā)展格局。與新技術(shù)同期而至的新變化也給播音主持專業(yè)人才的發(fā)展帶來了史無前例的挑戰(zhàn)。2018年11月7日在中國烏鎮(zhèn)舉辦的第五屆世界互聯(lián)網(wǎng)大會(huì)上，新華社聯(lián)合搜狗隆重推出全球首位合成新聞主播——“AI合成主播”。我們在享受它帶來的便利的同時(shí)，必須掌握人工智能技術(shù)衍生物的優(yōu)勢，才能做到知己知彼、取長補(bǔ)短，探索新時(shí)代播音主持專業(yè)人才培養(yǎng)的全新路徑。

一、人工智能技術(shù)機(jī)器人在播音主持行業(yè)的優(yōu)勢

（一）“文轉(zhuǎn)音”式工作：人力、物力成本驟減

在2018年5月21日召開的微軟2018人工智能大會(huì)上，一款名為小冰的人工智能伴侶虛擬機(jī)器人大放異彩，她開放了“全雙工”和“人工智能創(chuàng)意”功能。家長可以為孩子設(shè)定故事的主人公、故事傾向等內(nèi)容，小冰只需花費(fèi)20秒時(shí)間就可以為用戶定制（語音合成）一集10分鐘左右的有聲童話故事，而這項(xiàng)工作往往需要花費(fèi)一名成熟的、采編播一體的主持人8個(gè)小時(shí)左右的工作時(shí)間。

由此看來，語音合成技術(shù)的成熟使得一篇文稿轉(zhuǎn)化為音頻的時(shí)間成本、人力成本、物力成本大幅降低。現(xiàn)在某些平臺(tái)的語音合成音甚至完全可以取代播音員錄制的音頻，且受到用戶認(rèn)可。例如我們常用的地圖類App，它的語音導(dǎo)航功能在經(jīng)歷最初1.0版本的電子音直至今天n.0版本的人聲合成音的導(dǎo)航音已被用戶廣泛接受，除了我們熟悉的司機(jī)們會(huì)常常用到語音導(dǎo)航規(guī)劃路徑，國內(nèi)、國外的街頭巷尾，游客們開著語音導(dǎo)航指引自己前往目標(biāo)地游覽，外賣員們也因它實(shí)現(xiàn)了送餐效率的提升，在增添便利性的同時(shí)又將成本降到最低，語音合成技術(shù)已經(jīng)深入我們每個(gè)人的生活之中。

（二）大幅提升工作效率

以人工智能語音合成現(xiàn)階段技術(shù)來看，雖然小冰前期需要大量真人真聲的錄制工作，但是錄制的聲音一旦訓(xùn)練完成，小冰的工作效率將非常驚人且穩(wěn)定，她可以全天24小時(shí)不間斷地在任何一臺(tái)智能手機(jī)上工作，每20秒完成一位成熟主持人8小時(shí)的工作內(nèi)容，大大提升了音頻產(chǎn)出的效率和穩(wěn)定性。

穩(wěn)定的工作效率是播音主持行業(yè)招聘人才非常重要的一點(diǎn)，正因如此，小冰也獲得了很多播音主持職場新人不可多得的機(jī)會(huì)：2015年12月，小冰作為東方衛(wèi)視《看東方》的實(shí)習(xí)“主持人”播報(bào)每日的天氣；2017年7月，小冰搭檔張紹剛登上熒幕主持中國首檔原創(chuàng)科技秀《我是未來》。對于電視臺(tái)、報(bào)社來說，小冰的出現(xiàn)不單單是降低了節(jié)目的成本，還大大增加了節(jié)目錄制的可控性，除了技術(shù)升級之外，小冰不會(huì)因病假、事假影響節(jié)目錄制、新聞撰寫等工作，工作穩(wěn)定性無人能及。

（三）加強(qiáng)節(jié)目情感控制能力

很多業(yè)界人士認(rèn)為，語音合成技術(shù)離受眾的生活還比較遙遠(yuǎn)，雖然機(jī)器可以模仿人類的聲音、節(jié)奏，但很難模仿人類的表現(xiàn)力、自然度和情感度。事實(shí)上，這也是目前人工智能語音合成技術(shù)的瓶頸所在——在建模手段上還存在技術(shù)瓶頸，比如情感既具有實(shí)時(shí)變化性又具有長期記憶性，對于特征信號檢測與處理尺度的把握都造成困難①，在這些方面人工智能確實(shí)有很多技術(shù)難關(guān)需要攻克，但是不可否認(rèn)的是，單從技術(shù)的角度來講，在一段足夠長的時(shí)間之后這一難題終將被解決——期刊《計(jì)算機(jī)工程》上刊登的論文《基于PSOLA與DCT的情感語音合成方法》中提出一種“結(jié)合和離散余弦變換的情感語音合成方法，實(shí)驗(yàn)結(jié)果表明，該方法比單獨(dú)使用時(shí)域基音同步疊加算法合成的情感語音更具情感色彩，其主觀情感的識別率更高，合成的情感語音質(zhì)量更好”②。就最近配音演員李立宏的聲音作為錄音訓(xùn)練范本這個(gè)案例來說，他被錄入的人工語音成功訓(xùn)練、合成之后，在情感度和自然度上已經(jīng)有了很大提升，比我們現(xiàn)在聽到的高德地圖上合成的語音已經(jīng)進(jìn)步太多，因此，解決痛點(diǎn)缺乏的只是時(shí)間而已。

就筆者目前了解的情況來看，語音合成的可控性體現(xiàn)在兩個(gè)方面。一方面，它在受眾對音色的偏好上有很強(qiáng)的可控性，如今越來越多的“聽書”產(chǎn)品深入受眾的生活，用戶可以選擇自己喜歡的聲音，如大氣磁性康輝版、舌尖上的中國李立宏版等。甚至在技術(shù)成熟的未來，你可以訓(xùn)練自己喜歡的任何聲音，為自己私人訂制一種音色，再選取自己喜歡的書籍、信息來進(jìn)行播讀，這將會(huì)給用戶體驗(yàn)帶來極強(qiáng)的自由度。另一方面，語音合成在情感度上的控制能力極強(qiáng)。它能將聲音角色的情感度降至冰點(diǎn)，進(jìn)行零度寫作③，例如在2017年5月，小冰作為《異想天開》的主持人利用大數(shù)據(jù)為投資者和創(chuàng)業(yè)人分析出匹配度；不久之后，她還化身“助理主持人”登錄《非你莫屬》，為求職者們助力。因此，在某些需要在情感度上做出控制的角色身上，為了公平起見，需要以平等的感情面對每一位對象，只有依靠語音合成極強(qiáng)的可控性才能做到相對的客觀平等。

二、人工智能時(shí)代播音主持人才培養(yǎng)策略及建議

（一）新版“一專多能”

2008年高校播音主持專業(yè)在人才培養(yǎng)改革方興未艾之時(shí)興起“一專多能”，“一專”指的是播音主持的基本功——播音，而“多能”是指節(jié)目的采編能力，采編播一體是那個(gè)時(shí)代對播音主持學(xué)生的培養(yǎng)目標(biāo)。

如今，在媒介融合的大背景下，為了跟上新時(shí)代受眾的需求，高校對播音主持專業(yè)人才的培養(yǎng)方式也在不斷演變，播音主持專業(yè)對人才的培養(yǎng)應(yīng)走向新的“一專多能”，使學(xué)生能根據(jù)自身喜好、特長引入跨學(xué)科學(xué)習(xí)交叉領(lǐng)域的相關(guān)知識。簡而言之，“一專”改為采編播能力，而“多能”則指將方向指向了“復(fù)合型人才”，播音主持專業(yè)人才應(yīng)結(jié)合自身喜好跨學(xué)科修習(xí)其他專業(yè)的相關(guān)科目，例如體育、科技、財(cái)經(jīng)、法律等，這樣的新型人才培養(yǎng)方式將有效提升學(xué)生們的學(xué)習(xí)能力。

新版“一專多能”的人才培養(yǎng)模式不僅可以應(yīng)對科技浪潮帶來的危機(jī)，提升未來播音主持行業(yè)在細(xì)分領(lǐng)域的專業(yè)性，還可以有效提升學(xué)生在校的學(xué)習(xí)效率，獲取更多目標(biāo)感、成就感，能有效為社會(huì)帶來更多優(yōu)秀的、專業(yè)的體育解說員、財(cái)經(jīng)記者、科技節(jié)目主持人，使他們未來在科技發(fā)展迅猛的大背景下仍能以核心競爭力自立。

（二）培養(yǎng)“同步互動(dòng)”能力

基于長久以來對播音主持行業(yè)的研究和實(shí)踐，筆者認(rèn)為著力培養(yǎng)學(xué)生“同步互動(dòng)”的能力也是應(yīng)對人工智能時(shí)代播音主持行業(yè)危機(jī)的方法之一。

以小冰為例，現(xiàn)階段的人工智能技術(shù)只能實(shí)現(xiàn)小冰（主持人）與受眾的“異步互動(dòng)”——小冰工作結(jié)束呈現(xiàn)內(nèi)容，內(nèi)容再呈獻(xiàn)給受眾這樣的模式。也就是說，小冰不具備類似訪談節(jié)目主持人這樣的能力，無法同臺(tái)同時(shí)段與受訪嘉賓和觀眾進(jìn)行互動(dòng)。由此來看，培養(yǎng)學(xué)生“同步互動(dòng)”的能力就是目前新型培養(yǎng)模式中很重要的一點(diǎn)，即主持人與嘉賓、觀眾在同一時(shí)間、同一地點(diǎn)下的互動(dòng)能力。而這項(xiàng)能力除了培養(yǎng)基本功——語言表達(dá)能力之外，更重要的是在培養(yǎng)過程中突出整合信息能力、邏輯判斷能力、臨場反應(yīng)能力，這三項(xiàng)能力能夠確保高校為未來播音主持行業(yè)培養(yǎng)的專業(yè)人才具備自己的核心競爭力。總而言之，“異步互動(dòng)”場景中的播音員、主持人更容易被取代，也是首先會(huì)被取代的人，對學(xué)生“同步互動(dòng)”場景下能力的培養(yǎng)是大勢所趨。

（三）注重個(gè)性化培養(yǎng)，提升個(gè)體辨識度

現(xiàn)代教育起源于17世紀(jì)的德國，那時(shí)的教育是為大機(jī)器時(shí)代服務(wù)，目標(biāo)是為了使流水線上的工人經(jīng)過教育后操作整齊劃一，實(shí)現(xiàn)標(biāo)準(zhǔn)化。現(xiàn)如今我們在媒介融合的大背景下進(jìn)入了人工智能時(shí)代，這個(gè)時(shí)代的播音主持專業(yè)更需要培養(yǎng)專業(yè)學(xué)生的個(gè)性魅力、邏輯思維等。互聯(lián)網(wǎng)已經(jīng)賦權(quán)了每個(gè)人更多的平等的權(quán)利，因此受眾的口味將更加挑剔，他們需要的更多的是能引起其共鳴的有辨識度的個(gè)體有個(gè)性的表達(dá)。例如網(wǎng)紅PAPI醬，她以自己獨(dú)特的語速、風(fēng)格和解析視角吸引著自己的粉絲，主持人蔡康永、撒貝寧、小S等都以他們節(jié)目中個(gè)性十足的語言風(fēng)格活躍在熒屏上，并且長久以來屹立不倒。

因此，只有提升播音主持專業(yè)人才的辨識度，才能使他們擁有自己的核心競爭力，在人工智能時(shí)代堅(jiān)守自己的立足之地。

注釋：

①高瑩瑩.面向情感語音合成的言語情感建模系統(tǒng)[D].北京交通大學(xué),2016.

②李勇,魏珰,王柳渝.基于PSOLA與DCT的情感語音合成方法[J].計(jì)算機(jī)工程,2017(12).

③[法]羅蘭·巴爾特.寫作的零度[M].李幼蒸 譯.北京：中國傳媒大學(xué)出版社,2010.