新媒體短視頻中合成語音的幽默建構及修辭策略

摘要：近年來，以訊飛配音等企業為代表提供的語音合成（TTS）產品在抖音等短視頻平臺的內容創作中的使用趨于普遍。文章以合成語音為研究對象，以乖訛論為幽默理論基礎，對合成語音的幽默成因進行分析，并總結提煉合成語音產品在新媒體短視頻中的修辭策略，以此為新媒體短視頻創作者提供新的創作思路。

關鍵詞：合成語音;短視頻;乖訛;修辭策略

1.引言

語音合成又稱文本轉語音（Text To Speech）。中國信通院數據顯示，我國智能語音市場規模已達到100.7億元[1]。手機APP、兒童故事機、智能機器人等多種場景都有語音合成技術的身影。作為參與內容創作并建構幽默內容的重要符號，智能合成語音為新媒體短視頻內容創作提供了較大的空間。那么合成語音的幽默成因及其在短視頻內容創作中的修辭策略，即為文章的研究議題。

2.關于合成語音的應用研究

在新聞傳播領域，翁佳（2017）認為合成語音從長遠看來在提高播報效率、穩定播報質量方面均具有優勢，但目前存在的音色單一、語流頓澀等問題不可回避[2]。喻國明（2020）等人認為，與能夠提供更多節奏和音調等副語言變化的真人語音相比，合成語音可以被看作是提供信息不足、需要受眾加入豐富聯想的冷媒介[3]。

3.合成語音的幽默機制

3.1乖訛論

既然合成語音相較于真人語音在表情達意方面并無明顯優勢，為什么合成語音卻成了新媒體短視頻中建構幽默元素的重要組成部分呢？合成語音如何參與幽默的建構？這要從基礎的幽默理論中尋找答案。作為三大主流幽默理論之一的乖訛論（Incongruity Theory）是在當代幽默研究中占主導地位的幽默理論。乖訛論的核心特點是不和諧帶來的陌生化。根據Suls（1972）的乖訛-消解模型，在幽默產生的第一階段，笑話的接收者發現他/她對原文的期待被笑話的結尾證明是不匹配的[4]，這種不匹配、不和諧正是形成幽默的開始。康德和叔本華（Attardo，1997）都從乖訛論的角度對幽默進行了定義，均認為幽默是“不和諧的表現”[5]。Beattie（Ritchie，1999）認為：乖訛是兩個或更多不和諧、不協調的部分在一個復雜的合集中統一起來[6]。王韻（2008）將幽默乖訛分解為常識乖訛、社會文化乖訛、修辭乖訛和語意乖訛四個部分。并認為修辭乖訛的實現是形式和內容的不和諧是造成的[7]。

幽默是基于內容與內容、內容與形式、形式與形式之間的不和諧，而這種不和諧是受相應語境框架下制約以至于這種不和諧是沒有恐慌感的。合成語音語調固定單一、語流頓澀，難以為短視頻內容提供豐富的韻律形式。這恰恰滿足了乖訛形成幽默的兩個前提條件，一方面短視頻的文本內容及其他模態元素為整個短視頻營造了幽默的前提語境，另一方面，音調固定、音色單一、語流頓澀的合成語音與前者已構建出的語境出現強烈但沒有負面情緒的不和諧、不協調。

4.合成語音在新媒體短視頻中的修辭策略

文章在抖音平臺上選取不同領域的幾類短視頻賬號，通過對短視頻文本的詳細分析，獲得合成語音呈現幽默的修辭策略。基于前述幽默的產生機制及對短視頻內容的分析，合成語音參與幽默修辭大致可以分為四種乖訛類型。

4.1合成語音與內容的修辭乖訛

語音是語言的物質外殼，語言依靠語音實現其社會功能。因此，語音本身承載了語言信息和韻律線索兩方面元素。然而，當語言信息表述時所需的韻律線索與合成語音提供的韻律線索發生不匹配時，則乖訛產生。

4.2合成語音象聲詞與表達詞義的修辭乖訛

在當今網絡環境中，呵呵、嘿嘿等象聲詞被賦予了更多含義。如呵呵，原本僅是笑聲的象聲詞，但是在當今語境中增加了否定別人的同時又表達嘲諷和不懈。因此可以說，象聲詞在不同語境中擁有多種表情功能。而短視頻合成語音的象聲詞韻律較為固定，其表達并不能覆蓋所有人們想要表達的真實情緒，但恰是這種“無能為力”，塑造了合成語音與語境之間強烈的乖訛感。

4.3合成語音與模態的配合

視頻傳播一向是多模態的，在“大屏幕”向“小屏幕”、“長視頻”向“短視頻”演進的今天，新媒體短視頻的信息密度更高。為了能夠在較短時間內完成大量信息的傳播，單位時間內利用多模態共同呈現短視頻主題成為了必要的修辭手段。合成語音與畫面、音樂、音響等其他模態共同建構而形成的不和諧，其幽默的建立形成了合成語音幽默的新風格。

5.結語

合成語音作為一種修辭手段，為建構短視頻的幽默效果提供了一種新策略——基于合成語音的特性及其與短視頻諸元素的配合與布置，在乖訛理論的指導下，讓合成語音參與到短視頻的創作中以強化短視頻整體的幽默效果。但是，在這一時間節點，在當今技術背景下，合成語音經過短視頻內容創作者的靈巧加工后必然會具有獨特的幽默功能。這“不完美”的聲音必將被更多人記住，這正是語音修辭送給短視頻受眾的意外之喜。

參考文獻：

[1]《2020年智能語音行業市場趨勢預測及投資戰略可行性》，搜狐網，https：//www.sohu.com/a/401090451_120624718

[2]翁佳.智能語音技術對播音主持專業與行業影響探究[J].電視研究，2017（12）：57-59.

[3]馮菲，王文軒，修利超，喻國明.冷熱媒介：合成語音與真人語音的不同傳播效應——基于EEG的實驗證據[J].新聞與傳播研究，2020，27（12）：5-20+126.

[4]Suls，J . M. A two stage model for the appreciation of jokes and cartoons：An information processing analysis[A]. In Goldstein &. McGhee （ eds. ） The Psychology of Humor ：Theoretical Perspectives and Empirical Issues [ C]. New York：Academic Press，1972：81- 100.

[5]Attardo，Salvatore. The semantic foundations of cognitive theories of humor [J].Humor：International Journal of Humor Research.1997，（ 10- 4）：395 - 420.

[6]Ritchie，Graeme. Developing The Incongruity Resolution Theory [A]. In Proceedings of the 9 th Symposium on Creative Language：Humor & Stories.Edinburg，1999.

[7]王韻.幽默乖訛的再現——試論王爾德喜劇的翻譯[J].河南社會科學，2008（03）：123-124.

作者簡介：趙夢歆（1986—），男，漢，河南開封，講師，碩士，武漢晴川學院，應用語言學。