《互聯(lián)網(wǎng)信息服務(wù)深度合成管理規(guī)定》視域下的公共圖書館深度合成技術(shù)發(fā)展探討

吳夢菲?陳銘

摘 要：隨著《互聯(lián)網(wǎng)信息服務(wù)深度合成管理規(guī)定》的正式頒布和實(shí)施，成果應(yīng)用廣泛、形式豐富多樣、內(nèi)容良莠不齊的深度合成發(fā)展迎來明確的管理辦法。文章對深度合成的概念、應(yīng)用和研究現(xiàn)狀進(jìn)行了梳理，從管理規(guī)定劃定的生成或編輯文本、語音、非語音等六個(gè)領(lǐng)域展望了圖書館的應(yīng)用場景，并根據(jù)管理規(guī)定的要求，從內(nèi)生型和外生型兩個(gè)方向探討在圖書館應(yīng)用深度合成技術(shù)時(shí)的可能風(fēng)險(xiǎn)點(diǎn)，并給出了預(yù)防以及治理路徑，以期助力圖書館在《互聯(lián)網(wǎng)信息服務(wù)深度合成管理規(guī)定》的框架內(nèi)更合理、合規(guī)地開展更多基于深度合成的數(shù)字應(yīng)用。

關(guān)鍵詞：深度合成技術(shù)；人工智能；公共圖書館；應(yīng)用場景

中圖分類號：G258.2文獻(xiàn)標(biāo)識碼：A

Exploring the Development of Deep Synthesis Technology in Public Libraries within the Scope of the Regulations on the Deep Integration Management of Internet Information Services

Abstract With the official promulgation and implementation of the Regulations on the Deep Integration Management of Internet Information Services， the development of deep synthesis has gained clear management methods， with wide-ranging applications， diverse forms， and varying content quality. This article reviews the concept， application， and research status of deep synthesis， and explores the potential application scenarios in libraries across six domains defined by the management regulations： text， speech， non-speech， and others. Based on the management requirements outlined in the regulations， the article discusses potential risk points in the application of deep synthesis technology in libraries from the perspectives of endogenous and exogenous factors， and provides preventive and governance measures. The aim is to enable libraries to carry out more rational and compliant applications of deep synthesis technology within the framework of the Regulations on the Deep Integration Management of Internet Information Services to further enhance digital applications supported by deep synthesis.

Key words deep synthesis technology; artificial intelligence; public library; application scenarios

1 引言

2022年12月11日，國家互聯(lián)網(wǎng)信息辦公室、工業(yè)和信息化部、公安部三部委聯(lián)合發(fā)布了《互聯(lián)網(wǎng)信息服務(wù)深度合成管理規(guī)定》（以下簡稱《規(guī)定》），并自2023年1月10日起施行[1]?！兑?guī)定》對互聯(lián)網(wǎng)信息服務(wù)深度合成技術(shù)進(jìn)行了明確、有效的管理和規(guī)范，對推進(jìn)深度合成技術(shù)合理化發(fā)展、維護(hù)互聯(lián)網(wǎng)健康生態(tài)起著至關(guān)重要的作用。

“元宇宙”“人工智能”近兩年在圖書館行業(yè)炙手可熱，在圖書館不斷智慧化、信息化甚至“元宇宙”化的過程中，從理論概念研究到技術(shù)發(fā)展探索，都需要依靠深度合成技術(shù)進(jìn)行實(shí)現(xiàn)。作為我國出臺的首部對深度合成服務(wù)治理的專門性部門規(guī)章，《規(guī)定》為圖書館利用安全可靠的深度合成技術(shù)進(jìn)行互聯(lián)網(wǎng)信息服務(wù)，提供了指向性明確、整體性突出的發(fā)展方向、行為依據(jù)和法律保障。

2 深度合成的概念及其相關(guān)研究

2.1 深度合成概念

隨著電子信息技術(shù)的不斷發(fā)展，人工智能已經(jīng)朝著產(chǎn)業(yè)化、泛在化方向邁進(jìn)，其智慧化水平在短時(shí)間內(nèi)迎來了數(shù)個(gè)代際躍升。隨著數(shù)字基礎(chǔ)設(shè)施建設(shè)趨于完善，人工智能所應(yīng)用的場景愈發(fā)廣泛和多元，呈現(xiàn)更為生動、豐富的發(fā)展景象。深度合成就是基于現(xiàn)階段人工智能發(fā)展而逐漸形成的重要應(yīng)用領(lǐng)域。

《規(guī)定》明確深度合成技術(shù)就是“利用深度學(xué)習(xí)、虛擬現(xiàn)實(shí)等生成合成類算法制作文本、圖像、音頻、視頻、虛擬場景等網(wǎng)絡(luò)信息的技術(shù)”[2]。“深度合成”在計(jì)算機(jī)學(xué)科中是“機(jī)器學(xué)習(xí)”的一個(gè)關(guān)鍵組成部分，其核心技術(shù)是機(jī)器學(xué)習(xí)模型“生成式對抗網(wǎng)絡(luò)”（Generative Adversarial Networks， GAN）和自編碼器網(wǎng)絡(luò)（Auto Encoder， AE）[3]。模型通過“深度學(xué)習(xí)”和“合成”的綜合處理，把海量的文字、圖片、音頻、視頻等相關(guān)數(shù)據(jù)通過神經(jīng)網(wǎng)絡(luò)技術(shù)進(jìn)行學(xué)習(xí)，并在源材料上產(chǎn)生新內(nèi)容。

2017年，在美國Reddit社交網(wǎng)站上，一個(gè)名為“deepfakes”的用戶上傳視頻，通過深度合成技術(shù)將知名女星的面部合成到色情視頻的表演者身上[4]，從而引發(fā)巨大的輿論震蕩，這也被視為“深度合成”技術(shù)廣泛進(jìn)入公眾視線的開始。2018年，受該事件影響，美國出臺了《惡意偽造禁令法案》[5]，將“深度合成”技術(shù)與“深入偽造”打上了“等號”。在這個(gè)“負(fù)面”的應(yīng)用場景被廣為熟知后，深度合成制造的真實(shí)感知力和臨場感也確實(shí)引發(fā)了惡意使用和技術(shù)濫用的問題，從通過聲音、面部合成進(jìn)行的電信詐騙，到合成動態(tài)人臉信息進(jìn)行的偽造金融注冊、銀行借貸，再到合成政客、親友、明星的個(gè)人特征進(jìn)行的各類謠言散布、色情欺詐等都似乎成為“深度合成”的原罪。

技術(shù)本身只是手段，無關(guān)于道德，中性、中立的技術(shù)所帶來的利與弊從來不是技術(shù)本身，其益與害往往就是人性中善惡的對稱。在互聯(lián)網(wǎng)發(fā)展的大潮中，各類良性信息生成、媒介傳播和互動交流都出現(xiàn)了深度合成的技術(shù)身影，影視制作、廣告營銷、電子商務(wù)、社交娛樂等都成了深度合成技術(shù)的正向應(yīng)用舞臺。根據(jù)國家工業(yè)信息安全發(fā)展研究中心與清華大學(xué)人工智能研究院共同發(fā)布的《深度合成十大趨勢報(bào)告（2022）》顯示，在內(nèi)容產(chǎn)生上，2021年新發(fā)布的深度合成視頻的數(shù)量較2017年增長10倍以上；在關(guān)注數(shù)量上，2021年新發(fā)布的深度合成視頻的點(diǎn)贊數(shù)已超過3億[6]。2020年韓國VR公司通過深入合成技術(shù)進(jìn)行拍攝測量、虛擬實(shí)際和動作捕捉，幫助一位母親合成還原逝去孩子；2022年，第24屆冬季奧林匹克運(yùn)動會在北京舉辦時(shí)，中央電視臺的AI主播“小聰”就通過深度合成技術(shù)完成了手語模型數(shù)據(jù)庫的搭建和應(yīng)用，并對各類比賽項(xiàng)目成功進(jìn)行了全程手語播報(bào)[7]；2021年9月，第八批在韓中國人民志愿軍烈士遺骸回國，《人民日報(bào)》通過深度合成技術(shù)為老照片進(jìn)行修復(fù)、還原、上色，重現(xiàn)照片場景[8]，等等?？梢?，深度合成技術(shù)帶來的，除了成本更低、效率更高的內(nèi)容產(chǎn)出，還有體驗(yàn)更真實(shí)更臨場的感官交互，以及更欣欣向榮的數(shù)字產(chǎn)業(yè)經(jīng)濟(jì)環(huán)境和人文感受。

2.2 深度合成的相關(guān)研究

由于深度合成技術(shù)是2017年才開始出現(xiàn)并發(fā)展的前沿技術(shù)，所以我國相關(guān)研究相對較少。近兩年，隨著深度合成技術(shù)的迅猛發(fā)展以及《規(guī)定》的發(fā)布，相關(guān)研究數(shù)量呈現(xiàn)出一定程度的增長。國內(nèi)深度合成研究主要圍繞法制完善、規(guī)范治理、技術(shù)提升以及新領(lǐng)域賦能四個(gè)方面展開。

在法制完善方面，萬志前、陳晨強(qiáng)調(diào)要以《中華人民共和國民法典》相關(guān)條款為基礎(chǔ)，明確深度合成技術(shù)使用邊界、使用程序以及濫用后果等[9]；李偉明確了法律語境下“深度合成”和“深度偽造”的區(qū)別[10]；李明魯則認(rèn)為需要對應(yīng)用深度合成技術(shù)進(jìn)行“深度偽造”的技術(shù)幫助犯罪行為，通過刑法采取獨(dú)立罪名認(rèn)定的制裁思路[11]。

在規(guī)范治理方面，王榕主要研究了深度合成技術(shù)應(yīng)用普遍存在的主體責(zé)任不明確、監(jiān)管不到位、算法黑箱等問題[12]；眭占菱等人提出了遏制源頭違規(guī)、重塑專家鑒定、加強(qiáng)環(huán)境經(jīng)驗(yàn)支撐等辨識機(jī)制[13]。

在技術(shù)提升方面，藺琛皓等人實(shí)現(xiàn)了對虛假數(shù)字人臉內(nèi)容的檢測和判定[14]；魏玲應(yīng)用Nuke這一數(shù)碼影視后期合成軟件時(shí)發(fā)現(xiàn)，深度合成技術(shù)可在不受光照、陰影和色度影響下直接反映圖像中物體表面的三維特征[15]；賀明明構(gòu)建了一個(gè)基于GPU（Graphics Processing Unit， 圖形處理器）的深度圖像后期繪制與合成系統(tǒng)，成功集成了與深度圖像相關(guān)的后期合成技術(shù)與繪制算法[16]。

最后在賦能新領(lǐng)域方面，任婧和生奇志重點(diǎn)探究了深度合成技術(shù)在新媒體領(lǐng)域智能化、虛擬化、沉浸式的應(yīng)用方向[17]；畢韋達(dá)等人對比了在影視渲染領(lǐng)域傳統(tǒng)的合成流程與深度合成流程的異同，并對深度合成在影視產(chǎn)品制作、渲染、后期、特效等方面的應(yīng)用進(jìn)行了展望[18]；劉順堃研究發(fā)現(xiàn)，在影像醫(yī)學(xué)方面，在深度合成技術(shù)的支持下，CT圖像的精度和細(xì)節(jié)表達(dá)能力有明顯提升[19]。

在國外，有關(guān)深度合成的研究的起始時(shí)間早于國內(nèi)，首先是“深度合成”概念的形成，2014年，伊恩·古德費(fèi)洛開創(chuàng)構(gòu)建了生成式對抗網(wǎng)絡(luò)技術(shù)（GAN），即通過生成模型和判別模型的對抗性博弈最終形成新內(nèi)容，這是深度合成的雛形，他參與編寫的《深度學(xué)習(xí)》更是深度合成研究的基礎(chǔ)[20]。2015年，詹姆斯·馬克斯等人提出要通過深度合成技術(shù)實(shí)現(xiàn)數(shù)據(jù)科學(xué)工作的自動化，正式肯定了深度合成的科學(xué)效用[21]。其后的國外深度合成研究就呈現(xiàn)出較之國內(nèi)更為發(fā)散的發(fā)展方向，除了技術(shù)提升、規(guī)范治理外，還關(guān)注到了隱私、政治等多個(gè)問題。

在隱私研究方面，S.A.奧西亞等人基于深度合成建立了一種基于信息理論約束進(jìn)行訓(xùn)練和評估的深度模型，模型能夠有效防止用戶的某些敏感信息與服務(wù)提供商共享[22]；賈亞斯里·森古普塔等人提出了一種可擴(kuò)展、隱私保護(hù)和可協(xié)作的SPRITE算法，算法采用閾值秘密共享來保證工業(yè)物聯(lián)網(wǎng)的隱私保護(hù)[23]；A·薩爾馬迪等人利用共享特征提取器（Shared Specific Feature， SFE）進(jìn)行特征提取，以保護(hù)協(xié)作機(jī)器學(xué)習(xí)中的隱私信息獲取[24]。

在政治研究方面，羅伯特·切斯尼等人認(rèn)為深度合成技術(shù)是對隱私、民主和國家安全的迫在眉睫的挑戰(zhàn)[25]；B·馬修等人認(rèn)為深度合成關(guān)鍵人物、政府首腦的相關(guān)內(nèi)容可能會引發(fā)軍事、政治等多方面的不安定[26]；B·布萊恩通過分層視角對深度合成的應(yīng)用是民主技術(shù)化還是技術(shù)民主化進(jìn)行了探討[27]。

3 深度合成在圖書館的應(yīng)用場景

《規(guī)定》中明確了深度合成技術(shù)的具體應(yīng)用方式，包括生成或編輯文本內(nèi)容的技術(shù)，生成或者編輯語音內(nèi)容的技術(shù)，生成或者編輯非語音內(nèi)容的技術(shù)，生成或者編輯圖像、視頻內(nèi)容中生物特征的技術(shù)，生成或者編輯圖像、視頻內(nèi)容中非生物特征的技術(shù)，生成或者編輯數(shù)字人物、虛擬場景的技術(shù)”[2]六項(xiàng)，這也是圖書館可參考、可應(yīng)用的深度合成技術(shù)場景。

3.1 生成或編輯文本內(nèi)容的技術(shù)

生成或編輯文本內(nèi)容的技術(shù)是通過深度合成進(jìn)行的篇章生成、文本風(fēng)格轉(zhuǎn)換以及問答對話等，現(xiàn)階段最典型也是最為大眾所熟知的，能夠進(jìn)行較好文本生成和編輯技術(shù)的應(yīng)用就是ChatGPT（Chat Generative Pretrained Transformer），一種生成型預(yù)訓(xùn)練聊天機(jī)器人。2022年11月，美國人工智能研究室OpenAI開發(fā)了人工智能聊天機(jī)器人應(yīng)用ChatGPT[28]。作為以語言模型為基礎(chǔ)的人工智能，ChatGPT具備對文本的識別、理解和生成能力，可以通過對話指令進(jìn)行創(chuàng)作，能獨(dú)立完成各類主體文本撰寫、代碼編輯等文本任務(wù)。與之前已有的Siri、微軟小冰等人工智能聊天機(jī)器人不同，ChatGPT通過互聯(lián)網(wǎng)數(shù)據(jù)和人類反饋進(jìn)行深度合成和強(qiáng)化學(xué)習(xí)，不僅可以生成文本信息，還可以對所生成的信息進(jìn)行評價(jià)和判別，并通過不斷地修正和迭代合成符合人類基本常識、普遍認(rèn)知和道德觀的文本體系[29]。

在圖書館領(lǐng)域，ChatGPT類的文本內(nèi)容深入合成技術(shù)帶來的發(fā)展機(jī)遇無疑是巨大的。首先就是在ChatGPT類應(yīng)用現(xiàn)階段較為廣泛的領(lǐng)域——智能咨詢。從讀者服務(wù)的角度看，日常咨詢、參考咨詢是圖書館對讀者進(jìn)行知識服務(wù)的關(guān)鍵。多年來，智慧圖書館的一個(gè)顯性判定依據(jù)就是參考咨詢工作的智能化程度。為此，清華大學(xué)圖書館、南京大學(xué)圖書館等高校圖書館都有自己的虛擬館員咨詢系統(tǒng)[30]，上海圖書館、江西省圖書館等公共圖書館也配置了和大型商場類似的咨詢機(jī)器人[31]，但咨詢的智能化程度和效果還遠(yuǎn)不及ChatGPT類應(yīng)用。ChatGPT類應(yīng)用可以進(jìn)一步提升各類咨詢反饋速度和質(zhì)量，給讀者帶來新的咨詢體驗(yàn)和更豐富、全面的知識信息。其次是圖書館運(yùn)行效率的提升，ChatGPT類應(yīng)用可以大量學(xué)習(xí)圖書館的新聞報(bào)道、活動預(yù)告、制度條例、匯報(bào)材料、文稿報(bào)告等文本內(nèi)容，通過深度合成技術(shù)，快速、準(zhǔn)確地生成新的相關(guān)文本，甚至進(jìn)行完整的定題寫作和PPT制作，雖然不能完全替代現(xiàn)實(shí)圖書館員，但也切實(shí)有助于提升圖書館運(yùn)行效率。

3.2 生成或者編輯語音內(nèi)容的技術(shù)

深度合成中的生成或者編輯語音內(nèi)容技術(shù)主要指的是文本轉(zhuǎn)語音、語音轉(zhuǎn)換、語音屬性編輯等。文本轉(zhuǎn)語音技術(shù)早期是以單向文本轉(zhuǎn)語聲形式出現(xiàn)[32]，辦公軟件中內(nèi)置的朗讀功能，地圖軟件導(dǎo)航、機(jī)場火車站等交通樞紐的通知、報(bào)站等都是基于此。單向文本轉(zhuǎn)語聲只能簡單讀字，不能辨析詞義和語境，所以對多音字、語氣不能判定。經(jīng)過深度合成加強(qiáng)后產(chǎn)生的單向文本轉(zhuǎn)語音技術(shù)能進(jìn)行文本辨析，對內(nèi)容、情感進(jìn)行學(xué)習(xí)和判定，從而形成具有語音語調(diào)、能識別多音字的更為“仿生”的文本轉(zhuǎn)語音系統(tǒng)。語音轉(zhuǎn)換、語音屬性編輯技術(shù)最初依靠把矢量量化（Vector Quantization， VQ）碼本基于語音編碼生成的方法進(jìn)行語音屬性編輯，實(shí)現(xiàn)不同人之間語音的轉(zhuǎn)換，現(xiàn)在隨著深入合成技術(shù)的發(fā)展，相繼有學(xué)者提出了把GAN模型應(yīng)用于語音的生成和鑒別，通過海量的訓(xùn)練、調(diào)整、合成，使合成語音生成效果更趨向于目標(biāo)語音[33]。

在圖書館領(lǐng)域，語音內(nèi)容的深度合成應(yīng)用場景主要包括有聲閱讀、無障礙服務(wù)、場館運(yùn)行管理等方面。有聲閱讀是數(shù)字化閱讀的一種表現(xiàn)形式，公共圖書館現(xiàn)階段主要通過購買如庫克數(shù)字音樂圖書館、云圖數(shù)字有聲圖書館、天方有聲圖書館等有聲閱讀平臺的方式獲得有聲閱讀資源，再為讀者提供相關(guān)閱讀服務(wù)[34]。在深度合成相關(guān)語音技術(shù)的幫助下，圖書館可以充分發(fā)揮自身的館藏優(yōu)勢，把館藏特色文獻(xiàn)、古籍善本、家譜方志、日記書信都通過文字轉(zhuǎn)語音形式形成更具特色的館藏語音庫，使讀者可以聽到近代歷史名人用他們自己的聲音朗讀信件、日記，也可以聽到用上古音、中古音朗讀的古籍善本中的歷史記錄和詩歌文學(xué)。其次，可以建立方言、口述史的語音庫，通過深度合成技術(shù)，一方面將方言、口述史轉(zhuǎn)換成文字，進(jìn)行文字語音的雙形式保存，另一方面可以利用語音轉(zhuǎn)換技術(shù)建設(shè)方言和普通話的轉(zhuǎn)換程序，這樣既能有效完善、健全本地方言語言系統(tǒng)，更能幫助讀者快速了解、學(xué)習(xí)、掌握本地方言，起到傳承、傳播本土文化的作用。在無障礙服務(wù)以及場館運(yùn)行管理方面，深度合成的語音技術(shù)可以為視覺受限人士、老人、兒童等提供更完整、準(zhǔn)確和生動的語音輔助服務(wù)。其在瀏覽圖書館網(wǎng)站、APP以及新媒體界面時(shí)，語音技術(shù)可以通過不同類型的語音語調(diào)用于閱讀界面不同內(nèi)容的朗讀，以及不同級菜單的導(dǎo)航和指引等；在圖書館的場館利用時(shí)，語音可以實(shí)現(xiàn)對圖書館閱覽室、各類設(shè)施的方向引導(dǎo)，館藏圖書的架位引導(dǎo)，各類展覽、標(biāo)識牌、閱覽室說明的提示和閱讀以及與圖書館燈組、門禁、各類開關(guān)設(shè)施聯(lián)動的語音指令執(zhí)行等。

3.3 生成或者編輯非語音內(nèi)容的技術(shù)

深度合成技術(shù)在音樂領(lǐng)域的探索主要圍繞音樂和場景聲生成或編輯兩大類。在前期，音樂和場景聲的生成主要依靠計(jì)算機(jī)系統(tǒng)對已有的音樂作品進(jìn)行內(nèi)容拆解、關(guān)鍵要素提取、系統(tǒng)分析和規(guī)律總結(jié)，然后通過算力進(jìn)行創(chuàng)作模型的搭建，最后將音樂要素重新填充形成音樂創(chuàng)作，微軟公司研發(fā)的小冰、騰訊的艾靈等都可以達(dá)到音樂創(chuàng)作的需求[35]。在有了深度合成技術(shù)的加持后，人工智能通過廣泛學(xué)習(xí)音樂中的情感的喚起、波動和影響，以樂段、樂匯、節(jié)奏、調(diào)高等為載體，模擬出更符合人腦聽覺習(xí)慣、結(jié)構(gòu)認(rèn)知和旋律識別的共情音樂系統(tǒng)[36]。2021年，中國音樂學(xué)院就和中國人工智能學(xué)會聯(lián)合主辦了世界音樂人工智能大會，來研究、展望人工智能在音樂領(lǐng)域的建設(shè)發(fā)展[37]。同年，騰訊也建立了天琴實(shí)驗(yàn)室，重點(diǎn)關(guān)注深度合成技術(shù)下的音樂歌曲識別、音質(zhì)優(yōu)化提升、歌唱評價(jià)賦分和翻唱假唱識別等[38]。

在圖書館領(lǐng)域，非語音內(nèi)容的深度合成技術(shù)可以在音樂推廣活動和沉浸式閱讀空間的打造上進(jìn)行應(yīng)用。在音樂推廣活動方面，很多圖書館都設(shè)置有相對隔音的視聽閱覽室，為讀者提供音樂欣賞空間，在深入合成技術(shù)應(yīng)用后，圖書館可以在原有的音樂資源基礎(chǔ)上，根據(jù)讀者的喜好、年齡分布甚至職業(yè)為其提供更細(xì)分的音樂推薦和人工智能音樂作品，還可以鼓勵(lì)讀者在圖書館視聽場館內(nèi)，以及在社交網(wǎng)絡(luò)、數(shù)字平臺上通過深度合成手段自行創(chuàng)作音樂，構(gòu)建虛擬圖書館音樂廳，召開由讀者共創(chuàng)共建的虛擬音樂會。在沉浸式閱讀空間的打造方面，深度合成技術(shù)可以有效掌握、理解文學(xué)作品中的場景，并與場景聲素材進(jìn)行結(jié)合，利用圖書館現(xiàn)有的隔音亭、朗讀亭等設(shè)備形成緊扣閱讀細(xì)節(jié)的場景聲打造，例如當(dāng)讀者在亭中閱讀推理犯罪小說的特定章節(jié)段落時(shí)，隔音亭內(nèi)的智能設(shè)備就能被觸發(fā)并播放相關(guān)場景的場景聲如由遠(yuǎn)及近的警笛聲、急促的喘息聲、開門聲等，為讀者提供身臨其境的閱讀體驗(yàn)。

3.4 生成或者編輯圖像、視頻內(nèi)容中生物特征的技術(shù)

在深入合成技術(shù)中，較為人熟知的就是生成或者編輯圖像、視頻內(nèi)容中生物特征技術(shù)，其中包括的人臉生成、人臉替換、人物屬性編輯、人臉操控、姿態(tài)操控等在某些涉嫌違法犯罪領(lǐng)域的應(yīng)用也成為《規(guī)定》出臺的主要因素之一。由于人臉面部五官結(jié)構(gòu)的特殊性及其動作表情所傳遞情緒、情感的復(fù)雜性，傳統(tǒng)的算法合成效果不佳，人臉替換或表情操控會具有一定的不真實(shí)性和違和感，但基于深度合成機(jī)制的層次化殘差網(wǎng)絡(luò)掩膜優(yōu)化和雙域生成對抗網(wǎng)絡(luò)可以自然地學(xué)習(xí)從粗到細(xì)多級粒度的尺度特征，從而得到內(nèi)容更豐富、特征更突出的面部信息輸出，提升面部五官的動態(tài)排布和細(xì)節(jié)控制，保持、提升面部圖像生成、調(diào)換和調(diào)整的信度和實(shí)感[39]。

在圖書館領(lǐng)域，文獻(xiàn)檔案研究方面，此類型技術(shù)能在老照片、老檔案以及僅有少量資料的近代歷史人物的有關(guān)人臉的修復(fù)和再現(xiàn)中起到重要的作用；閱讀推廣方面，文學(xué)作品中的人物可以通過描述生成面部，擁有表情，加之語音技術(shù)，讀者可以與文學(xué)作品中的人物對話，童話中的動植物也可以擁有更加活潑生動的表現(xiàn)形式；圖書館虛擬空間建設(shè)方面，人臉生成、人物屬性編輯可以為讀者在虛擬圖書館空間中進(jìn)行個(gè)性身份標(biāo)識，讓讀者以自己生成的面部及整體形態(tài)體驗(yàn)虛擬圖書館。

3.5 生成或者編輯圖像、視頻內(nèi)容中非生物特征的技術(shù)

生成或者編輯圖像、視頻內(nèi)容中非生物特征的合成技術(shù)主要指的是圖像生成、圖像增強(qiáng)、圖像修復(fù)，是深度合成技術(shù)在計(jì)算機(jī)視覺領(lǐng)域的重點(diǎn)發(fā)力方向。GAN可以通過無監(jiān)督或者有監(jiān)督的方式訓(xùn)練所生成的對抗網(wǎng)絡(luò)，當(dāng)真實(shí)數(shù)據(jù)中的圖像和生成器合成的圖像反復(fù)對抗后，就訓(xùn)練形成了高質(zhì)量的與真實(shí)數(shù)據(jù)相似的圖像。而圖像的增強(qiáng)和修復(fù)也是利用這一機(jī)制，由帕塔克等人提出的圖像修復(fù)網(wǎng)絡(luò)Context Encoder，就是利用像素預(yù)測驅(qū)動無監(jiān)督特征學(xué)習(xí)，進(jìn)行缺失圖像周圍像素信息感知、推測修復(fù)內(nèi)容，從而補(bǔ)全缺失像素，減少橫紋、邊緣鋸齒等圖像問題的產(chǎn)生[40]。

在圖書館領(lǐng)域中，非生物特征的深度合成技術(shù)是古籍善本、老照片、檔案等館藏資源修復(fù)的重要工具。在對古籍善本等珍貴館藏資源進(jìn)行數(shù)字化掃描建立數(shù)據(jù)庫后，可以將塊匹配機(jī)制嵌入圖像特征空間，以特征匹配的方法進(jìn)行缺損補(bǔ)全，通過大量數(shù)據(jù)樣本生成對抗網(wǎng)絡(luò)從而生成最優(yōu)補(bǔ)全效果，以達(dá)到對于內(nèi)容缺損的古籍文獻(xiàn)的數(shù)字修復(fù)；其次是對于一些因年代久遠(yuǎn)或保存不當(dāng)造成的字跡辨認(rèn)不清，字體形狀、輪廓模糊的情況，深度合成的圖像增強(qiáng)技術(shù)可以在已有數(shù)據(jù)庫的基礎(chǔ)上，結(jié)合多個(gè)輸入幀信息，通過超分辨率算法在提升像素的同時(shí)減少圖像噪點(diǎn)和顆粒，進(jìn)一步提升文字、圖片的清晰度[41]。

3.6 生成或者編輯數(shù)字人物、虛擬場景的技術(shù)

生成或者編輯數(shù)字人物、虛擬場景可以說是深度合成在生成或編輯文本、語音、非語音、生物特征、非生物特征幾方面的綜合產(chǎn)物，是集幾個(gè)領(lǐng)域?yàn)橐簧淼臄?shù)字凝合，其內(nèi)容包括了三維重建、數(shù)字仿真等。數(shù)字仿真包括仿真植物、動物、數(shù)字人等。數(shù)字人[42]需要具備人類的外貌特色、人類的表達(dá)行為以及思考能力三個(gè)方面。外貌特色涉及圖像領(lǐng)域的深度合成技術(shù)，表達(dá)行為涉及生成或編輯語音內(nèi)容、生物特征等幾個(gè)領(lǐng)域的深度合成技術(shù)，而思考則需要內(nèi)容生成的過程中產(chǎn)生的創(chuàng)造性思維，所以涉及ChatGPT類生成或編輯文本內(nèi)容的深度合成技術(shù)。而虛擬場景構(gòu)建中，更多的是從圖像合成領(lǐng)域中形成的虛擬場景、非語音領(lǐng)域形成的場景音、加之生物特征技術(shù)中形成的數(shù)字仿真生物構(gòu)建起來的虛擬環(huán)境，最終的發(fā)展方向也就是“元宇宙”。

在圖書館領(lǐng)域，基于深度合成技術(shù)下的“元宇宙”圖書館可以在虛擬場景中進(jìn)行三維重建，在數(shù)字世界打造虛擬圖書館空間。在虛擬圖書館中，讀者可以以書為媒在此進(jìn)入每一本圖書館館藏圖書的虛擬空間，置身于名著、童話等文學(xué)作品中，與虛擬數(shù)字主人公對話或與其共同經(jīng)歷人生體驗(yàn)新世界。讀者也可以與數(shù)字圖書館員交流，獲取最專業(yè)快速的知識服務(wù)、信息參考，通過具象化的沉浸式的體驗(yàn)進(jìn)行學(xué)習(xí)提升。

4 深度合成技術(shù)在圖書館內(nèi)的應(yīng)用風(fēng)險(xiǎn)及其預(yù)防、管理路徑

根據(jù)《規(guī)定》的劃分，深入合成技術(shù)的主要參與方分為服務(wù)應(yīng)用方、技術(shù)提供方[2]。服務(wù)應(yīng)用方在圖書館領(lǐng)域指的就是通過深度合成技術(shù)進(jìn)行讀者服務(wù)或者圖書館業(yè)務(wù)服務(wù)的圖書館；技術(shù)提供方指的就是為圖書館提供深度合成技術(shù)的第三方。

深度合成技術(shù)的圖書館應(yīng)用風(fēng)險(xiǎn)可以分為基于算法和技術(shù)本身的內(nèi)生型風(fēng)險(xiǎn)以及由于應(yīng)用深度合成技術(shù)而產(chǎn)生社會影響的外生型風(fēng)險(xiǎn)。

4.1 深度合成技術(shù)內(nèi)生型風(fēng)險(xiǎn)點(diǎn)及其預(yù)防

內(nèi)生型風(fēng)險(xiǎn)點(diǎn)主要指的是技術(shù)提供方在進(jìn)行數(shù)據(jù)處理、編輯合成和產(chǎn)品服務(wù)應(yīng)用三個(gè)合成技術(shù)流程上可能產(chǎn)生的風(fēng)險(xiǎn)。圖書館在應(yīng)用技術(shù)方提供的各項(xiàng)深度合成技術(shù)之前，需要以內(nèi)生型風(fēng)險(xiǎn)點(diǎn)為重點(diǎn)，對技術(shù)提供方的合成技術(shù)流程進(jìn)行預(yù)判和審查。

首先在數(shù)據(jù)處理方面，無論是ChatGPT類的文本還是語音等的生成、編輯都需要大量的數(shù)據(jù)進(jìn)行訓(xùn)練、對抗以達(dá)到合成目的，圖書館需要對技術(shù)提供方在數(shù)據(jù)的來源獲取手段、數(shù)據(jù)存儲安全、數(shù)據(jù)查用權(quán)限三個(gè)維度進(jìn)行嚴(yán)格的判定。在數(shù)據(jù)的來源獲取維度上，主要是審查獲取手段是否合法、合規(guī)，數(shù)據(jù)被獲取的讀者、用戶是否對數(shù)據(jù)獲取過程、獲取內(nèi)容知曉，讀者、用戶對數(shù)據(jù)后期的用途是否知情等；在數(shù)據(jù)存儲上，圖書館需要整體掌握技術(shù)提供方的全數(shù)據(jù)安全鏈條，審查其是否具備安全的存儲介質(zhì)、容災(zāi)備份、回收機(jī)制和日志審計(jì)等；在數(shù)據(jù)查用權(quán)限上，主要是審查技術(shù)提供方在數(shù)據(jù)查看、修改、上傳、刪除過程中權(quán)限的劃分、賦予和監(jiān)督是否合理。

其次，在編輯合成階段，圖書館需要審查的是技術(shù)提供方的合成的技術(shù)性質(zhì)和技術(shù)成熟度。在性質(zhì)方面，需要審查深度合成算法和模型本身是否具備準(zhǔn)確性、可信性、可靠性，進(jìn)行生成、編輯的過程是否有漏洞，是否可控制，其產(chǎn)生的結(jié)果是否達(dá)到預(yù)期；在成熟度方面，需要審查技術(shù)提供方在數(shù)據(jù)特征提取、計(jì)算、合成、檢測、學(xué)習(xí)和操作上的技術(shù)是否成熟。

最后在場景應(yīng)用上面，圖書館需要審查的是技術(shù)提供方的算法應(yīng)用是否合法、合規(guī)，在算法應(yīng)用中是否存在算法濫用導(dǎo)致的信息欺詐、存儲破解、信息泄露的隱患等。

4.2 深度合成技術(shù)外生型風(fēng)險(xiǎn)點(diǎn)及其預(yù)防與管理

外生型風(fēng)險(xiǎn)點(diǎn)主要指的是在技術(shù)層面之外，也就是圖書館充分肯定相關(guān)合成技術(shù)邏輯后，在準(zhǔn)備引進(jìn)或已經(jīng)進(jìn)行應(yīng)用的過程中，技術(shù)提供方和圖書館可能產(chǎn)生的社會性風(fēng)險(xiǎn)[43]。

首先，圖書館需要審查技術(shù)提供方企業(yè)本身是否嚴(yán)格遵守國家、人工智能相關(guān)行業(yè)領(lǐng)域制定的相關(guān)法律法規(guī)、行業(yè)規(guī)章、規(guī)范等，企業(yè)內(nèi)部是否訂立了涉及安全、隱私等的嚴(yán)格的工作制度、工作規(guī)范和流程，是否設(shè)有相關(guān)風(fēng)險(xiǎn)控制管理部門，有沒有主動的安全風(fēng)險(xiǎn)控制機(jī)制和處理手段等。圖書館還可以對技術(shù)提供方之前承接的項(xiàng)目進(jìn)行調(diào)研，審查其在項(xiàng)目運(yùn)行過程中是否合規(guī)，成效是否顯著，后續(xù)的數(shù)據(jù)管理和利用是否符合風(fēng)險(xiǎn)信息公開性和用戶數(shù)據(jù)隱私性的要求。

此外，圖書館在應(yīng)用深度合成技術(shù)的時(shí)候也需要對深度合成技術(shù)的原理和算法邏輯有深入的了解，對其可能產(chǎn)生的風(fēng)險(xiǎn)的來源和形式有準(zhǔn)確的預(yù)判，能夠充分明確圖書館在包括方向責(zé)任、制度責(zé)任、管理責(zé)任、安全責(zé)任等方面的主體責(zé)任。

方向責(zé)任主要指的是圖書館應(yīng)用深度合成技術(shù)的目的和初衷必須是向善的，是合乎法律法規(guī)、社會公德和人倫的，是在堅(jiān)持正確政治方向、輿論導(dǎo)向、價(jià)值取向基礎(chǔ)上，出于促進(jìn)先進(jìn)文化發(fā)展、建設(shè)公共文化服務(wù)體系和提升公共圖書館服務(wù)的目的。

制度責(zé)任，即圖書館有責(zé)任建立健全深度合成技術(shù)管理制度，其內(nèi)容充分涵蓋應(yīng)用深度合成技術(shù)的所有關(guān)鍵環(huán)節(jié)，包括算法相關(guān)機(jī)制的審核制度、科技倫理審查制度、技術(shù)提供方的資質(zhì)審查制度、合成數(shù)據(jù)及內(nèi)容管理審核制度等。尤其是內(nèi)容管理審核機(jī)制方面，圖書館應(yīng)建立嚴(yán)格的內(nèi)容管理審核機(jī)制，確保數(shù)據(jù)采集處理、特征庫建立的過程以及深度合成結(jié)果的產(chǎn)生、使用過程合法合規(guī)。

管理責(zé)任包括參與對象管理、標(biāo)識管理兩個(gè)方面。參與對象管理主要針對技術(shù)提供方和使用或享受圖書館深度合成技術(shù)服務(wù)的讀者。圖書館需要對技術(shù)提供方行業(yè)資質(zhì)、算法模型、安全管理等方面進(jìn)行審查，需要與使用相關(guān)服務(wù)的讀者制定并公開管理規(guī)定和使用公約，對所有使用讀者依法進(jìn)行身份信息的驗(yàn)證，并對其的使用權(quán)限和行為進(jìn)行明確規(guī)定，以確保在風(fēng)險(xiǎn)觸發(fā)時(shí)可以進(jìn)行明確的責(zé)任劃分。標(biāo)識管理方面，圖書館必須明確要求技術(shù)提供方在圖書館最終呈現(xiàn)的各類深度合成產(chǎn)品和服務(wù)上通過一定的技術(shù)手段在不影響讀者使用體驗(yàn)的情況下進(jìn)行標(biāo)識添加。一方面，標(biāo)識可以快速幫助讀者和圖書館進(jìn)行深度合成相關(guān)產(chǎn)品和服務(wù)的辨識和溯源；另一方面，標(biāo)識能幫助讀者有效分辨真實(shí)、虛擬的語音、畫面、場景、人物，減少不必要的信息混淆和輿論影響[44]。

最后，在安全責(zé)任方面，圖書館可以聯(lián)合技術(shù)提供方定期開展深度合成產(chǎn)品及服務(wù)的安全評估工作，預(yù)防信息安全風(fēng)險(xiǎn)。雙方應(yīng)共同建立違法信息、不良信息的特征庫，建立行之有效的安全審核控制系統(tǒng)，對輸入數(shù)據(jù)和合成結(jié)果中的風(fēng)險(xiǎn)因素進(jìn)行及時(shí)排查、精準(zhǔn)定位、快速處置，在不斷提升技術(shù)水平的同時(shí)降低系統(tǒng)性安全風(fēng)險(xiǎn)。

5 結(jié)語

在人工智能與大數(shù)據(jù)技術(shù)快速發(fā)展的今天，深度合成技術(shù)是人工智能領(lǐng)域中的一種新型應(yīng)用和實(shí)踐，不但給用戶帶來個(gè)性化、精準(zhǔn)化、智能化的信息服務(wù)，更是得到了很多行業(yè)場景的推廣和應(yīng)用，并且衍生出“元宇宙”這一種新型應(yīng)用場景。但是網(wǎng)絡(luò)傳播的環(huán)境越來越復(fù)雜，新的合成方法不斷涌現(xiàn)，深度合成技術(shù)如果違法應(yīng)用，還易造成對用戶合法權(quán)益的侵犯、違法信息散布、社會輿論操縱等一系列的問題，濫用危險(xiǎn)也越來越大。圖書館應(yīng)積極應(yīng)對，通過建立完善法律制度保障、強(qiáng)化主體責(zé)任機(jī)制、健全管理等方式來防范和規(guī)避這些風(fēng)險(xiǎn)，以更好地發(fā)揮深度合成技術(shù)的社會價(jià)值與作用。圖書館深度合成前景光明，應(yīng)用領(lǐng)域廣，是公共文化服務(wù)人工智能發(fā)展的需要。人工智能的發(fā)展也要求圖書館不斷加強(qiáng)自身的數(shù)據(jù)基礎(chǔ)設(shè)施建設(shè)，逐步健全數(shù)據(jù)安全技術(shù)人才與管理人才培養(yǎng)體系，進(jìn)一步提高深度合成自主創(chuàng)新能力，增強(qiáng)安全保護(hù)力，持續(xù)拓展深度合成的多樣文化應(yīng)用場景，對人工智能語境下的公共文化服務(wù)產(chǎn)生帶動效應(yīng)，推動科技向上向好。

參考文獻(xiàn)：

[1] 梁楠.三部門發(fā)布《互聯(lián)網(wǎng)信息服務(wù)深度合成管理規(guī)定》[J].新聞文化建設(shè)，2022（24）：2.

[2] 互聯(lián)網(wǎng)信息服務(wù)深度合成管理規(guī)定[J].中華人民共和國國務(wù)院公報(bào)，2023（4）：22-25.

[3] XUE Y，GUO Y C，ZHANG H，et al.Deep image synthesis from intuitive user input：A review and perspectives[J].Computational Visual Media，2022（8）：3-31.

[4] POPOVA M.Reading out of context： pornographic deepfakes，celebrity and intimacy[J].Porn Studies，2020（7）：367-381.

[5] S.3805-Malicious Deep Fake Prohibition Act of 2018[EB/OL].[2023-03-10].https：//www.congress.gov/bill/115th-congress/senate-bill/3805.

[6] 深度合成十大趨勢報(bào)告（2022）[R].北京：清華大學(xué)人工智能研究院，2022.

[7] 吳靜.“深度偽造”技術(shù)在傳媒領(lǐng)域的新應(yīng)用和異化風(fēng)險(xiǎn)[J].傳媒，2023（3）：51-54.

[8] 魏泳安.算法視閾下文化虛無主義新癥候及應(yīng)對策略[J].毛澤東鄧小平理論研究，2022，423（12）：35-44，104.

[9] 萬志前，陳晨.深度合成技術(shù)應(yīng)用的法律風(fēng)險(xiǎn)與協(xié)同規(guī)制[J].科技與法律（中英文），2021（5）：85-92.

[10] 李偉.從“深度合成”到“深度偽造”[J].檢察風(fēng)云，2021（12）：11-12.

[11] 李明魯.“深度偽造”的刑法治理路徑[J].科技與法律（中英文），2021（6）：40-47，73.

[12] 王榕.深度合成技術(shù)行政監(jiān)管的困境和路徑[D].蘭州：甘肅政法大學(xué)，2021.

[13] 眭占菱，何亮亮，蔣潔.深度合成待證數(shù)據(jù)的風(fēng)險(xiǎn)剖析與辨識機(jī)制[J].圖書與情報(bào)，2020（6）：59-64.

[14] 藺琛皓，沈超，鄧靜怡，等.虛假數(shù)字人臉內(nèi)容生成與檢測技術(shù)[J].計(jì)算機(jī)學(xué)報(bào)，2023，46（3）：469-498.

[15] 魏玲.基于Nuke的深度圖像合成[J].電子測試，2015（1）：69-71.

[16] 賀明明.基于GPU的深度圖像后期繪制與合成系統(tǒng)[D].杭州：浙江大學(xué)，2014.

[17] 任婧，生奇志.智能·虛擬·沉浸：“深度合成”賦能新媒體[J].科技傳播，2022，14（6）：126-129.

[18] 畢韋達(dá)，羅江林，呂鑫.基于深度信息的圖像渲染與合成流程的研究[J].電腦知識與技術(shù)，2022，18（16）：86-88.

[19] 劉順堃.基于深度神經(jīng)網(wǎng)絡(luò)的MR圖像合成CT圖像方法研究[D].上海：上海應(yīng)用技術(shù)大學(xué)，2022.

[20] HEATON J，IAN G，YOSHUA B，et al.Deep Learning[J].Genet Program Evolvable Mach，2018（19）：305-307.

[21] KANTER J M，VEERAMACHANENI K.Deep feature synthesis： Towards automating data science endeavors[C]//2015 IEEE International Conference on Data Science and Advanced Analytics（DSAA）.New York：IEEE，2015：1-10.

[22] OSSIA S A，TAHERI A，SHAMSABADI A S，et al.Deep Private-Feature Extraction[J].IEEE Transactions on Knowledge and Data Engineering，2018（32）：54-66.

[23] SENGUPTA J，RUJ S，BIT S D.SPRITE：A Scalable Privacy-Preserving and Verifiable Collaborative Learning for Industrial IoT[C]//2022 22nd IEEE International Symposium on Cluster，Cloud and Internet Computing（CCGrid）.New York：IEEE，2022：249-258.

[24] SARMADI A，F(xiàn)U H，KRISHNAMURTHY P，et al.Privacy-Preserving Collaborative Learning through Feature Extraction[J/OL].IEEE Transactions on Dependable and Secure Computing，2023：1-13[2023-07-03].https：//ieeexplore.ieee.org/document/10089424.

[25] CHESNEY R M，DANIELLE K C.Deep Fakes：A Looming Challenge for Privacy，Democracy， and National Security[J].California Law Review，2018，107：1753.

[26] BOH??EK M，F(xiàn)ARID H.Protecting world leaders against deep fakes using facial， gestural， and vocal mannerisms[J].Proceedings of the National Academy of Sciences of the United States of America，2022，119：48.

[27] FORD B.Technologizing Democracy or Democratizing Technology？ A Layered-Architecture Perspective on Potentials and Challenges[C]//Digital Technology and Democratic Theory.Chicago：University of Chicago Press，2020：274-308.

[28] GILSON A，SAFRANEK C W，HUANG T，et al.How Does ChatGPT Perform on the United States Medical Licensing Examination？ The Implications of Large Language Models for Medical Education and Knowledge Assessment[J/OL].JMIR Medical Education，2023：9[2023-07-03].https：//www.semanticscholar.org/paper/How-Does-ChatGPT-Perform-on-the-United-States-The-Gilson-Safranek/cd4d112f3f9120d0715f22a9de2ce4720822368c.

[29] DENG J，LIN Y.The Benefits and Challenges of ChatGPT：An Overview[J].Frontiers in Computing and Intelligent Systems，2023，2（2）：81-83.

[30] 李書寧，劉一鳴.ChatGPT類智能對話工具興起對圖書館行業(yè)的機(jī)遇與挑戰(zhàn)[J/OL].圖書館論壇：1-8[2023-03-18].http：//h-p.kns.cnki.net.i.jllib.cn/kcms/detail/44.1306.g2.20230307.0928.002.html.

[31]劉澤，邵波，王怡.數(shù)據(jù)驅(qū)動下圖書館智慧參考咨詢服務(wù)模式研究[J/OL].情報(bào)理論與實(shí)踐：1-11[2023-03-22].http：//kns.cnki.net/kcms/detail/11.1762.G3.20221107.1357.008.html.

[32] 周正宏.論人工智能語言標(biāo)準(zhǔn)化及其戰(zhàn)略意義[C]//中國標(biāo)準(zhǔn)化協(xié)會.中國標(biāo)準(zhǔn)化年度優(yōu)秀論文（2022）論文集.北京：《中國學(xué)術(shù)期刊（光盤版）》電子雜志社有限公司，2022：8.

[33] WU D Y，CHEN Y H，LEE H Y.VQVC+： One-Shot Voice Conversion by Vector Quantization and U-Net architecture[EB/OL].[2023-07-03].https：//arxiv.org/abs/2006.04154.

[34]武玥.公共圖書館有聲閱讀推廣服務(wù)探析[J].農(nóng)業(yè)圖書情報(bào)學(xué)報(bào)，2022，34（3）：61-67.

[35] DONG H W，ZHOU C，BERG-KIRKPATRICK T，et al.Deep Performer：Score-to-Audio Music Performance Synthesis[C]//ICASSP 2022-2022 IEEE International Conference on Acoustics， Speech and Signal Processing.New York：IEEE，2022：951-955.

[36] 蕭萍.具身·想象與共情：人工智能音樂生成與傳播的技術(shù)現(xiàn)象學(xué)研究[J].現(xiàn)代傳播（中國傳媒大學(xué)學(xué)報(bào)），2022，44（9）：155-161.DOI：10.19997/j.cnki.xdcb.2022.09.002.

[37] 王曉璇.未來音樂新風(fēng)向：人工智能賦能音樂發(fā)展——世界音樂人工智能大會述評[J].人民音樂，2022（1）：84-87.

[38] 楊慶峰.從人工智能難題反思AI倫理原則[J].哲學(xué)分析，2020（11）：2.

[39] ELHOSENY M，SELIM M M，SHANKAR K.Optimal Deep Learning based Convolution Neural Network for digital forensics Face Sketch Synthesis in internet of things （IoT）[J].International journal of machine learning and cybernetics，2021（11）：12.

[40] PATHAK D，KR?HENB?HL P，DONAHUE J，et al.Context Encoders：Feature Learning by Inpainting[C]//2016 IEEE Conference on Computer Vision and Pattern Recognition（CVPR）.New York：IEEE，2016：2536-2544.

[41] 陳亞芳，杜響成，鄭瑩斌.數(shù)字智能修復(fù)技術(shù)在歷史檔案領(lǐng)域中的應(yīng)用[J].中國檔案，2022（12）：32-33.

[42] 侯文軍，卜瑤華，劉聰林.虛擬數(shù)字人：元宇宙人際交互的技術(shù)性介質(zhì)[J].傳媒，2023，393（4）：25-27，29.

[43] 張超，陳莎.深度合成的外生性風(fēng)險(xiǎn)及平臺治理原則[J].中國新聞傳播研究，2022（5）：39-49.

[44] 時(shí)建中.專家解讀|規(guī)范深度合成服務(wù) 營造風(fēng)清氣正的網(wǎng)絡(luò)空間[EB/OL].[2023-03-22].http：//www.cac.gov.cn/2022-12/12/c_1672217053955777.htm.