浅析人工智能在播音主持行业的局限性

人工智能
随着人工智能在播音主持行业的广泛应用,人工智能的替代性问题成为人们关注的热点。人工智能的强大功能让人们倍感焦虑,但就目前来说,主持人不容易也不太可能被人工智能完全取代,因为人工智能在某些方面,比如播音创作、播音风格和品牌塑造上存在着一定程度的局限性。

[[430680]]

随着科技的不断发展, 人工智能在涉足人类生活各方面的同时,在播音主持行业也有着广泛的应用。人工智能占据了诸多有限的工作岗位,从而让很多从业者担心是否会被人工智能取代。面对人工智能带来的冲击,我们务必要保持理性。纵然人工智能功能强大,但是在很多方面人工智能仍具有一定的局限性。本文试从播音创作、播音风格、品牌塑造三个方面对人工智能的局限性进行分析,以理性探讨人工智能的替代性问题。

▍ 人工智能在播音创作上的局限性

一、人工智能存在情感缺位。

情感是播音创作的灵魂。基于播音情感,创作主体才能对稿件和画面产生感受,形成理解,进而以外部技巧为辅助,实现准确、鲜明、生动的有声语言表达。而人工智能存在情感缺位,同时也不具备形成自由意志的理性基础。人工智能的“思维”过程本质上是复杂的算法演算,它无法进行自由选择,无法超越既定算法,很难依据情感进行价值选择。以《创新中国》为例,技术团队与专业配音团队通过选取搜集李易以往的配音素材,进行处理和调优,完成了李易的音库,并运用算法来设置发音、节奏、重音等方面的效果。现阶段可以通过技术实现的都属于播音创作中的外部技巧,缺乏真实的情感交流,没有办法“及于受众”。比如《看东方》中担任天气播报板块的AI主持人“小冰”,虽然这是一次AI主持正式融入节目的成功尝试,但是画面里只有一束光效,并没有主持人的形象。“小冰“的天气播报十分程序化,朗读生硬,缺乏亲切感,无法真正拉近与受众的距离。与之形成对比的是央视主播朱广权,他在播报天气时用了这样一段话“你好,我是偏东路径的冷空气,最近挺想大家的……3号,我要冻哭东北内蒙古地区;4号冻懵新疆西藏地区……”,他在保证真实性准确性的同时,语言诙谐幽默,亲切可感,这是人工智能难以做到的。

二、人工智能缺乏交流感。

播音创作主要通过满足受众的信息需求和情感需求,实现与受众的交流。人工智能的传播方式倾向于单向传播,沟通性差,这点在访谈能力上最为明显。人工智能只能根据被访者的回答在数据库中检索答语,主动提问和挖掘信息的能力很差,很难自然流畅地和人类进行沟通。比如在人工智能“康晓辉”对主持人康辉的访谈中,访谈形式始终是一问一答,提的问题之间没有连贯性,针对康辉的回答,人工智能也不会通过追问去挖掘更深层次的信息。

对象感的缺失也是导致人工智能缺乏交流感的重要原因。“对象感”讲究“目中无人,心中有人。”我们在创作过程中要考虑到受众的需求,受众的需求有多个层次,比如知晓需求、求知需求、情感需求等。人工智能可以依靠大数据搜索海量的事实,再运用快速准确的语言组织能力,就可以满足受众的知晓需求。而满足受众的求知需求则需要换位思考能力,比如张国立在主持《国家宝藏》时,他会在文物展出的过程中通过“装傻”替观众提出问题,想受众之所想。这种换位思考,心中有人的能力,人工智能并不具备。

三、人工智能不具备二度创作的能力。

播音是一种二度创作的艺术。播音符合创作的基本要素,从创作目的来看,播音创作是将稿件通过有声语言准确、鲜明、生动的将稿件内容传达给受众。从采取行动来看,为了实现创作目的,必须付出劳动。播音创作要付出的劳动可以用“内三外四”来概括,“内三”是指备稿、情景再现和内在语,“外四”是指停连、重音、语气和节奏。创作的核心环节就是从一种形态到另一种形态的改变,播音创作是将文字稿件改变为有声语言传递给受众。人工智能所做的只是把文本输出成语音,并没有进行二度创作。正如现代语言哲学大师约翰·塞尔指出,计算机或人工智能无法像人的大脑一样,既具有意向性又具有主观性。人工智能的行动实际上只是机械的遵循“条件(指令)——结果(行动) ”来完成任务,因此人工智能仅仅停留在浅层次的播读阶段,难以进行真正意义上的播音创作,也无法真正与受众形成情感共鸣。

▍人工智能在播音风格形成上的局限性

一、人工智能难以摆脱“模仿”痕迹。

从广义上来讲,新闻播音特别具有“时代感”,不同的历史时期会形成不同的播音风格。比如延安时期的播音风格昂扬向上,爱憎分明;新中国成立初期的播音风格热情饱满,节奏明快;改革开放后,人们对信息的需求量更大,对时效性要求更高,播音风格节奏明快,鲜活多样。从狭义上来讲,播音风格是主持人的人格特色。要揣摩和形成自身的播音风格,需要主持人拥有洞察力、领悟力和深厚的内涵素养。然而,AI主持人只能复刻或模仿,无法发挥主观能动性。2019年,AI虚拟主播“果果”在“人民智播报”的微信公众号上岗,它的外形和声音是对人民日报社的主持人果欣禹进行的合成模拟。还有“两会”期间的AI记者助理“小白”,它模仿了央视记者白岩松。目前的AI主持人都是以真人为模板进行合成模拟,这种模拟“有形无神”,能够模仿形象和声音,却无法模仿洞察力、领悟力等。因此,AI主持人只能起到“复刻”的作用,难以摆脱模仿痕迹。

二、人工智能缺乏人文情怀。

与真正的主持人相比,人工智能没有温度,缺乏人文情怀。在2008年汶川地震消息的播报中,女主持人在播报地震中各地区遇难人数时,忍不住哽咽,这一幕非常令观众动容。试想,若换作人工智能,那么这些承载着伤痛的数字就会变得无感和冷冰冰。再比如《开学第一课》中,主持人董卿采访了著名翻译家许渊冲先生。许渊冲先生腿脚不便,只能在台上坐着轮椅接受采访。面对此种情况,董卿为了和老先生平视,选择单腿跪着采访。这个动作既温暖人心,又体现出对嘉宾的尊重。如果换做AI主持人,是不会有如此举动的。主持人的言行具有社会影响力,他们对丑恶现象的抨击,对真善美的践行,往往能引导社会的舆论风向。缺乏人文情怀和责任感的人工智能,难以真正走进受众内心。

三、人工智能不具备播音风格塑造的成因。

从个体层面上来讲,播音风格的形成要经历一个塑造过程,在这个塑造过程中,主持人的人生阅历起到了重要作用,这些条件是人工智能所不具备的。人们常说白岩松是一个会讲故事的主持人,他的“会讲故事”实际上是注重细节的能力。比如在1997年香港回归时,他抓住了香港和内地的分界线这个细节,由此作为现场直播的切入点,说明了香港回归的重要意义。再比如2008年汶川地震中,白岩松抓住了大街小巷的寻人启事这个细节,来说明地震给无数家庭带来的悲痛。白岩松细节捕捉能力如此之强,与他多年的记者经历是分不开的。这些经历造就了白岩松的新闻敏感性、思维敏捷性和对事实精准把握的能力。人工智能诞生于大数据和发达的算法技术,它们的播音风格千篇一律,格式化严重,缺乏由经历所塑造出来的独特个性。

▍人工智能在品牌塑造上的局限性

一、AI主持人品牌建构要素的缺失。

品牌是信誉度和忠诚度的保证,品牌的塑造更能够增加产品魅力。从这个视角来看,主持人的品牌功能具有不可替代的重要性。从商业效益来说,品牌主持人能够提高节目的竞争力,在同质化节目中脱颖而出,带来经济效益。从社会效益来看,大众传媒具有传递信息、传播文化、宣传政策等功能,主持人作为媒体的台前形象,能够引导舆论,肩负着社会责任。

品牌主持人的建构要素首先是品牌形象,主持人的外在形象关系到受众对节目的第一印象。主持人要通过化妆、服饰等去塑造贴合节目风格的个人形象,成功的品牌形象塑造同样会成为节目的标识,比如鲁豫的短发、刘仪伟的黑框眼镜。其次是个性风格。风格是否独特鲜明,往往决定着他能否成为强人格化的主持人。正如著名主持人撒贝宁,风趣洒脱、魅力四射,辨识度极高,非常受观众喜爱。而AI主持人的形象单一,不够具象化。在综艺节目《我是未来》中,AI主持人小冰的形象始终是光束效果,只能依据程序设定完成一些大幅度的动作,神态表情等无法展现,导致非语言符号的缺失,给品牌形象的构筑带来困难。

二、AI主持人在品牌建构过程中的潜在隐忧。

首先,品牌建构过程中会涉及到著作权的问题。从权利主体角度来看,人工智能不能像法人一样成为权利主体,虽然法人和自然人有本质区别,是无生命的团体,但在具体实施的过程中,也是可以追溯到具体的自然人意志。人工智能虽然有选择上的随机性,但这种随机性归根结底还是属于算法范畴,不属于自由意志。其次,AI主持人依托于技术团队,这种依附性会带来责任归属问题。品牌建构是主持人,节目方和平台方的多方合作,由于人工智能不属于权利主体,节目一旦出现问题,虽然是由人工智能进行呈现,但责任却无法归属到它身上,这就意味着其他合作方有要承担额外责任的风险。

人工智能的出现,给播音主持行业带来了一定的冲击,这种冲击主要表现在人工智能会占据一部分行业生存空间,比如人工智能已经成功应用于新闻采写和播报等工作岗位。人工智能凭借强大的优势“抢夺”饭碗,成为很多人唱衰主持人行业的重要原因。但目前来看,人工智能并没有完全取代真正主持人的可能性,因为人工智能难以具备真正的播音创作能力、存在情感缺位、缺少人性光辉,而主持人的魅力和认同感的获得,正是来源于此。在未来的发展道路中,我们要转变视角,把人工智能看作合作伙伴而非竞争对手,将人工智能的“理性”优势和人类的“感性”优势相结合,进一步探索人机合作的新模式。 

责任编辑:庞桂玉 来源: 搜狐
相关推荐

2023-06-16 10:18:22

人工智能商业

2024-02-22 10:49:58

人工智能建筑行业AI

2023-09-04 13:11:59

2022-03-20 23:21:06

人工智能数学悖论工具

2022-01-14 23:46:40

人工智能机器学习工具

2022-01-18 20:28:57

人工智能AI

2020-06-04 10:13:09

人工智能深度学习技术

2020-10-24 18:20:08

AI 数据人工智能

2021-08-09 11:07:44

数据安全算法互联网

2023-04-12 10:51:42

2018-08-09 18:10:20

2022-12-30 08:26:43

基线预警局限性

2022-08-25 14:06:33

人工智能游戏

2022-10-18 14:28:50

人工智能研发应用

2022-06-16 12:51:48

工业机器人机器人

2018-04-26 13:41:57

深度学习人工智能机器学习

2010-08-26 10:57:35

2023-01-10 10:11:50

GPU计算

2022-08-09 13:48:30

人工智能时尚行业聊天机器人

2021-04-20 08:31:13

Kubernetes局限性容器
点赞
收藏

51CTO技术栈公众号