唐琦

摘? 要： 人工智能時代各項技術(shù)不斷革新，落地場景不斷豐富。其中語音轉(zhuǎn)寫、機器寫作、AI主播和短視頻智能生產(chǎn)融合了語言科技的多項技術(shù)，如語音識別、語音合成、語言生成、語義理解、機器翻譯等，其相關(guān)產(chǎn)品和應(yīng)用進入新聞生產(chǎn)中采編、寫稿、播報等各個環(huán)節(jié)，使新聞生產(chǎn)模式向智能化方向發(fā)展。

關(guān)鍵詞： 語音轉(zhuǎn)寫; 機器寫作; AI主播; 短視頻智能生產(chǎn)

中圖分類號：TP391? ? ? ? ? 文獻標識碼：A? ? ?文章編號：1006-8228（2021）02-12-04

Abstract： In the era of artificial intelligence， various technologies continue to innovate， and the landing scenes are constantly enriched. Among them， speech transcription， machine writing， AI anchor and short video intelligent production integrate multiple language technologies， such as speech recognition， speech synthesis， language generation， semantic understanding， machine translation， etc. Their related products and applications have entered all aspects of news production， such as collecting， editing， writing， and broadcasting， so that the news production model is developing in the direction of intelligence.

Key words： speech transcription; machine writing; AI anchor; short video intelligent production

0 引言

在以互聯(lián)網(wǎng)、大數(shù)據(jù)和深度學(xué)習(xí)為標志的海量信息時代，各項技術(shù)不斷實現(xiàn)新突破，人工智能落地場景不斷豐富，這對各行各業(yè)都產(chǎn)生了深刻影響——“智慧交通”、“智慧醫(yī)療”等新理念涌現(xiàn)，具體內(nèi)涵也不斷豐富。其中新聞傳媒業(yè)也在這場工業(yè)革命浪潮中迎來新的機遇和挑戰(zhàn)。

目前新聞傳媒業(yè)正處于從傳統(tǒng)媒體向新媒體的持續(xù)轉(zhuǎn)型中，具有以下特點：一是媒體融合趨勢逐漸向縱深發(fā)展，二是行業(yè)競爭不斷加大，三是逐漸從信息介質(zhì)向服務(wù)平臺轉(zhuǎn)型。為了提供更好的用戶體驗，達成最佳的傳播效果，新聞傳媒業(yè)無疑需要借助語言科技的成果不斷實現(xiàn)自我革新。

語言科技對新聞傳媒業(yè)的影響主要體現(xiàn)在新聞生產(chǎn)模式上，使其由原來的“專業(yè)生產(chǎn)”轉(zhuǎn)變?yōu)椤皩I(yè)生產(chǎn)+智能生產(chǎn)”。新聞生產(chǎn)至少包括采編、寫稿、播報等環(huán)節(jié)，在融媒體大背景下還包括了短視頻呈現(xiàn)。在這些環(huán)節(jié)中，語音轉(zhuǎn)寫、機器寫作、AI主播、短視頻智能生產(chǎn)等多項技術(shù)為新聞的智能化生產(chǎn)提供了支持。

本文總結(jié)了上述語言科技在新聞傳媒業(yè)的具體應(yīng)用，并分析其發(fā)展的現(xiàn)狀、瓶頸和前景。

1 語音轉(zhuǎn)寫滿足記者高效采編的需求

語音轉(zhuǎn)寫主要依托語音識別技術(shù)。語音識別是指利用計算機實現(xiàn)從語音到文字自動轉(zhuǎn)換的任務(wù)，這不僅需要將人聲與嘈雜背景音剝離開來，還需要攻克語義理解上的技術(shù)難關(guān)，綜合了自然語言處理、機器學(xué)習(xí)、信號處理、模式識別等多項技術(shù)。

2015年底，科大訊飛推出“訊飛聽見”平臺，專門用于錄音整理;2017年，科大訊飛聯(lián)合新華字典發(fā)起“方言保護計劃”，在留存方言文化的同時為方言識別和轉(zhuǎn)寫積累了海量數(shù)據(jù);訊飛開放平臺目前支持中、英、日、韓、俄、法、西七個語種的識別，結(jié)合機器翻譯的功能，可以實現(xiàn)跨語言轉(zhuǎn)寫。除了“訊飛聽見”平臺，科大訊飛還推出了一體化的產(chǎn)品，極大提升了記者的工作效率。2019年兩會期間，訊飛聽見M1轉(zhuǎn)寫工具是很多記者隨身攜帶的設(shè)備，成為兩會報道技術(shù)升級的亮點。記者通過將訊飛聽見M1與訊飛聽見APP連接，便可實時地將采訪時的錄音轉(zhuǎn)寫成文字，隨即將文字傳入新聞業(yè)務(wù)系統(tǒng)，實現(xiàn)移動查看、電腦端寫稿、投送稿庫的全流程移動發(fā)稿[1]。

2019年3月，搜狗推出AI錄音筆C1，其轉(zhuǎn)寫準確率在95%以上，并且擁有實時互譯、云端分享、中英同傳等多種功能。2019年8月，搜狗將AI錄音筆背后的搜狗聽寫服務(wù)開放出來，進而引領(lǐng)整個錄音筆行業(yè)的智能化變革。

在人工智能等技術(shù)的助推下，語音轉(zhuǎn)寫技術(shù)不斷實現(xiàn)新突破。

一是準確率越來越高，轉(zhuǎn)寫速度越來越快。目前 “訊飛聽見”平臺和搜狗的聽寫服務(wù)都可以做到一小時的錄音最快五分鐘內(nèi)出稿， 準確率最高可達95%以上。

二是功能越來越強大。在“訊飛聽見”平臺轉(zhuǎn)寫錄音時可以選擇語氣詞過濾、關(guān)鍵詞優(yōu)化、在線編輯、一鍵共享等功能;搜狗聽寫服務(wù)可以通過云端智能糾錯編輯技術(shù)，基于詞圖搜索和輸入糾錯模型，針對置信度低的轉(zhuǎn)寫結(jié)果提供多個候選詞，幫助用戶對轉(zhuǎn)寫結(jié)果進行糾正，同時，還具備自動區(qū)分說話人、智能文本順滑和標點預(yù)測等功能[2]。

三是應(yīng)用范圍越來越廣。隨著方言識別準確率的提升，方言轉(zhuǎn)寫不只是方便溝通，也有望在新聞采編中發(fā)揮作用;跨語言的轉(zhuǎn)寫服務(wù)解決了涉外場合中的語言問題;通過錄音設(shè)備、轉(zhuǎn)寫平臺與報業(yè)系統(tǒng)有機結(jié)合，可以實現(xiàn)新聞稿件的智能化采編，提高新聞生產(chǎn)力，完成多種場景下的新聞報道任務(wù)。

2 機器寫作促成高效寫稿

機器寫作指的是系統(tǒng)根據(jù)程序和算法獲取目標數(shù)據(jù)，自動生成新聞文本。其核心是自然語言生成技術(shù)，在新聞寫作領(lǐng)域主要是將數(shù)據(jù)分析和整合的結(jié)果進行結(jié)構(gòu)化處理，重新排列組合，套用事先設(shè)置好的寫作模板，加上一些簡單的語義加工和風(fēng)格調(diào)整[3]。

國外寫稿機器人的應(yīng)用相對較早。2014年，由寫稿機器人“Quakebot”撰寫的關(guān)于地震的報道經(jīng)過人工校對后發(fā)表在《洛杉磯時報》上，此后機器寫作真正進入大眾視野。目前，機器寫作在國外一些媒體已經(jīng)得到廣泛應(yīng)用，代表性的寫稿機器人有“Wordsmith”、“Heliograf”等，詳見表1。

國內(nèi)最先出現(xiàn)的寫稿機器人是騰訊研發(fā)的“DreamWriter”，它撰寫的第一篇稿件《8月CPI漲2% 創(chuàng)12個月新高》引發(fā)關(guān)注。此后，國內(nèi)媒體陸續(xù)開發(fā)寫稿機器人，如“快筆小新”、“DT稿王”“Xiaomingbot”等，機器寫作在不同領(lǐng)域得到了應(yīng)用，詳見表2。2019年，山東廣播電視臺北京融媒體演播室開辦《兩會大家談》欄目，該欄目將百度智能寫作、智能推薦等AI技術(shù)融入采編系統(tǒng)，根據(jù)關(guān)鍵詞進行智能稿件撰寫，實現(xiàn)了智能糾錯和智能摘要功能，提升了稿件編審的工作效率[4]。

寫稿機器人寫稿快，出稿量大，極大地提升了新聞生產(chǎn)效率。但受限于技術(shù)發(fā)展，目前主要用于撰寫體育、財經(jīng)、突發(fā)事件等對時效性要求較高且不需要額外添加素材的領(lǐng)域新聞。而在民生等其他領(lǐng)域，機器寫作的應(yīng)用還處在起步階段。民生報道涉及范圍廣、主題涵蓋面大，要想通過機器人寫出好的稿件還面臨很多難點，如訓(xùn)練語料較為缺乏等。不過從撰寫春運新聞到生成政府工作報告摘要，“小南”等寫稿機器人已經(jīng)在不斷做出新的嘗試。

總體而言，當(dāng)前機器寫作還處于人機協(xié)作階段，寫稿機器人能勝任的主要是數(shù)據(jù)的高效搜集和初級加工，以及基于行業(yè)的深度結(jié)構(gòu)化數(shù)據(jù)完成基礎(chǔ)數(shù)據(jù)分析、文章生成[5]。寫稿機器人將新聞工作者從繁瑣的編輯整理工作中解放出來，使新聞工作者有更多的時間和精力去從事選題策劃、深度報道等需要思考和創(chuàng)造的工作。

3 AI主播助力新聞快速播報

AI主播是新聞傳媒業(yè)發(fā)展的新風(fēng)口，將新聞以更生動的形式報道出來，在機器寫作的基礎(chǔ)上更進一步，推動傳媒智能化發(fā)展。只需要輸入一段既有的新聞文本，AI主播就可以實時播報，而且發(fā)音和唇形、表情、肢體動作等也能互相配合。這是語音合成、語音識別、深度學(xué)習(xí)、計算圖形學(xué)等多項技術(shù)共同發(fā)展的成果。2018年11月，新華社與搜狗公司聯(lián)合打造的AI主播“新小浩”上線，這是全球首個全仿真智能AI主持人。

AI主播的發(fā)展雖然已經(jīng)有一段時間，但近幾年才真正在媒體中得到應(yīng)用（詳見表3），這既得益于語音合成等技術(shù)的突破性進展，也與媒體融合新趨勢相適應(yīng)。目前AI主播相關(guān)技術(shù)和產(chǎn)品有以下幾個特點。

一是隨著技術(shù)不斷成熟，AI主播越來越智能。從虛擬形象到真人驅(qū)動，從半身播報到全身播報，AI主播能夠更加自然地運用表情和肢體語言;有的AI主播具有變聲功能，為播報提供了多種選擇;多語種虛擬主播使這項技術(shù)的應(yīng)用前景更加廣闊。

二是AI主播不僅能勝任獨白式新聞播報，也開始參與一些需要互動的新聞節(jié)目。在東方衛(wèi)視融媒體新聞直播節(jié)目《小冰搖搖吧》中，微軟小冰作為“互聯(lián)網(wǎng)大數(shù)據(jù)播報員”，能夠利用大數(shù)據(jù)推送最熱新聞，收集篩選網(wǎng)友評論，通過線上視頻采訪網(wǎng)友，全程主持節(jié)目并與主持人搭檔互動[6]。

三是AI主播已經(jīng)形成了相對成熟的產(chǎn)業(yè)鏈。科技公司解決技術(shù)問題，為客戶打造操作簡易的編輯后臺，而媒體編導(dǎo)人員只需要導(dǎo)入目標文本就可以實現(xiàn)新聞播報。

功能越來越強大的AI主播使新聞的快速播報成為可能。在應(yīng)對臺風(fēng)、地震等突發(fā)性事件時，還可以與寫稿機器人結(jié)合起來，24小時持續(xù)播報最新情況。不過當(dāng)前AI主播在韻律和情感上還遠不能達到要求，在自然度和表現(xiàn)力方面還有上升空間。如何充分挖掘自然口語中的語義信息、如何針對自然口語語料提高韻律模型和聲學(xué)模型的精度，是語音合成領(lǐng)域急需解決的難題。[7]另外，在語言的創(chuàng)造性發(fā)揮上，AI主播也不能與專業(yè)的主持人相比，真人主播的互動、即興的段子金句等，仍是AI主播無法取代的。

4 短視頻智能生產(chǎn)推進媒體深度融合

目前我國短視頻用戶規(guī)模激增，短視頻成為國人相當(dāng)重要的娛樂休閑方式。在這一大趨勢下，短視頻的智能生產(chǎn)成為傳媒行業(yè)轉(zhuǎn)型升級的關(guān)鍵。短視頻智能生產(chǎn)指的是機器根據(jù)現(xiàn)場獲取的圖片、采訪資料、視頻片段等，加工制作出可視化的視頻新聞。除了將語音轉(zhuǎn)寫、機器寫作和AI主播這幾項技術(shù)融合，短視頻智能生產(chǎn)還需要對視頻內(nèi)的語義場景進行理解，以便調(diào)用相對應(yīng)的素材進行匹配，讓視頻內(nèi)的信息更加直觀。

2018年12月，新華社發(fā)布中國第一個短視頻智能生產(chǎn)平臺“媒體大腦·MAGIC短視頻智能生產(chǎn)平臺”，該平臺設(shè)置了多個智能模板，覆蓋時政新聞、突發(fā)事件、體育賽事、時尚娛樂等多個場景和領(lǐng)域，推動數(shù)據(jù)可視化、視頻化、自動化。

在2019年兩會期間，光明網(wǎng)與中國政協(xié)傳媒網(wǎng)聯(lián)合推出“委員全息履職”系列節(jié)目，該節(jié)目利用影譜科技的智能影像生產(chǎn)技術(shù)，可視化、智能化呈現(xiàn)政協(xié)委員履職作業(yè)[8]。這種呈現(xiàn)方式直觀易懂，也生動有趣，能夠達到更好的傳播效果。

可以預(yù)測，在未來新聞表達和傳播中，短視頻將會成為主要載體。但短視頻制作需要耗費一定的時間和精力，光靠人力難以同時達成高質(zhì)量和高產(chǎn)量的目標。而短視頻智能生產(chǎn)技術(shù)則為這一困境提供了解決之道，新聞從業(yè)者可以越過技術(shù)壁壘，快速生產(chǎn)優(yōu)質(zhì)短視頻。不過數(shù)據(jù)的收集和標注、主題和內(nèi)容的合理匹配等，仍是短視頻智能生產(chǎn)技術(shù)層面上需要繼續(xù)深入研究的內(nèi)容。

5 小結(jié)

語音轉(zhuǎn)寫、機器寫作、AI主播和短視頻智能生產(chǎn)屬于新興智能技術(shù)，涉及語音識別、語言生成、語音合成、語義理解、機器翻譯等多項語言技術(shù)，使新聞傳媒業(yè)向智能化方向發(fā)展。這幾項技術(shù)都已經(jīng)在新聞傳媒業(yè)中找到落地場景，相關(guān)產(chǎn)品和應(yīng)用越來越多，為新聞媒體從業(yè)者帶去極大便利，提高了新聞生產(chǎn)力，重塑了新聞媒體的生態(tài)。

但在技術(shù)方面仍存在不少亟待解決的難點，如語音合成中韻律和情感的還原等。在實際應(yīng)用中也存在很多需要完善的地方和綜合考慮的問題，如生成文本的評估、數(shù)據(jù)的收集和標注等。此外，在5G技術(shù)和技術(shù)融合大背景下，新聞生產(chǎn)的智能化趨勢必將持續(xù)推進。這些方面都是研究者可以繼續(xù)努力的方向。

參考文獻（References）：

[1] 董絲雨.新裝備讓采訪更高效 語音轉(zhuǎn)寫工具準確率最高達95%[EB/OL].人民日報，http：//paper.people.com.cn/rmrb/html/2019-03/07/nw.D110000renmrb_20190307_5-16.htm，2019-03-07.

[2] 畢磊.搜狗開放聽寫服務(wù)[EB/OL].人民網(wǎng)家電頻道，http：//homea.people.com.cn/GB/n1/2019/0828/c41390-31323578.html，2019-08-28.

[3] 喻國明，郭超凱，王美瑩，劉蘇，王曉虹.人工智能驅(qū)動下的智能傳媒運作范式的考察——兼介美聯(lián)社的智媒實踐[J].江淮論壇，2017.3：134-138，150

[4] 馮雯璐.全國兩會報道的新技術(shù)應(yīng)用[EB/OL].人民網(wǎng)，http：//media.people.com.cn/n1/2019/0827/c429362-31320844.html，2019-08-27.

[5] 鄭海濤.人工智能：一位科技工作者對傳媒人說……[J].中國記者，2018.3：26-28

[6] 佚名.微軟小冰，很有溫度的人工智能主持人[EB/OL].IT之家，https：//www.ithome.com/html/it/311514.htm，2017-06-02.

[7] 中國中文信息學(xué)會.中文信息處理發(fā)展報告（2016）[R].中國中文信息學(xué)會，2016.

[8] 李經(jīng).影譜科技AGC技術(shù)助力政協(xié)委員講述履職故事[EB/OL].光明網(wǎng)，http：//economy.gmw.cn/xinxi/2019-03/08/content_32617495.htm，2019-03-08.