論人工智能在影視配音藝術中的應用、影響與啟示

劉 錚

(沈陽音樂學院 戲劇影視學院,遼寧 沈陽 110818)

人工智能配音是指以大數據處理與學習、虛擬合成與化身、人機交互等人工智能技術為動力,負責廣播、電視、電子出版物和互聯網上的同步和廣播任務的智能媒體產品?！叭斯ぶ悄芡健钡母拍顚嶋H上包括不同歷史時期的不同形式,這不僅符合當前智能媒體的基本特征,也反映了最新的“綜合”特征。人工智能同步的概念起源于英國,最早應用于中國、韓國、日本、美國等國家。自2018年以來,人工智能配音在全球同步加速了研發和推廣。人工智能同步的現階段以人工智能合成語音為代表,但與高級人工智能的目標仍有不小差距。本文從人工智能配音發展現狀的梳理出發,闡述了人工智能配音的實際應用場景,對比人工智能配音相比傳統真人配音的優劣,分析人工智能配音對影視配音行業的影響,重點落腳在于人工智能配音時代配音人員應如何保持自身獨特優勢。

一、人工智能配音概述

(一)人工智能的起源與進步

現代科學技術發展催生出了人工智能,人工智能從上世紀5、60年代就已經存在了,而且隨著科學技術的不斷進步,人工智能技術得到越來越多的完善,將在當今和未來人類社會的發展中發揮不可估量的作用。人工智能對未來的改變,是對我們一點一滴形成知識過程本身的自動化,是讓我們用這個機器取代人力過程本身的自動化。AI革命,我們可以稱之為機器學習和發現的過程,打破了人類大腦的專利。

(二)人工智能配音的發展現狀

人工智能配音最早可以查到的資料是到虛擬主持人時代,其應用最初旨在取代人類播報的部分工作。虛擬主持人在英國最早起源,20世紀初在中國、日本、美國和其他國家處于領先地位。世界上第一個虛擬演講者是“Ananova”,2000年由媒體公司英國新聞協會在互聯網上首次推出。繼Ananova之后,中、美、日、韓等國家相繼推出了虛擬主持人,之后世界各地的主要媒體紛紛效仿。

2018年,《創新中國》上映,這是世界上第一部完全由人工智能重新進行配音同步的紀錄片,播出后立即引發了熱烈反響。CCTV和科大訊飛對已故的配音大師李易的聲音進行了采樣和分析,通過人工智能大數據學習恢復了李易的聲音,并在整個紀錄片中同步使用人工智能配音,成為智能配音的一個重要里程碑。最近的幾年來,隨著抖音、快手、Bilibili等自媒體平臺發展的迅速性,越來越多的人們把人工智能用來為自己的視頻創作去配音。比如說,在軟件中輸入一段文字,人工智能會自動生成聲音,制作者可以選擇不同種類的聲音,比如蠟筆小新、說唱、甜美等等,甚至還有方言配音,如四川方言、東北方言、山西方言等等。人工智能的配音在人們的日常生活中越來越普遍,并正在成為創造者的強大工具。

二、人工智能配音的實際應用

(一)實際應用場景

在2018年和2020年,搜狗公司推出了兩款不同型號的“人工智能合成主播”,代號為“新小浩”和“新小微”。人工智能主播“新小浩”以二維虛擬圖像面對觀眾,其播放狀態幾乎與原型新華社主播邱昊相同。2020年5月發布的人工智能主播“新小微”的首個3D版本以新的三維動態圖像的形式出現。與上一代“新小浩”相比,改進之處在于從2D到3D、從平面到空間的轉換。最新版本的“人工智能合成主播”彌補了人類皮膚、身體運動和輔助習慣的缺陷。通過深度學習功能,人工智能合成的主持人能夠理解語義,實現有聲語言與副語言的深度結合。然而,當筆者查看所有人工智能合成主播模型時發現了人工智能配音一個最大的缺陷:所有人工智能合成主播的發聲都是電子音!可見,人工智能主播完全模擬人聲還有很長的路要走。無論是上一代“新小浩”還是最新版本的“新小微”,都會出現觀眾感覺電子音過強的問題,無形中與觀眾產生了隔閡。因此,新聞廣播中存在著“人機合作”的格局。方法是對新聞條目進行分類。應該反映“人文關懷”和“親切感”的新聞信息被傳送給人類主播播出,而將更為嚴謹的新聞轉移給“人工智能合成主播”進行播送。另外,一些高重復和低情感的廣播任務可以應用人工智能配音。人工智能技術的應用可以方便地進行語音播送,主要用于數據量大、形式相對簡單的文本信息,例如財經新聞、天氣預報、讀報等。這些廣播不需要太多的技術要求,只要吐字清楚、內容正確即可。而且,人工智能技術的使用將比手動傳輸更加準確,同時在廣播過程中不會受到太多緊急情況的干擾,這可以防止廣播過程中出現錯誤。顯然,在轉換基本文本信息方面,人工智能配音方便解放人們的工作時間。

在2016年,一些新聞客戶端率先使用智能語音播報來提高工作效率,只需輕觸旁邊的按鈕,即可收聽詳細新聞。這樣的媒體客戶端可以幫助用戶更輕松地播放相關新聞內容,既方便用戶使用又提高整體工作效率。用戶可以使用這項新技術在盡可能短的時間內就獲得他們最想要的新聞。在過去,用戶被動地接收新聞節目,但隨著當前人工智能配音的普及,用戶接收信息的方式也變成了一種主動的狀態,可以選擇性地收聽新媒體信息內容。人工智能新媒體在整個信息接收過程中很好地解決了成本高、效率低的缺點這些問題,為人工智能在廣播領域發揮作用奠定了基礎。所以,人工智能在新聞廣播中的應用不僅可以提高工作效率,而且可以最大限度地降低人工成本。

人工智能還可以盡最大可能恢復已逝去的經典之聲。除了降低工程成本和提高工作效率外,人工智能同步產業還可以恢復已逝的高質量聲音。2018年初,李易深厚低沉的聲音被中央電視臺和科大訊飛的人工智能配音技術給還原了。在紀錄片《創新中國》中,央視團隊和科大訊飛團隊就是運用了人工智能配音技術,將經典之聲再次呈現觀眾面前。使用這項技術可以最大限度地降低復制成本,節省配音的周期。同時,相應的公司也可以基于該技術設計其獨特的品牌需求。從這一現象可以看出,人工智能在播音主持中的應用在不久的將來將取代一些低端的配音工作。

(二)人工智能配音相比傳統真人配音的優劣

1.人工智能配音的優勢。與傳統的真人配音相比,人工智能配音的優勢在于工作十分高效、執行能力強大、風格豐富多彩。一般來說,不同的配音員由于經驗、知識和身體狀況的不同,需要不同的準備時間,因此稿件的準備時間會有很大差異。與人工智能分類和提取重要信息的速度相比,人類的準備工作無疑效率低下。例如,欄目《看東方》中的人工智能可以根據氣象數據分析和預測天氣狀況,并進行實時天氣評估。但是要做到這一點,人類主播不僅需要專業知識,還需要長時間的編輯和準備。根據個人特點和多年的配音經驗,配音員往往在工作中形成自己獨特的風格。一方面,這種風格可以突出配音者的特點,提升其標志性和綜合性的競爭地位;另一方面,由于相對固定的語言風格,它也會使配音者陷入某種局限,給觀眾一種單一風格的感覺。技術的發展使人工智能能夠收集來自不同配音風格的語音素材并進行相應的整合。

2.人工智能配音的劣勢。人工智能的本質是向人類學習的機器,它并不具有主觀創造性,因此不能發展出自己獨特的特性,這點必須由人類賦予。人工智能是基于一行行代碼的,始終不能和人類的真情實感相對比,在人工智能配音中缺少了人類的感性,而更多的是理性,并且由于人工智能操作的流水線化,生產出來的聲音也變得像流水線產品一樣,沒有自己的獨特之處。人工智能也缺乏同步情感交流和互動,而在廣播者和主持人作為傳播主體的信息傳播過程中,信息事實是基礎,情感、情緒和態度是核心。

(三)人工智能配音是否會取代真人配音

人工智能技術雖然以其高效率和低成本的優勢得到了普及,但在某種程度上完全取代同步工作的想法還是不切實際,因為盡管人工智能可以模仿人類的聲音,但它的聲音線條過于理性,沒有自己的情感色彩,人工智能配音并不能完全取代真人配音。雖然人工智能的效率非常高,但在配音行業中它只能替代人類的聲音,不能替代個人的感情色彩。雖然人工智能在各個方面都表現出“智”的特征,但它卻不“能”,人工智能只依賴機器后面的一行行代碼,并不是人類的思想和情感。所以,在當前的配音領域不要同人工智能的優勢方面去競爭,而要充分利用我們人類特有的優勢。配音工作者要充分融入自己的思想和感情開展相應的工作,使受眾能感受到來自聲音的人文關懷。在當今人工智能迅速普及的時候,做一個熱情而深情的配音演員難得可貴。在相關的配音工作中,配音工作者必須推敲整篇稿件的細節,進行從內容到情感演繹,讓聽眾感受到溫暖的感官體驗,這是當前配音工作者需要培養的核心素養和競爭力。

三、人工智能配音時代配音人員如何保持自身獨特優勢

(一)感情真切,形成共鳴

人工智能并沒有作為人類的生理活動和情感,雖然它可以在很大程度上避免主觀錯誤,但它無法與觀眾建立情感交流。由于人工智能配音的工作是由硬件條件和軟件代碼支持的,目前人工智能配音硬件的設計和代碼編寫還沒有達到能夠體驗和表達人類情感的水平,所以傳統人聲配音不僅是文字的傳遞,而且還是我們人類特有的真實情感流露。在2008年汶川地震發生時,全國上下眾志成城抗震救災,中央電視臺在24小時直播中,主播趙普在播報地震遇難人數以及現場狀況時,難以控制自我情緒哽咽了;云南旱災,當畫面定格在一個5歲的小女孩那渴盼的眼睛時,趙普又哽咽了,這無不令觀眾動容。這就是人工智能所無法理解的情感,人工智能配音在一行行代碼之下,只會通過理性分析對人類輸入的數據進行處理,從而形成人類想要其發出的聲音,并不具有主觀創造性和自我的情感,無法理解除事實之外的豐沛情感。作為配音者,應該發揮我們特有的情感體驗,在稿件中融入個人的思想感情,并不是成為單純的播報機器,配音員的工作才能在未來發揮不可替代性。

(二)表達自然,注重細節

人工智能配音主要基于對優秀視頻和語音材料的整理和分析,因此更依賴于真人的聲音,自主創新能力較弱,生成的同步產品相對僵化,表現能力較弱,目前并沒有得到公眾的普遍認可和喜愛。配音員的優勢在于創新和豐富的配音形式:他們會變換自己的配音風格,以適應不同場景的同步,用情感與觀眾交流,而不是局限于一種表達方式。配音員在配音時應調整自己的狀態以獲得放松自然的聲音。當然,用輕松自然的生活化語言說話不應語言含糊不清,還應該強調語言中的關系感,注意語言的規范。因此,自然放松是相對而言的,而不是回到原始的生活狀態。這個所謂的松弛當然是基于語言藝術,應該讓聽眾找不到人工雕刻的痕跡,所以對配音員的要求更高。

(三)形成風格,提升水平

從目前人工智能技術的發展水平來看,人工智能配音獨立創造的能力還并不完善,主要是模仿人類的配音方式。在更豐富的影視配音方面,呈現出不夠靈活的狀況,無法應對復雜的配音環境。當前的人工智能配音發展還不成熟,只能給低情感類型的稿件配音,在影視作品中還是更需要真人配音員去用自己的真情實感,形成自身獨特的配音風格,將稿件演繹出來。例如,動畫片《藍貓淘氣三千問》系列中,藍貓的配音演員葛平老師,他的標志性臺詞“大家好,我是超威藍貓”,已然形成了自己的獨特聲音標志,在扣到這句臺詞的時候,大家聯想到的是葛平老師而不是動畫片中的人物;《舌尖上的中國》中的一句臺詞也深入人心——“高端的食材,往往只需要采用最樸素的烹飪方式”,配音者李立宏老師也因此被稱為“美食紀錄片專用配音員”。這些都是通過自身獨特的配音風格去給聽眾留下深刻印象的生動例子。所以,配音工作者必須以正確、積極的態度面對人工智能配音的沖擊和挑戰,提高政治站位,提升藝術修養,增強專業配音技能,擴大知識儲備,逐步形成他人難以模仿的獨特風格,確立并鞏固自己在受眾腦海里的獨特印象,保持自身的優勢。

總之,在人工智能科技不斷發展的道路中,人工智能同步技術在當前配音領域的引入使配音的形式更加豐富多彩。目前,人工智能配音在低質量應用領域的研究正轉向高水平應用,從“機器替換”轉向“人機協作”,從單調模式轉向個性化定制,從機器人式溝通轉向情感溝通,從實驗室發展到商業化推出等不同階段的不斷發展,將進一步影響傳統媒體產業結構和人們的思維。人工智能技術的不斷深化已經取代了更多的廉價勞動力。隨著合成配音技術的不斷完善,人工智能配音未來會取代一些重復性、低情感的播報工作,但不會取代高情感、高交流度的配音作品,因為人工智能始終是人類制造出的機器,不會也不能取代人的主觀創造性,配音這門藝術還是必須通過配音者內心的情感去表達和演繹出來。配音者和主持人都應該提升自身素質,不斷學習、不斷進步,確定自身獨特的風格,用情感去表達文字應有的態度,這樣才能保持對人工智能配音的優勢。