一．AI合成主播的发展变迁

我国最早的虚拟主播叫“小龙”，2004年在《光影周刊》栏目初次亮相，但由于技术的限制，小龙只是达到了虚拟主播的技术标准，其播报与主持工作需要在人力支持下才能完成；2013年，安徽卫视在《黄金年代》节目中首创360度无死角舞台和无主播的综艺，启用机器模拟人声Mr.golden主持；2015年，东方卫视的人工智能主播微软小冰出现，在节目中，微软小冰实现了利用大数据推送热点新闻、收集并筛选网友评论、通过线上视频采访网友等功能；

2018年11月7日，搜狗联合新华社在第五届世界互联网大会发布全球首个全仿真智能AI主持人。2019年第二代AI合成主播主播（具有较为丰富的表情能力）出现，搜狗与新华社联合推出全球首个AI合成女主播——新小萌；2月19日，搜狗公司与新华社新媒体中心联合发布了首个站立式AI合成主播，新的AI合成主播从过去的“坐着播新闻”升级成结合肢体动作的“站立式播报”，标志着“搜狗分身”技术再次取得突破。同年6月，新华社、俄罗斯塔斯社和搜狗公司联合推出了全球首个俄语AI合成主播，该主播在未来将被应用于塔斯社的新闻报道中。2019年9月，搜狗与平安惠普联合推出全球首个AI合成客服，并发布第五代AI主播，是全球首个AI气象主播，具有大角度、大幅度动作的能力。

近几年来，AI技术在传媒业的运用越来越广泛，AI合成主播的形态与功能也日趋完善。AI主播不仅拥有和真人主播同样的播报能力，还能24小时不间断播报，这样的AI合成主播无疑会在突发事件报道、应急事件处理方面提高报道的时效性。通过对AI合成主播发展变迁历程的梳理，我们不难发现，这样的合成主播在传媒业的运用正朝着更加“逼真化”的方向发展，它们将越来越具有真实新闻主播的形态特征，这不禁让我们怀疑：AI合成主播在未来是否能够替代真人主播，实现在传媒业的广泛使用？它又是否存在运用的局限性？想要弄清这些问题，我们得先深入了解AI合成主播背后蕴含的技术原理。

二．AI合成主播的实现方式与技术原理

当下，搜狗、百度、科大讯飞等机构都在着力打造AI合成主播，促进AI技术与传媒业的融合，并且其中多款主播已经正式上岗。

接下来我们就来深入分析AI主播的实现方式以及技术原理。通过线下采访上海长阳创谷产业园区百度分部负责人和科大讯飞技术讲解员，我们对AI主播的生产流程有了相对清晰的认识。同时在查阅了部分资料后，我们整理出如下技术原理。

AI主播的生成首先利用到了分身技术，用户只需输入任意文本就能生成真人主播的分身视频。接着通过人脸关键点检测和三维人脸建模，分身能够从少量录制好的视频中深度学习语音、人脸表情和动作等信息，再利用语音合成、表情建模和形象合成等技术，生成视频所需的所有特征。最后，建出的模型会联合音视频，实现语音、唇形和表情的“同步”，输出逼真的多模态视频。

（一）三维重建

三维重建从广义上来讲，就是构建现实社会的三维模型，通俗点来讲就是现实社会的“复刻”。目前三维重建的方法包括手工建模、仪器采集和基于图像的建模，AI主播的建构便主要采用扫描仪来完成。真人主播主动参与，扫描仪对其进行三维数据采集，最终完成建模。

（二）表情合成

人的脸部三维模型可以剥离为表情、形状、纹路等维度，由于AI主播在特定场景内的脸部形状和纹路不会发生太大改变，因而表情的合成成为研究的重点。表情合成是建立在人脸三维重建基础之上的，它通过调整各个表情基向量的系数实现表情改变。

（三）唇形合成

唇形合成相较于表情合成来讲，对精确度的要求更高，因而当AI主播在播送消息时，如果唇形无法匹配语音，那么将会造成很大的割裂感。唇形合成的前提是“唇读”，计算机唇读利用口型模型和分析运动参数，定量处理唇动信息。唇读之后计算机合成唇部模型，并且与语音系统进行匹配。

（四）语音合成

AI主播语音合成大致分为三个流程。首先是建立数据集，这需要录制真人主播的部分语音作为语音库，并且录入的语音数据要尽可能覆盖语音中的元音、辅音以及不同的音调。搜狗AI交互技术中心图像工程师樊博说：“我们想要制作一个AI合成主播的话，我们会准备几百句话，让主持人去念。”

其次是音素序列的合成，这一步主要利用NLP技术对输入文本进行语言学分析，例如“今天天气晴朗”在进行分析后会变为“今天天气晴朗”。

最后一步便是声音的合成，实现这一步需要一些“机器模型”，例如Char2Wav模型将文本转化为声学参数，再利用声码器进行输出。这三个步骤完成之后，语音合成便实现了。

（五）多模态合成技术

当我们进行完三维重建、表情合成、唇形合成和语音合成等系一列步骤之后，我们得考虑如何将声音、唇形、表情三者实现匹配，这就需要运用多模态合成技术。多模态合成技术需要运用深度学习算法，通过大量的案例模拟学习，最终实现声音、唇形、表情的同步。

AI合成主播是人工智能技术在传媒领域的外化和跨界融合表现，它的发展势头迅猛，背后其实反映了AI技术的迅速发展。那么当下的AI技术运用到了哪些领域？愈加成熟的AI技术又是否能够给AI主播带来新的变化？对此我们小组将目光从AI合成主播上暂时转移，追本溯源，对AI技术的运用进行了实地调查。

三．相关人工智能现状调查

结合资料查询与实地调研，我们发现，人工智能在推动AI主播发展中起到了至关重要的作用。因此，我们深入考察了以百度为代表的人工智能产品，并在此基础上得出相关人工智能发展现状的结论。

以百度AI产品“小度”为例。这是一台服务型机器人，服务系统主要依靠于百度语音识别系统，整体风格偏向轻松。小度机器人可以通过算法对用户进行个性化推荐，实现智能化推送每日新闻。

除此之外，百度团队负责人向我们介绍道：“小度还有导购、人脸识别、人类体征追踪等技术，我们已经在努力提供个性化服务，以后还会结合VR技术。通过深度学习，AI机器人对服务对象的认知能够实时更新，从而变得越来越聪明。今天和明天的它就不会一样，同一个问题过了一天再问，它的回答也是不一样的。”可见，小度机器人作为一款服务型AI产品，正朝着个性化服务、深度学习的方向发展。

再以百度无人驾驶汽车“阿波罗车”为例。阿波罗车是百度首批量产的L4级别无人车（L0到L5是无人车的一个划分级别），达到这个级别的无人车已经拥有了深度学习能力。举个例子，阿波罗车可以自己依托百度地图系统，通过在现实环境试跑，了解各个地点的人流量和新出现的障碍物。“这是它的自我学习，不是我手动输入信息告诉它的。你可以把它理解为一个类人机器人，有学习和处理的能力，这就是L4级别。”该负责人这样介绍道。

特斯拉同样推出无人驾驶汽车，但从它发布的信息显示，该无人驾驶车型只是L3级别。它在预先划定的轨迹里跟车，只能完成减速和停止等指令，但是很难实现超车等拟人类操作。相较于特斯拉，百度已经拥有了无人驾驶的深度学习技术，而且已经达成了量产使用。现在这辆车在很多地方如海淀公园、同里古镇，已经开始投放使用。

总而言之，深度学习是AI技术的发展趋势。深度学习模式通过学习样本数据的内在规律和表示层次，在学习过程中获得大量数据信息，这对文字、图像和声音等数据的解释有很大的帮助。深度学习的最终目标是让机器能够像人一样具有分析学习的能力，它是一个复杂的机器学习算法，在语音和图像识别等方面具有重大影响力。

想要考察人工智能对媒介环境的影响，具体了解人工智能的未来发展方向必不可少。通过对该百度团队负责人的深访，我们能够了解到，业内已达成共识——“人工智能的未来在于深度学习”，而深度学习又为AI用户个性化体验提供可能。综合考量，在大数据发展的背景下，用户个性化服务也将渗透到新闻推送的各个方面。不管是曾经还是未来，服务都会是新闻推送的第一要义。

然而我们不难发现，从2018年到2020年，从我们立项至今，AI主播在新闻传播领域的不断更新换代更多停留于“外在形象”方面，追求声音、外貌、言行举止的“拟人化”。随着人工智能的不断发展，越发“拟人化”的主播形象已经能够呈现在大众面前，但是它承担的职责却似乎没有太大的改变，那便是“新闻播报”。AI主播的发展似乎没有跟上人工智能技术深度学习、个性化服务的步伐，难道AI合成主播的定位就在于此，没有必要融入深度学习技术吗？或者是在发展过程中遇到了某种限制与束缚？它的未来发展方向会有何新的变化吗？这些问题接踵而至，我们的调查任务遇到了难题。

在调查一度陷入僵局之后，我们逐步意识到判断一个事物的优劣与否并不是看它是否融入了最新的科技，而是应该看它在具体使用情况下的表现。因而我们通过对百度、科大讯飞工作人员的深入访谈以及资料查阅，对AI合成主播在投入使用后的优缺点进行了分析。

四．AI合成主播的优缺点分析

总的来说，AI主播的发展，促使人工智能在传媒领域擦出新的火花。AI合成主播作为人工智能与播音主持融合的技术产品，其功能的发挥，在一定程度上不仅将真实的播音员主持人从繁重的劳动中解脱出来，也满足了受众的收视需求。但是，AI主播的功用目前只是停留在有稿播音层面，其在未来的发展中还存在很大的空间。

根据目前的技术发展，AI主播相对于普通主播来说，具备以下优势。

（一）随时在岗，分担劳动量

AI主播随时在岗是它的一大优势，它可以全天候24小时为官方网络以及社交媒体平台工作，对于夜间的新闻播报也能够以积极的状态进行，在一定程度上分化了真实播音员的劳动，极大地减轻了真实主持人的工作任务，并且很少出现发布信息不及时等问题。

AI合成主播能够进行新闻播报是建立在数据库的基础之上的。例如，新华社AI合成主播“新小浩”正是通过多项人工智能技术，将真实主持人邱浩“复制”出来，呈现出AI合成主播与真实播音员的语音和形象极度相似的新闻播出效果。此外，新华社客户端配有“AI主播”专栏，仅仅在4月22日当天就发布了14条快讯。当媒体人向AI合成主播输入所需播报的文本数据，AI合成主播即可实时完成新闻信息的播报并生成视频，极大地提升了电视新闻的制作效率，使新闻时效性更强、信息传递也更及时准确。

（二）对外传播方便，具有多语种传播功能

AI语音背景下，AI合成主播、虚拟主持人、智能机器主持人等新兴传播载体的诞生及应用，推动中国电视传媒产业在数字化信息交互平台的发展，极大地丰富了电视节目的传播手段。尤其是信息传播技术的飞速发展，信息资源的全球性流通与共享，促使中国电视传媒产业实现全球性的传播与发展。

2019年两会期间，由科大讯飞推出的全球首个人工智能多语种虚拟主播“小晴”上岗，依托机器翻译技术进行多国语言翻译，可以使用中、英、韩、日等多语种进行两会新闻报道，实现一个声音多语种播报。同时，多语种AI虚拟主播“小晴”的多语种播报，更是在第一时间将中国两会期间的新闻信息对外传递，加大了信息世界化的传播力度，加强了中国电视对外传播的交流力度。

在高科技竞争日益激烈的情况下，AI合成主播的频繁使用与不断优化升级，意味着中国电视的传播媒介取得了新的进展，这也是全球传播大发展中，中国电视新闻信息传播的新机遇。

（三）程序化输出，省却人力劳动

人工智能技术在传媒领域所应用的功能，是属于程序性的、无需人发挥的信息传输功能，其语音输出及视频输出是基于大数据的输入由数据库自动生成的。AI技术当下在广播电视领域主要应用于广播电视节目中较为规整的、无变化的、简单的播音主持创作活动。

AI合成主播是基于人工智能技术而产生的一种新的电视节目传播载体，是完全依赖于技术的“电视播音员”，其语音输出、面部表情、肢体动作等都是按照人所设定的程序及发出的指令行事。AI合成主播主要应用于新闻播报，属于较为简单、规整的新闻稿件的语音及图像输出，它在接收到新闻稿件的文本數据后即可程序性的输出音频和视频数据，无需人的发挥。从某种意义上来说，AI合成主播是一种把人们从繁重的劳动中解脱出来的工具。

（四）呈现效率高，运营成本低

由于AI主播是基于人工智能技术开发而成的，初期可能投入资金较多，但当技术成熟，程序设计完成之后，AI主播的运营成本相对于专业播音人员的人力成本来说较低，并且工作效率高，失误率低，范式播报准确迅速，减少因为人为原因造成的直播事故等问题。

但受局限于人工智能技术的发展，AI主播目前也存在着技术门槛和许多可能出现的问题。目前的人工智能技术只能支撑AI主播实现：唇形模拟、导入文字自动生成、个性化呈现。虽然能部分实现对人类行为语言的模拟，但仍然是机器语调。

因而，AI主播仍然存在着部分缺点。我们也对缺点层面展开了调查分析。

（一）语音机械，缺乏语音语调的变化

语流音变是我们在连续说话时产生的一种现象。在语流中，相邻的音节会受到影响，读音发生变化就是语流音变。在普通话中较为典型的语流音变是变调、轻声、儿化的变化。如果连续说话只是把每一个音节的音读准确，而未改变组合音节的发音，是不符合音变规律的，更难以使语音自然和谐。

AI合成主播的语音是多音节的连续输出，相对于人的自然语音机械性较强，缺乏语流音变。例如在2019年3月6日，在新华社客户端“新小浩上两会”专栏中，AI合成主播“新小浩”在播报“又见直播利器”这则新闻时，将“什么东西最难携带？什么东西最沉最累人？”这句话中的“东西”二字均并未进行音变处理。“东西”在指方位时不发生音变，但在形容具体的事、物时，其第二个音节“西”应读轻声。AI主播的这一缺点容易引起人们发音上的混淆，让人们产生误会。

（二）语音停顿造成语义曲解

在有声语言的表达中，停顿是声音中断、休止的地方。播音员主持人在进行备稿时要通读全文，了解全文语句的句法、结构及语句的意思，根据语义确定停顿的位置。语句的意义完成，声音才能停顿。如若停顿位置错误，就会使语义发生变化，造成语义不明，甚至导致对文本的误读。

文稿中有单句和复句，对于复句的处理要从语义着手，根据语句之间的逻辑关系确定停顿的位置。目前，AI合成主播难以通过分析语句结构准确找到停顿的位置。例如，在新华社客户端“新小浩上两会”专栏中，“新小浩”在2019年3月9日的新闻报道中读到“邀请全国人大环境与资源保护委员会委员程立峰等就‘人大立法工作’相关问题回答记者提问”这句话时，在“环境”后面做了停顿。通过分析语句我们不难得知“全国人大环境与资源保护委员会”是一个机构，这种专有名词不能在中间做停顿处理。

（三）缺乏创造性与情感表达

广播电视有声语言的传播分为两种，一种是表达语言的表层意思，另一种则为语言的深层含义，即通过语言还能了解为什么。目前，AI合成主播还处于传递表层信息的阶段，不能做到“言志传神”。播音员主持人在进行文稿的再创作时，不能仅仅停留在文字表面，文字是具有表情、表意方面的多向性的，要把握播讲目的。不同的新闻稿件有不同的背景，主播要充分理解，运用与之相对应的情感基调进行报道。AI主播的情感基调是固定的，难以通过语音表达文字的深层含义。

在播音创作中，理解稿件需要从内容和形式两方面深入分析。新闻分为消息、评论、通讯等不同形式，播音员针对不同体裁的稿件要运用与之相对应的话语样式。AI合成主播的语音播报是从文本内容出发，忽略了稿件的形式，因而难以正确地传播稿件内容。真实播音员的播音创作是一种有意识、有目的的社会实践，而AI主播属于机器，无法传达特定语境下文字所蕴含的深层内涵。

通过对AI合成主播当前媒体使用情况下的优缺点分析，我们不难得出结论：AI合成主播的播报具有成本低、效率高、语种多样等优点，在这些层面已经能够达到替代真人主播的水准。然而，观众在收听新闻播报时永远不是只看重内容，还看重播音员对稿件的语言处理、情感处理等方面，这些是AI主播目前难以实现的。因而，真人主播具有AI主播所没有的优势，AI技术的运用并不能直接“抢下媒体人的话筒”。在未来很长一段时间内，AI主播将会发挥自身的优势，以一种辅助的形式参与到传媒行业中。我们不妨结合本次新冠疫情报道来对此形成一个更为深刻的认知。

五．新冠疫情报道中AI合成主播的新发展

在本次新冠疫情期间，AI合成主播也发挥了一定的作用，在疫情期间承担了许多新闻、要闻的发布任务。

以新华社公众号与客户端上的AI主播视频为例。我们统计发现，从疫情开始一直到4月30号期间，AI主播快讯视频持续更新，每天近十几条新闻都是由AI合成主播来播报。例如4月22号的“武汉举办复工复产企业首场现场招聘活动“，4月24号的”湖北全省规模以上工业企业复工率达到98.2%“，这些疫情相关的重要新闻都借由AI主播发布，标志着AI在传媒行业的深度融合，支持着新闻业的发展，逐步承担起了更为重要的作用。

同时，AI主播的应用也逐步深入到传统电视媒体。2020年2月8日，由中共山西省委宣传部主管、山西省人民政府新闻办公室主办的全省重点新闻网站黄河新闻网接入相芯科技AI虚拟主播，为全省市民播报最新疫情，“2020年2月7日0时至24时，山西省报告新型冠状病毒感染的肺炎新增确诊病例8例。其中：晋中市3例、忻州市3例、太原市1例、大同市1例……”

AI合成主播不仅在一线城市广泛运用，二线城市也逐步推动AI合成主播在疫情播报方面的应用。2020年2月7日，石家庄新闻网AI虚拟主播小石上线，为石家庄市民做疫情新闻播报，“2020年2月6日0至24时，河北省报告新型冠状病毒感染的肺炎新增病例14例，其中邯郸市4例、沧州市2例、唐山市2例……新增治愈出院病例9例……”

2月6日，相芯科技宣布“在疫情期间，开放AI虚拟主播内容播报免费使用权限，凡是新闻媒体机构，即可申请免费账号，使用相芯科技的22个原创AI虚拟主播角色，制作疫情报道视频。”AI机构正在以自己的方式为媒体“赋能”，极大地方便了新闻消息的推送，发挥出了人工智能的优势。

六．AI主播发展前景展望与方案构想

当我们讨论AI人工智能主播现状并对其未来进行展望时，我们绝不仅仅停留在对该类技术突破的赞扬上，其带来的社会性思考更值得关注。同时，AI合成主播的出现也只是人工智能与传媒新发展大环境下的引子，AI背后的大数据逻辑才是对整个传统新闻业造成冲击的重要一环。如果说AI主播发展至用户交互技术层面，那么人工智能对新闻媒介的影响已经渗透到信息收集、编辑、把关各个层面。它通过技术升级，影响了一条新闻从消息来源到新闻生产再到新闻发布的整个过程。

在大数据时代，算法对新闻价值选择有什么影响？能否直接将把关者的权力赋给人工智能？遍布全球的监控摄像头和其它智能设施能否直接成为新闻消息源？一味地加快消息报道的速度，以期满足时效性需求的做法是否妥当？在调研报告的中期，我们提出这样的几个问题，实际上已经将浅层的技术问题深化到新闻伦理和报道逻辑内里。通过实际考察，我们将尝试讨论技术带来的伦理话题。

（一）AI合成主播再反思

援引新华社消息，全球首位AI合成女主播于2019年3月3日上岗，然而早在2018年，由搜狗和新华社联合发布的全球首个全仿真智能AI主持人就已经面世。印媒称，该合成主播神情逼真，只有嘴唇动作稍显僵硬。同时据该项目负责人齐慧杰介绍，此次升级在声音和图像两大引擎上有了较大的优化和突破，用户的新闻视听体验也进一步增强。毫无疑问，这种合成主播能带给普通人直观的科幻式的体验，“什么，在我面前播报新闻的播音员竟然是AI机器人？”受访者脑海浮现出这个念头，觉得不可思议。对此，美媒称，中国在淘汰传统记者的道路上越走越远；阿联酋媒体甚至说，此举会让那些报道此事的新闻人感到不安。虽然它凭借其24小时不间断的在官方网站和社交平台上的工作，已经证明了它对于新闻高效生产的有利作用。

但是，AI合成主播技术真的对新闻业造成了那么大的影响了吗？其实也不见得。

事实上，我们可以看到该类技术革新并没有让新闻业内人士人人自危，这一大部分源于“今日俄罗斯”报道的事实，“虽然AI合成主播经过一系列升级，更加栩栩如生，但对机器人革命感到担忧的记者可以安心，因为AI合成主播仍然需要真人作者和编辑提供播报的内容。”更确切的说，该类技术是新闻报道的形式主义，是为了优化新闻用户体验，使新闻呈现更具趣味性和接近性的产物。它没有直接触及到新闻业的核心，包括采写和价值伦理那一部分。播音主持专业的同学也不必夜不能寐，因为AI合成主播虽然高效快捷，但是它需要真人主播的表情和声音模板，不能自我衍生出新的人格特点，所以至少在现阶段，AI合成主播只是对新闻播音领域锦上添花，对新闻记者来说无关痛痒。

在新闻领域，这更像是一次优化，而非革新。它与现如今流行的数据视觉化方式（即利用图形学、图像处理、计算机视觉、用户界面等方式，通过信息表达、计算机建模、物理展示、界面交互、动画等视觉化形式来解释数据的先进技术手段）类似，都是对新闻内容的展示做出美化和调整，以适应当代人们阅读倾听理解新闻的需要。这也是商业规律在其中发生作用的结果。

（二）人工智能与新闻行业

如果我们将调研的目的最后落脚于人工智能与新闻行业，其中会发生的化学反应远远超过现阶段的AI主播。人工智能深入新闻领域，直接对新闻采写、新闻发掘、甚至是新闻价值选择产生影响。

以百度“人工慧眼”工程为例。百度“人工慧眼”和数据平台相匹配，以期达到实时更新的效果。它能够自主地发掘新闻：第一，交通大数据由遍布全国的红绿灯摄像探头提供。“你只要过了红绿灯，只要下了地铁，只要出现在公共场所，我就能采集。”该百度团队的负责人称。第二，用户手机里的app会直接给百度公司提供用户信息，包括百度地图以及其他与百度合作的软件。所以在“人工慧眼”的显示屏上，百度工作人员可以直观地看见它对相关用户的网络习惯和年龄结构进行分析。“这是一个全天候的点位信息，能够一直对对象进行追踪。”

“人工慧眼”的人口描绘图来源于百度和公安的联网，同时部分数据来源于人口普查。身份证由公安系统发放，所以和公安部合作的百度就有了流动群体信息核实的基础，这个平台最后呈现出来的人口绘图也具有很高的真实性。“当然，我们可以做全国的大数据，也可以做某一个公司的大数据。”该负责人说。

但是此类模式也存在局限性，“人工慧眼”播报的所有信息都不对外开放。首先是因为这些数据含有价值，数据的共享不是免费的，百度公司不会将其公开给每一位百度用户。其次，当我们的团队追问，收集的大数据信息能否做成新闻时，项目负责人避而不谈。因为百度的该项目是与公安部合作的，用监控摄像人脸识别以及身份证信息做信息的捕捉必然受到司法的限制，难以达到媒介平台商业性的目的。而且，即使“人工慧眼“能够应用于商业用途，在互联网时代，该模式也会受到伦理的追责，易触犯隐私的界限。

以六年前的新闻为佐证。2014年4月，一对大陆夫妻让孩子在香港闹市街头小便，期间路过的港人拍下小童便溺情景，整个事件的视频在网上广泛传播。《大河报》等多家媒体进行登载报道，刊登的儿童便溺照并没有对儿童面部进行马赛克处理，对幼童人格尊严、身心发展造成了伤害。公民个人的随手拍行为，都会面对隐私权、肖像权问题的双重考量，更别提社会性监控发展成新闻的消息源，这会对新闻内在的伦理造成多么大的影响。所以，互联网时代，“被遗忘权”专门从“隐私权”中派生出来，以期保护互联网用户的个人隐私——每个人都在互联网上留有痕迹，但是每个人都有被遗忘的权利。

在这种背景下，想要新闻信息能够完成自动化写作和个性化推荐，不可避免地触及到一些敏感的伦理领域。这可能是AI介入新闻报道的最大困难。接下来，我们将继续论述该百度团队负责人对相关问题的回答。

当我们问及AI技术对传媒行业发展的影响，他给出一个引人深思的回答“其实国内的技术都已经达到，但是因为造价很高，现在看不到普及”。同时，他也承认，“人工智能都有出错的概率，哪怕只有千分之零点一，谁能承担出错的风险？如果有一天，一个黑客在新闻播报时更改新闻事实，那该怎么办？”所以，新闻生产的自动化还需要通过技术和伦理标准的检验，机器人生产新闻出现问题的风险由谁承担——这将会是阻挠AI介入新闻领域的强有力因素。“也就是说新闻生产流程全部人工智能化其实是很难的。”“这主要还是看你的应用。新闻也分很多种，在娱乐新闻中，你就可以好好利用，它就是为了新而出现的。而有一些时政新闻，可能就需要引入更多的审核机制。”

所以，百度推送的新闻是如何生产的？“一个是现在的自媒体，就是我们自己本身就有一帮合作的媒体，它们每天会转推送，百度也有专门的审核和筛选。同时，百度自身依靠大数据起家，所以它在关键词搜索和信息筛选的部分，都由AI去做，每天更新超过百万条。比如今天要人文的，它就会从人文里做关键词的筛选，最后精确到只有几篇文章。”“但是时政新闻全是靠人工的。只有一到两篇满足这种条件，比如说新华社。”

总结来说，AI人工智能和大数据对新闻伦理的冲击超过了AI主播能够影响的范围，商业化的服务逻辑可能会对传统的新闻价值选择造成影响。这其实也正回答了我们在第三部分遇到的难题，AI合成主播在传媒行业的发展是“有边界的”，它受到新闻伦理、新闻价值等因素的制约。

那么现在我们不妨回首看一看AI合成主播的发展历程，三年内AI合成主播的进步大部分都在于它的“拟人化”设计，而没有迈步到深度学习领域，实现新闻的自动化采写、编辑。这是有一定的道理的，并不是人工智能技术没有达到深度学习的能力层面。

然而，我们不妨再换一个角度，既然新闻领域下人工智能技术的运用受到了限制，到达了“瓶颈”，那么我们为何不将眼光再拓展一些，考虑将AI合成主播运用于更加广阔的新兴传媒领域呢？

（三）具备交互功能的AI合成主播模式构想

当我们把人工智能的交互性技术赋予AI驻合成主播后，它的功能便不仅仅局限于信息播报了，可以实现个性化信息推送，与用户产生交流。大数据算法技术为我们这样的构想提供了可行性，它能够实现AI合成主播与用户的直接对话，并且通过深度学习技术让AI合成主播更加了解用户的喜好与需求。这时候，AI合成主播所依托的数据不再仅仅是人为给定的了，而是在人机交流过程中获取到的数据信息。AI主播不再只是一个拼接各种信息形成新闻稿的全仿真主持人，而是能够通过大数据和算法技术对用户提供个性化独特服务的、更加智能的“思考者”。具备交互功能的AI合成主播具有广阔的发展前景，它也许正是未来新闻业和人工智能业融合发展的结晶。

所谓AI合成主播“抢下”媒体人的话筒并不是指AI技术能够完全替代媒体人进行新闻传播事务，而是指它能在某些方面替代人力，在更多的方面为专业媒体人所利用。我们坚信，AI合成主播的未来发展不会仅仅停留在“外在表现”的“拟人化”，它会跨越多个传媒领域，向着深度学习、人机交互的方向去发展，真正实现人工智能技术与传媒业的融合。

参考文献：

[1]毛伟.人工智能时代新闻媒体创新发展的对策建议[J].中国记者,2020(2):16-18.

[2]周利敏刘和健.人工智能时代的社交媒体与灾害治理--兼论国际案例[J].理论探讨,2019(6):175-181.

[3]赵一玮.人工智能在新媒体中的应用及其发展特征[J].科技传播,2019(17):113-115.

[4]黄鸿业.“媒介即意识”:人工智能+媒体的媒介环境学理论想象[J].编辑之友,2019(5):43-48.

[5]龙飞李玉垒欧阳明.“人工智能+媒体”的实践与展望--以“中国搜索”为例[J].传媒,2019(9):56-58.

[6]陈毅华张静.从概念到集成化､产品化､商业化实践--从媒体大脑看人工智能技术与媒体业态的融合[J].中国记者.2019(2):13-15.

[7]许志强刘彤.人工智能视域下媒体创新发展与数字生态体系探索[J].中国出版.2018(16):36-39.

[8]姚红亮.新时代AI主播应用发展前景初探--以中央广播电视总台央广和北京人民广播电台为例[J].传媒,2020(06):45-47.

[9]朱丹青.智媒时代下AI合成主播的发展探讨[J].出版广角,2020(02):74-76

[10]杨春辉.人工智能背景下“AI合成主播”功能的优劣性[J].传媒论坛,2019,2(10):42-43.

[11]张萍.论智能化技术对新媒体发展的影响[J].中国报业,2020(07):82-83.

[12]沈浩,袁璐.智能媒体:智能技术助力媒体融合纵深发展[J].人工智能,2020(02):5-12.

纪玮晨,蔡润民,王宇恒.当AI合成主播“抢下”媒体人的话筒——大数据下的人工智能与传媒新发展[C].Remix教育.科教望潮·2020Remix教育大会论文集.Remix教育:北京小猬信息科技有限公司,2020:186-200.