新华社AI合成主播新闻播报创新探析

文/肖蕾

媒介技术进步驱动媒体报道创新。2021年全国“两会”期间，新华社与搜狗公司联合打造的AI合成主播就是典范。该AI合成主播能够通过新华社“新立方”智能化演播室实现自由“穿越”，运用五面LED屏构建场景，结合多角度三维缝合技术，实现现实空间与虚拟空间交错，打造了新闻报道的全新样态。目前，AI合成主播已经具备了与真人主播颇为相似的外形特征、声音动作及面部表情。在算法的加持下，AI合成主播能够与真人主播同频互动。AI合成主播在采访播报时不受空间限制，能够实时“穿越”多个场景，为观众带来前所未有的新闻体验，这不仅是新时代媒体融合深度推进的重要成果，也为用户的新闻接收提供了丰富的视听体验。

一、跨界融合创新，打造全新新闻样态

在新闻播报过程中，依靠技术便捷性，新华社AI合成主播能够在短时间内穿越多个场景，在演播室与新闻现场之间快速往返，给观众们带来了全新的新闻体验，塑造了全新的新闻样态。

在2021年的“两会”新媒体报道中，新华社新媒体中心携手搜狗公司，首次推出了由AI合成主播主持的全国“两会”特别节目，尤其是深度使用了搜狗公司业内领先的智能“分身技术”。例如，搜狗“分身”的语音、合成等技术能够快速模拟真人播报画面。这与以往语音图像合成仅能单独创造虚拟形象，要靠语音输出唇部效果的情况大不相同。根据使用者输入的文字、语音等各类文本，搜狗“分身技术”下的AI合成主播能即时输出音视频合成效果。如此一来，新闻视频制作效率明显提升，新闻媒体后期制作各项成本大大降低。早在2021年1月，新华社就利用该技术在客户端推出了“AI主播超市”，8位AI明星主播焕新亮相。在搜狗公司自主研究开发的“StyleTTS端到端多模态合成系统”助力下，8位AI主播播报效果有了显著提升。该系统能够精准生成和控制AI主播的声音、动作乃至微表情等细节，AI主播整体播报效果已与真人主播没有太大差异。在“两会”特别节目报道中，AI主播能够与真人主播实时对话、互动，表达流利，交流顺畅，让未来的新闻拥有了更多样的呈现可能。

新华社AI合成主播不仅能坐着报消息，还能根据其所播报的新闻内容做出相应手势，摆出不同姿态，声情并茂地播报新闻。2021年全国“两会”期间，新华社新媒体中心搭建“新立方”演播室，推出了全国“两会”特别节目。在2021年3月5日的首期节目中，AI合成主播雅妮开场“空降”节目演播室，与新华社真人主持人高熹进行了简单互动和新闻播报。随后，AI主播又“赶到”了位于人民大会堂的人大会议代表通道，在新闻现场向观众们介绍了将要通过网络视频形式接受采访的几位全国人大代表。最后，雅妮再次返回“新立方”演播室。短短一分半钟的新闻播报过程，AI主播来回穿梭于演播室和新闻现场，弥补了真人主持“分身乏术”的劣势，为观众们带来了新的新闻体验。

为促进新技术与新媒体的深度融合，新华社大胆尝试各类前沿科技，创新报道理念和报道手法，形成了对报道场景创新的有效探索。在2021年全国“两会”召开前夕，新华社策划并推出了一系列沉浸式、跨屏访谈报道。通过5G、AI、MR等前沿技术，新华社新媒体中心采集了代表委员及其所处环境的实时信号，依靠CAVE演播室，等比例“复制”出真实场景。为了让主持人与嘉宾在节目当中“置身一室”，新华社在智慧演播室中安装了多角度三维缝合的LED屏幕，将有限的演播空间拓宽成了无限的沉浸式环境，场景视觉效果被成倍放大，画面更显清晰、自然、流畅。不仅如此，在节目中，原本身处北京演播室的主持人只需“一步”即可“跨入”代表委员们所在的实地工作和调研场景，实现主持人与嘉宾的隔空同框。观看节目时，观众们仿佛置身于访谈现场，直接聆听代表委员们的履职故事。而在屏幕背后，一切都以“跨屏”的方式呈现出来。作为高新视频业态的一部分，沉浸式、跨场景的内容呈现能够实现超清的画质、超大的视角以及超高的沉浸感。

二、技术赋能，打造全新视听体验

通过与顶级科技企业合作、数字科技赋能，新华社大胆

AI合成主播“新小微”改进演播室舞美，为观众带来了全新的视听体验。

新华社AI合成主播在设计之初就是以真人主持为原型进行制作的。在提取真人主持的声音、表情、肢体动作等内容的基础上，新华社利用人工智能技术进一步整合还原，最终实现了AI合成主播的惊艳亮相。可以说，每一位AI合成主播在现实中都对应着一位真人主播。因此，AI合成主播算得上是现实、科技与艺术，主体与客体的完美结合。新华社AI合成主播运用了人脸关键点检测、人脸特征提取、唇语识别、情感迁移等众多先进技术，在语音、图像等多模态信息的帮助下，完成了多次联合建模训练。经过多次迭代，如今的新华社AI合成主播一举手、一投足都表现得活灵活现。在全国“两会”特别报道中，AI合成主播雅妮对轻重断句、音色韵律掌握自如，这一表现与从前生硬无感情、机械化的AI语音播报大不相同。不仅如此，在强大算法的支撑下，新华社AI合成主播更显人性化、智能化、情感化。例如，在节目当中，面对真人主持抛出来的问题，AI合成主播雅妮不仅对答如流，话语当中还透着一丝幽默。当真人主持高熹发问雅妮，马上要录节目是否会感觉紧张时，雅妮回答道：“当然不紧张，我又不会忘词。”从雅妮的答案中不难发现，依靠强大的算法适配，AI合成主播犯错率低，无备稿压力，未来在新闻主持领域将大有可为。

在“两会”5G沉浸式多地跨屏访谈中，新华社将人大代表和政协委员“请到了”演播室，主持嘉宾跨屏握手，“凭空”实现裸眼3D效果。当主持人在演播室固定点位间来回走动时，场景中仿佛打开了一扇“任意门”，眨眼间将主持人送去了代表委员们的工作现场。“5G沉浸式跨屏访谈”这一话题也就此破圈。为在同一镜头中等比例还原演播室、嘉宾所处区域多地空间，在有限的真实空间中扩展出无限场景，新华社先后采用了5G传输、基于投影的虚拟现实技术、全息成像、混合现实、LED屏三维缝合等“黑科技”，最大限度地发挥了数字科技的仿真度。在视觉效果方面，演播室大屏清晰度在4K以上，屏幕间距仅1.2毫米，基本实现了无缝拼接。演播室箱体尺度缩小，背景屏造型更加流畅，演播室舞美更加炫目。新闻访谈场景不再单一呆板，逐渐能够适应主持人访谈和节目内容的变化和要求。对于嘉宾而言，能够在自己熟悉的场景里接受采访，本身表现也会更加轻松。正因如此，节目最终呈现效果十分逼真。

“两会”报道期间，新华社力求应用场景出新，视听体验升级。为此，搭建了“新立方智能化演播室”，让AI合成主播跨场景分身报道、真人主持跨屏访谈等节目形式都成为现实。“新立方”演播室利用五面智能LED屏，通过LED屏幕三维缝合技术，将演播室总面积扩展至近400平方米。在传统的新闻报道形式中，受限于视听语言构建起的二维平面，观众往往只能单向、被动地接受信息。而“新立方”演播室则实现了沉浸式内容呈现，为新闻交互提供了全场域、多维度支持，让参与者仿佛置身其中，感受到别致而愉悦的存在感。为了让最终呈现效果尽如人意，新华社还要解决三维立体场景下的拍摄机位问题。由于技术条件的限制，三维视效对拍摄角度要求严苛。为此，节目组不得不反复调整镜头角度，辅助主持人定点走位，以保证最佳呈现效果。同时，节目还借助多声道扬声器和播控系统构造出超高沉浸感的视听系统，弥补了单一平面视频无法呈现出的“声”临其境效果，为观众提供多方位视听信息。

三、结语

新华社的创新尝试将节目制作视角由二维屏幕转向三维空间，实现了主流媒体与前沿科技的良性互动。AI合成主播队伍日益壮大，与真人主持配合默契，现场和外景分工明确，虚拟现实交错延伸。在三维立体报道方面，新华社全新搭建了“新立方”演播室，将两地时空汇合到一处场景之中，突破了传统访谈类节目的创作样态，立体视效真实可感。新技术与新媒体的完美融合，为主流媒体创新出圈提供了范例。