人工智能技术在广播电视领域的应用

杨 磊

（大连金普新区融媒体中心，辽宁 大连 116600）

0 引言

随着人工智能技术的蓬勃发展，广播电视领域迎来前所未有的变革。深度合成、视频修复、智能剪辑、人工智能生成内容及推荐技术的应用，推动着节目制作、观众体验的巨大创新。本文旨在深入研究人工智能技术在广播电视中的应用，探讨其技术原理、实际效果以及未来发展趋势。

1 人工智能概述

1.1 人工智能技术的概念

人工智能是一种模仿、扩展和增强人的智能处理能力的技术，旨在让机器模拟人的学习、推理、知识理解、感知及交互等多种智能行为。人工智能并非简单地模仿人的智能，而是通过计算机和数学模型实现特定的功能和任务。人工智能包括多种子技术，如机器学习（特别是深度学习）、自然语言处理、专家系统及计算机视觉等，被广泛应用于诸多领域，包括科学研究、工业制造、医疗健康及娱乐休闲等。人工智能技术的应用，正在加速推动社会发展和创新变革[1]。

1.2 人工智能技术的创新发展

近年来，人工智能技术发展迅速，技术创新体现在多方面。深度学习作为人工智能技术发展的主导线路，向多角度融合创新方向发展。基于大量标注数据进行训练是当前深度学习的主要技术线路，利用深度学习解决解决问题的应用场景在不断拓展，人工智能进入感知增强时代。随着人工智能任务场景向复杂化演变，学习方式的多元化成为新的发展方向，如深度强化学习、自监督学习发展迅速。随着预训练模型的加速演进，语言处理领域的通用智能成为发展热点，实现多种自然语言处理任务的通用智能，在阅读理解、问答、翻译等领域与人类水平接近，并进入产业应用阶段[2]。

1.3 人工智能产业的发展趋势

人工智能是引领未来的新兴战略技术，有助于推动新一轮科技革命与产业革命。近年来，人工智能技术发展迅速，产业化与商业化进程在不断推进。集成化与跨领域应用的趋势日渐明显，人工智能正逐步深入到社会和经济生活的所有角落。个性化和定制化服务越来越多，利用人工智能技术提供精准服务变得越来越普遍。边缘计算和5G的融合，使得人工智能的应用更加智能化和实时化。人工智能相关的算力、软件框架、研发平台及技术服务等产业垂直一体化趋势明显。智能计算形成智能芯片、软硬协同及多样化算力供给模式产业形态[3]。

2 人工智能技术在广播电视领域的应用

2.1 深度合成技术在广播电视中的应用

深度合成技术利用深度学习方法，将分析和理解的图像、视频和音频等多媒体内容进行合成，再创造出新内容。通过深度合成技术制作逼真的虚拟主播，能够节省人力资源并提高工作效率。通过合成新的影像和声音，用于后期剪辑和特效制作，能够丰富节目的视听效果。深度合成技术也为新闻报道提供了新可能，将不存在的场景或者难以取景的现场进行虚拟再现。但同时，深度合成技术也带来一系列伦理和法律问题，如虚假新闻和深度伪造等。这就需要人们在使用的同时，加强对相关问题的研究与讨论，制定严格的技术规范和操作准则，以确保其健康、规范且可控的发展。以中央广播电视总台技术局人工智能时间切片系统为例，通过4K以上的超高分辨率视频信号，基于人工智能深度学习算法、深度和成技术等，构建强大的人工智能图像处理系统。2022年冬奥会期间，人工智能时间切片系统应用广泛。运用人工智能时间切片系统将滑雪运动员技术动作从视频背景中实时分离并进行二次包装剪辑，可实现逐帧抽离和呈现，通过系统在15 s时间内完成包装渲染工作，满足了冬奥会赛事直播需求[4]。

2.2 视频修复技术在广播电视中的应用

视频修复技术是利用数字图像处理技术对视频进行质量提升和损伤修复的技术，在广播电视领域有极其重要的应用。例如，处理旧的电视剧或电影时，视频修复技术能消除画面中的杂波、噪声，修复色彩衰退，甚至改善分辨率，让老旧影片焕发新的生命力。在实时播出中，视频修复技术可以迅速纠正直播中的各种意外问题，比如播出错误、画面颠倒等。此外，这项技术在拍摄后期制作阶段也有广泛应用，如改良背景、照明等问题，进一步提升了画面质量。随着深度学习等技术的引入，未来视频修复技术将能实现更多功能，如通过AI算法自动修复视频损伤，有效提高了修复效率和效果，将进一步丰富广播电视业的创意制作和内容服务能力。以浙江广播电视集团、北京百度网讯科技有限公司联合浙江传媒学院开发的基于人工智能的视频修复及超高清重制系统为例，系统的核心功能是对有损视频、低分辨率视频进行实时修复和超高清重制，旨在提升视频的画质和观感。通过提取图像的色彩、纹理、边缘等特征，系统能够识别图像中的损失和缺陷，从而定位需要修复的区域。利用深度学习技术，系统通过大量的训练数据学习如何修复图像。通过深度学习方法，系统能够将低分辨率的视频帧放大并转换为高分辨率的帧，从而提升整个视频的清晰度和画质[5]。

2.3 智能剪辑技术在广播电视中的应用

广播电视领域的智能剪辑技术正越来越广泛地应用于内容制作和分发过程中。它是借助人工智能技术，特别是机器学习和深度学习，在分析大量视频数据的基础上，自动完成视频剪辑任务的一项技术。智能剪辑系统通过识别场景、角色，感知画面节奏和音效，自动对视频内容进行精准剪辑和拼接，高效生成剧集摘要，或用于制作有针对性的预告片、宣传片等。对于体育赛事、新闻事件等大量直播内容，智能剪辑也能够实现实时剪辑，快速输出精华片段、回放或热点集锦。这类技术显著提升了广播电视制作的效率和质量，也较好地解决了海量内容处理和复杂工作流程的挑战。以山东广播电视台基于机器学习的智能视频剪辑应用为例，利用人工智能技术，对大量的视频素材进行自动分析和处理，从而快速、准确地提取关键信息和精彩片段，为编辑和制作人员提供高效的剪辑方案。该应用的核心技术是机器学习。通过训练，应用能够识别视频中的关键事件、人物和场景，并根据预设的规则和算法，自动进行剪辑和拼接。在实际应用中，制作人员只需将原始视频素材导入该应用，设置好相应的参数和要求，即可启动智能剪辑功能。应用会自动对视频进行扫描和分析，快速识别出关键片段，并按照预设的规则进行剪辑[6]。

2.4 人工智能生成内容在广播电视中的应用

人工智能生成内容（Artificial Intelligence Generates Content，AIGC）历经半个多世纪的发展，随着人工智能数据、算力、算法等领域的突破，人工智能在实现与人类互动的能力上，具备了写作、编曲、绘画及视频创作等创意工作能力。AIGC的技术能力主要体现在智能数字内容孪生、智能数字内容编辑及智能数字内容创作3个方面。AIGC也被广泛应用于传媒、电商、影视及娱乐等诸多领域。在广播电视领域，AIGC为广播电视传统媒体、融媒体、新媒体提供采集、编辑、传播等全流程内容生产工具，如写稿机器人、采访助手、视频字幕生成及人工智能合成主播等。2022年北京冬奥会期间，AIGC技术助力北京冬奥会科技冬奥建设，科大讯飞的智能录音笔基于人工智能技术实现了多语种语音转写，极大地提升了冬奥会期间新闻采编工作效率，可实现2 min内快速出稿。在广播电视传播领域，人工智能合成主播实现了新闻领域实时语音和人物动画的结合应用，以新小微、小C、申䒕雅等为代表的人工智能合成主播被广泛应用于新闻采访、新闻播报、晚会主持及天气预报等诸多领域，并在全国两会、冬奥会、奥运会等新闻采编播活动中有出色表现。

2.5 智能推荐技术在广播电视中的应用

智能推荐技术正逐渐改变广播电视领域的观赏显示，根据用户的个人喜好、观看历史、用户所在地理位置等许多因素，定制出精准的个性化推荐，大大提升了用户体验。在具体应用中，电视台或网络视频平台会将智能推荐技术运用到其点播服务中，帮助用户发现他们可能喜欢的内容。在电视购物等方面，智能推荐技术能够精准推送与用户消费习惯相匹配的商品，提升购物体验，优化销售效果。随着大数据和人工智能技术的发展，未来广播电视领域的人工智能推荐技术将朝着更精准、更个性化的方向发展，实现更丰富的互动体验，带来更深远的商业影响和变革。以央广传媒集团有限公司与银河互联网电视有限公司联合开发的银河互联网电视大数据智能实时推荐系统为例，系统的目标是为用户提供个性化、精准的内容推荐，提升用户的观看体验和满意度，利用人工智能技术对用户的行为和兴趣进行分析和预测，采用机器学习算法对用户数据进行处理和分析。通过对数据的特征提取和模型训练，系统能够识别用户的兴趣点和偏好，从而为其推荐符合其口味和需求的内容。通过分析用户输入的搜索关键词和评论内容，系统能够理解用户的意图和反馈，进一步优化推荐结果。

3 结语

在人工智能技术的引领下，广播电视迎来了创新的黄金时代。深度合成、视频修复、智能剪辑、人工智能生成内容以及推荐技术催生了更智能、高效的制作流程，提升了观众体验。然而，伴随而来的伦理、法律等挑战也需持续关注。展望未来，期待人工智能技术不仅推动广播电视领域的技术进步，更能引领行业走向更加智能、人性化的发展阶段。