声音与智能传播：关于智能语音新闻的探索思考

摘要：人工智能时代各项技术不断革新，落地场景不断丰富，其中语音识别、语音合成等技术的进步推动智能语音在新闻传播领域的广泛运用，生成智能主播、智能播报等多样形式。文章基于声音媒介与智能传播的研究视角，结合热点案例分析智能语音在新闻业的主要表现形式及影响，同时说明人工智能语音新闻相较于真人语音的播报优势，阐明其发展潜力。同时，鉴于目前国内对智能语音新闻的研究多为质性研究，从受众角度对智能语音新闻的量化研究较少。因此，可梳理国内外关于智能语音新闻量化研究的成果，指出当前研究的不足，并从受众认知层面和构建实验指标等方面为智能语音新闻的传播效果研究提出建议，以期推动智能语音新闻实现更好的发展。

关键词：智能语音；智能语音新闻；声音与智能传播；量化研究；受众

中图分类号：G210.7 文献标志码：A 文章编号：1674-8883（2022）15-0073-03

近年来，基于语音的人工智能技术飞速发展，智能语音甚至变得和人类声音一样。语音识别、人机对话、语音文字转换、自动播报、语音合成等技术的进步，一方面带动了智能语音的广泛运用，另一方面也对传播业的发展产生了深远影响。学者张建中从平台层面定义“声音”是智能传播的下一个平台[1]。

因此不少新闻客户端，如人民日报、今日头条、腾讯新闻等纷纷围绕声音开展实践创新，推出了智能语音播报新闻的功能。

人工智能语音播报新闻是人工智能技术应用在新闻传播业的产物，能快速生成海量的音频新闻，节约新闻工作者的时间，降低生产成本。那么针对人工智能语音技术与新闻业结合生成的智能语音新闻，听众是否能够接受，他们对于智能语音播报新闻有何看法？亟须学界和业界的探索研究。

基于此，文章基于声音与智能传播的视角，首先论述国内外关于智能语音对新闻业的影响，其次对智能语音新闻的传播效果实证研究进行梳理，提出未来对智能语音新闻效果研究的设想。

一、声音与智能传播的主要形式

一些学者从人工智能技术的发展与“声音”媒介的结合所产生的新闻信息输出终端和表现形态的视角，分析智能语音播报新闻的现状和未来。一些学者指出智能语音音箱对新闻播报的影响。卢维林、宫承波认为智能语音音箱是有“温度”的语音新闻报道，丰富了新闻传播的临场感知体验等[2]。同时，国外媒介也在大力应用人工智能。美国国家气象局早在2000年就开始利用智能语音播报新闻，并随着技术的进步不断提高其新闻播报的质量。

此外，人工智能主播作为“有形”的智能语音播报新闻的形式，是以有声语言为主线，非语言为副线，是综合运用人工智能音视频技术的新型主播。目前，人工主播在我国新闻领域已有多次成功運用。2018年，搜狗与新华社合作，以新华社主持人邱浩为原型，推出了全球首个全仿真智能主播，引发各方热议，人工智能主播时代来临。宋国澳、麦梦佳通过对新华社智能主播的案例梳理，指出智能传播时代新闻播报的新特征和困境[3]。

同时，智能语音播报新闻作为智能主播的一种有声无形的表现形式，在新闻传播领域的应用，更多是作为语音播报功能嵌入媒体的新闻客户端和微信公众号里。主流媒体客户端如人民日报、新华社、央视新闻等在近几年也纷纷上线该功能。

比如2022年全国两会，中央广播电视总台音频客户端云听根据新闻类型和主播音色等，基于本台主持人，打造了不同的智能语音主播，如智能语音主播“云小琦”负责政策要闻的播报，而智能主播“云小宇”则负责社会热点的播报等。

二、人工智能语音播报新闻的优势

（一）语言规范，信息播报准确及时

新闻播报作为新闻信息传播中的关键一环，快速、准确、明晰是最基本的要求。而这些基本要求需要对播音员进行多年的系统培训和业务实践才能练就。另外，目前每天都有海量新闻产生。在高强度的工作状态下，播音员很难保证每一次播报都不出差错。当新闻稿件最终形成，播音员拿到新闻稿件后，其必须准确、流利地表达出来。在这个过程中，一些失误如错报和发音错误是不可避免的。

但人工智能技术可以对信息进行精确的处理，在结构上做到高度标准化。同时声音的大小、速度和音色都是在计算机程序中预设的。对于人工智能播音员来说，只要保证文本准确，它就能规范无误地完成播报，准确及时地将信息传播出去。同时，在信息传播以秒计算的当下，新闻数量的庞大和产生的全时性使全部依靠人力播报已不可能。未来，智能语音和真人语音播报新闻将会成为常态。

另外，在重大社会风险治理中，声音媒介作为一种“小”且方便快捷、覆盖面广的媒介形式，更容易成为传播者和受众的首选。比如在新冠肺炎疫情防控阻击战中，一些地方以“广播喊话”的形式在乡村传播新冠肺炎疫情防控知识。

智能语音播报新闻由于可以迅速快捷地生成广播新闻，在发生自然灾害和重大公共危害性事件时，更能快速广泛地传播信息。2019年7月广东广播电视台上线粤听移动应急电台，人工智能主播“婉君”24小时全天候播报重大自然灾害的预警消息，及时准确地提供防灾避险信息。

（二）形式新颖，激起用户好奇心

在人工智能技术、5G等技术的推动下，智能主播经历了从声音的文本转换、智能语音对话、多感官交互、类型化和个性化等阶段。目前看来，基于人工智能技术的虚拟主播已逐渐应用在新闻主持的工作中，它的出现和应用给广播电视业带来了新鲜感，并以惊人的速度吸引了一波又一波受众。

同时，在外观上，人工智能主持人能够以不同的身份或面孔，使用各种语言播报各种信息。另外，智能主播不仅具有人类的表情和动作，还可以自由地将声音从男性变为女性。在展现形式上，既可以设计成拟人的形象，又可以设计成卡通人物。例如北京广播电视台联合明芒科技等开发的中国首个广播级智能交互——真人数字人“时间小妮”就是基于主持人徐春妮的形象和声音开发的，不但可以播报新闻、讲解知识，还能够完成与用户的交互问答，满足用户对信息质量和交互的需求。而2021数博会的官方智能主播则是基于数博会吉祥物的卡通形象生成的“数小博”，一方面加深了受众对数博会吉祥物的记忆度，另一方面高效地完成了对新闻内容的播报。

三、智能语音新闻传播效果的研究现状

国内的学术研究目前较多是从新闻行业的角度出发，聚焦于人工智能合成语音技术生成的智能语音、智能主播、智能音箱等对新闻业的影响，并对新技术进行优势和劣势的定性分析。关于智能语音新闻传播效果的感知效果研究，国内相关文献较少，最近几年才引起学界的重视。

喻国明等人首先聚焦于对语音速度与性别的变量研究，实验发现相较于男性受众，女性受众对智能语音新闻的喜爱程度更高，并且出现了性别定型现象，即女性受众对男声智能语音喜爱度更高。同时，在语音速度为1.5 倍速时，男性受众比女性受众更信任智能语音新闻[4]。

此外，从“冷媒介”智能语音和“热媒介”真人语音的角度出发，以经济、科技类等情感偏向为中性的新闻作为实验材料，考察受众对不同声音来源新闻的喜爱度和信任度，研究发现二者均与声音性别和声音来源无关[5]。

学者姜泽玮则从识记效果的研究视角出发，运用实验法探究收听人工智能语音播报与阅读文本两种方式下用户短时记忆效果的差异。实验结果显示，收听人工智能语音新闻播报与阅读文本之间的短时记忆效果不存在显著差异[6]。

国外对于智能语音新闻的研究较早也相对成熟。研究最初始于对智能语音质量的评价，即通过对比研究，评估智能语音与真人语音的不同之处。穆伦尼克斯等人研究发现，在语音质量上，真人语音被认为比智能语音更真实、更不尖锐[7]。

另外，随着智能语音技术的进步，智能语音逐渐应用于信息的播报，因此开始了对智能语音播报信息质量的感知研究。一些学者从文本类型、文本长度出发，研究受众对智能语音播报信息的传播效果。赖杰和程凯等人考察了驾驶环境下智能语音播报不同长度信息的受众接收效果。研究发现，虽然参与者对智能语音的评价较低，但他们发现语音类型对驾驶表现没有影响[8]。

还有一些学者研究了受众对不同声音性别的智能语音的感知评价，考查智能语音是否存在性别定型效应。里夫斯等人研究发现，相较于女声智能语音，男声智能语音被认为更友好，更被重视[9]。罗德罗则对比了真人声音和智能语音应用在广告故事中的传播效果，结果同样显示了性别差异，大多数被试更喜欢男声，并且出现了交叉效应，即女性对男声的评价较好，而男性受试者对男声的评价最低[10]。

四、对智能语音新闻传播效果研究的建议与展望

国内近几年对智能语音的研究虽然逐渐增加，但是总量仍然较少。

我国是目前世界上人工智能语音技术发展最快和应用最广的国家，媒体智能化进程加快，受众智能语音接触增多等变化需要学界加快对智能语音播报新闻传播效果的研究。

（一）针对用户认知层面对智能语音新闻的研究

从媒介应用角度来看，最能引起热议的议题莫过于技术的赋能使智能语音越来越逼近真人，嵌入新闻应用终端的智能语音播报能否取代真人语音？真人语音与智能语音在新闻播报效果用户认知层面上，新闻语音质量、新闻可信度、喜爱度有何不同？

此外，用户对人工智能语音播报内容的记忆研究也是从认知角度考察受众对智能语音新闻感知评价的重要部分。国内外研究人员通常从时间长短和内容记忆两个方面考察用户对新闻的记忆效果。同时，结合在快节奏生活驱动下用户播放音视频时产生的新的行为——倍速播报来分析，智能语音播报会对人们对新闻内容的记忆有何影响？

另外，随着智能语音技术的丰富完善，以科大讯飞为代表的智能语音平台提供了多种音色及多地域的地方方言，结合不同的新闻主题，语音音调、音色的不同又会对智能语音新闻的传播效果产生哪些影响？这些针对受众认知层面的研究值得未来学者的关注和探索。

（二）归纳构建实验指标，交叉应用多学科研究方法，丰富研究视角

新闻的质量是一个模糊的概念，很难衡量，因为每个受众对它的感受和定义不尽相同。不少学者很早就开始研究受众对新闻的认知，都曾试图找到受众评价新闻质量的量化指标，研究范围包括纸质新闻、视频新闻、音频新闻、人工智能制作的文本新闻等。文章着眼于智能语音新闻传播效果研究，结合上文对研究指标的梳理，提出以下研究变量。

自变量可以首先聚焦于智能语音本身，研究不同的音调音色，如地方方言播报对传播效果的影响，其次可以对比真人语音和智能语音播报不同长度、不同新闻类型时的受众感知评价，还可结合声音性别、受众性别以及语音速度差异进行进一步的研究。

因变量可以研究受众对智能语音新闻质量的感知评价。从喜爱度、信任度、说服力等方面考察信息质量一直都是新闻传播效果研究的重点。另外，对真人语音和智能语音新闻主播的感知評价以及对记忆效果的考察目前国内研究相对较少。

针对控制变量，一方面可以着眼于用户特征，即从年龄、学历、母语背景以及对智能语音的接触度进行分类研究；另一方面，也可以控制环境变量，如基于同一实验室环境或多元环境进行对比研究。在实验操作中，可以综合运用控制实验、认知神经科学中的眼动、脑电实验等方法，测试用户对智能语音新闻的认知、态度评价等。

五、结语

随着人工智能、算法和其他技术的进步，智能语音越来越独立于人类操作，作为一种媒介，成为人们日常生活的重要组成部分。

未来，智能语音不但是为人类提供信息的传播者，还是与物联网结合形成的信息接收者。

智能语音新闻和真人播报相结合已经成为常态。因此，学界对智能语音在新闻传播领域的技术使用、受众感知等方面的研究迫在眉睫，并且对这一领域的探索和研究也是为了更好地将智能语音融入人类生活，为人类服务，提高其在新闻传播领域的应用广泛度和增强信息传播的有效性。

参考文献：

[1] 张建中.声音作为下一个平台：智能语音新闻报道的创新与实践[J].现代传播（中国传媒大学学报），2018，40（1）：148-153.

[2] 卢维林，宫承波.智能音箱中的新闻生产与呈现逻辑[J].青年记者，2020（13）：50-51.

[3] 宋国澳，麦梦佳.智媒时代新闻播报的新特征与发展困境：基于新华社AI合成主播家族的研究[J].青年记者，2020（32）：67-68.

[4] 喻国明，王文轩，冯菲.智能传播时代合成语音传播的效应测试：以语速为变量的效果测定[J].当代传播，2020（1）：25-29.

[5] 冯菲，王文轩，修利超，等.冷热媒介：合成语音与真人语音的不同传播效应：基于EEG的实验证据[J].新闻与传播研究，2020，27（12）：5-20，126.

[6] 姜泽玮.收听人工智能语音播报与阅读文本的短时记忆效果差异：以新华社客户端新闻为个案的实验法研究[J].中国记者，2021（3）：84-87.

[7] 穆伦尼克斯，斯特恩，威尔逊，等.男女计算机合成语音的社会认知[J].人类行为中的计算机，2003，19（4）：407-424.

[8] 赖杰，程凯，格林，等.在路上和网络上？在驾驶时理解合成语音和人类语音[C]//计算系统中的人为因素会议论文集. 2001：206-212.

[9] 里夫斯，拜伦，克利福德纳斯.媒体方程：人们如何像对待真实的人一样对待计算机、电视和新媒体[J].英国剑桥，1996（10）：236605.

[10] 罗德罗.广告故事中真人语音和智能声音的有效性、注意力和回忆：声部的韵律影响及作用[J].人类行为中的计算机，2017（77）：336-346.

作者简介 张欣瑞，硕士，研究方向：智能传播。