AI技术在广播电视行业应用前景展望

滕腾

身份证号：320922199407270014

摘要：科学技术是第一生产力，广电行业作为技术密集型行业更是受新科技影响极大，面对新兴媒体的竞争，如何利用广播电视现有优势，运用各项新技术解决当下问题是广电从业人员应该关注的重要课题。AI技术是近些年发展迅速的一门技术科学，该技术极大地提升了工作和生产效率，近期生成式AI、Chat GPT的出现更是吸引了全球目光。广电行业要顺应科技发展的浪潮，提升信息的采集、处理、传播的能力，提高工作效率。

关键词：AI技术；广播电视行业；应用前景

1 AI技术在广播电视中的基本原理

在广播电视中，AI技术可以实现自主学习和自主决策，对于内容的采集、整理、传播和推荐等环节起到重要作用。

主要包括以下几个方面：

人工智能算法的应用。广播电视中的AI技术主要是通过使用各种机器学习算法、深度学习算法和自然语言处理算法等来实现智能化的功能。这些算法能够对大规模的数据进行分析和处理，并从中提取出有用的信息和模式，为广播电视系统提供更加智能化的服务。

大数据的应用。广播电视系统中积累了大量的用户数据、内容数据和交互数据等，这些数据包含了用户的观看习惯、喜好和需求等信息。通过对这些数据的分析和挖掘，可以为广播电视系统提供个性化的推荐服务和精确的广告投放，提升用户体验和内容质量。

另外，AI技术还可以通过语音识别、图像识别和情感分析等技术来进行内容的智能识别和分析。例如，在广播电视中，AI技术可以自动识别和标注视频内容中的人物、场景和物体等，实现内容的智能化管理和检索。

2AI技术在广播电视行业的应用优势

AI技术可以实现广播电视节目制作的自动化。传统的广播电视制作流程繁琐且耗时，需要大量的人力和时间投入。但是借助AI技术，可以实现自动化的视频编辑、字幕生成和音频处理等功能，大大提高了制作效率，节省了人力成本。笔者使用AI技术的经验略做分享如下：

撰写节目稿件需查阅早期文献资料时，使用文字识别工具，将纸质资料拍照，再通过OCR技术将图片中的文字转化为可编辑的文本，能便捷高效地进行编辑和修改，准确率也在不断提高，大大减轻了工作量。

栏目制作团队的头脑风暴、工作会议，密集的语言交流整理成会议纪要是一件耗费时间的事。使用语音转文字工具，可以自动将会议中的语音实时转换为文字记录，还能识别不同的发言人身份。大语言模型普及使用后，甚至可以智能总结提炼要点，非常方便参会人员查阅和回顾。在一些广播节目和听书类平台上，已经非常频繁的在使用文字转语音技术，可以快速将文本内容转换为语音输出，用于朗读、播报等多种场景。

智能剪辑，在制作短平快的微小节目时可以适当使用。利用AI算法对视频素材库进行粗剪排序，人工二次剪辑，就可以生成高质量的短视频内容，大大减少了整理素材和排序的工作量。

机器人配音，通过AI技术实现虚拟人物的自动配音，节省人力成本并提高效率。目前多个平台均免费提供这项服务，可选择的音色库也越来越多，配音更是越发接近真人配音的效果。

虚拟主持人，最早是在2021年疫情期间，很多节目拍摄制作工作处于停滞状态，科大讯飞向金熊猫新媒体公司免费提供了虚拟主持人（播音名小晴）技术支撑服务，只需输入文本，就能在1:1的时间内生成主持人播报视频，虽然语气节奏和面部表情能看出是虚拟主持人，但用在科普节目生产上已经非常成熟。两个星期的时间生产了上百集医学科普短视频，在疫情期间通过IPTV和新媒体平台传播，产生了非常好的社会效益。

孪生数字人技术，笔者在2023年初分别试用过微软小冰、腾讯智影两款产品。技术原理基本一致，需要采集大约5分钟的真人朗读稿件作为音频数据，按照系统提示做出点头、摇头、张口、闭口和一些手势动作，系统采集了这些素材后，大约需要2-3天的运算时间，就能生成个人专属的孪生数字人模型。只需输入文本，就能生成和真人发言、表情、动作近似度极高的视频。

3 AI技术应用在广播电视行业的应用探讨

3.1节目内容制作方面

3.1.1 AI热点检测增加新闻来源渠道

随着技术的发展，接入互联网的AI系统将来可以使用自然语言处理（NLP）和机器学习（ML）技术，通过对网络中大量文本数据进行分析，通过热度算法，考虑评论量、点赞量、分享量、点击量等多个因素，发现其中的关键信息，综合计算出一个热度值，以判断当前话题或内容的受欢迎程度，进而识别出热点事件。AI热点检测具有准确、快速、全面以及对新颖事务处理能力强等优点。因此，该技术可以发现并追踪实时新闻热点，经整理后推荐给记者和编辑，增加了新闻来源渠道，保证了新闻的时效性。

3.1.2内容编辑

目前市面上已经有很多优秀的AI写作编辑工具，它们可以基于已有的文本内容，自动生成文章、新闻、评论、甚至小说等。同时，AI写作工具也可以通过自然语言处理技术，实现语法纠错、词汇替换等功能，纠正文档中的拼写、语法、标点和文风等方面的错误，提高了稿件和文档的质量和准确性，减轻了编辑人员的工作量。不限于文本，技术的发展使AI在短视频剪辑、内容审核或者视频增强方面也能帮助工作人员大幅提高工作效率，把握视频要素，改善画质。

3.1.3 AI语音合成技术

语音合成技术在广播电视领域的应用主要涉及节目配音、新闻播报、广告宣传等多个方面。以新闻播报为例，传统的新闻播报需要进行人工录制，此时会受到主持人身体状况等影响，录制时间较长，对录音设备和场地质量要求较高，不能保证录音质量始终如一。而语音合成技术可以根据已编辑好的文本生成语音，在建立语音库后，根据内容选择不同的风格制作节目，减少了人力成本，提高了播报效率。近期，AI歌手忽然爆火，原来的VITS技术对人的声学特征进行模拟，原来需要上万条短音频才能训练出的较好的语音模型，现在结合soft-vc、VIsinger等项目后，利用一段原始音频，十几分钟就能训练出一个勉强能用的模型，依靠深度学习和神经网络技术的不断发展，硬件设备的不断升级和算法的不断优化，将来会产生更加自然、逼真的语音效果。

3.2AI应用于内容监管

首先，是对内容采集过滤，AI建立敏感词汇库，帮助专业人员收集内容，对采集的内容进行自动识别，提高新闻效率。提示假新闻的可能系数，供人工进一步核实判断，还能根据音视频中的敏感词汇，对节目进行标注，过滤减少低俗内容。在广电节目中应用AI和大数据分析，能提高传统正能量新闻信息的用户观感，稳定并推进传统媒体的用户群。

其次，是帮助节目内容审核，在节目送播前，通常有专业人员对节目的真实性和节目导向进行审核。借助AI的内容识别技术，能够对音视频内容进行深度学习，注入广播电视行业标准和规范，对节目内容进行智能审校。通过审核标准的初步确定，然后在实际内容审核工作中不断重复判断修正的过程。增强AI对音视频内容的审核，建立对文字稿件、音视频材料等内容的判断，最终实现AI替代传统的节目内容审核，让节目内容审核更加科学高效和规范。

再次，是应用于信息监管，借助AI对视频的关键人物和镜头分析识别，建立全面的信息数据库。自动归档信息内容，自动建立信息标签，在内容审查中进行自动比对，完成内容审查结果，对广播电视节目实施结构标签化的提取，广泛地应用在内容的管理、审核、搜索与推荐里。例如，借助AI来识别视频、图像当中所出现的关键人物、敏感人物等，进而借助AI来识别、管理出现的时间片段、区域、表情等属性，实现为人物提供智能检索助力的作用。AI技术还能应用在假新闻过滤及违规内容的监测中。比如，深度伪造就经常被运用在伪造换脸中，借助两张图像的人脸交换，达到伪造身份的目的，以此来制造假新闻图像及视频等内容。基于此，需要开发与利用伪造人脸检测技术，以此来识别假新闻的产生。借助AI中的图片、语音、视频、文字等多项智能识别技术及审核服务，极大地降低了人工审核的成本，为广播电视发展提供智慧内容监管的方向，促进广播电视持续发展。

结论

AI在广播电视的应用，对新闻写作、广告及智能纠错等方面中具有积极的作用，在大型文艺节目的制作上应用较多，主要是VR的应用，大大丰富了节目内容，在广播电视中更加广泛的应用AI，需要精细的分析广播电视业务流程，对哪些环节可以用AI提高工作效率，哪些环节还需要人工来完成，做到更准确的技术掌握。做到真正的智能化，还需要更多的实践学习和训练，从全球范围的应用来看，智能稿件生成的应用比较成熟，智能广电信息平台的建设是将来的趋势，会促使广电节目的智能化发展更上一层楼。

参考文献：

[1]公慧, 孙年军. 广播电视领域AI技术应用观察[J]. 西部广播电视, 2023, 44 (17): 69-71.

[2]潘彦君. 融媒体时代广播电视工程技术探析[J]. 中国新通信, 2023, 25 (17): 55-57.

[3]黄雨石. 5G技术与广播电视的融合应用[J]. 电视技术, 2023, 47 (08): 190-192.

[4]孙杰. AI技术在广播电视工程中的应用[J]. 电视技术, 2023, 47 (07): 62-64.