AI主播“姚小松”预热央视315，搜狗讲了一个什么故事？

今年315晚会多家科技公司被点名过堂，骚扰电话、网络贷款、电子烟……搜狗也在315晚会成功登陆央视，不过却有不同角色。

315晚会开播前，搜狗与央视财经频道联合推出的AI主播“姚小松”正式上岗，在央视对3·15晚会进行预热。“姚小松”以央视主持人姚雪松为原型，基于语音合成技术，对其声音、唇语和表情进行模拟，实现了跟真人一样的主播发声和画面呈现。

AI主播的出现是媒体智能化的里程碑，也给AI技术落地创造了黄金场景。

AI主播应用前景广阔

这不是搜狗AI主播第一次公开亮相，去年7月，“姚小松”在香港RISE科技峰会上首次亮相，AI主播这一AI应用模式引发AI和媒体产业关注。

就媒体行业而言，AI主播应用前景广阔。

在碎片化时代，媒体必须满足多元化的新闻消费场景，视频新闻是重要的新闻传播形态，然而受制于制作成本只能支持少部分新闻，特别是非电视媒体。应用AI主播技术后，媒体可以更低成本不间断地生成视频新闻或者语音新闻，提高传播竞争力。

传播视频新闻制作流程长，从新闻脚本到视频录制需要一定的时间，因此有不可避免的滞后性，AI主播直接将文字转化为文字，延时更少，新闻时效性将得到大幅提升，众所周知，时效性、新奇性和重要性是新闻“三性”，时效性排在第一位。

传统主播可能会因为个人原因在实时类新闻节目中出现失误，机器与人相比出错率更低，因为不知疲倦，没有情绪，不会走神等等，AI主播基于AI技术智能生成新闻内容，出错率会大幅降低。

AI主播技术可以生成更多视频新闻，未来还可实现一个新闻快速生成不同语种版本，进而对不同方言/语种用户更加友好，甚至可以生成手语、语音等版本，满足有障碍用户群的新闻获取需求。

可以看到AI主播在媒体产业应用前景广阔，搜狗AI主播在315晚会这一行业瞩目的黄金时段亮相中国核心媒体央视，意义非凡：一方面，这表明主流媒体对AI主播这一技术的积极拥抱态度；另一方面，央视作为新媒体技术应用的佼佼者，对AI主播技术的应用也将吸引更多媒体同行关注，可以认为，搜狗AI主播技术将从此正式走向媒体产业，开启商业化之路，新媒体时代，中国媒体数量十分庞大，AI主播也有望给搜狗贡献规模化收入。

AI主播不会取代人类主播

很多人看到AI主播后，第一个想到的问题是，主播会失业吗？如果机器可以更低成本、更快速度和更低失误地生成视频新闻，为什么还需要人类主播呢？在我看来，短期内“姚雪松”不用担心被“姚小松”们取代。

首先，AI主播技术尚未发展到以假乱真的程度，效果距离真实主播有一定距离。长期来看AI主播的逼真度会越来越接近人类，不过因为不只是语音技术，还涉及到表情、唇形、感情等，要以假乱真难度很大，不断接近也需要算法长时间的进化。

其次，主播不是简单地读新闻，而是带有感情、情绪甚至信念去播报新闻，他们都会根据新闻内容进行不同语调神态风格的播报，机器人很难做到如此个性化，也很难做到人类主播一样感情饱满、收放自如和随机应变。

最后，主播很多时候有象征意义，或者说已经成为一个IP，比如很多国家都有官方新闻主播，我国就有多张“国脸”，很多电视台有自己的金牌主播，观众对主播会产生感情。

AI主播短期内不会取代人类主播，在可见的未来，AI主播将负责常规新闻的播报，AI主播的出现将解放人类主播，让他们从繁琐的常规播报中解放出来专注于重要内容播报，抑或向主持人转型，即AI主播与人类主播会是协作而不是替代关系。

相对于传统新闻播报而言，AI主播的价值将更多体现在新闻播报模式创新上。AI主播不只是可以实现更低成本、更快速度和更低失误的常规新闻播报，也可以改变新闻消费模式，进行各种创新。消费者对新闻主播会有自己的偏好，AI主播技术有望实现个性化的音视频新闻产品，比如对于一些已经退役的主播如赵忠祥，AI主播技术可以生成“替身”永久播放新闻，满足怀旧观众的需求；再比如用户可以选择自己喜欢的某个明星如林志玲作为原型，成为自己看新闻的AI主播——在千人千面的信息流时代，个性化新闻正在成为媒体行业的趋势。

媒体与AI技术正在加速融合，在AI主播外，机器人同传、机器人翻译笔、智能速记、智能写稿、智能内容审核，都在应用AI技术。

搜狗在AI+媒体上已经形成业务矩阵，在AI主播外，两会期间，搜狗智能录音笔C1在采访现场提高媒体采写效率；搜狗同传已成为首个商用AI同传，为500+国内外媒体峰会、科技大会以及体育赛事等提供同传服务。媒体的基础是信息，信息的基础是表达，表达的基础是语言，而基于语言的AI正是搜狗的差异化竞争力，媒体+AI成为搜狗的主场。

分身技术价值不止于AI主播

搜狗已推出多个AI主播，虽然原型不同，但背后技术却是一样的：都是“分身技术”，基于这一技术，只需要输入文字，就可以模拟原型语气语调、面部表情、说话逻辑等智能发音，这是搜狗核心AI技术，其利用搜狗语言AI能力，从图像表情，声音语言习惯，逻辑思维等层面对AI进行拟人化训练，然后克隆制造人类的AI分身，进而帮助人类提高信息表达和传递的效率。

换句话说，分身技术让AI具有了更丰富的表达方式，从文字表达走向音视频的富媒体表达，其不只是可以“克隆”主播，理论上也可以克隆每个人，让其拥有网络替身。

分身技术在智能助理甚至机器人上都大有可为，我们现在使用的智能语音助理都是千篇一律，每个人iPhone里的Siri声音都是一样的，基于分身技术，用户不只是可以定制智能助理的语音，甚至可以看到助理的虚拟面貌，声音和画面原型用户都可以定制，比如选择自己的偶像或者朋友，也可以给自己定制一个分身，通过智能设备去陪伴孩子、宠物或者女朋友。

分身技术是对一个人声音、表情、神态、外貌的模拟，因此理论上就可以实现对一个人的“复活”。乔布斯可以在分身技术加持下回归苹果发布会舞台，杰克逊可以在分身技术下复活现身演唱会与粉丝见面，每个人都可以通过分身技术创造虚拟替身。

分身技术有望改变动画片等以人类为原型的节目的制作方式，基于智能合成技术，真人电影可以智能转化为动画片，大幅降低动画片制作成本。游戏、二次元、直播、短视频等文娱内容产品，也有望应用分身技术来降低成本，实现更多创造可能性，比如用户可以观看分身技术生成的直播节目，或者二次元动画，并与偶像互动。

分身技术的本质是对语言、表情、神态、姿势等人类表达方式的智能化模拟，是人工智能的重要部分，这一技术应用场景将十分广阔，绝不只是媒体主播。除了前面提到的各种应用外，在教育、医疗、客服等行业，可以实现虚拟客服、虚拟老师、虚拟陪护，降低各行各业的人力成本。搜狗作为语言AI的领先者，围绕表达这一细分场景做精做细，在行业已经形成足够高的壁垒，正是已为此，不论是AI主播、智能媒体还是分身技术爆发，搜狗都会大概率成为最大赢家。