探寻声音境界还原诵读本质
这一段视频中的新闻，是高纯度100%的人工智能产品。从图像到声音，全部是AI自动生成的。
就是说，你只需要把文字稿交给它，然后点一下生成按钮，它就会按文字稿件，生成播音员的动作、表情、口型，甚至有灯光效果，人的头发与背景颜色的对比像极了真实演播室的虚拟抠像。
当然，最核心的还是人工智能合成的语音。音色听起来已经非常逼真，语言表达也相当流畅，语速适中，语势平中略扬，语义抱团和数字重音，都能明显听出。真的是越来越接近于真人播音了。
关键是这个“播音员”是全天候的，不需要休息，不用吃饭，不会闹情绪，不会有家务事干扰，不会生病、头疼，随叫随到，永远不知疲倦。
目前，已经有不少国内的媒体，已经在实际播出节目中使用这项技术了。当然，目前这个服务是付费的。
那么，免费的怎样呢？差多远呢？
我下载了一个人工配音软件，我随便写了一段话，用了其中的“人”，免费配了一段。文字如下。
这里是声境界测试人工配音的文字，听听看效果怎么样？听了人工智能的语音，你还要继续学朗读吗？
这里，一共两句话，后一句话读得挺好的，几乎乱真。但前一句话有点问题。
我们听到第一句话里的“声境界”断句错误，显然：人工智能没理解“声境界”是一个完整的词。
“声境界”这三个字是我想出来的，肯定不在大众词库中，不能识别也正常。于是，我把这三个字加上引号，算是友情提示。人工智能领不领这个情呢？
好，再生成一遍！
大家猜“她”改了没？
改了！真的改了！
这是给点阳光就可以灿烂啊！
接下来，再听听儿童版的人工智能语音！
天哪！
是不是有点天衣无缝的感脚？
恐怖不？
2018年1月，在人工智能合成李易语音的时候，我就说过，人工智能语音最先挑战的是领域，就是新闻播音。。
因为多数新闻播音，其实是普通话标准的职业播音员，平稳快速地用声音传递文字信息。
当然，遇到一些高级的稿件，有特殊要求的稿件，AI暂时是代替不了人的，也可能永远不能代替人。但这只是很少的一部分。我想至少应该有80%以上的新闻，是可以通过AI合成技术代替人类的劳动。
简单重复，劳动强度大，这样的工作，AI是恰好可以胜任的。
作为一个研究朗诵朗读、学习和欣赏朗诵朗读的公众平台，我并不想讨论新闻播音员以后的生存状态，也不想研究播音主持院校应该如何应对，我想说的只是，人工智能都发展到这个地步了，你现在学习普通话朗诵朗读，还有意义吗？
我看到现在仍然有不少微信群，有不少的人在苦练新闻播音。他们都是普通有声语言爱好者，因为想学普通话或朗诵朗读，而绕了个大弯去学新闻播音。因为听说播新闻有助于练习基本功。
我一直想不通的是，要练基本功，直接练就行了，有具体的方法和步骤；干嘛要通过练播新闻绕这么大个远路呢？
新闻，是有新闻的文体特征的，也就是人们常说的“新闻腔”，或“播音腔”。
你要练不会，怎么播也不像新闻；可是你一旦练会了，很容易读什么都像播新闻。
你听听全国各级电台电视台的新闻主播朗诵诗歌散文就知道，多数人都生硬冷，而且不自知。因为这已经是职业习惯了。
虽然吐字发声和普通话语音的基本功很扎实，甚至声音也很好听，但播什么都一个味。这个职业习惯是极难摆脱的。
而且，就算你练会了，将来也许能拓展一条新的谋生技能（实际上，传统媒体您就别想了，允许播新闻的人就那么几个），但你不在一线每天繁重大量地播个十年八年，一张口就会被AI播音员秒杀的。
以上说的是普通有声语言爱好者学播新闻的事。接下来继续回到起点：人工智能时代，普通有声语言爱好者学习朗诵朗读，还有意义吗？
有。
因为你有情感，你懂情感。
人工智能不懂。
就好比手工艺品，机器制造的东西，很漂亮，但千篇一律，基本上都是廉价货；真正珍贵的那些，都是人工手工制作。
所以，我们不妨扬长避短。
扬长避短，先要知长知短。
那就要知道人工智能的长处有哪些；人类的长处有哪些？
我认为，人工智能的长处在于：
1、音色好。如果有足够的样本，它可以轻松模仿人类最好听的声音。比如AI李易就是一例。这也是我说，低端的广告播音也会被人工智能替代的最重要的原因。
所以，如果你的嗓音好听，请不要过于自信。因为只要你没有达到人类的顶端，在这方面，AI可以轻松超过你。
2、成本低。假如有人付你报酬，你读1个小时的文字，最少多少钱你能接受？我想，再少也得10块钱吧？
可是，人工智能呢？
现在已经有免费的了。将来，可能也就是1块钱成本。你怎么能和它比量？
所以，以价取胜、以量取胜的想法，也免了吧！
3、随叫随到。7×24小时，连轴转，转三年、十年……机器行，人不行啊。
4、效率高。录一篇10分钟的文章，连录制带剪辑，你怎么也得15分钟吧。再加上录音环境各种干扰，还会耽误时间。15分钟都是理想状态。
而机器，只是个生成过程而已。只要计算机速度够快，你15分钟干的活，它可能就是10秒钟。
所以，简单重复的劳动，人和机器是没法比的。完败。
那么，人的优势，在哪里呢？
1、真情感
我不说“情感”，而说“真情感”，这里，最重要的一个字是“真”。
其实，AI也可以有情感。如果人工智能判断出需要浓浓地抒情，哭腔……其实也是可以做出来的。但，要做到“真”，可就太难了。我觉得，几乎不可能。
什么叫真情感？
一篇文字，从头到尾，每一段，甚至每一句的情感都是不一样的。你的朗读，符合这每一个“不一样”，那就叫真情感。
二、内在语
况且，中国人写文章，还有一个非常独特的爱好，就是爱留“内在语”，或者叫“潜台词”。简单讲，表面上讲的意思，和实际的意思不一样，甚至是相反的。
嘴上说喜欢你，其实却是恨你入骨。
要知道，人工智能最大的缺陷在于不会撒谎，当然，它也识别不出谎言。
而我们的这种内在语或潜台词，和谎言有异曲同工之妙：都是字面意思并非实际的意思。
这是人类与机器相比，最独特的地方。
在《三体》中，人类要战胜三体人的最厉害的武器，不就是撒谎吗？
所以，读文章，深刻理解内在语，这也是人类朗读的核心竞争力所在。
简单讲，从传递信息的角度来看，人工智能语音，将全面取代人类。
但从艺术创造，情感体验，审美需求等方面来看，人类还是有独特优势的。
那么，有声语言爱好者，今后的道路与对策是：
1、下功夫分析文章。斯琴高娃老师曾说“我就一个笨办法，就是分析”。机器是不会分析文章的，但人会！
2、努力解读内在语。人类写文章，一定有内在语（即“潜台词”）。特别是东方人含蓄，再喜欢用内在语表达情感。这是机器不能理解的，但人都懂。只是，生活中一般你能听懂的内在语，变成文字语言后往往会被忽视。所以一定要树立意识，警惕敏感。
3、求真传情。情感是机器永远不可能理解的东西。你要学朗读，就应该把更多的精力放在如何真听真看真感受，传递真与情。
而且，不能仅仅局限在“有感情”上，因为机器也可以做到“有感情”的。
我们要做到的是“真感情”。
关于“有感情”和“真感情”的区别，详见我之前写的这篇文章《》。
