Page 19 - BP_202307

音乐、好莱坞剧本 动混合算法——“空间自动直播 括语音解释和合成，如AI驱动的
电脑爱好者已经使用A I开 体育音频”或SALSA，是由我的 字幕，但AI可以模拟讲解绘声绘
发复杂的算法，创作艺术、音 朋友罗伯·奥德菲尔德和本•谢利 色的现场解说员吗?
乐，甚至电影和电视剧本的对白 开发的。 想想看：计算机可以从
（例如，音乐是相当重复的—— “在我们的情况中，我们主 “现实生活”的解说员那里学习
你可想象有多少 热 门 歌 曲 是 基 要使用深度学习自动识别广播话 风格，并进一步学习如何过滤来
于三个和弦/音符和一本韵书 筒中的声音事件，这样我们就可 自摄像机的信息，以匹配视觉
的）。我也认为没有理由不相信 以自动化并增强现场混录，”奥 动作，并建立一个球员或演员
ChatGPT可以写好莱坞剧本。记 德菲尔德说，“但除此之外，我 的参考库。“语音”计算机可
住，上一次好莱坞编剧罢工给我 们正在增加AI的应用，现在我们 以摄取所有的数据，并人工地创
们带来了“无剧本”的真人秀节 正在研究观众和现场解说情感分 建解说音轨，甚至模仿某些风格
目——这通常是浪费电子传输时 析，这样我们就可以为转播链的 和口音。
间和电力。 其它部分（如自动生成集锦）生 语音合成已经出现了一段时
由于机器学习是数据驱动 成元数据。 间，随着更快速的计算机和机器
的，它依赖于越来越多的数据样 “我突然想到，在一个活动 学习的加入，你可以创建解释/呈
本的积累来改善结果。持续采样 中，来自话筒有很多数据（不仅 现比赛详情和副线故事的机器人
只会改善结果，并且在AI的“深 仅是声音捕捉），”他补充道， 解说员，以完善整个体验。
度伪造”子领域特别有效。我们 “我认为这在过去被忽视了，但 声音分析是一种常规做法，
认为深度伪造是将一个人或一个 随着深度学习和人工智能能力的 但A I擅长评估模式，并从一组
对象的脸或声音复制到另一个人 增强，我们有更好的条件充分利 指示中挑选出最佳的回放选择。
或对象上，但深度伪造与电视本 用话筒作为‘数据收集器’，音 例如，一阵维持长时间的非常响
身一样古老——像笑声和预录的 频可以为转播和球迷体验的各个 亮、突然爆发的观众声可能是一
掌声等背景音效，甚至用椰子代 部分增加价值。” 个很好的进球标示。
替马蹄敲击地面发出声音，都是 观众们持续尖叫的声音变
为了模仿现实，用广播和电视的 AI辅助的音频 化，而不是迅速消失的沮丧的叹
魔力愚弄容易上当的听众。 现在让我们跟随典型体育 息，是另一个有价值和可识别的
显然，机器学习在广播电视 转播的流程，看看AI—机器学习 指标。从这些简单的学习指标
领域也有应用。 在体育转播中的新的可能性。摄 中，计算机在十几次重复中就能
毫无疑问，世界杯足球赛的 像机器人技术已经出现了一段时 准确预测出一个好的精彩时刻。
制作公司HBS（主转播商）使用 间，没有理由摄像机和音频不能 显然，媒体制作将受益于
了高速计算机实现准确的话筒选 遵循正在跟随比赛动作的计算机 计算机增强和机器学习，理由很
择和混录。Lawo与HBS合作开 的电子命令。 简单，就是需要生成的内容量很
发了一种混录系统，它可以获取 当计算机分析切换模式并 大。媒体娱乐涵盖各种观看和收
球的位置数据，并将其转化为一 将导播的命令与广播摄像机视场 听选择，包括小屏幕或大屏幕，
种可以从最佳话筒或话筒组合中 内球的位置进行比较时，A I就 甚至从沉浸式声音到耳机一切都
捕获最佳声音，并确定把话筒声 开始发挥作用。计算机将导播的 有的头显，像A I这样的自适应
混合在一起的声级。跟踪球是光 选择和模式存档，以便将来逐步 学习算法，只会为提升体验做出
学方式的，而在像足球这样的运 学习，而在很短的时间内，重复 贡献。
动中，比赛的焦点是球；总的说 的命令将被检测、检查并编入事 这一切都影响着电视技术，
来，你告诉电脑跟随球。 件周期，以控制摄像机和音频的 特别是由于我们工作于一个深度
这是A I吗？我更愿意说是 方向。 计算机化的世界。你如何适应这
“深度学习”。另一个复杂的自 AI辅助的音频转播/制作可包 个美好新世界？

《传播与制作》2023 年第 07 期 19