文 | 七七
年初在央视纪录频道播出的《创新中国》，不仅片中内容讲述中国最新科技成就和创新精神，在纪录片的制作过程中，也采用各种新技术，使其成为创新的一部分。
从生命科技、新型能源到大国制造，这部六集纪录片用鲜活而真实的故事向我们讲述了祖国高速发展的科技，被众网友奉为“自我膨胀系列”。
当各种黑科技听起来还只是传说时，纪录片这个曾被视为“阳春白雪”的文化领地，却一不小心成了高科技的“首秀场”。
语音识别技术作为人工智能的一部分，中国已达到世界领先水平，《创新中国》专门为此拍摄和制作了一个段落。央视纪录频道副总监、《创新中国》总导演史岩因此“灵机一动”，想到一个点子：能不能用人工智能技术模拟李易的声音？于是，创作组和科大讯飞联手做了人工智能的解说配音。
作为世界上首部利用人工智能模拟人声完成配音的大型纪录片，《创新中国》解说部分全程运用人工智能配音。已逝“配音大师”的声音在信息技术的支持下“重现”。
引爆科学纪实内容，迈出创新的第一步
“《创新中国》其实是纪录片和人工智能的一次偶遇，其中的很多创新是被逼出来的，但在这种尝试过后我们希望看到未来能不能让人工智能和纪录片创作有更深度的结合。”作为这次创新尝试的提出者，史岩在现场分享了《创新中国》创作的缘起和经过。在他看来，《创新中国》呈现出的声音状况是艺术和技术完美的结合，“至少我们开始迈出了这一步，如果不去尝试，我们可能永远不知道它以后会给我们行业带来什么”。
《创新中国》声音制作者、北京沐肆洲文化发展有限公司声音总监王同说，“在创作纪录片的过程中往往有一个环节叫预配音，可能是我们在做剪辑的时候把握心理节奏的工具、一个环节，但是这件事情到最后也仅仅是以预配音的方式呈现，没有办法和现在的呈现相比。李老师的发音每一个字非常干净，他的情绪变化非常稳定，他的轴非常准。所以在这个角度来讲，我们觉得它还是能够在技术上可以成型，像刚才说的演员变化比较大，从技术上更容易一些。”
作为实现这次配音的技术合作方，科大讯飞AI研究院高级研究员江源从技术操作层面回应了把语音合成技术应用于艺术层级的解说的难度。他表示，语音合成本身所做的事情是要恢复一个人的声音，让他去说话，但文字以外，更强调的是情感的喜怒哀乐、整个片子的节奏、起伏控制等，这对于人来说是很容易理解的，但计算机去恨困难。
靠人工智能合成的声音虽然也很清晰、流畅、准确，但相比之下，真人声音内质的一些东西，如情感的表达等都会更加丰富，这是目前技术无法弥补的，这令我们看清人工智能技术与真人艺术表演层次的差距。“如果李老师的真人表演是一座珠穆朗玛峰的话，我们是站在半山腰上，我们知道距离差在什么地方，但如果说不做这件事情可能连爬山的机会都没有。”
中国科学院上海微系统与信息技术主任、教授张晓林在过去的30年里面经历了AI在世界的整个起伏变化。现场分享了其对人工智能的认识和理解。
打开全新的创作思维
针对这一轮的人工智能浪潮，驭势科技的首席执行官、CEO吴甘沙在现场发表了自己的看法。他提到，现在学术界对AI有两种解释，一种叫增强的智能；另外一种叫人工智能。人工智能能够帮助我们人类的艺术家，把纪录片做得更好，这就是增强的智能；另外一种是人工智能自己能够创作纪录片，那可能就是人工的智能。“未来AI是不是能够做到实时性，能够帮助我们在事件发生的这一刻帮我们的纪录片做出来，这就是它增强我们的一点。还有一种增强的就是我这个事件需要还原一些很难还原的东西，我可以通过AI把它合成起来，这个在《创新中国》里面也已经出现了。”
从目前的人工智能发展程度来讲还不够那么成熟，“人工智能在促进整个社会生产力发展的时候最大的价值，就是以目前人工智能的发展水平来看他可以通过学习顶尖专家的达到一流专家水准，超过普通专家的能力，然后帮助社会生产去运用比较廉价的、快速的普通专家的水平，去提升整个社会生产力”。在江源看来，“纪录片领域也可以多从这个角度去尝试运用，提升纪录片制作的一些效率、效果，比如做一些辅助设计，生成一些拍摄脚本，做一些视频的粗剪或者配乐的选取或者体验之类。”
王同也提到，虽然纪录片与人工智能的融合现在的阶段还是处于相互了解和学习。但他希望整个行业能给AI产业宽松的土壤和适当的理性关注，可能会更加有利于下一步的发展。
“电视的从业人员的知识结构其实是很单一的，不管是对于新技术的了解和使用，还是用新的一些思路来进行一些创作的感悟，都需要拓展我们的知识结构，这点是亟待解决的。”新鲜提案大会创始人、导演赵琦认为，如果能抓到更多或者是能去雇佣更多的具有跨界背景或者有工科、理科的背景，同时对于文学、艺术，对于创作特别喜爱的人，把他们纳入进来，就能拓宽整个的领域，这将会对我们的创作产生很大的影响。
打开跨界思路、提高科学的素养，这是《创新中国》做出这一尝试之后所表达的期待，而如何能够做大、做强科学类的纪录片，则是我们当下这么多纪录片人需要探讨的东西。
