人工智能技术在影视传媒领域的应用

来源：SCI期刊网 分类：电子论文 时间：2021-12-04 14:09 热度：

　　摘　要：人工智能技术近些年不断发展进步，并被广泛应用于图像、游戏和语音识别等领域，目前人工智能技术已初步应用在影视传媒行业中，重塑了影视传媒行业的工作模式，因此，本文在分析人工智能技术目前技术成熟度和市场应用情况的基础上，详细研究了影视传媒领域应该如何与人工智能技术更好地结合，希望帮助影视传媒领域相关人员对于未来有更多的思考。

　　关键词：人工智能技术;影视传媒;应用结合

　　一、引言

　　人工智能是近些年来计算机领域最热门的一个方向，人工智能从初始的概念到技术再到产品的应用，不断取得重大进展。随着大量人工智能产品投放市场，人们对于人工智能的了解也越来越多。人工智能已在很多领域都取得了优秀的成绩，帮助其他领域开拓了更广阔的天地。但目前影视传媒领域与人工智能的结合才刚刚开始，需要对其进行更多的分析研究。

　　二、人工智能与影视传媒概况

　　(一)人工智能概况

　　人工智能技术是一门全新的科学技术，它旨在通过算法模拟人类智能进行机器活动。人工智能算法在互联网开始普及后依靠海量用户数据得到了巨大的发展。自此，人工智能技术开始和众多领域相结合，产生了许多新的应用。如今，人工智能技术已经无处不在，它在方方面面改变着人们的行为方式。但和真正的人类智能相比，人工智能目前能达到的智能水平还很有限，并不能像影视作品中一样具有较高的智能程度。目前人工智能技术主要还停留在机械运动方面，更深一层则是在机械运动上加入智能识别功能。在影视传媒领域，虽然涌现出了人工智能绘画、写词、作曲这样的新型程序，但很少有成功落地形成真正市场应用的例子。

　　(二)影视传媒领域的特点

　　影视传媒领域是人类的创作领域，是基于创作者个人性格和内在情感所完成的作品，凝聚着创作者独特的心血。对于观赏者来说，欣赏影视传媒需要基于个人的生活经历和情感累积。每个人眼中对于影视传媒作品的观感都是不一样的，同一幅作品在不同人眼中都有着不一样的观感。因此，影视传媒领域的作品都有以人类情感为基底的特性。而在这种基于人类情感活动中难以形成供计算机进行机器学习的数据，导致人工智能无法顺利完成能让观众产生认同的影视传媒作品。

　　(三)人工智能技术与影视传媒领域联合研究现状

　　目前，人工智能在影视传媒领域做出的研究主要有作词、作曲以及绘画。作词方面，人工智能通过学习文学库中海量的诗词文章来进行文字组合，最后形成诗词。网络上的诗词生成器，就是基于这个原理。作曲方面，将原本运用在人工智能上的算法运用在作曲方面，借鉴大量优秀的音乐作品后进行模仿编辑，形成人工智能歌曲，例如最近的人工智能主题大会的主题曲正是由人工智能编写。人工智能绘画领域在基础的学习模仿算法上，又加入了人工奖励反馈机制，由人工智能绘制出的作品将由人类进行评分，评分高的作品将会影响人工智能的绘画偏好，之后完成的作品在色彩、形状上都会向高分作品的色彩和形状靠拢。

　　三、人工智能技术与影视传媒领域的市场化应用方向

　　影视传媒在市场上的创作流程主要包括前期创作，如剧本编写、场景设计、影视风格设计、妆效设计等，以及中期拍摄，后期制作等环节。人工智能可以参与影视传媒作品制作过程中的各个环节。

　　(一)前期准备阶段

　　人工智能目前已经有了创作轻小说的能力，而且正在往长篇剧本创作方向进行发展。场景设计方面，人工智能技术早在几年前就有场景编辑方面的应用，目前网络上也有开源的代码供所有开发者下载使用。实践证明，目前人工智能技术在故事编写和场景创作方面已经积累了一定的经验，我们可以期待不久的将来，人工智能技术下一次的飞跃就可以创作出人物丰富逻辑完整的影视传媒剧本。最重要的是，人工智能创作剧本非常节省时间和人力，大大压缩了影视传媒作品所需要的人工、时间和经费。

　　(二)中期拍摄阶段

　　相比创作剧本，人工智能在影视拍摄方面能实现的功能更加强大。只要预先给定想要的场景图片，人工智能技术就会基于算法来拍摄相应场景。而且人工智能能够根据给定的图片自动生成后续图片，将这些图片利用特定算法组合在一起后，人工智能就完成了一部影视传媒作品的拍摄。人工智能的另一个优点就是不必受到场地和自然条件的约束，在实际影视传媒作品的拍摄过程中，场景的寻找与搭建经常要花费拍摄人员很长的一段时间，而且找到拍摄场景后极其容易受天气环境的制约。人工智能就没有这些顾虑，电脑可以根据网络海量图片数据合成拍摄所需场景。人工智能技术在拍摄阶段大大地提高了影视传媒作品制作的效率，使得影视传媒市场涌现更多优秀的作品。

　　(三)后期配音

　　目前我国影视传媒市场很多作品都依赖配音工作人员进行后期配音，这种方式不仅对配音演员有较高的要求，也容易造成观众视听疲劳。观众希望不同的人物都能有属于自己的声音，但目前中国配音市场人员数量还远远不够。因此，人工智能技术在影视传媒配音市场大有可为。目前市面上的智能音箱就集成了切换语音的功能，用户可以控制音箱使用各种声音和语言进行播报。这项技术放在配音市场也同样可行，人工智能进行语音合成的原理主要是利用丰富的语音资源库进行调整组合，形成一个全新的声音。这种快速高效的配音方式使得影视传媒作品制作周期大大缩短，制作成本也大大降低。但目前用人工智能技术进行后期配音主要存在的问题是人工智能配出的声音感情色彩不足以引起观众共鸣。如何做到使人工智能合成的声音充满更多的情感是人工智能研究人员和影视传媒人员应该共同研究的课题。

　　(四)发行宣传

　　影视传媒作品投放市场前一般会有一个发行宣传阶段，且持续时间较长。这个阶段会花费整个作品资金的很大一部分，而且极易受场地和天气影响。利用人工智能技术完成发行宣传这一工作就大大减轻了制作人员的负担，减少资金的投入，制作人员也能拥有更多的时间周期去进行作品本身的雕琢和打磨。人工智能拥有互联网海量大数据，可以对整部作品的受众人群进行任务侧写和受众人群分析，对感兴趣人群聚集的区域进行定点多次投放，将当前人们关注的热点与影视宣传相结合，牢牢抓住人群的眼球，大大提高了宣传效果。

　　此外，现有的虚拟现实技术已经实现了只要观众带上特定设备就可以随时随地观看立体的制作人员宣发活动的功能，使得观众不必再花费大量时间和精力去争抢门票。

　　对于制作方来说，这种宣发活动使得制作团队免掉了场馆租界、现场布置等资金花费，而且不用受场地局限，使得更多的观众可以参与到制作团队设计的宣发活动中，更重要的是不用担心现场人数过多会引发的一系列安全问题。从这些方面来说，人工智能技术，在减少资金投入、保障人员安全方面有着得天独厚的优势，它可以帮助影视传媒作品在后期更好地进行宣发活动，从而更好地扩大作品的知名度。

　　四、辩证地看待人工智能技术

　　(一)影视传媒作品不能完全排斥人工智能技术参与

　　因为人工智能与影视传媒的结合是一个新的领域，所以很多影视传媒方面的制作者比较排斥人工智能技术的参与，他们认为人工智能技术的参与会破坏整部作品中凝结的制作者心血的完整性，使整个作品不伦不类。但人工智能发展到今天，虽然还无法代替情感方面的需求，但在一些需要精准控制的技巧方面，人工智能技术有人类不能比拟的优越性。

　　比如在电影拍摄中常见的各种运镜手法，以往都是由多个摄像人员扛着摄像机进行运动，这对拍摄人员的体能以及专业素质都有很高的要求。在一些奔跑追逐场面的拍摄中，摄影人员也需要跟随演员一起奔跑，这就很容易发生跌倒事故。而人工智能技术在这一方面就能很好地解放人类，只要事先设定好镜头的动线和速度，人工智能技术就会控制镜头严格按照设定进行拍摄，达到令制作者满意的效果。在奔跑追逐场面拍摄中，也可以利用人工智能人脸识别的技术，让拍摄机器自行跟随被拍摄人员移动。这些工作由人工智能技术参与，解放了众多制作人员的劳动力，也保障了制作人员的安全，使整个影视传媒作品拍摄阶段更为顺利。因此，影视传媒制作人员应该鼓励以及引导人工智能技术参与到制作过程中，与制作人员一起帮助整个作品展现出新的生命力。

　　(二)影视传媒作品不能完全交由人工智能技术完成

　　固然人工智能技术发展到一定程度后可以代替人类部分工作，但影视传媒领域绝不可将所有工作都交给人工智能技术。人工智能说到底是模仿人的智能，它们无法拥有人类的情感。而人类情感是影视传媒领域最深层次的灵魂，由这种情感引发的共鸣才是欣赏者欣赏影视传媒作品的初衷。人工智能技术可以将音乐做得大气震撼，将画面做得美轮美奂，却始终难以做到直击人心的效果。因此，在影视传媒作品的制作过程中，纵使人工智能技术可以完成音乐、拍摄、画面等，制作者还是应该将自己的情感投放进作品中，表达制作者作为一个真情实感的人类的喜怒哀乐，才能更好地打动观众。

　　五、结束语

　　人工智能技术目前还无法完全取代人类在影视传媒领域的作用，但人工智能的发展是极为迅速的。在未来，人工智能技术帮助影视传媒制作人员进行创作是整个领域的必然趋势。只有把握好先机，提前对人工智能技术和影视传媒领域结合的方向进行分析研究，才能在技术成熟时抓住机会，成为人工智能技术与影视传媒相结合的成功案例。希望人工智能技术研究人员和影视传媒技术人员能携手并进，一起让人工智能技术和影视传媒领域都焕发出新的生命力，为大众带来更多精彩的影视传媒作品。——论文作者：陶　源

　　相关期刊推荐：《新闻研究导刊》(半月刊)创刊于2010年，是由重庆日报报业集团主管、主办。主要栏目：本刊特稿、本期专题、基金课题、学术探讨、广电视角、影视动漫、媒介观察、传媒实务、基层传播、编辑出版、媒介产业研究、广告创意、教研前沿、技术与应用、媒介经营管理。

文章名称：人工智能技术在影视传媒领域的应用

文章地址：http://www.sciqk.com/lwfw/dzlw/12345.html