“公式相聲”來了，人工智能說相聲還會(huì)遠(yuǎn)嗎？

原標(biāo)題：“公式相聲”來了，人工智能說相聲還會(huì)遠(yuǎn)嗎？

前不久在一檔相聲相關(guān)的綜藝節(jié)目上，一對(duì)自稱來自上海交大的博士夫婦推出了自己的新創(chuàng)意：公式相聲。據(jù)說，通過自創(chuàng)的相聲公式，他們可以計(jì)算觀眾的笑點(diǎn)，甚至笑聲能持續(xù)多久都能盡在掌握之中，從而可以寫出笑果更佳的段子。

結(jié)果他們硬生生把自己給整成了段子。

這也從另一個(gè)角度表明，雖然相聲也講究推陳出新，但作為語(yǔ)言藝術(shù)的一種，想要對(duì)其進(jìn)行數(shù)理化改造，恐怕難度極高。博士夫婦的錯(cuò)誤在于，其太固執(zhí)而自我地試圖將影響相聲本身的一切因素都數(shù)據(jù)化。但無論是相聲內(nèi)容還是觀眾反應(yīng)，數(shù)據(jù)化本身就是很難的；更何況他給出的公式純粹出于自己的臆想。

雖然“公式相聲”在目前看來是失敗的嘗試，但也并不意味著相聲就真的就不能換換形式了。比如風(fēng)頭正盛的人工智能：如果讓人工智能來段相聲，效果會(huì)不會(huì)要比博士夫婦好得多？

其實(shí)讓人工智能說相聲也并不是多么新奇的想法，它已經(jīng)有過類似的舞臺(tái)經(jīng)驗(yàn)，并且效果還挺好。但據(jù)筆者猜測(cè)，那只機(jī)器人的所有臺(tái)詞應(yīng)該是提前設(shè)定好的，與其說它是在“說相聲”，倒不如說是披個(gè)人工智能的外衣播放臺(tái)詞。

那么有人就說了：就是演員說相聲不也是背的臺(tái)詞嗎？這話不錯(cuò)，但除了背臺(tái)詞之外，相聲演員還必須要有靈活的現(xiàn)場(chǎng)反應(yīng)能力，同一個(gè)段子不同的人說出來效果就不一樣，同樣的現(xiàn)場(chǎng)不同的人互動(dòng)也不一樣。

那么，我們今天就來看看，人工智能學(xué)相聲到底有哪些可能。

背一段話容易，想說好聽難

先從“說”說起。

“說”的內(nèi)容有很多，包括說、批、念、講等。比如說個(gè)繞口令，或者說個(gè)貫口。要說相聲字都咬不清楚，觀眾就什么也甭聽了；說個(gè)貫口的時(shí)候卡殼了，那觀眾得鬧退票，自己也下不來臺(tái)。

我們就從貫口的角度來說說“說”。

說貫口的第一步，就是得會(huì)背。相聲演員背是基本功，上臺(tái)表演的時(shí)候一口氣把報(bào)菜名給說完，功底就顯出來了。雖然很多貫口是老段子，但對(duì)觀眾而言百聽百新，而且還過癮。

人要背個(gè)百十個(gè)甚至上千個(gè)段子，那可真是要了命了。人工智能表示：哈？這能難得倒我？找個(gè)U盤，把古往今來所有的“說”的內(nèi)容全給我裝進(jìn)去，你要什么，我張嘴就來。

要這么簡(jiǎn)單，估計(jì)機(jī)器人早就打遍天下無敵手了。因?yàn)樨灴谶€有第二個(gè)要求：情緒。

貫口一般說得很快，比如報(bào)菜名，要的就是個(gè)吐字清晰、連貫，速度再快點(diǎn)兒，帶給觀眾一種酣暢淋漓之感。但并不是所有的貫口只要快就夠了。八扇屏有故事、有情節(jié)、有感情，雖然內(nèi)容簡(jiǎn)單，但你要像倒豆子一樣給說完了，效果反而不好；將自己的特點(diǎn)融入其中，也是貫口常演常新的秘訣所在。同樣的貫口，北京二趙名揚(yáng)四方，就是這個(gè)道理。

這對(duì)人工智能來說就不那么容易了。這涉及人工智能的聲音合成技術(shù)在幫助其擺脫典型機(jī)器音的前提下，能否帶有一定的藝術(shù)韻味，比如二趙的京劇腔；同時(shí)，如何以速度控制情緒，體現(xiàn)出機(jī)器人對(duì)貫口內(nèi)容的個(gè)性化理解，也是其基本功打造的難點(diǎn)。

如果在“說”上人工智能仍然是典型死板的機(jī)器音，把活潑的貫口給硬生生說得毫無生趣，那人工智能進(jìn)入相聲界的第一步還沒邁出去，估計(jì)就夭折了。

從學(xué)習(xí)方言開始

人工智能面臨的第二個(gè)基礎(chǔ)問題，就是“學(xué)”。

學(xué)什么？說相聲的什么都得能學(xué)，街頭巷尾小販挑著擔(dān)子吆喝、市井之中男女老少的音容笑貌、各種專業(yè)人士表演的戲曲歌曲等，簡(jiǎn)單來說就是得口技了得。這其中有一項(xiàng)重要的內(nèi)容就是學(xué)方言。

在相聲里，模仿方言被稱為“倒口”或者“怯口”，哪兒的話都能說。從一開始模仿北方話，到后來擴(kuò)展到南方的吳語(yǔ)和粵語(yǔ)，乃至還模仿說英語(yǔ)、到后來開始模仿外國(guó)人說普通話。

那么，人工智能在學(xué)方言這塊能有什么神通？

語(yǔ)音識(shí)別是人工智能語(yǔ)言學(xué)習(xí)的一個(gè)重要分支，而且已經(jīng)在現(xiàn)實(shí)場(chǎng)景中實(shí)現(xiàn)了廣泛的應(yīng)用。手機(jī)智能語(yǔ)音助手、智能音箱、語(yǔ)音翻譯機(jī)等，都離不開語(yǔ)音識(shí)別?？梢哉f，語(yǔ)音識(shí)別技術(shù)將帶來一種全新的人機(jī)交流形式，對(duì)解放人的雙手具有重要意義。

目前的語(yǔ)音識(shí)別對(duì)各國(guó)“官話”的識(shí)別還是非常到位的。比如如今隨便一個(gè)語(yǔ)音助手，可以輕松識(shí)別出講的普通話內(nèi)容。但人工智能學(xué)習(xí)方言的任務(wù)顯然要繁重得多。國(guó)內(nèi)做語(yǔ)音識(shí)別輸入的公司在這方面提出了一些解決方案，比如在原有普通話庫(kù)的基礎(chǔ)上，對(duì)方言進(jìn)行音標(biāo)標(biāo)注，然后輔以方言詞典。這其中的重點(diǎn)任務(wù)，就是要有足夠的方言詞庫(kù)或者句子來作對(duì)比標(biāo)注，在大量數(shù)據(jù)積累的情況下才可能實(shí)現(xiàn)對(duì)每個(gè)字詞的精準(zhǔn)識(shí)別。

簡(jiǎn)單說的話，既然普通話能夠識(shí)別，那么只要有足夠的詞庫(kù)、足夠的時(shí)間時(shí)間進(jìn)行訓(xùn)練，人工智能的方言學(xué)習(xí)也不會(huì)是什么大問題。

那么至少在學(xué)方言這塊兒，人工智能應(yīng)付起來還是沒有太大的問題的。在本身特有屬性的加持下，人工智能在臺(tái)上說方言想必也是一件非常有趣的事情。

但方言僅僅是一方面。有的人把“唱”也列為“學(xué)”的一部分，比如唱京劇、梆子、評(píng)戲或者流行歌曲等，或許也就是涉及語(yǔ)音合成的問題。本文就不再單獨(dú)把“唱”單列。但除了發(fā)音、動(dòng)作之外，我們上文提到“音容笑貌”，這個(gè)“貌”可怎么學(xué)？

要解決這個(gè)問題，也許只能從人造皮膚的角度入手。輔以各種傳感器，在做指定表情的時(shí)候調(diào)動(dòng)臉部指定的肌肉。目前有觸覺的人造皮膚已經(jīng)被初步研發(fā)出來，日后機(jī)器人能做出像人一樣的表情或許并不遙遠(yuǎn)。

當(dāng)然有人可能會(huì)說：搞那么復(fù)雜干嘛？裝個(gè)屏幕不就行了？

我只想說：你開心就好。

段子要講好，現(xiàn)場(chǎng)氣氛也要搞起來

如果說“說”和“學(xué)”還只是個(gè)皮毛而已的話，“逗”恐怕將是人工智能在學(xué)相聲的過程中遇到的最大挑戰(zhàn)。

“逗”就是抖一些包袱給觀眾，說白了就是講段子。我們?nèi)粘Ｋ姷模蠖酁閷?duì)口相聲，一個(gè)逗哏，一個(gè)捧哏。在這一逗一捧之中，把段子給有條不紊地撂出來，可以說既逗了捧哏者，又逗了觀眾。

如我們上文所說，很多相聲就是在老段子的基礎(chǔ)上講出新效果，所以很多演出都是按照既定的臺(tái)詞和流程進(jìn)行的。但只會(huì)背臺(tái)詞的演員最終也混不出來個(gè)一二三，要想把“逗”給學(xué)透了，就必須要具備極強(qiáng)的現(xiàn)場(chǎng)反應(yīng)能力，俗稱現(xiàn)掛。

其實(shí)仔細(xì)想想，我們?yōu)槭裁磿?huì)經(jīng)常認(rèn)為人工智能是智障？很大的原因在于跟它交流的時(shí)候?qū)嵲谔钊诵臒┝?。答非所問的情況比比皆是，再就是撒嬌賣萌，其實(shí)很難得到自己真正想要的對(duì)話結(jié)果。那么對(duì)于相聲這一對(duì)語(yǔ)言表達(dá)要求極高的藝術(shù)形式來說，這自然是需要直面的致命傷。

要解決人工智能在相聲表演的臨場(chǎng)反應(yīng)問題，背后自然離不開自然語(yǔ)言處理技術(shù)的提高。比如要能理解特定場(chǎng)景下觀眾喊話蘊(yùn)藏的意思。岳云鵬的演出現(xiàn)場(chǎng)曾出現(xiàn)過各種設(shè)施意外，或者被觀眾“罵”，這個(gè)時(shí)候觀眾會(huì)一起喊“退票”。當(dāng)然這就是大家圖個(gè)樂。但對(duì)機(jī)器人來說，就不能僅僅從“退票”的字面來理解了，它要能結(jié)合現(xiàn)場(chǎng)氣氛、觀眾表情來讀懂“退票”背后的真正含義，并且給出幽默、巧妙而不失尷尬的回應(yīng)。

簡(jiǎn)單來說就是，在表演節(jié)目的過程中，人工智能要能做到不拘泥于劇本，形成自然、流暢而又不至于打亂既定的表演劇本的能力。也就是說，人工智能不僅得會(huì)背段子，還得能開玩笑。要不然你逗誰呢？

當(dāng)然，要想說好相聲，人工智能需要學(xué)習(xí)的還有很多。目前人工智能也只能靠得上其每一個(gè)方面的一個(gè)分支而已。背幾個(gè)段子不在話下，學(xué)幾個(gè)方言也不是問題，甚至一切需要學(xué)的東西都可以直接以數(shù)據(jù)的形式存儲(chǔ)在人工智能的大腦里。但這些東西說白了都是死的，要想表演出有生命感的相聲，關(guān)鍵在于演員怎么把它們給盤活了。

也許，這才是人工智能成為相聲表演藝術(shù)家的關(guān)鍵所在。當(dāng)人工智能連相聲都能說了，也就意味著人類在自然語(yǔ)言處理方面獲得了高度成功。

生成海報(bào)

免責(zé)聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請(qǐng)進(jìn)一步核實(shí)，并對(duì)任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對(duì)有關(guān)資料所引致的錯(cuò)誤、不確或遺漏，概不負(fù)任何法律責(zé)任。任何單位或個(gè)人認(rèn)為本網(wǎng)站中的網(wǎng)頁(yè)或鏈接內(nèi)容可能涉嫌侵犯其知識(shí)產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí)，應(yīng)及時(shí)向本網(wǎng)站提出書面權(quán)利通知或不實(shí)情況說明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后，將會(huì)依法盡快聯(lián)系相關(guān)文章源頭核實(shí)，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。