短视频AI配音的使用与满足研究.pdf

第15卷第04期Vol.15No.04

2024年2月February2024

短视频AI配音的使用与满足研究

夏春秋

沈阳师范大学新闻与传播学院辽宁沈阳110034

（，）

摘要：声音作为一种媒介，影响着人与场景之间的关系，让人感知并涉入世界。当下，迅速发展

的智能语音合成技术不仅可以用于人机协作、自然语言理解等领域，而且在改善语音交互体验、服务

于特定人群等方面也具有广泛的应用价值。作为AIGC（人工智能生产内容）的分支之一，AI配音在

短视频领域也迎来了极大的发展和创新。一方面，智能音色在语音转换、音效增强、画面配音等方面

能够起到增益效果，促进内容创作的繁荣。另一方面，基于技术创造的标签、话题、热梗开辟了网络

传播的新形式。低成本、效果优、差异化的优点让智能语音在某种程度上代替甚至超越真人人声，以

一种贴合大众的视点转述用户的表达并提供全新的听觉审美体验。为了进一步探索AI配音在短视频

领域所凸显的功能，本研究采用文献调查法、观察法等，分析短视频中AI配音所呈现的特征，将其

总结为资源预置化、声音赛博化、听觉审美化三点。文章以使用与满足理论为依据，从技术手段、语

音符号、听觉方式、传播模因多角度入手，探讨短视频AI配音对受众的娱乐、情感、认知、整合等

需求的满足。文章认为，对于短视频AI配音应保持关注和反思，虽然AI配音存在同质化、版权等问

题，但是相信随着社会技术的变革，智能语音的发展会适配更多短视频场景，为更便捷高效的生活方

式创造更多可能。

关键词：AI配音；人工智能；使用与满足；听觉文化；模因传播

中图分类号：TP18；G206文献标志码：A文章编号：1674-8883（2024）04-0001-03

［3］

一、引言越来越人性化。”AI配音的声音是通过“爬数据”

智能语音即实现人与机器以语言为纽带的通来组成，迭代速度快。只要采集到足够多的声音样

信［1］。AI配音是基于语音合成技术，运用计算机采本，其在不同的场景就可以随意变换音色。对声音来

集人类声音样本生成语言模型以此完成配音任务的过说，可选择的原声、预置的音色，为用户提供了一种

程。TTS（语音合成）能够将文字转化为声音（朗读模式化、可复制的表演前台，人们原本丰富多彩的个

出来），是AI配音的技术支撑。抖音短视频对应的性被划分为了不同的“人设”［4］。

剪辑软件“剪映”、快手短视频的“快影”，都提供AI配音现象在短视频平台随处可见，小到生活

各式各样的AI配音。如今技术的发展与赋权使得众记录、大到主流媒体玩“梗”，表面上是不同的影视

多UGC进入短视频市场，AI配音的使用主体迅速下角色、地域方言讲述着不符合他们形象的故事，实际

沉到各个圈层，极大地丰富了视听元素。声音比影视上是大众通过网络切换身份向世界袒露心声、表达倾

更具渗透力、爆破力，正常人可以将眼睛长时间闭向。如剪映APP从最初的通用基础男女声，到现在拥

上，却无法长时间把耳朵捂着［2］。短视频作为视听有百余种音色选择，主要包括影视人物、动漫角色、

艺术的载体，画面配音直接或间接地影响受众对视频地域方言等。这些一键生成的预设选项降低了视频创

内容的