（文/黄贵明）伴随着第四次工业革命走向纵深，以人工智能技术为代表的新兴技术深刻影响着社会的方方面面，信息技术的革新正在深刻改变整个传媒业和传播业。与此同时，信息的来源、规模、品类、形态都极大地丰富和扩张，不断要求着新闻传媒领域计算机技术与交互工具的创新。在新闻播报、电视节目、大型舞台等实际工作场景中，信息的多样化和场景复杂化对新闻提词系统提出了更高的要求，传统的提词系统已经无法满足新闻播报的多样化需求。

在新闻传媒领域耕耘多年，新闻传媒智能化技术研究专家孙慧婧敏锐地察觉到，可以把深度学习与新闻提词系统结合起来，利用大数据提供的学习数据，建立新的神经网络信息处理结构。基于此，孙慧婧经过不断努力，成功研发出“基于深度神经网络的智能提词系统V1.0”。这是一个基于新型神经网络学习结构的提词系统，运用新型深度神经网络结构，把各种数字、文字、图像、音频、视频或它们的交叉组合建立“经验”模型，让神经网络自己学习如何提取数据特征。这种学习的方式对数据的拟合更加灵活好用，可以得到比以往更优秀的语音识别性能，是智能化技术跟新闻传播领域的一次深度交融尝试。

“基于深度神经网络的智能提词系统V1.0”采用深度神经网络作为语音识别与智能学习的模块。深度神经网络以音节为单位来进行智能的语音学习，经过音频分割, 每个音节可以用少量几个状态的特征参数来表示，进一步压缩数据量，达到提高关键词识别量化精度的目的。深度神经网络在模拟神经元运算的基础上，可以对信息进行重新整合，通过逐层调整相应的权重，达到不断优化计算结果的效果。得益于深度神经网络的高性能，该系统在语音识别、语音输入、智能语音交互方面获得了比以往更高的识别效率。新型智能提词系统能够对自然语音进行预处理，并在预处理环节完成过滤工作，把无声段或杂声段去除，既提高了语音识别的准确度，又避免了无意义的识别订正工作，减轻了主持人、播报员、节目嘉宾和其他后台工作人员的工作负担。

“基于深度神经网络的智能提词系统V1.0”由于其语音识别速度快，准确率高、自主学习性能优异且稳定等优点，一经推出便引发强烈反响，并在推出后的一年时间内普及使用率达到88%，深受广大一线新闻工作者的喜爱，受到行业内专家学者的高度肯定。在复杂多变、强调时效性的新闻播报工作中，该系统可以解决主持人用语音输入文本时可能出现的卡顿、滞后等问题。在电视综艺等节目的拍摄中，该系统也能紧跟台本变化，根据输入端连接的文字、图像、语音、视频等数据，输出准确的文本内容，灵活配合节目流程和演出者的使用需求。“基于深度神经网络的智能提词系统V1.0”的广泛应用给如何满足用户更高的服务需求，提高电视台工作效率，减少工作失误这一考题交出了一份满意的答卷，同时也为未来行业的信息采集，信息交互、技术创新方面提供了一条可行的解决思路。

除了“基于深度神经网络的智能提词系统V1.0”以外，“基于VR技术的演播室环境模拟系统v1.0”、“用于播音主持培训的线上授课平台v1.0”、“基于移动互联网技术的主播互动平台v1.0”等优秀技术成果，都是孙慧婧为新闻传媒行业的智能化技术革新凝结的智慧成果。她也凭借对新闻传媒行业作出的巨大贡献，荣获2021新闻智慧传媒科技优秀发明成果奖，被评为“十四五”新闻传媒科技创新先锋人物。

随着新兴技术在新闻传媒领域的深度应用，全新的新闻传媒发展模式和传媒生态正在逐渐形成。孙慧婧表示，未来她将继续大力推动新闻传媒行业的数字化转型升级，努力突破行业发展瓶颈，适应全球信息科技发展趋势，为新闻传媒领域的智能化、信息化进程向更高阶段迈进作出不懈努力。

免责声明：市场有风险，选择需谨慎！此文仅供参考，不作买卖依据。

责任编辑：kj005