为20000个比赛视频配解说，AI语音瞄准体育赛事转播

新闻中心

活动预告

News Center

协会动态

为20000个比赛视频配解说，AI语音瞄准体育赛事转播

2023-05-20 21:01:55

周杰伦演唱会人山人海，五月天演唱会门票秒空，但要问近期最火的歌手是谁，那还得是孙燕姿。在B站，用近似孙燕姿音色的AI语音生成歌曲片段的视频多达上千条。如果你刷得足够多，甚至会刷到一条这样的视频（下图），该视频目前已被发布者删除。

AI语音除了用来整活，还有没有更广阔的应用场景？答案显然是肯定的，就在今年4月结束的高尔夫美国大师赛上，AI语音被用来自动生成比赛片段的语音解说。

根据CNN报道，从2019年开始，高尔夫美国大师赛就承诺在赛事App和网站为观众提供“每一杆、每一洞”的比赛画面。这意味着每年都会有数量巨大的比赛视频被呈现给球迷，比如今年的比赛片段，就超过20000条。这些视频片段不可能全部都配上人工解说，因此就有了AI解说的用武之地。

本次赛事的AI解说功能，是由美国大师赛的数字团队和IBM公司的技术团队合作完成的。IBM官网文章介绍，这个叫“Henry”的AI解说，实际是生成式AI，由一个大型语言模型构建而成，进行了大量高尔夫运动的用语习惯和风格训练。该模型的具体运作方式是：

利用大师赛官方数据服务商提供的击球、记分、统计数据以及视频资料等信息，由AI将每个击球的元数据转化为描述性的文本元素→文本经过两种神经网络处理，进行数亿次计算，生成数千个可能的句子→再由模型选择最佳的句子，将该句子传递给Watson Text-to-Speech服务，转化为声音→然后系统会自动将音频与视频中的动作对齐，把语音评论添加到相应比赛片段当中。

当然，球迷并不需要了解这个过程，他们只需要访问大师赛官方App上的“my group”功能，就能看到自己想看且配有AI解说的比赛画面。

▲老虎·伍兹因伤中途退出了今年的美国大师赛。

北美职业赛事的解说工作，有解说员（play-by-play announcer）和评论员（color commentator）之分，解说员主要负责比赛场面的描述，评论员则侧重比赛分析和延展分析。玩过FIFA、实况或者NBA 2K游戏的球迷，也许对智能语音解说并不陌生，这些游戏会邀请一些知名解说员预录制解说旁白，使游戏更逼近真实比赛，提升玩家的沉浸体验。游戏里简单描述场面、重复使用措辞的旁白，接近于传统的实况解说。而IBM和高尔夫美国大师赛推出的AI解说更加智能，经过大量训练的AI模型，可以自行生成多样化的句式和表达，以避免重复。

实际上早在2019年，IBM就已经开始了他们在AI解说上的尝试，开发团队创建了一个人工智能系统，并且在当年12月8日加拿大温哥华举行的神经信息处理系统（NeurIPS）AI会议上首次公开展示了该系统。这个系统会实时跟踪球员，识别传球、传中和射门，然后进行实况解说。它还可以在比赛的重点时刻，结合数据库中提取的信息进行更复杂的评论分析。也就是说，它不仅是AI解说员，还是AI评论员。不过在当时，这些重点时刻需要人工预先选择。根据财经杂志Fortune的报道，该系统能自动创建的比赛高光视频，高尔夫正是其中一个被用来测试合作的项目。

到今年大师赛期间，IBM对AI的开发又有了较大进展。利用AI模型分析比赛视频，并在赛后为每个球员自动制作比赛片段的功能，已经得到正式应用。除此之外，IBM还推出了“逐洞预测”功能，可以根据往年比赛数据和实时比赛进程，预测每次挥杆的得分可能。而AI解说，则被IBM体育和娱乐团队副总裁Noah Syken发表在IBM官网的文章中，称为与大师赛25年合作历史上“最重要的工作”。

从体育赛事转播的角度来看，AI解说的推出，本质是为了给球迷提供更好的观赛服务。Vizrt Group营销战略副总裁 Andre Torsvik在一篇分析人工智能促进体育转播发展的文章中提到，转播时提供给粉丝的额外信息越有针对性、越有信息量，就越能吸引观众。而AI是最能胜任这一角色的工具。

AI可以提供更快、更相关和更有洞察力的数据，比如足球比赛中的跑动距离和冲刺数据；可以与高端分析软件结合，以提供对比赛的自动化分析，比如篮球转播时的投篮热区；现在又有了语音解说的能力。如果将这些分析和解说呈现在转播视频上，可以大大丰富观众第一屏、乃至第二屏的观看体验。

另一方面，IBM AI Research的AI技术主管John R. Smith曾对Fortune提到，AI解说的实现，可以为很多缺乏转播机会的半职业及业余球队提供实况解说。这也是AI解说在当下最实际的应用场景，毕竟真正重量级的比赛并不会缺少优秀的人类解说，至少目前而言，AI还无法取代他们。

从生成式AI开发的角度来看，AI解说的出现也有着一定价值。Noah Syken认为，AI解说的影响不仅局限在体育赛事解说上，它是一项将大型语言模式和生成式AI应用到企业场景的优秀案例。IBM推出的AI解说功能，至少在两个层面为行业提供了参考，一是大型语言模型是基于大量无标签数据进行训练的，但IBM在此基础上增加了“专业领域知识”的练习，使得AI解说可以适应独特的赛事场景；二是想让人工智能实际适用于企业环境，需要充分利用企业全面、准确和有关联度的源数据。

届时，AI开发人员只需添加其行业、公司或部门的专业信息，就可以快速构建专属AI模型。Noah Syken指出，尽管AI取代人类工作的可能性已经被广为讨论，但只有看到AI解决了具体问题，人们才会真正理解它对业务的影响。