原標題：“公式相聲”來了，人工智能說相聲還會遠嗎？

前不久在一檔相聲相關(guān)的綜藝節(jié)目上，一對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，他們可以計算觀眾的笑點，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。

這也從另一個角度表明，雖然相聲也講究推陳出新，但作為語言藝術(shù)的一種，想要對其進行數(shù)理化改造，恐怕難度極高。博士夫婦的錯誤在于，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，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。比如風頭正盛的人工智能：如果讓人工智能來段相聲，效果會不會要比博士夫婦好得多？

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

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

那么，我們今天就來看看，人工智能學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。比如說個繞口令，或者說個貫口。要說相聲字都咬不清楚，觀眾就什么也甭聽了；說個貫口的時候卡殼了，那觀眾得鬧退票，自己也下不來臺。

我們就從貫口的角度來說說“說”。

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

人要背個百十個甚至上千個段子，那可真是要了命了。人工智能表示：哈？這能難得倒我？找個U盤，把古往今來所有的“說”的內(nèi)容全給我裝進去，你要什么，我張嘴就來。

要這么簡單，估計機器人早就打遍天下無敵手了。因為貫口還有第二個要求：情緒。

貫口一般說得很快，比如報菜名，要的就是個吐字清晰、連貫，速度再快點兒，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，北京二趙名揚四方，就是這個道理。

這對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，如何以速度控制情緒，體現(xiàn)出機器人對貫口內(nèi)容的個性化理解，也是其基本功打造的難點。

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

從學習方言開始

人工智能面臨的第二個基礎(chǔ)問題，就是“學”。

學什么？說相聲的什么都得能學，街頭巷尾小販挑著擔子吆喝、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，簡單來說就是得口技了得。這其中有一項重要的內(nèi)容就是學方言。

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，到后來擴展到南方的吳語和粵語，乃至還模仿說英語、到后來開始模仿外國人說普通話。

那么，人工智能在學方言這塊能有什么神通？

語音識別是人工智能語言學習的一個重要分支，而且已經(jīng)在現(xiàn)實場景中實現(xiàn)了廣泛的應用。手機智能語音助手、智能音箱、語音翻譯機等，都離不開語音識別?？梢哉f，語音識別技術(shù)將帶來一種全新的人機交流形式，對解放人的雙手具有重要意義。

目前的語音識別對各國“官話”的識別還是非常到位的。比如如今隨便一個語音助手，可以輕松識別出講的普通話內(nèi)容。但人工智能學習方言的任務顯然要繁重得多。國內(nèi)做語音識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的基礎(chǔ)上，對方言進行音標標注，然后輔以方言詞典。這其中的重點任務，就是要有足夠的方言詞庫或者句子來作對比標注，在大量數(shù)據(jù)積累的情況下才可能實現(xiàn)對每個字詞的精準識別。

簡單說的話，既然普通話能夠識別，那么只要有足夠的詞庫、足夠的時間時間進行訓練，人工智能的方言學習也不會是什么大問題。

那么至少在學方言這塊兒，人工智能應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”的一部分，比如唱京劇、梆子、評戲或者流行歌曲等，或許也就是涉及語音合成的問題。本文就不再單獨把“唱”單列。但除了發(fā)音、動作之外，我們上文提到“音容笑貌”，這個“貌”可怎么學？

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

當然有人可能會說：搞那么復雜干嘛？裝個屏幕不就行了？

我只想說：你開心就好。

段子要講好，現(xiàn)場氣氛也要搞起來

如果說“說”和“學”還只是個皮毛而已的話，“逗”恐怕將是人工智能在學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谙嗦?，一個逗哏，一個捧哏。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詞和流程進行的。但只會背臺詞的演員最終也混不出來個一二三，要想把“逗”給學透了，就必須要具備極強的現(xiàn)場反應能力，俗稱現(xiàn)掛。

其實仔細想想，我們?yōu)槭裁磿?jīng)常認為人工智能是智障？很大的原因在于跟它交流的時候?qū)嵲谔钊诵臒┝?。答非所問的情況比比皆是，再就是撒嬌賣萌，其實很難得到自己真正想要的對話結(jié)果。那么對于相聲這一對語言表達要求極高的藝術(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反應問題，背后自然離不開自然語言處理技術(shù)的提高。比如要能理解特定場景下觀眾喊話蘊藏的意思。岳云鵬的演出現(xiàn)場曾出現(xiàn)過各種設(shè)施意外，或者被觀眾“罵”，這個時候觀眾會一起喊“退票”。當然這就是大家圖個樂。但對機器人來說，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。

簡單來說就是，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，人工智能不僅得會背段子，還得能開玩笑。要不然你逗誰呢？

當然，要想說好相聲，人工智能需要學習的還有很多。目前人工智能也只能靠得上其每一個方面的一個分支而已。背幾個段子不在話下，學幾個方言也不是問題，甚至一切需要學的東西都可以直接以數(shù)據(jù)的形式存儲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。當人工智能連相聲都能說了，也就意味著人類在自然語言處理方面獲得了高度成功。

生成海報

免責聲明：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確性及可靠性，但不保證有關(guān)資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負任何法律責任。任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時，應及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明，并提供身份證明、權(quán)屬證明及詳細侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。