中国消费者报报道（记者武晓莉）“听众朋友们，你们好。从今儿个起，由我为大家播讲悬疑小说《江湖消亡史：北平暗夜》。这个故事发生在民国十几年的北京城里……”著名评书表演艺术大师单田芳离开三年后，居然又“说”起了新评书，昔日那位仅凭一张嘴就让人欲罢不能的说书人，又重新回到了我们身边。
国庆期间，我国首部黑白转彩色4K修复故事片《永不消逝的电波》在全国各大电影院线上映，人们纷纷走进影院，欣赏旧日的黑白经典焕发出的新光彩。
给国庆黑白老照片上个色的“全民拍”，让以往国庆期间爱发养生贴的父母们，今年忙着翻箱倒柜地找老照片，在网上给老照片修复上色。
……
AI(人工智能)技术通过修复图片、影像，合成酷似本人的声音，抚慰了人们怀旧的心绪，让时光留驻、让昨日重现。
回到从前 AI给记忆涂上色彩
每个人家里都可能有些因年份久远而变得斑驳、泛黄的老照片，这些照片或许珍藏着一份难忘的记忆，定格了一段久远的家国历史。在新中国成立72周年这个特殊的日子里，通过新华社客户端“全民拍”联合中国移动咪咕开启的黑白老照片免费上色修复通道，能让泛黄的记忆再次鲜活。“大家可能还记得，给老照片上色以前都需要通过手动。”咪咕公司相关技术人员向记者介绍道。传统照相馆有一个专门的上色服务，把黑白照片涂上颜色，很多人家里都有这样的着色照片。但那种上色方式与真实的色彩有不小的差距。
AI老照片修复有何不同？咪咕技术人员通过一张1959年9月13日第一届全运会开幕式上运动员列队步入会场的照片的修复，给记者做了一个科普。AI神经网络修复老照片时，会先通过标准色板进行颜色校正，纠正视频中色相、饱和度与真实图像的差异。那么，AI又是如何比对的呢?北京电影学院数字媒体学院院长刘谦教授对记者说，人工智能其实就是一种算法，在大数据的支撑下，通过不断的学习，普通的算法有了判断、决策的能力，有点类似于一个人基于历史经验会进行判断。AI的判断基于大数据的积累，由于算力很强，AI可以快速将图像内容与真实图像进行比对。
咪咕技术人员对记者说，校正后AI就开始对照片进行区域去噪，分为空间域、频域、小波域、时域、时空域和色彩域去噪等。机器的自动处理完成后，其实还需要进行人工的二次创作，针对照片故事背景、画面气氛等上下文，检索该年代或特点事件的特征，进行针对局部和重点对象的再次渲染。“如果没有AI而用过去人工着色的方式，很多东西做不了。”咪咕技术人员说。比如图中场馆的看台上有数千名观众，这就必须由机器和AI进行处理，再专业的人士也无法一一处理这个量级的人物。此外，早期全幅相机受操作水平的影响，拍摄会出现过度曝光，需要再次拉回光线等。
这位技术人员说，AI修复过程中仍需人工介入。比如看台上观众身披红旗等细节，再厉害的AI算法也无法感知这是一面红色的旗帜，这就需要编辑人员进行人工二次创作。
书接上回 AI让“原音”重出江湖
当那个与单田芳本人声音极其相似的AI合成音自然流畅地“说”起评书时，单田芳已经离开我们整整3年了。3年前，无数人感叹世上再无“下回分解”，而如今，他的“声音”在喜马拉雅平台再次响起，“书接上回”重现江湖。“听到TTS声音，心魂间猛然一震，仿佛父亲又回到了这个世界。”单田芳之子单瑞林评价说。喜马拉雅平台用语音合成 (TTS:Text-to-speech)技术完美还原了著名评书表演艺术大师单田芳的声音，并首次将单田芳AI合成音应用于6部风格各异的作品。
资料图片
作为国家级非物质文化遗产传承人，单田芳的《隋唐演义》《三侠五义》《乱世枭雄》《白眉大侠》等共计超过1.2万余集的100余部广播、电视评书作品，在全国500多家电台、电视台都播出过，他的书迷遍布大江南北。“单田芳声音AI重现系列专辑”中，除了赵晨光的《江湖消亡史：北平暗夜》、陈廷一的《毛氏三兄弟：三兄弟与共和国奠基》和紫金陈的《无证之罪》外，真正实现了“书接上回”的，是单田芳老师生前未完成的评书经典——宫白羽的《十二金钱镖》。
喜马拉雅智能语音实验室的卢恒博士对记者说，完美复现单田芳老师那标志性的“云遮月”嗓音，以及其情感充沛、起伏跌宕的腔调，得益于实验室语音合成、识别、语音信号处理、编解码以及智能音效的研究和开发。卢恒说，用真实自然的TTS音色演绎有声小说是非常难的，需要学习小说中的抑扬顿挫、情感表达、上下文关系，区分旁白和对白，并最终将作品完美演绎出来。喜马拉雅自主研发的TTS前端文本处理分析模块已经能够高精度、全自动地对文本进行多音字识别、韵律预测和风格分类，并已开发出可以实现多情感、多风格、多语种声音的TTS技术模型，因此，不仅可以演绎不同情绪的文字，还可以自动区分旁白、对白，并支持英文，极大地丰富了TTS能表达的情感和韵律。
单田芳的评书不仅韵律起伏变化非常大，而且还有很多口语化发音。比如，“这”字的普通话发音为“zhè”，而评书中通常读为“zhèi”。如果仅靠当前主流的 TTS框架模型做提取和合成，合成的评书整体感情和情绪都会很平淡，没有单田芳老师评书的韵味。据卢恒介绍，智能语音实验室设计了单独的韵律提取模块，不管韵律多么丰富和多变，都能提取并完全复刻出来。
经典焕新 AI让“电波”永不消逝
国庆期间，热闹的电影市场有一部很特别的老片子——《永不消逝的电波》上映。这部影片是首部院线重映的黑白转彩色4K修复的电影，由中央广播电视总台央视频5G新媒体平台与中国电影资料馆联合完成。这部1958年出品的老电影，采用拥有自主知识产权的人机交互式AI上色技术与传统修复手法相结合的手法，经过长达7个多月、对原片超过16万帧黑白影像的逐帧修复后，终于焕发出新的活力。“无论是图片还是影像，放大到一定的颗粒度，你会发现它们都是由一个个的光点组成，这个最基本的单位就叫像素，所谓影像，不过就是连续播放的静止图片而已。”刘谦说。像素本身就有一定的亮度、色彩和形状，数字技术是把这些像素用RGB来表达，即任何一个光点都可以分解为红、绿、蓝三种颜色。AI通过这三个最基本的元素，可以调出所有的色彩和形状，乃至表达出所有的电影画面，这背后都是数字支撑。电影的4K修复，就是把以前低清晰度(即像素较少)的影像，通过增加像素的方式，变成像素点更多、图像信息更丰富的影像。色彩也可以从黑白改变成彩色。
资料图片
据刘谦介绍，过去的胶片电影是化学感光的，随着时间的推移，容易出现画面漏光、衰减、受潮、划痕等各种损毁。胶片AI修复要先扫描影片，即胶片到数字化的转换。但即使手工使用Photoshop等技术，也很难对所有影片全面修复，这时就需要AI。尤其是4K修复这种对清晰度的提升，手工根本无法想象，因为不仅增加的像素数量是天文数字级的，而且如何平滑过渡、如何让增加的像素更符合实际情况，都只有人工智能才能做到。比如插值技术，增加像素点的部分怎么插入过渡色，就需要AI通过大量的学习。“比如说在某种亮度的红和绿之间插值，AI可以通过对几百万张大数据图片的比对，在成千上万个高清图片中找到十有八九都会碰到一起的两个颜色，从而得出与此种红、绿两个像素点在自然界很大概率的情况下都会相邻的光点，作为可选的近似值之一。而最终插入这两个光点中间的过渡像素，其光点值可能用的即非红也非蓝、绿，而是一种灰，因为其最贴近自然界的真实色彩。在这两个光点之间插入一个光点，增加清晰度，是人工智能算法中的一种，而这个可选的光点是自然人没办法直接拍脑袋决定的。”
在刘谦看来，修复技术实际上并不复杂，现在很多修复案例只是应景之作。他认为，图像、影像的AI修复，需要在个案中找到可以持续发展的应用场景。“老电影的修复，毕竟是修一部少一部，而且只有真正的经典才值得修。”他感慨道，“一个项目做完，会花很多钱，如果可以重复用于更多场景的话，就更好了。”
