AI合成语音：口语传播的“心声”保卫战

本文探讨了在新技术，特别是语音合成技术发展背景下，口语传播的本质及其面临的挑战，主张回归以人为本的人文主义立场，重申“言为心声”的口语传播核心。文章分析了技术合成语音的“言为物声”逻辑，并对比了其与人类口语“言为心声”在社会性、精神性及感官知觉性上的本质区别，强调应警惕技术对人类精神交往的潜在伤害。

技术合成语音的“物的言说”及其挑战

• 语音合成技术（如ChatGPT的语音功能）通过模拟人声，模糊了口语与非口语的界限，并可能将非人机器置于“言说主体”的位置。
• 技术合成语音的学习对象是人的数字化声波，其生成逻辑是“言为物声”，即侧重声音的物质属性，而非人类口语的“言为心声”。
• “数字口语”或“数字口述”等概念的出现，反映了媒介技术更新对传统口语感知和语言挑战，促使学术界需理性回应新技术对口语传播的影响。

口语及口语传播的本质：“言为心声”

• 口语传播起源于人类社会性和精神性需求，是情感和思想的直接表达，强调“言为心声”，即语言源于人类情感和思想。
• 口语传播经历了从“原生口语”到“次生口语”的演变，而技术合成语音的出现，则是一种新的“言为物声”的形态，与人类口语的本质存在根本区别。
• 口语传播的核心本质在于其生命主体自然生成、专属于人类、以人为主体，并包含强烈情感色彩，是心灵的直接反映和情感的直觉造型。

技术合成语音对人类交往的影响

• 技术合成语音的“言为物声”逻辑，将口语中与人性相关的元素剔除，导致语言与人体在时空上的分离，可能削弱人类精神交往，使人的主体意识在传播中消逝。
• 语音合成技术生成的完全物质化语音，剥离了口语的社会性和精神性意义，与语言诞生时的“言为心声”本质相悖，可能导致“作品诞生，没有作者”的局面。
• 技术合成语音在情绪唤起和创造性思维方面不如真人语音，其出现可能导致人类身体感官机能退化，并可能将人类同化甚至替代。

回归口语传播原点：精神交往与社会性

• 口语传播应体现人的感官知觉性，强调口耳心等器官的协调配合，以及言说者与听者之间的“心与心”交流，而非仅仅追求声音的物理属性。
• 口语作为人类精神内容的传达方式，是动态、鲜活且融汇言说者思想情感的“心声”，需要理性思辨与感性直觉的结合。
• 语言是社会现象，口语传播蕴含社会属性，技术合成语音缺乏真正的人格和人格性，无法实现真正的人际精神交往和体现交往媒介的社会性。