2024T-EDGE文章详情顶部

AI技术突破音频内容生产瓶颈,文字时代加速转向声音时代

个性化语音定制系统大幅度提高了存量内容的转化效率,有利于优质内容的高效生产、再生产以及声音知识的优化和传播。

图片来源@视觉中国

图片来源@视觉中国

2018年2月,中读的会员卡分销一夜之间在朋友圈刷屏,一日之内售卖5.4万份,也让这个《三联生活周刊》(以下简称《三联》)推出的知识平台第一次为大众所熟知。

然而,当知识分销后来被微信紧急叫停,一次性打包售卖10年杂志电子版的“大甩卖”,注定要回归到细水长流的知识付费。

传统媒体转型的最大痛点:文字内容“产品化”

虽然中读也曾经找过朗郎这样的明星IP来合作头部内容,但并不顺利。因为与得到、喜马拉雅这样的头部内容平台相比,20多年下来积累的优质内容及读者群体,才是中读相比其他平台最大的优势。

然而,把这些文字内容专为化知识付费产品,却注定要经历一个“内容产品化”的过程。10年电子版会员卡这种简单粗暴的方式,也要让位于更精细、更原生、更智能的产品设计。

“我们的文字内容是常态化生产的,但是音频内容没有达到这个目标,不管是小课还是专栏,都不能做大常态化生产。”中读创始人朱文轶曾经表示,让音频内容可以有规律性地持续生产是中读团队一直以来的追求,也是整个知识付费行业的“痛点”。

2018年,中信出版集团找到《三联》,将《我们为什么爱宋朝》、《宋朝那些人》两个“爆款”封面故事集结出版,这也是杂志将内容再次变现的传统方式。

然而,随着互联网碎片化内容获取变得愈发廉价与便捷,纸质书销量的连年下滑,对于杂志来说,“集结出版”这块原本脂肥膏厚的蛋糕优势不再。

“我们还可以做什么?”当中信出版的图书引发了一定反响后,《三联》总经理李鸿谷陷入了新的思考。

对于文字时代的“视觉超载”,他进行了深入的思考:

古登堡发明印刷机的时间是1439年,有个统计是,此后的1453到1503年,欧洲的印刷文本共800万册,等于之前欧洲全部手抄本的文字量。

而如今,随着信息进入互联网深度传播时代,全球每年创造的信息量更是不计其数。《三联》的执行主编每日至少要通过pad或手机、电脑读5万字的文本,这些容易产生视觉疲劳和“视觉超载”。

AI音频技术,突破了声音内容的生产瓶颈

鉴于此,《三联》开始考虑扩大此前于2017年开始试水的音频课程,将宋朝故事发展成了音频内容《我们为什么爱宋朝——宋朝美学十讲》。继按专栏集结成书之后,存量内容又有了更易消费和传播的呈现方式。

只是接下来,在大规模“文字音频化”的过程中,原作者的时间成本与专业声优的制作成本,成为了其盘活亿级内容资源的瓶颈。

在中读开设音频节目的《三联》资深主笔袁越,谈到了自己录制时的使用感受:

我花15年写了80多万字的《生命八卦》专栏文章。如果在录音棚里把它们一遍又一遍朗读出来,会累死。如果用普通音频软件来读,又很容易读成催眠曲。

随着AI语音技术的持续发展,中读终于找到了音频内容常态化生产的“最优解”。

8月21日至8月25日,北京国际图书博览会(BIBF)期间,中读举办了以“声音里的知识和AI”为主题的知识大会。在大会上,中读介绍了自己谋求转型的新经验,在2017年年入局付费音频领域后,又发布了首个AI语音定制专栏。

为此,《三联》采用的新方式,是携手微软,将个性化语音定制技术运用到有声内容生产中,AI音频在经过训练后被赋予文章原作者的声音,让听众感觉到“如闻其声”。

传统的有声内容主要依靠名人、主讲人或者声优亲自上阵录制,往往需要耗时几个月,成本巨大。声音录制也受限于人员、时间、环境等因素,无法实现产能最大化,求知者接收优质内容的时间也会随之延迟。

个性化语音定制系统则彻底突破了生产瓶颈,只需少量训练数据量就可以训练出一个逼真自然的人工智能声音,大幅度提高了存量内容的转化效率,有利于优质内容的高效生产、再生产以及声音知识的优化和传播。

文字内容的音频化也不仅是一个文字转换为声音的过程,更是与用户关系的进一步拉近,毕竟性格各异的声音比千字一面的文字更有亲切感,更容易打造作者的独特人设。

不仅如此,相比于文字内容结集出版,音频课程的规模化生产可以更自由、灵活地对文字内容进行结构化梳理,无论是大课、小课都可以灵活定制。除了亿级的存量内容,《三联》每期15—20万字的内容将成为源源不断的内容库。文字内容与音频课程的同步、互动,也将激发出更大的想象空间,可以称得上是内容领域的O2O。

破壁语种障碍,多语言音频内容助力文化出海

AI技术也使“生产出形式多样的衍生内容产品”成为可能。“让课程主讲人开口说他不会说的语言,从英语、法语甚至是当地方言,实现多语种及多种说话风格的输出”是中读进行的另一项大胆尝试。

本次大会上,中读除了展示首个AI音频产品《土摩托·生命八卦》外,还展示了最新推出的《宋朝美学十讲》的英文版本。

当《三联》与中读的高知用户走向海外,常常会遇到向外国人传递中国传统文化的反向需求。此时,AI技术便可生成有一定语调和节奏感的他国语言版中国故事,便于拥有对外汉语传播交流需求的人群向外输出。

不仅如此,这种中英文内容的切换,对在国内生活的海外留学生和专家学者来说,也拓展了学习汉语和汉文化的途径和内容。

在“中读”《土摩托·生命八卦》知识音频栏目下,钛媒体发现,有受众指出了音频仍像“机读”、断句和读音错误等技术bug。诚然,当AI音频初推之际,技术的不足会影响用户体验;不过,技术会随着发展而进步,AI音频普及之后可能带来的知识产业变革,却是不容忽视的行业新风向。

在AI语音技术的加持之下,能够转换语种的合成音频产品,对于《三联》来说,不但盘活了存量内容资源、拓展了用户的碎片化使用场景,还破壁了语言限制、将用户肖像扩大到了截然不同的新群体中。

同时,AI音频的普及,还使原本生产一次性内容的文字工作者变成了IP供应商,极速提升了产品二次变现的效率,可以很大程度地改善传统写作者的生存状态。

本文系作者 陶淘 授权钛媒体发表,并经钛媒体编辑,转载请注明出处、作者和本文链接
本内容来源于钛媒体钛度号,文章内容仅供参考、交流、学习,不构成投资建议。
想和千万钛媒体用户分享你的新奇观点和发现,点击这里投稿 。创业或融资寻求报道,点击这里

敬原创,有钛度,得赞赏

赞赏支持
发表评论
0 / 300

根据《网络安全法》实名制要求,请绑定手机号后发表评论

登录后输入评论内容

AWARDS-文章详情右上

扫描下载App