AI为音频注入新质生产力 喜马拉雅重塑内容生态

　　“人们往往会高估短期的变化，而低估长期的影响。”

　　当微软因为生成式AI浪潮重新成为全球科技公司的“带头大哥”，比尔·盖茨多年前的这一判断，再一次在商业世界的浪潮变迁中遭印证。

　　2023年伊始，ChatGPT问世，一举震惊全球，在那半年时间里，对于AI威胁人类的担忧和恐惧引发了多轮讨论。甚至有许多知名人士起草公开信，要求暂停生成式人工智能的研发进展。

　　但随着时间推移，对于新事物的最初恐惧也开始慢慢淡去。人们已经从到底是“有效加速”还是“超级对齐”的哲学争议中暂时脱身，因为，现实世界确实正在发生着巨大变化。

　　而且，相比七八年前的那次AI风口更多还处于产业链上游，这一次，更多的普通人，已经开始真切感受到技术变革的力量——AI所带来的蝴蝶效应，正在向所有人徐徐张开它的翅膀，以喜马拉雅为代表的内容平台更是在借助AI重构其内容生态。由于语音数据相对容易收集和标注，也更易于处理，在音频赛道，AI的应用落地变得更为迅速。

　　以音频行业为例，早先几年，AI演播的小说还“机器味”十足，如今喜马拉雅的音频技术已经可以让AI多角色、带感情的演播有声书、广播剧。AI俨然已成为时代变革中的新质生产力。

　　AI为音频注入新质生产力

　　众所周知，高质量的数据集是将AI塑造成可靠的解释器的训练燃料，从庞大的数据集中探索并获得有意义的见解以推动AI不断发展。

　　喜马拉雅拥有中国最完整的音频内容生态，其中包括体量最大的音频内容库及数量最多的音频内容创作者。据公开数据显示，截至2023年12月，喜马拉雅拥有约4.9亿条音频内容，总内容时长为36亿分钟。这使得喜马拉雅在AI时代能够轻松获取海量且多样化的在线音频内容以不断演进其AI能力，这也是喜马拉雅在AI时代的竞争优势。

　　全球知名AI学者、斯坦福大学计算机科学教授李飞飞说，“AI不再是辅助工具，而是创新伙伴。”她认为，随着深度学习和自然语言处理技术的成熟，AI已经能够理解复杂的人类语言，并在此基础上进行创造性地输出。

　　据悉，喜马拉雅专门成立“珠峰实验室”，通过研发出“珠峰音频AI模型”，引入由AI驱动的以用户为导向的“新质生产力”新范式。喜马拉雅正在将自己打造成具有AI能力的强大技术驱动的平台，AI已经在其内容生产、业务运营等各方面发挥着重要作用。

　　喜马拉雅正在利用AI技术驱动有声读物的制作，不论是AI单独创作，还是与人类共同创作，AI极大提升了内容创作效率。喜马拉雅还建立了包含535种合成声音组成的音色库，以适配不同情景下展示人类的感受及情感。AI贯穿着有声读物的预录制、录制、后期等全过程，相比于人工创作过程的时间，AI的创作时间提效超过50倍；而由AI制作人有限参与的AI精制作，相比于人工创作提效超过3倍。

　　在2024年1月举办的“戏精大汇”有声主播年度盛典上，喜马拉雅为创作者颁出“最佳AI制作人”“最佳AI制作团队”奖项，获得“最佳AI制作团队”的“嫣然有声”一年左右制作专辑超370张，其中120多张播放量破百万，16长张专辑播放量破千万，总播放量突破7亿，粉丝数量突破100万。

　　内容创作者自身也在积极拥抱AI，借助AI降本增效。比如，大部分的真人主播在制作一张专辑时，从专辑封面图、简介大图，再到推广物料图等等，需要外包给外部工作室，费用至少需要1000元。喜马拉雅通过训练AI来助力主播制作一张专辑在各环节需要的图片，主播专辑图片设计成本从几千降到几毛，而且AI的效率也很高，几分钟就能完成图片生成。

　　AI也在驱动播客创作变革，有位播客主潇潇使用完喜马拉雅智能创作工具“音剪”后说：“超级难剪辑的100分钟音频，花了10分钟不到就处理完了，把我们嘴瓢的地方都删掉了。”后期制作是有声内容作品的重要一环，喜马拉雅推出专有的一站式AI音频制作工具“音剪”，融入各种AI“黑科技”功能，极大缩短创作者后期制作时间，提升创作效率，也从技术层面降低了创作门槛。

　　“AI将帮助人类创作者突破创意的极限，而不是取代他们。”谷歌AI部门负责人杰夫·迪恩此前在一次公开讲话中表达了和中国同行类似的观点。在他看来，未来的创作模式将是人机协同，AI负责处理重复性高、耗时长的任务，而人类则专注于创意构思和情感表达，共同创造出更加丰富多元的内容。

　　AI正在带来内容生产力的跳跃式发展，从生产侧到消费侧完整重塑内容生态。

　　AI重塑内容生态