再见，我的万元配音设备；你好，耳朵经济先行者“声咖”

你喜欢的网络小说，一直没有转换成有声读物？

先来看两组数据：第六届中国网络文学论坛曾经公布一组数据，2020年全国网络文学网站超过550家，作家1750万人，网络小说2500万部；参考头豹研究院的调研，58%的有声阅读用户希望提高音频质量，比“减少广告推送”、“丰富品类和内容”分别高出6.9%、8.5%。

换言之，以当前有声阅读产品的形态，听感这一关还没过，如何能够提升产量？

现在网络阅读平台上有两种听书模式，一种是机器为主，直接将文字由AI转为语音；一种是人力为主，由配音演员录制。前者可以转化所有小说，但情感不足，不够生动，收听体验有待提高；后者情感充沛，体验较好，但成本高，数量受限。

那么，是否有将机器和人优势结合的方式，实现数量和质量的二合一，最终达到省时、省钱、省事的目的？

近日，腾讯PCG AI交互部旗下的音视频创作平台——声咖，发布了AI 有声小说配音功能，机器的低成本、高效率与“人声”的充沛情感、高质量融合在AI下，成为首款针对有声小说配音的AI制作平台。

技术声优时代，即将到来。

效率风潮

这两天，李念（化名）将好不容易凑齐的专业录音设备挂到了闲鱼上。

2018年大三时，没了繁重课业负担的他开始网络创作。一方面在晋江平台发布网文作品，一方面录制相关有声小说。在言情小说的圈子，也算小有名气。

刚开始，他的精力集中在文字创作上，后来，投入经费将宿舍改造为录音室。很快，李念意识到了问题。话筒、耳机、放大器、监听音箱……设备还没全部到位，已经花了超过10000元，而他平时创作使用的电脑，加上鼠标、机械键盘、外接曲面屏显示器，一共也不到8000元。

“录制有声小说的投入产出比很低。”只是贵了点，李念也就忍了，可是配音需要大量的练习与试错，逐渐侵占他文字创作的时间。能赚钱的没时间安排，不赚钱的还要继续搭钱，在这样的困境中挣扎了四年，他还是放弃了。

配音的确门槛很高。传统录制场景中，配音员是关键因素，录音设备是必备条件，汇集两样外部资源后，经过角色分析、内容录制、后期剪辑等全制作周期，才能产出优质作品。解决这些问题对专业人士也是挑战，何况李念这样的“门外汉”。

而像李念这样的内容创作者们，是有声小说的重要来源之一。录音设备昂贵、制作周期长的高门槛，“拦住”无数参与者们，直接导致有声小说的产出效率过低。在以配音员为核心的生产模式下，提升产量的方式是找到更多人，谈何容易？

如果找不到那么多人，通过技术手段在网络空间实现功能虚拟化，能否解决这些问题？

之前，有企业借助AI的TTS技术，将文本文案转制为声音文案，比如讯飞快读、配音娃、配音员吧等应用，在一定程度上缓解了有声文本对配音员的依赖，降低了制作成本。然而段落切分与主要角色识别的问题，仍然需要众多人力实现。

眼下，腾讯PCG AI交互部将所有问题汇总后，给出了进一步的解决方案。

“技术手段确实提升了效率。”接触到“声咖”之后，李念对各项功能进行体验。在后台自动完成“AI配音”基础上，他还能手动调节停顿、语速以及词组连续性，朗读更加流畅自然，情绪也更加饱满。

在这些功能帮助下，AI配音不再是过去的文字“流水账”，而是变为一种能够理清主线，区分角色，合理表达情感的定制化流程。这为有声读物摆脱了对人的高度依赖，告别产出难题提供了极大的想象空间。

这样看来，在有声读物领域，声咖正在卷起一场技术引领的效率风潮。

“729”成全民标配

只要有效率，所有问题都能迎刃而解吗？未必，这一点在广播剧《三体》上体现得非常充分。

在原创小说大获成功后，喜马拉雅开始策划制作广播剧。一经发行，即获得众多原著粉的追捧。有统计数据显示，截至2021年中旬，《三体》六季广播剧播放量超过7070万次，超过227万人订阅专辑。

《三体》广播剧的成功离不开原著精彩的故事，更少不了幕后精心制作。制作方邀请了729声工场参与制作，专业声优对剧情、人物、感情的理解非常深刻，且拥有高水平的演绎技巧，这是吸引用户的关键。

然而专业的背后，是全剧高昂的制作成本，以及漫长的制作周期。千万级的投入，叠加长达数年的录制，天然决定着有声精品的产量不会太高。精品需要由专业的配音员，用更长的时间打造，他们具有不可替代性。

“声音是一种触觉，帮我们打开更加性感的文学维度。”正如北京大学中文系教授邵燕君所言，用户需要的不只是“声音填满碎片化时间”，还有更加优质的听觉体验。

对于这个问题，声咖也给出了解决方案。它采用跨说话人风格的迁移技术，形成了多情感、多方言配音员的音色模型，这些模型使用层级VAE （Variational Auto-encoder，变分编码器）编码语音中的韵律信息，解耦其中的音色和韵律信息，让声音有了性格。

目前，声咖能模拟几十种小说配音员，具备浑厚、磁性、温婉、亲切、成熟等不同的音质，能够讲出东北话、陕西话、四川话、天津话等方言，表达开心、愤怒、悲伤、惊讶、恐惧、厌恶等6种情绪。

同时，声咖还能够智能识别全文角色，并将这些不同的声音分配给不同角色；此外，通过技术能力识别文章中对话的说话人和情绪，进而实现多角色、多情感的合成，进而实现效率、高质二合一。

有声小说示例音频： 进度条 00:00 / 00:43 后退15秒 倍速 快进15秒

更为突出的是，声咖全线功能限时免费，辅以更加友善的操作界面与强大的计算能力，冲破原本束之高阁的专业壁垒。

“一千个读者眼中就会有一千个哈姆雷特”，如今创新技术给了他们机会，创造最符合他们想象的有声读物。

“声音自由”

每当出现一款热门作品，发行部门总会尽快协调资源，尽快填补门类空缺，以覆盖更多用户的体验诉求，有声读物是其中重要门类。

现实中并不缺少成熟案例。以热门IP《斗破苍穹》为例，2010年该作品一经发布就获得了众多读者的追捧，热度始终不减。随即，发行方推出有声读物，同样获得理想成绩，参考网络来源的数据，《斗破苍穹》站内播放量累计已超过10亿次。

某种意义上，网络文学已经超越了作者写作、读者阅读的“产出-供给”短线关系，形成了平台方集合各类资源，围绕成熟IP进行长周期、多品类开发，满足多元需求的价值体系。换言之，只要作品质量上乘，就能在平台见到相应有声读物，唯一的问题就是时间。

当一个市场成长的动力，不是企业在前面拉，而是需求在身后推，快速发展是必然的事情。正如某研究院的观点，部分上游出版企业和音频制作企业逐步向中游有声阅读业务渗透，产业链上中游呈现一体化发展趋势，行业将迎来快速发展期。

任何一个产业的快速发展，都离不开生产工具的迭代，对于有声小说来说，依靠爱好者、配音公司的纯“人力”生产模式已不再匹配行业发展的需求，“人力+AI”是大势所趋，各种AI工具的出现让有声小说内容创作者们离“声音自由”更进一步。而对于声咖来说，它的价值从来不是“小众圈子的玩具”，而是实现“声音自由”的生产工具之一。

结语

某种意义上，腾讯PCG AI交互部的“声咖”有声小说配音功能，是一次AI在垂直行业的探索。在“耳朵经济”需求，内容产出不断，以及AI降低制作门槛下，有声小说从小众到大众还有多远？

水大才能鱼大，当上游“开闸”，有声小说产业链上的版权方、平台方、用户，都将从中受益。