AI技术使得文字时代加速转向声音时代

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。

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。

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”。

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。

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”。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。而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。

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。