你喜歡的網絡小說，一直沒有轉換成有聲讀物？

先來看兩組數據：第六屆中國網絡文學論壇曾經公布一組數據，2020年全國網絡文學網站超過550家，作家1750萬人，網絡小說2500萬部；參考頭豹研究院的調研，58%的有聲閱讀用戶希望提高音頻質量，比“減少廣告推送”、“豐富品類和內容”分別高出6.9%、8.5%。

換言之，以當前有聲閱讀產品的形態，聽感這一關還沒過，如何能夠提升產量？

現在網絡閱讀平臺上有兩種聽書模式，一種是機器為主，直接將文字由AI轉為語音；一種是人力為主，由配音演員錄制。前者可以轉化所有小說，但情感不足，不夠生動，收聽體驗有待提高；后者情感充沛，體驗較好，但成本高，數量受限。

那么，是否有將機器和人優勢結合的方式，實現數量和質量的二合一，最終達到省時、省錢、省事的目的？

近日，騰訊PCG AI交互部旗下的音視頻創作平臺——聲咖，發布了AI 有聲小說配音功能，機器的低成本、高效率與“人聲”的充沛情感、高質量融合在AI下，成為首款針對有聲小說配音的AI制作平臺。

技術聲優時代，即將到來。

效率風潮

這兩天，李念（化名）將好不容易湊齊的專業錄音設備掛到了閑魚上。

2018年大三時，沒了繁重課業負擔的他開始網絡創作。一方面在晉江平臺發布網文作品，一方面錄制相關有聲小說。在言情小說的圈子，也算小有名氣。

剛開始，他的精力集中在文字創作上，后來，投入經費將宿舍改造為錄音室。很快，李念意識到了問題。話筒、耳機、放大器、監聽音箱……設備還沒全部到位，已經花了超過10000元，而他平時創作使用的電腦，加上鼠標、機械鍵盤、外接曲面屏顯示器，一共也不到8000元。

“錄制有聲小說的投入產出比很低。”只是貴了點，李念也就忍了，可是配音需要大量的練習與試錯，逐漸侵占他文字創作的時間。能賺錢的沒時間安排，不賺錢的還要繼續搭錢，在這樣的困境中掙扎了四年，他還是放棄了。

配音的確門檻很高。傳統錄制場景中，配音員是關鍵因素，錄音設備是必備條件，匯集兩樣外部資源后，經過角色分析、內容錄制、后期剪輯等全制作周期，才能產出優質作品。解決這些問題對專業人士也是挑戰，何況李念這樣的“門外漢”。

而像李念這樣的內容創作者們，是有聲小說的重要來源之一。錄音設備昂貴、制作周期長的高門檻，“攔住”無數參與者們，直接導致有聲小說的產出效率過低。在以配音員為核心的生產模式下，提升產量的方式是找到更多人，談何容易？

如果找不到那么多人，通過技術手段在網絡空間實現功能虛擬化，能否解決這些問題？

之前，有企業借助AI的TTS技術，將文本文案轉制為聲音文案，比如訊飛快讀、配音娃、配音員吧等應用，在一定程度上緩解了有聲文本對配音員的依賴，降低了制作成本。然而段落切分與主要角色識別的問題，仍然需要眾多人力實現。

眼下，騰訊PCG AI交互部將所有問題匯總后，給出了進一步的解決方案。

“技術手段確實提升了效率。”接觸到“聲咖”之后，李念對各項功能進行體驗。在后臺自動完成“AI配音”基礎上，他還能手動調節停頓、語速以及詞組連續性，朗讀更加流暢自然，情緒也更加飽滿。

在這些功能幫助下，AI配音不再是過去的文字“流水賬”，而是變為一種能夠理清主線，區分角色，合理表達情感的定制化流程。這為有聲讀物擺脫了對人的高度依賴，告別產出難題提供了極大的想象空間。

這樣看來，在有聲讀物領域，聲咖正在卷起一場技術引領的效率風潮。

“729”成全民標配

只要有效率，所有問題都能迎刃而解嗎？未必，這一點在廣播劇《三體》上體現得非常充分。

在原創小說大獲成功后，喜馬拉雅開始策劃制作廣播劇。一經發行，即獲得眾多原著粉的追捧。有統計數據顯示，截至2021年中旬，《三體》六季廣播劇播放量超過7070萬次，超過227萬人訂閱專輯。

《三體》廣播劇的成功離不開原著精彩的故事，更少不了幕后精心制作。制作方邀請了729聲工場參與制作，專業聲優對劇情、人物、感情的理解非常深刻，且擁有高水平的演繹技巧，這是吸引用戶的關鍵。

然而專業的背后，是全劇高昂的制作成本，以及漫長的制作周期。千萬級的投入，疊加長達數年的錄制，天然決定著有聲精品的產量不會太高。精品需要由專業的配音員，用更長的時間打造，他們具有不可替代性。

“聲音是一種觸覺，幫我們打開更加性感的文學維度。”正如北京大學中文系教授邵燕君所言，用戶需要的不只是“聲音填滿碎片化時間”，還有更加優質的聽覺體驗。

對于這個問題，聲咖也給出了解決方案。它采用跨說話人風格的遷移技術，形成了多情感、多方言配音員的音色模型，這些模型使用層級VAE （Variational Auto-encoder，變分編碼器）編碼語音中的韻律信息，解耦其中的音色和韻律信息，讓聲音有了性格。

目前，聲咖能模擬幾十種小說配音員，具備渾厚、磁性、溫婉、親切、成熟等不同的音質，能夠講出東北話、陜西話、四川話、天津話等方言，表達開心、憤怒、悲傷、驚訝、恐懼、厭惡等6種情緒。

同時，聲咖還能夠智能識別全文角色，并將這些不同的聲音分配給不同角色；此外，通過技術能力識別文章中對話的說話人和情緒，進而實現多角色、多情感的合成，進而實現效率、高質二合一。

有聲小說示例音頻： 進度條 00:00 / 00:43 后退15秒 倍速 快進15秒

更為突出的是，聲咖全線功能限時免費，輔以更加友善的操作界面與強大的計算能力，沖破原本束之高閣的專業壁壘。

“一千個讀者眼中就會有一千個哈姆雷特”，如今創新技術給了他們機會，創造最符合他們想象的有聲讀物。

“聲音自由”

每當出現一款熱門作品，發行部門總會盡快協調資源，盡快填補門類空缺，以覆蓋更多用戶的體驗訴求，有聲讀物是其中重要門類。

現實中并不缺少成熟案例。以熱門IP《斗破蒼穹》為例，2010年該作品一經發布就獲得了眾多讀者的追捧，熱度始終不減。隨即，發行方推出有聲讀物，同樣獲得理想成績，參考網絡來源的數據，《斗破蒼穹》站內播放量累計已超過10億次。

某種意義上，網絡文學已經超越了作者寫作、讀者閱讀的“產出-供給”短線關系，形成了平臺方集合各類資源，圍繞成熟IP進行長周期、多品類開發，滿足多元需求的價值體系。換言之，只要作品質量上乘，就能在平臺見到相應有聲讀物，唯一的問題就是時間。

當一個市場成長的動力，不是企業在前面拉，而是需求在身后推，快速發展是必然的事情。正如某研究院的觀點，部分上游出版企業和音頻制作企業逐步向中游有聲閱讀業務滲透，產業鏈上中游呈現一體化發展趨勢，行業將迎來快速發展期。

任何一個產業的快速發展，都離不開生產工具的迭代，對于有聲小說來說，依靠愛好者、配音公司的純“人力”生產模式已不再匹配行業發展的需求，“人力+AI”是大勢所趨，各種AI工具的出現讓有聲小說內容創作者們離“聲音自由”更進一步。而對于聲咖來說，它的價值從來不是“小眾圈子的玩具”，而是實現“聲音自由”的生產工具之一。

結語

某種意義上，騰訊PCG AI交互部的“聲咖”有聲小說配音功能，是一次AI在垂直行業的探索。在“耳朵經濟”需求，內容產出不斷，以及AI降低制作門檻下，有聲小說從小眾到大眾還有多遠？

水大才能魚大，當上游“開閘”，有聲小說產業鏈上的版權方、平臺方、用戶，都將從中受益。