有聲書產業(yè)的發(fā)展困境和破局

【摘要】近年來，人們逐漸養(yǎng)成了有聲閱讀習慣，且越來越多的用戶開始愿意為優(yōu)質內容付費，爆發(fā)式增長的市場需求給有聲書出版帶來了巨大的機遇。然而，在市場紅利的背后，有聲書出版也面臨著諸多困境，如盜版盛行、盈利模式單一、內容匱乏、生產效率低、生產成本高等問題，有聲書出版如何破局成為業(yè)內人士關注的焦點。

【關? 鍵? 詞】有聲書;音頻版權;人工智能;場景化閱讀

【作者單位】馮白，南京大學商學院。

【中圖分類號】G230.7 【文獻標識碼】A 【DOI】10.16491/j.cnki.cn45-1216/g2.2020.24.010

艾媒網數(shù)據(jù)統(tǒng)計，2016年我國有聲閱讀市場的用戶僅有2.18億人，而截至2019年用戶數(shù)量已高達4.78億人，有專家預測，2020年我國有聲閱讀市場的用戶將超過5.62億人。有聲市場的快速擴張主要源于兩個方面：一是用戶規(guī)?？焖僭鲩L，二是用戶使用有聲應用的頻率和時長有所增加。例如，喜馬拉雅在2013年上線之初，活躍用戶每天的平均使用時長僅30-40分鐘，而截至2020年9月，活躍用戶每天平均使用時間增長至170分鐘。在移動互聯(lián)網高速發(fā)展的今天，各種移動應用瓜分著用戶的時間，而在激烈的市場競爭中，有聲讀物獲得了更多的用戶以及更高的使用時長，這意味著有聲市場的需求量和市場規(guī)模正逐步擴大。2019年，我國有聲閱讀市場規(guī)模達到63.6億元，比2018年增加了17.3億元，增幅高達37%。2020年，有聲閱讀市場規(guī)模預計達到82.1億元。

有聲閱讀市場的擴大給有聲書出版帶來了極大的機遇。一方面，出版社開始紛紛入駐有聲書市場。如接力出版社在原有紙質圖書的基礎上推出500余種有聲書，用戶覆蓋白領、大學生、少年兒童等群體;中國出版集團整合旗下人民文學出版社的豐富資源，僅在喜馬拉雅推出的有聲書就超過300種。另一方面，有聲書單品也獲得了多數(shù)用戶的喜愛，如《平凡的世界》在喜馬拉雅平臺上的播放量超過1.8億次。

一、有聲書快速發(fā)展下的困境

智能終端的普及、移動互聯(lián)網的高速發(fā)展給有聲書出版提供了廣闊的發(fā)展空間，但用戶需求量的激增與行業(yè)內的競爭所帶來的內容劣質及盜版盛行、生產效率低且生產成本高、聽書場景單一等問題始終困擾著出版機構。

1.劣質內容及盜版問題

有聲閱讀平臺最大的特點是具有開放性，其主要內容來源于用戶生產，也就是UGC模式。UGC模式下，用戶的水平參差不齊，制作的內容也良莠不一。一些用戶為獲取粉絲流量隨意侵權修改內容，甚至制作違規(guī)內容。隨著有聲閱讀用戶規(guī)模不斷增大，平臺的UGC內容也呈爆發(fā)式增長，平臺工作人員的審核精力不足，加劇了劣質內容的盛行。在版權保護上，雖然越來越多的出版機構和作者紛紛開始關注有聲書版權以及圖書的有聲化授權，但有聲市場仍缺乏系統(tǒng)的法律保障。因此，在版權保護方面，除了要重視對原作者的版權保護，也要重視有聲讀物本身的版權。有聲書在制作過程中融入了大量的創(chuàng)造性思維，是智力勞動的結果，然而我國對有聲書的二次上傳、盜錄、修改等問題的發(fā)現(xiàn)和處理機制尚未完善，參差不齊的內容、猖獗的盜版現(xiàn)象是制約有聲書市場良性發(fā)展的重要因素。

2.生產效率低且生產成本高

近年來，有聲市場的需求量逐年攀升，不僅用戶規(guī)模有了較高的增長，用戶的平均使用時長也有了提升，這意味著市場需要更多的優(yōu)質內容來滿足用戶需求。尤其在新冠肺炎疫情期間，各有聲閱讀平臺發(fā)起免費閱讀的舉措使用戶量激增，有聲書的制作方要在短時間內做出快速響應。然而，有聲書在制作工序、人力投入以及開發(fā)周期上比其他音頻內容更為復雜，需要耗費的時間及費用成本更高。有聲書在開始錄制前需要獲得授權，而其他有聲內容則不一定需要經過授權程序。在制作內容的過程中，如果是人工錄播，還需要有聲書的編輯篩選主播，錄播后期還要對作品內容進行配樂、剪輯、校對，需要消耗大量的時間、物力和人力。與高額的制作費相比，用戶為有聲書付費的意愿不高，用戶的付費習慣也需要長時間養(yǎng)成。因此，有聲書想要破局，降低制作成本是一項重要舉措。

3.音頻傳播載體的局限

傳統(tǒng)的紙質閱讀將讀者限制在特定的場景中，而隨著移動互聯(lián)網的發(fā)展，碎片化的時間與快節(jié)奏的生活使人們閱讀的場景變得更為多樣。有實驗證實，人類在獲取信息時，83%來自視覺，11%來自聽覺，其余則來自嗅覺、味覺和觸覺。因此，當無法通過視覺獲取信息時，聽覺就成了人們的第二選擇，這也是有聲市場能夠生存壯大的原因之一。早在20世紀60年代，人們就開始通過收音機收聽廣播電臺，這是有聲閱讀最初的形式，這一形式受到閱讀場所、閱讀時間的限制。而在移動互聯(lián)網時代，人們可以在更多的場景下進行閱讀，但大部分的閱讀都是以手機終端為主要載體，不能滿足不同群體的需求?，F(xiàn)階段的有聲閱讀載體較為單一，這也導致了有聲書只能在一定的群體和范圍中推廣，而有聲書的陪伴性特點也較難得到深入發(fā)展。

二、有聲書出版的破局之路

隨著5G商用的普及，大數(shù)據(jù)、移動互聯(lián)網、人工智能以及智能終端設備將迎來高速發(fā)展期。在新一代信息技術快速發(fā)展的背景下，有聲書行業(yè)只有找到與新興技術的契合點并充分融合發(fā)展才能走出困局，激發(fā)出更大的市場潛力。

1.技術革新推動有聲書市場規(guī)范

第一，解決有聲書的版權保護問題是有聲書市場良性發(fā)展的第一要務。2020年以來，聲紋識別技術快速發(fā)展，眾多領域在使用聲紋識別技術，如門禁系統(tǒng)、用戶認證、刑偵工作等。聲紋識別的原理即語音同一認定，主要依據(jù)個人語音特征的穩(wěn)定性、個人語音的總體差異性、語音反應性等進行系統(tǒng)運作。不同的人說話發(fā)音的習慣、語音的音調和音色各不相同，結合這些特性可以建立有聲書制作者的聲紋數(shù)據(jù)庫。基于聲紋數(shù)據(jù)庫，可嘗試結合數(shù)字水印技術，將經過智能分析提取的制作者的聲音特性作為音頻水印，在制作有聲書的過程中，將音頻水印嵌入作品中，即可為作品錄入隱形的聲音版權標記。此外，聲紋數(shù)據(jù)庫還能夠用來比對和認證音頻內容。早在2018年，科大訊飛的聲紋識別技術就能夠實現(xiàn)將說話者的聲紋信息與聲紋庫中已有的用戶聲紋進行對比驗證。將聲紋技術深度應用到有聲書的版權保護中，可以有效識別并檢驗二次上傳、音頻盜錄、惡意篡改、惡意剪輯等侵權行為，幫助有聲書制作者維護自身權益，從而保證有聲書市場的良性發(fā)展。

第二，劣質內容泛濫的現(xiàn)象不容忽視，利用語音鑒別技術提升語音內容的篩選是突破有聲書內容審核困難的有效途徑。語音內容的審核過濾系統(tǒng)主要利用語音轉寫技術，即將長段的音頻數(shù)據(jù)轉化成文本數(shù)據(jù)，再結合自然語言處理技術將音頻審核文字化，該系統(tǒng)能夠將審核效率提升90%以上。當前，音頻審核技術廣泛應用于直播平臺、視頻網站等平臺的音頻審核工作中。如一下科技旗下的秒拍、一直播等APP，通過百度人工智能提供的技術，從文字、畫面以及音頻多個方面對內容進行多方面審核，把原本需要120秒才能完成的審核縮短至24秒，且內容審核準確率高達96%，人力成本降低了50%以上。有聲閱讀平臺也可以充分利用音頻過濾系統(tǒng)進行高效審核。首先，根據(jù)審核的標準建立違規(guī)詞、敏感詞等內容數(shù)據(jù)庫;其次，通過結合語音轉寫技術把音頻內容轉化為文本內容;最后，通過語義識別、關鍵詞識別等技術對文本內容進行判斷和分析，并與數(shù)據(jù)庫進行匹配，即可及時發(fā)現(xiàn)含有不合規(guī)內容的有聲讀物。相比于人工審核，依托智能語音的審核技術不僅速度快，還可以不間斷工作，審核效率更高。

2.人工智能技術提升有聲書制作效率及多樣性

第一，利用聲音復刻技術可降低有聲書的制作成本，使有聲書產品更加多樣化。為提高用戶的付費意愿，有聲書的制作要以用戶青睞的故事性強、娛樂性強的作品為主。但一味地滿足用戶閱讀需求也會導致有聲書產品的單一性。雖然目前語音合成技術在情緒表達以及情感認知上還不夠成熟，但是對于專業(yè)圖書、教材教輔等這類對情緒表達要求不高、配音枯燥且多重復性內容的圖書，可以利用人工智能技術進行配音。如微軟旗下的朗文小英就結合了語音識別與語音合成技術，為用戶提供教材的朗讀和教學服務。此外，通過擴大語音庫、豐富語音類型，能夠彌補人工智能制作的有聲書的不足。如當前語音合成技術支持多種外語及地方特色方言，一本有聲書可復制成不同版本，不僅增添了內容的趣味性，還可以更好地滿足用戶的個性化需求。

第二，利用人工智能技術進行內容分析，精準匹配音頻，提升有聲書的制作效率。一方面，通過語音識別技術把有聲書的音頻內容轉化為文字，形成相應的內容數(shù)據(jù)庫，并標記關鍵詞、高頻詞等，每段音頻設置獨立標簽。在后期對有聲書進行制作和修改時，便可通過檢索標簽、關鍵詞等快速找到相關片段，極大地提升了后期制作的效率。另一方面，利用人工智能深度學習技術訓練機器，輔助有聲書的制作，有效降低有聲書的制作成本，提升有聲書的質量。首先，結合大數(shù)據(jù)對有聲書的用戶流量、反饋評論、銷量等進行分析;其次，將數(shù)據(jù)交給人工智能進行學習理解，建立有聲書的特征、音頻特征、用戶的反饋的聯(lián)系，繼而搭建有聲書模型。新技術的發(fā)展可以提升有聲書優(yōu)質內容的生產效率，降低有聲書的制作成本。

3.用戶精準畫像，深挖場景化閱讀需求

隨著5G商業(yè)化的廣泛應用、移動互聯(lián)網技術及智能終端的快速發(fā)展，有聲閱讀的場景開始逐漸跳出單一的APP載體，向多元化的閱讀場景發(fā)展。如以iReader、Kindle為代表的電子閱讀器，以科大訊飛機器人為代表的互動性、陪伴性極強的繪本閱讀器等，滿足了更多閱讀場景的需求。智能硬件設備及智能終端產品的普及，極大地提升了有聲書給用戶帶來的交互式陪伴體驗，由于智能音箱具有語音入口優(yōu)勢，用戶只需通過語音便能隨時檢索、播放有聲書。此外，在5G技術賦能下，AR/VR的沉浸式閱讀可以更好地融入人們的日常生活學習中。不同的載體可以滿足用戶對不同場景的需求，這些新的需求也將成為有聲書行業(yè)發(fā)展的新機遇。

不同的用戶屬性要求內容的開發(fā)制作要更加精準地滿足用戶的需求。首先，分析不同平臺、不同用戶對不同場景的需求;其次，結合自身優(yōu)勢進行選品制作;最后，選擇適宜的方式表現(xiàn)內容，如主播講解圖書、制作純有聲書、將原有圖書制作成知識付費課程等。只有把握用戶在不同場景下的需求，才能給用戶提供優(yōu)質體驗。如湛廬文化打造的湛廬閱讀APP，主要圍繞湛廬系列圖書為用戶提供精讀和通讀服務，并且有針對性地服務30-45歲的用戶，內容強調實用性而非娛樂性。清晰的用戶畫像明確了湛廬文化有聲書的打造方向，使其牢牢抓住了流量市場。

5G時代，技術的加持給有聲書行業(yè)帶來了巨大的發(fā)展機遇。通過與新技術結合有利于實現(xiàn)有聲書的版權保護，提升有聲書制作的效率及質量，降低有聲書的制作成本，促進有聲書市場的發(fā)展。而依托人工智能技術、大數(shù)據(jù)技術挖掘用戶的場景化閱讀也將成為有聲書出版的發(fā)展方向。

|參考文獻|

[1]康寧. 有聲閱讀發(fā)展趨勢與中小型出版社應對策略[J]. 傳媒論壇，2019（12）：156-157.

[2]陳棟. 數(shù)字有聲出版行業(yè)的發(fā)展瓶頸與破局[J]. 出版廣角，2017（11）：23-25.

[3]劉一鳴，高玥. 人工智能語音在有聲讀物中的應用研究[J]. 出版發(fā)行研究，2019（11）：35-39.

[4]熊宏蕾. 網絡環(huán)境下有聲讀物版權利益平衡探討[J]. 出版參考，2019（2）：64-66.