喜马拉雅的下一座山峰:AI给内容的未来想象

时间:2022-04-15 10:00:32阅读:42727
3月29日,喜马拉雅在港交所更新招股书。高盛、摩根士丹利和中金为联席保荐人,腾讯、阅文、百度、小米、好未来、索尼音乐为战略投资者。主要财务投资者包括美国泛大西洋投资集团、挚信资本、高盛、兴旺投资、创世
  • 卧虎藏龙
  • 古装 武侠 剧情 动作
  • 何润东 蒋勤勤 黄奕 邱心志 童安格 陈紫函 张晨光 张佩华
喜马拉雅的下一座山峰:AI给内容的未来想象
喜马拉雅的下一座山峰:AI给内容的未来想象
3/3

3月29日,喜马拉雅在港交所更新招股书。高盛、摩根士丹利和中金为联席保荐人,腾讯、阅文、百度、小米、好未来、索尼音乐为战略投资者。主要财务投资者包括美国泛大西洋投资集团、挚信资本、高盛、兴旺投资、创世伙伴资本等。

招股书显示,喜马拉雅2019年-2021年的营业收入分别为26.8亿元,40.5亿元和58.6亿元。2021年财年,喜马拉雅总营收同比增长43.7%,业绩呈稳健增长态势。全场景平均月活跃用户达2.68亿,同比增长24.4%。

目前,喜马拉雅已拥有多元化变现渠道,付费订阅、广告、直播成为平台变现的三大支柱。内容生态健康持续发展,逐步形成以内容生产、主播孵化、内容分发为主的音频生态圈,全链条生态布局正在形成。

据灼识咨询数据,就2021年的平均 MAU、总移动收听时间和总收入而言,喜马拉雅是中国领先的在线音频平台。《2021中国网络视听发展研究报告》显示,喜马拉雅的用户渗透率达到67.1%,牢牢占据着在线音频行业第一梯队的地位,持续引领着“耳朵经济”蓬勃发展。

招股书显示,2021年,喜马拉雅的研发开支为人民币10.27亿元,同比增长64.6%占同期总收入的17.5%,技术和研发人员占比近40%。科研技术投入不断增加,夯实了基础设施能力,强化了AI和大数据的建设,是面向长期可持续价值的投入。

一方面,喜马拉雅利用专有的人工智能和大数据技术对数据进行深度学习,建立了基于人工智能的发现和推荐机制和智能标签系统,以提高内容分发的准确性和效率以及用户体验。

另一方面,专有技术也可以帮助内容创作者更好地制作高质量的音频内容。例如,最先进的文字转语音技术能够有效地将新闻、文章和书籍中的大量文本转换为音频。

近年来,喜马拉雅的AI语音技术落地成果颇丰。喜马拉雅布局AI是极具前瞻性的战略动作之一,这为喜马拉雅在下一个阶段的发展提供了强力推进器。

技术革新撬动内容生产升级

近年来,  AIGC横空出世。技术发展也改变着音频领域的内容思维,以TTS技术为代表的AIGC新技术产品正在一步步走向成熟,喜马拉雅已在该领域潜心钻研多年,助推AIGC从实验室迈向AI合成音、AI演播、智能新闻播报等更多应用场景。

随着音质传输的升级、智能交互的深化、终端场景的拓宽,在线音频内容消费时长伴随着技术升级正在加速驶入发展快车道。根据易观分析数据显示,2021年中国“耳朵经济”市场的活跃用户规模已达到8亿人次,其中在线音频细分市场的月活跃人数稳定在3亿人次,且呈现出稳步上涨的态势。

消费需求的增加亟需扩大内容生产规模,提高内容生产质量和效率一直是行业发展的重要问题。上个时代,软硬件的技术发展推动了UGC成为了内容生产的重要模式。今年将迎来十周年的喜马拉雅是这个时代跑出来的“内容生态前行者”,其拥有的完善的UGC内容创作者生态,通过给用户更便捷的音频创作工具及拓展更多音频品类来激励普通用户参与创作、分享音频,从而增加平台上长尾内容。

UGC模式在技术助力下拓宽对于“内容生产者”的界定,通过抹平内容生产和消费的严格划分、释放内容生产力。但这种技术的应用归根到底是基于对于人的使用,当内容生产者和消费者的生产潜力都被消耗殆尽,内容消费需求的缺口又能由什么来填补?

答案就是AI。人工智能未来将催生新的内容生产形式,当生产不局限于人的时候,生产力也将迎来空前解放。

AIGC——音频内容革命的下一站

年初,喜马拉雅自研的跨语言语音合成创新技术论文,及其与中国科学技术大学合作的说话人日志技术研究论文,均被世界顶级学术会议“2022年IEEE国际音频、语音与信号处理会议”收录,并受邀于今年5月在新加坡举办的会议上向全球展示相关技术成果。

ICASSP  2022是ICASSP  第47届会议,会议主题为“以人为本的信号处理”,“以人为本”这一理念也是喜马拉雅技术发展的驱动力之一。喜马拉雅CTO姜杰表示,我们在技术的创新和应用中很重视观察人和AI交互协同能产生什么全新的价值增量。音频内容呈现更智能化的趋势背后,将是AIGC对于喜马拉雅原有的UGC+PGC+PUGC的音频生态的进一步丰富。

以AIGC延展PGC,AI合成音精准还原单田芳先生“云遮月”嗓音

相比于机器人来说,人最大的差别就在于个体化之间的不可复制性,杰出的音频内容生产方被消费者选择也恰恰是因为他的独特性。例如我国著名评书艺术表演大师单田芳先生,善以声音塑造角色,其标志性的“云遮月”嗓音成为了独一无二的内容符号,在民间有着“凡有井水处,皆听单田芳”的说法。

如果能将单田芳先生的声音解码,再进行重新编码,就能突破内容创作的局限性,实现原音重现,让人们享受到更多单田芳先生的优秀作品,喜马拉雅已在2021年实现了这一点。喜马拉雅智能语音实验室利用TTS技术,并自主设计了单独的韵律提取模块,并将其融入到  HiTTS 技术框架中,让单老的AI合成音仿佛本尊再现。

目前,喜马拉雅上已有80多部运用还原自单田芳先生声音的AI合成音制作的专辑,这些专辑在喜马拉雅也一直深受用户喜爱,多张评书专辑长期位列喜马相声评书热播榜前列,例如《卧虎藏龙》《蜀山剑侠传》等。

不仅如此,喜马拉雅被ICASSP   2022收录的自研跨语言语音合成技术,甚至在未来可以让我们听到单田芳先生的“声音”来播讲英文内容。也许在不久的将来,“单田芳英文声音重现”将与此前官方授权的“单田芳评书”  和“单田芳声音重现”共同构成全新的“单田芳IP”矩阵。

AIGC正在成为人类PGC的延伸,以立体、真实的方式突破助力PGC突破空间、时间的局限,使PGC内容体系化得到了一次质变的提升发展。

以AIGC创造PUGC,“AI续写+AI主播”闭环生产展现广阔前景

随着技术的发展,AI不仅是一种技术载体,也逐渐成为了一种人格象征。喜马拉雅基于自研的TTS框架,并采集头部主播“喜道公子”的真声打造了AI主播“喜小道”,而基于大规模语言模型自研的自然语言处理模型的续写应用“彩云小梦”已经可以实现小说故事的AI创作,只需要给她一个1-1000字的开头,它就能为你续写出后面的故事。

借助自己AI智能技术有声化的优势,喜马拉雅的AI主播“喜小道”与彩云小梦续写AI合作,打造了首个从故事创作到演播均由AI完成的AI电台。据了解,彩云小梦入驻为喜马拉雅旗下网文创作平台奇迹文学的写手,将其作品经AI主播“喜小道”有声化后,发布在喜马拉雅平台。

“AI续写+AI主播”的方式证明了AIGC已经拥有了自己形成完整生产闭环的能力,更诞生了一种全新的以“AIGC”功能为基础的“PUGC”,展现了AIGC及AI技术赋能创作广阔前景。

当AIGC遇上UGC,想象力与算力碰撞后的指数增长

目前,AIGC由于技术成本和规格限制,更多集中在对于PGC和PUGC的加持上,未来如果AIGC成为每个UGC手中的工具时,AIGC强大的算力思维和UGC的蓬勃的内容创作活力将在提升创作效率的同时,进一步丰富内容的多样性

相关行业专家表示,在无监督学习、深度强化学习、迁移学习、生成对抗网络等算法深入研究的基础上,AI的算力将越发强大,其背后自运算与强适应的特征能够完美匹配每一个内容生产者,指数级释放UGC内容创作的活力,带来多样且生动的内容创作光谱,有着非常大的想象空间。

当每一个人都拥有一个可以帮你定制化解决问题的“大白”,每一个内容创作者都将可以拥有一座自己的“喜马拉雅”。

技术势能释放商业价值新想象

对于消费者来说,AIGC是对于内容的加持是一次成功的探索。艾媒咨询《2021年中国耳朵经济发展专题研究报告》显示,超过六成受访用户认为AI合成音频比普通音频节目更有趣,55.4%和48.5%的用户认为合成技术能增加内容丰富度和提高现有的音频节目质量。

在AIGC对于内容如此强大的增益背后,对于国内音频产业而言,技术越来越成为行业的重要竞争维度。易观报告显示,2021年,以喜马拉雅为代表的主流平台不断投入技术研发,通过提升工业化水平,助力创作者实现更优质的内容表达。喜马拉雅等头部音频平台凭借自身的技术、团队、资金等优势深耕有声书、有声剧等赛道,丰富内容样态。

商业规模带动技术创新,技术创新反哺市场选择,形成了一种喜马拉雅商业规模和技术发展双驱动之下的良性网络。据了解,喜马拉雅已在AI语音技术领域潜心钻研多年,并在内部专门成立了喜马拉雅智能语音实验室这一核心部门,长期专注于语音合成、识别、语音信号处理、编解码以及智能音效的研究和开发。喜马拉雅智能语音实验室卢恒表示,未来,喜马拉雅将持续投入语音技术的研发升级,不断创新和突破,进一步打开对于声音的理解和想象,让技术加持声音、让声音服务生活。

这种价值的转化不仅体现在平台本身,更在平台对于合作伙伴的价值外溢上。2021年,众多主流媒体加速入驻喜马拉雅,借助喜马拉雅TTS技术加速制作新闻类音频节目,快捷地实现了文字报道向音频的转化。智能化、无人化的播报正在实现,极大降低了运行成本和操作门槛,批量化处理的语音合成技术保障了内容生产与播报的及时性。相关行业从业者表示,这种播报方式也开辟了音频新媒体的新赛道,让优质报道有了触达用户的新方式,突破了内容传播的阈值,为传统广播媒体行业带来新变革。不止是新闻播报,艾媒咨询报告显示,在线音频行业应用TTS技术产出高质量仿真语音,快速完成文本到语音的转化过程,极大加速了网络文学到音频内容的生产能力,扩充了内容传播的渠道。可以预见,在音频平台顶流的小说领域,喜马拉雅将会实现多音色自动识别朗读,在音频技术上进行突破。

AIGC不仅代表了一种技术价值的想象,其背后更是商业价值的全新拐点。报告显示,超过七成受访用户对AI技术在在线音频领域的发展前景看好。艾媒咨询分析师认为,随着AI智能产品的普及以及用户需求持续攀升,在线音频行业的创新内容仍具有较大的潜力和发展空间。喜马拉雅如何进一步利用AIGC的“智能大脑”助力内容创作,值得期待。

相关资讯

评论

  • 评论加载中...