Wanxiang Yousheng начинает публичное тестирование: команда-основатель Lazy Listen восстанавливает Voice Factory с помощью AIGC

В индустрии аудиоконтента происходит незаметная трансформация: от кустарных мастерских к интеллектуальным фабрикам.

В то время как технологии искусственного интеллекта коренным образом изменили такие сферы, как текст, изображения и видео, аудиосектор, похоже, все еще ожидает своего определяющего прорыва. Столкнувшись с постоянной проблемой отрасли, заключающейся в том, что огромное количество онлайн-романов и опубликованных интеллектуальных продуктов остается нереализованным из-за высоких затрат и низкой эффективности традиционного производства, вся экосистема аудиоконтента требует по-настоящему системного решения.

Сегодня «Audimind», основанная основной командой бывшей ведущей отечественной аудиоплатформы «Lanren Tingshu», официально запускает открытую бета-версию после более чем года интенсивных исследований и разработок и полугода целенаправленного внутреннего тестирования.

Это не просто очередной инструмент с искусственным интеллектом для озвучивания, а комплексная платформа для создания аудиоконтента. Она призвана решить проблему «невозможного треугольника» отрасли — соотношения затрат, эффективности и контроля качества — и перевести модель производства с ремесленных методов на интеллектуальное производство.

01 Вызов отрасли: обеспечение контентом на быстрорастущем рынке

Рынок аудиокниг в Китае сейчас насчитывает более 600 миллионов пользователей и продолжает расти, однако со стороны предложения он сталкивается с множеством препятствий.

С одной стороны, «интеграция аудио и чтения» стала мейнстримом, а спрос пользователей на иммерсивные впечатления «на уровне радиопостановки» стремительно растет. С другой стороны, традиционная модель производства сталкивается с тремя основными проблемами:

•Высокая стоимость: профессиональная запись человеческого голоса может стоить тысячи юаней в час, что ограничивает ее использование лишь небольшой частью премиальных интеллектуальных продуктов.

•Низкая эффективность: разрозненные инструменты и сложная удаленная совместная работа приводят к тому, что стандартный проект часто занимает от 30 до 60 дней от начала до конца.

•Нестабильное качество: непрозрачные процессы и ручная проверка качества подвержены ошибкам и усталости, что затрудняет обеспечение стабильного качества.

Это напрямую приводит к тому, что огромный резерв IP-контента среднего уровня на таких платформах, как Yuedu, становится трудно быстро монетизировать. Между тем, аудиоплатформы, такие как TME, сталкиваются с проблемой нехватки стабильного высококачественного контента. Рынок срочно нуждается в промышленном решении , которое было бы экономически эффективным, высокопроизводительным и способным обеспечить впечатления от радиопостановки, близкие к человеческим.

02 Возвращение ветеранов: переосмысление десятилетнего опыта с помощью ИИ

Подход Audimind основан на уникальном опыте команды в отрасли.

Ядро команды-основателей составляют бывшие члены первоначального руководства «Lanren Tingshu», включая основателя/генерального директора, вице-президента по продуктам, вице-президента по технологиям и директора по производству контента. Имея более десяти лет опыта, они руководили платформой с момента ее создания до приобретения компанией Tencent Music, что дало им глубокие знания из первых рук о слабых местах цепочки поставок.

Команда отмечает, что работа с Lanren Tingshu выявила ограничения, которые традиционные процессы накладывают на авторов: сложная подготовка сценариев, трудоемкая синхронизация, хаотичное сотрудничество и сложные расчеты заработной платы. Они считают, что прорывы в области крупных моделей ИИ дают возможность систематизировать этот с трудом приобретенный опыт в виде алгоритмических решений.

Таким образом, команда привносит не просто техническую надстройку, но и способность преобразовывать операционные стандарты отрасли в алгоритмические правила. Они количественно оценили ранее субъективные аспекты голосового исполнения —такие как паузы на вдох, эмоциональные переходы и синхронизация — в точные, исполняемые алгоритмы, создав интеллектуальную платформу, основанную на подлинном понимании отрасли.

03 Основной движок: «двухканальная система» для стокового и нового контента

Ключевой инновацией Audimind является предлагаемый «двухканальный производственный движок», разработанный для удовлетворения как потребностей в профессиональном высококачественном контенте, так и требований массовой конверсии. Пользователи могут выбрать режим, который соответствует их типу контента и производственным целям.

Первый трек: повышение качества, расширение возможностей творческих людей

Для профессиональных студий и высококачественного PGC-контента Audimind представляет собой универсальную платформу, интегрирующую весь рабочий процесс работы с аудио. Она решает проблему необходимости манипулировать множеством разрозненных инструментов. Платформа предлагает несколько основных инструментов, переопределяющих производство аудио:

1.Интеллектуальное создание сценариев: автоматически делит текст на главы, извлекает и нормализует персонажей, генерирует профили персонажей, подбирает актеров озвучки и точно аннотирует произношение редких слов, омофонов и эмоций в диалогах.

2.Интеллектуальная синхронизация: автоматически сопоставляет часы необработанных голосовых записей из профессионального программного обеспечения с соответствующими строками сценария, что, по имеющимся данным, повышает эффективность традиционной постпродакшн-синхронизации до 500%.

3.Интегрированная браузерная рабочая станция: профессиональная аудиорабочая станция в браузере, позволяющая осуществлять запись в реальном времени с просмотром сценария и функцией редактирования во время записи для бесшовной интеграции записи и редактирования.

4.Интеллектуальное прослушивание: использует ИИ для детальной и полномасштабной проверки качества, заменяя традиционную выборочную проверку для обеспечения всестороннего контроля качества.

5.Командная работа: Визуальные потоки задач, системы рабочих заказов и автоматизированный расчет заработной платы создают полноценную экосистему онлайн-сотрудничества, обеспечивая прозрачное управление проектами на протяжении всего рабочего процесса.

Направление 2: скачок производительности для массового производства IP

Для огромного запаса IP-контента среднего и длинного хвоста на платформах веб-романов платформа предоставляет полностью автоматизированную, не требующую участия человека рабочую станцию для создания многоголосных аудиодрам на базе ИИ. Весь процесс автоматизирован: от импорта электронных книг и интеллектуального разделения на главы до анализа персонажей, исполнения ИИ и окончательного синтеза. Это направлено на создание аудиоконтента, «почти как радиопостановка», с чрезвычайно низкими предельными затратами, что помогает платформам быстро восполнять пробелы в контенте.

Audimind предлагает стандартизированные API для издателей, платформ веб-романов и агентств по производству коротких аудиодрам. Партнеры могут использовать их для простой интеграции и попытки пакетного, автоматизированного преобразования огромных библиотек интеллектуальной собственности в аудио, раскрывая коммерческий потенциал неиспользуемого контента.

04 Глубокая инженерия: создание реальных технических барьеров

Отличаясь от типовых решений на основе больших моделей, требующих ручной настройки, Audimind создает уникальные инженерные возможности, опираясь на свой глубокий вертикальный опыт:

•Инженерия сотрудничества: платформа воспроизводит стандартизированный офлайн-процесс производства высококачественного контента, используя интеллектуальное распределение задач и рабочие процессы, чтобы освободить творческие команды от сложной координации. Это сочетание «стандартизации процессов + интеллектуальных рабочих процессов» формирует основную системную возможность.

•Словарь произношения с миллионом записей: решает проблему унифицированного произношения для множества редких иероглифов и омофонов, встречающихся в романах жанров «сянься» и «сюаньхуань».

•Алгоритм обеспечения целостности персонажа: гарантирует, что тон и личность персонажа остаются неизменными на протяжении сериалов, насчитывающих миллионы слов.

•Интеллектуальная обработка повествования: автоматически идентифицирует и удаляет из сценариев диалоговые метки, такие как «сказал», чтобы усилить погружение слушателя в сюжет.

•Технология интеллектуального перерисования: при изменении текста ИИ перерисовывает только затронутые участки, что, по имеющимся данным, снижает вычислительные затраты ИИ до 90%.

05 Бизнес-модель: адаптированная для различных творческих путей

Чтобы учесть разнообразные сценарии производства, Audimind использует гибридную модель «SaaS (подписка) + PaaS (оплата по факту использования) + IaaS (масштабирование инфраструктуры)», избегая потенциальной привязки к универсальной ценовой модели.

Эта модель в первую очередь обслуживает три типичных сценария производства, различающихся в зависимости от потребностей пользователей:

•Чистое человеческое производство: ориентировано на студии и отдельных авторов, специализирующихся на озвучивании людьми, что характерно для премиальных многоголосных драматических произведений. Подписка предоставляет полный доступ к инструментам для совместной работы без ограничений по количеству слов или проектов, включая кредиты на AI Smart Scripting, Smart Sync и звуковые эффекты ИИ, как правило, без дополнительных сборов.

•Чистое производство с использованием ИИ: предназначено для правообладателей или аудиоплатформ, производящих контент преимущественно с помощью ИИ, что характерно для многоголосных драматических произведений со средней и длинной продолжительностью. Подписка не требуется; пользователи платят за использование с помощью кредитов. Создатели большого объема контента могут приобретать «Creation Boost Packs» по оптовым ценам, что значительно снижает затраты по сравнению со средними показателями по отрасли.

•Гибридное производство «ИИ + человек»: самый распространенный в отрасли метод для аудиокниг, при котором ИИ составляет черновики сценариев и занимается дикторским озвучиванием, а люди озвучивают диалоги. Audimind предлагает сочетание подписки и пакетов «Boost/Peace-of-Mind», позволяя студиям масштабировать вычислительную мощность для каждого проекта, что радикально сокращает производственные затраты.

С точки зрения бизнеса эта модель разделяет подписки, плату за использование и масштабирование по требованию. Она обеспечивает предсказуемую структуру затрат для пользователей с разными рабочими процессами и диверсифицирует доходы платформы. Внутреннее тестирование подтверждает, что эта модель может эффективно обслуживать различные сценарии и группы пользователей.

06 Отзывы о внутреннем тестировании: подтвержденная эффективность и качество

Платформа прошла практическую проверку более чем 2000 профессионалами в ходе внутреннего тестирования. Имеющиеся данные показывают, что проект, который раньше занимал 30 дней для аудиокниги, теперь может быть завершен за 5–7 дней с помощью инструментов платформы. Выигрыш достигается за счет объединения ранее разрозненных задач (написание сценария, запись, синхронизация) в одной среде для совместной работы, а интеллектуальные инструменты сокращают накладные расходы на взаимодействие между инструментами и их использование.

Один из ведущих актеров озвучивания популярных радиопостановок поделился: «Раньше мы использовали разное программное обеспечение для написания сценария, записи, синхронизации и постпродакшна, что приводило к высоким затратам на коммуникацию. Теперь все находится на одной платформе, потери при коммуникации резко сократились, эффективность ощутимо выше, а производительность почти удвоилась».

Лицзе, основатель YueMi Culture, представил точку зрения платформы по защите авторских прав: «Искусственный интеллект Audimind в области озвучивания приближается к человеческому уровню в плане эмоциональной выразительности. В сочетании с интеллектуальным написанием сценариев и автоматической синхронизацией у нас теперь есть стабильная возможность производить высококачественные аудиокниги уровня B+. Для нашей команды по контенту стабильность этой возможности важнее, чем просто скорость».

07 Открытая бета-версия: приглашаем представителей отрасли к совместному созданию будущего аудио

После более полугода целенаправленного внутреннего тестирования Audimind запускает публичную бета-версию, открытую для регистрации создателей контента, дикторов, студий, платформ веб-романов и аудиоплатформ.

Команда заявляет, что цель платформы — сократить время, затрачиваемое на процесс, позволяя создателям сосредоточиться на доработке контента. Бета-версия — это возможность изучить и проверить возможности платформы вместе с партнерами из отрасли. Команда надеется собрать отзывы и совместно направить производство аудиоконтента в сторону большей эффективности и контроля.

Регистрация в бета-версии: посетите официальный сайт https://www.audimind.com/

Об Audimind: