（本文作者：国家广播电视总局发展研究中心　张苗苗）

　　从ChatGPT到Sora，生成式人工智能在文本、图片、音频、视频之间的多模态切换以及相互生成的模式，被认为是最接近人类获取知识的方式。音频行业在AIGC技术应用爆发之前，主要的发展路径是利用智能语音交互来触达多种伴随式场景，包括智能音响、车机、手表、智能家居等等。当前，音频领域正加速融合AIGC技术，在数字人、内容创作与分发、音乐行业、儿童教育与娱乐等方面应用广泛。

　　AIGC技术正在推动音频行业的内容与业务融合创新。通过智能终端和AI大模型的结合，音频行业能够提供高质量和更加个性化的内容服务。

　　赋能数字音频领域全链路。AI技术迭代与元宇宙热潮加速虚拟数字人产业的进一步升级。据有关机构统计，2022年中国数字虚拟人带动产业市场规模和核心市场规模分别为1866.1亿元和120.8亿元，预计2025年分别达到6402.7亿元和480.6亿元。音频主播的内容生产呈现垂直细分的态势，包括新闻播报、陪玩陪聊、有声阅读、评书故事、线上PIA戏、K歌直播等，各大音频平台据此划分一系列内容专区，根据自身定位打造头部内容，分析受众偏好进行推送。人工智能语音技术实现有声读物文本与语音转换，提高有声读物生产效率。有声读物市场规模不断扩大，长尾效应得到重视。

　　多场景应用实现虚实交互更自然更智能。通过语音识别和自然语言处理，用户可以通过语音与音频平台进行更流畅的交流，如语音搜索、语音控制播放等。可以创造新的声音效果和声音角色，为音频内容增添多样性，包括虚拟声音助手、有声读物中的角色配音等。数字人技术可以与智能硬件结合，如智能音响、车机、手表等，提供伴随式场景服务，如语音助手、个性化内容推荐等。AIGC在音频领域的应用，还促发探索了新载体。如结合实体和虚拟元素的音乐作品，这些新载体不仅具有实体的收藏感，还具备虚拟的便捷性，如通过NFC技术与智能手机互动的音乐卡片。同时，也带来音乐出版方式的革新，一些机构研发了新的出版模式，音乐人可以通过一站式的自我出版解决方案，上传自己的音乐并生成销售工具，实现版权自主和直接与乐迷的连接。在智能驾舱场景中，AIGC技术可以提供更加自然和流畅的语音交互体验。通过大语言模型的发展，车辆能够更好地理解用户的指令和需求，如座椅调节、空调控制、氛围灯变化等，从而提供更加精准和智能的响应。

　　内容创作和分发效率极大提升。AIGC技术可以自动生成音乐、故事、新闻等内容，极大地提高了音频内容的生产效率。例如，通过AIGC技术，儿童内容的创作过程得以加速。原本需要3-4天完成的10分钟左右的故事创作，现在可以在8小时内完成。这种效率的提升使得内容生产变得更加快速和经济。通过AI作曲和编曲技术，用户可以快速创作出个性化的音乐作品。同时，通过AI技术，可以实现自动化的内容创作，如AI简报生成的资讯和亲子共创的故事平台等，为用户提供更加丰富和多样化的内容选择。

　　服务形态创新增强个性化服务体验。AIGC技术能够根据用户的收听历史和偏好，为其推荐定制化的音频内容，提升用户体验。如生成个性化的播放列表、定制新闻简报等。可以根据听众的特征和偏好，生成个性化的广告内容，提高广告的针对性和效果。在音乐内容领域，通过游戏化、交互式和社群化的方式，让听众参与音乐的体验过程，例如通过互动游戏让听众助力音乐作品的传播，提升音乐体验的趣味性。在教育内容领域，AIGC技术可以用于创建互动式学习材料，如语言学习、历史故事讲解等。对于儿童内容，AIGC技术可以帮助创作更加适合儿童的音频内容，如故事、知识、习惯等，同时还能与智能硬件合作，提供更加互动和有趣的学习体验。

　　AIGC带来行业创新发展机遇的同时，也面临着技术、法律、安全、伦理等多方面的挑战，需要政府、行业和社会共同努力、跨领域合作，推动技术的健康发展和合理应用。

　　技术层面。AIGC的出现和应用，在带来便捷高效的同时也存在很多新的风险和挑战。这些风险和挑战，一些是本身技术限制引起的，如生成的内容不能保证真实性、会产生有害言论等。一些是用户对技术使用不当引起的，如在教育、视听内容、科研等领域滥用ChatGPT 等产生的文本。又比如数字人技术虽然发展迅速，但仍存在表情捕捉的精准度、声音合成的自然度等技术不完善的问题。提供高质量的用户体验是数字人技术面临的挑战之一，需要不断优化交互设计和内容创作，以满足用户的期望和需求。

　　法律层面。AIGC应用涉及大量用户数据的收集和处理，如何确保数据安全和用户隐私不被侵犯是一个重要挑战。需要制定相应的规范和标准，确保技术的规范化和健康发展。AIGC技术在内容创作中的应用还可能涉及知识产权问题，需要明确版权归属和保护创作者的权益。同时，业内提出应对儿童内容安全和隐私保护更加重视。建立严格的内容审核机制和数据安全措施，以确保儿童在享受AIGC技术带来的便利和乐趣的同时，他们的安全和隐私也得到充分保护。

　　伦理和社会责任层面。在AIGC技术大潮之下，数字人技术的发展引发了伦理和社会责任的讨论，包括数字人的真实性和透明度、对现实社会的影响等。如，与已故亲友的“数字生命”重逢，这样的体验已成为现实，甚至已经成为一门特殊的“生意”。除了“复活”逝者，利用AI数字人技术为现实中的公众名人、网红博主创造数字分身的应用已然成熟，并已具备不容小觑的“吸金”能力。AI“一键复活”的功能存在一系列伦理问题与法律风险，其制作过程涉及对私人信息的提取，生成的内容又具有“以假乱真”的效果，可能会干扰人们的真实记忆。用逝者生前音视频内容做出来的，只是具有其相似音容的数字产物。AI“复活”逝者产业亟须厘清标准与规范，对技术加以科学规制，防止出现更多乱象。

　　科技与人文平衡层面。很多业内人士提倡在享受AIGC技术带来便利的同时，要关注科技与人文的平衡。比如音频从业者应多关注儿童的线下活动能力，鼓励儿童与真人交流互动，减少对线上活动的过度依赖，在内容创作和服务过程中要注意保护儿童的安全和隐私，引导科技与人文平衡的认知。

　　音频行业人士认为，目前AIGC技术应用处于起步阶段，在音频领域的应用还远远低于预期。但AIGC在音频创作传播、人机协同等方面已展现出巨大潜力，声音将成为人与人、人与机器之间数字连接的重要桥梁。

　　为数字音频带来更多机遇。数字音频产品服务的形态多样，涵盖了“音频+影视”“音频+直播”“音频+出版”“音频+智能设备”等创新领域，AIGC技术将进一步赋能音频平台、音频主播、有声读物、智能车联网等方面的生产与传播价值，助力全媒体、全方位开发数字音频的经济价值。

　　推动智能硬件开发深度合作。AIGC技术正在推动音频行业与智能硬件的深度合作，如智能音响、车机、手表等，为用户提供更加便捷的伴随式场景服务。

　　助力商业模式闭环与智能营销。通过AI技术，音频平台可以更好地与智能营销结合，实现全链路的闭环服务，如利用技术创建虚拟产品演示和销售、虚拟客服和售后支持等，让用户可以在元宇宙中咨询问题、提出意见和建议，为用户提供更加完善的产品和服务。