◎張婧怡

一、智能音頻的全覆蓋趨勢

1.智能音頻APP的類型及界定

首先，本文論述的智能音頻APP不同于以音頻娛樂功能為主的APP（例：唱吧、全民K歌等），也不同于以音頻實用功能為主的APP（例：QQ、微信中語音的社交功能、百度輸入法中語音的輸入功能等）。

接下來將例舉并歸納四款智能音頻APP（數(shù)據(jù)均采集于2020年7月的App Store），它們在開發(fā)基于音頻的娛樂功能、社交功能、教育功能時，不同程度的應(yīng)用了人工智能技術(shù)，并實現(xiàn)了較好的創(chuàng)新和融合。另外，這四款A(yù)PP中包含的社交功能都在致力于構(gòu)建以“聲音”為基礎(chǔ)的社交關(guān)系。

第一款是“嗚嗚練聲”，主打智能練聲和聲樂教學(xué)，評分4.9（基于6166個評分）。這款A(yù)PP的功能主要由以下三點：其一，問診式聲音檢測體系；其二，實時AI監(jiān)測練聲過程；其三，大數(shù)據(jù)匹配名師，一對一解惑。值得一提的是該款A(yù)PP的“智能語音識別及檢測”，使用者進行對發(fā)聲、音域、音準的測試，AI自動識別優(yōu)劣，應(yīng)用于后續(xù)制定練習(xí)計劃、匹配名師。

第二款是“朗讀語音”，主打語音朗讀功能，評分4.9（基于基于1.9萬個評分）。該款A(yù)PP的語音朗讀功能非常強大，不論是圖片、文字還是網(wǎng)頁鏈接皆可一鍵收聽。另外，還可以根據(jù)用戶個人的聲音定制主播聲音，使用“復(fù)刻”功能，朗讀一段文字，朗讀者的聲音即可生成語音包應(yīng)用于任意語段。

第三款是“很皮語音包”，主打定制語音包功能，評分4.6（基于3.3萬個評分）。該款A(yù)PP定制的個性語音包可跨平臺傳播，適配性較高。另外還有設(shè)有語音直播間、聲音社區(qū)、個性化主頁展示，更利于結(jié)交同好好友，垂直社交。

第四款是“比鄰”，主打語音社交功能，評分5.0（基于2059個評分）。該款A(yù)PP可以實時匹配用戶，陌生人社交。另外還設(shè)有語音直播間、個性化主頁展示等。相較于其他陌生人社交的APP，“比鄰”更注重聲音的作用，以聲音交友也可以避免隱私泄露的尷尬，在目前的移動端APP中確實較為新穎。

2.智能音頻APP發(fā)展現(xiàn)狀

（1）日常應(yīng)用

在今天，智能化、場景化、定制化的聲音傳播已然實現(xiàn)。試想以下場景，人們在清晨語音喚醒智能設(shè)備預(yù)約出行，連接智能家居泡咖啡、聽音樂；工作學(xué)習(xí)中，語音查詢信息，解放雙手；結(jié)束一天忙碌，打開音遇APP歡唱片刻，再用私人定制的智能主播朗讀伴音入睡。原本只出現(xiàn)在科幻電影中的假想，正悄然滲透到我們的日常生活，未來已來。人工智能不僅重塑了音頻產(chǎn)業(yè)的形態(tài)和樣貌，使得智能音頻廣泛應(yīng)用于智能搜索、新聞播報、語音識別等諸多前沿領(lǐng)域，更是改變了人們的生活方式和虛擬空間的交際常態(tài)。聲音傳播的新生態(tài)正是智能媒體時代面臨的巨大機遇和全新挑戰(zhàn)。

（2）特殊需求

據(jù)調(diào)查中國視障群體約有1731萬人，30歲以下的人群占比23.5%。對于主打或兼具社交功能的音頻APP而言，這是一個巨大潛在市場。一些主流社交APP中的智能音頻功能已經(jīng)在更新迭代中日漸成熟了，其實用性不言而喻。但是相較之下，范圍更廣、形式更豐富的基于音頻的虛擬社交還是一片幾乎未開發(fā)的空白。

3.智能音頻APP優(yōu)勢分析

（1）情感層面

聲音作為一種傳播載體可謂是獨一無二，例如人聲的語氣、語調(diào)、音質(zhì)等以及幾乎不可計數(shù)的音效，這些元素是其他傳播方式不可替代的，所以聲音傳播具有天然的優(yōu)勢。人類對于情感的需求是極其強烈的，面對壓力、排解焦慮、渴望陪伴等都在不斷激發(fā)人們的社交欲望，基于智能音頻的虛擬社交的特點正可以滿足人們的情感需求和社交欲望，不論時間地點的匿名社交環(huán)境為人們提供了心靈放松、私密性高的新型社交模式。但是，在開發(fā)和傳播智能音頻APP的同時，也要注意傳播積極健康的音頻內(nèi)容，避免音頻質(zhì)量良莠不齊，和諧可持續(xù)的發(fā)展方式才是此類APP的未來。

（2）技術(shù)層面

雖然聲音作為單一介質(zhì)只是傳播內(nèi)容入門級別的一種呈現(xiàn)，但是智能音頻可依據(jù)用戶需求進行適當(dāng)?shù)恼{(diào)整，傳播效果和用戶體驗正在實現(xiàn)最大優(yōu)化。智能音頻場景化可以使用戶身臨其境；智能音頻定制化可以滿足不同用戶的個性要求。當(dāng)然，一切的基礎(chǔ)還要建立在人工智能技術(shù)的飛速發(fā)展上大數(shù)據(jù)分析、算法推算等技術(shù)在不斷注入智能音頻領(lǐng)域，使其領(lǐng)域不斷拓寬、深度不斷延伸。在未來，伴隨著人工智能技術(shù)的更新迭代，智能音頻產(chǎn)業(yè)必然會蓬勃發(fā)展。

二、虛擬社交方式的變革和原因

1.聲音社交的誕生背景：普遍存在的“群體性孤獨”

“虛擬社交”是指人們利用互聯(lián)網(wǎng)營造的虛擬空間，進行人類社會中情感交流?？萍及l(fā)展讓網(wǎng)絡(luò)化生存無限接近現(xiàn)實，也衍生了看似緊密的新型親密關(guān)系，但實際上，時刻在線的虛擬社交使人們普遍深陷“群體性孤獨”?！叭后w性孤獨”的概念來自雪莉·特克爾(Sherry Turkle)的著作《群體性孤獨》。她認為人們正在逃離現(xiàn)實游離到虛擬世界，處于既渴望親密交流又不想被打擾的矛盾狀態(tài)。智能音頻APP的出現(xiàn)滿足了人們對陪伴的強烈需求，開辟了一種新型的輕量社交關(guān)系。在人工智能技術(shù)的加持下，個性化匹配的實時在線社交對象通過音頻交流，適當(dāng)?shù)木嚯x構(gòu)建了一種私密性較高的社交方式，游離于親密與克制之間。基于智能音頻的虛擬社交方式消解了人們對親密關(guān)系的抗拒，使得親密聯(lián)系與保持距離兩種狀態(tài)在聲音社交關(guān)系中融洽結(jié)合。

2.推動聲音社交發(fā)展的重要因素

（1）用戶體驗提出新要求

我們常常在通過網(wǎng)絡(luò)交流時遇到這種困擾——在一些語境下發(fā)送文字消息，不添加語氣詞“呢”“呀”“哈”等就會產(chǎn)生情感傳達的偏差，令接受者感到“語氣生硬”或“情緒不佳”；又或是在發(fā)送簡短文字消息是一定要追加一個甚至數(shù)個表情包，以顯示并非敷衍。以智能音頻APP為主要載體的聲音社交消解了傳受主體間的傳播隔閡，避免了不必要的理解偏差，有效的調(diào)節(jié)了純文字信息中的情緒傳達，對個體交往和群體互動有著重要的價值和意義。人們可以從“聲音包”中根據(jù)聲音媒介傳達的信息，直觀認知到主體的情感狀態(tài)并進行情感互動。語言學(xué)家威廉·馮·洪堡特(William von Hongbaote)曾說：“發(fā)聲器官發(fā)出的聲音恰似有生命體的呼氣，從人的胸中流出，即使在未使用語言的情況下，聲音也可以傳達痛苦、歡樂、厭惡和渴望?！边@也正是聲音在人際交往中具備絕對優(yōu)勢的原因。

（2）虛擬社交觀念的轉(zhuǎn)變

人工智能技術(shù)正在改變和重塑虛擬社交方式，人們在虛擬空間中獲得更多伸張個性、表達思想的可能，社交觀念亦隨之變化。與“表情包”的流行相似，以“聲音包”領(lǐng)跑的聲音社交滿足了人們自我呈現(xiàn)的需求。自我呈現(xiàn)(preservation of self)又稱印象管理(impression management)，是社會學(xué)家歐文·戈夫曼在著作《日常生活中的自我呈現(xiàn)》中提出的，人與人之間的互動交往具有明顯的表演性，每個人都有多個不同的“自我”，這取決于他們在現(xiàn)實生活中面臨的不同情境當(dāng)中進行自我展現(xiàn)的不同方式。另外，馬斯洛需求理論中也認為“自我實現(xiàn)”是最高等的需求，在自我實現(xiàn)需求的驅(qū)動下極具個人色彩、充分釋放情緒的聲音表達實屬不二之選。

（3）亞文化熱度持續(xù)升溫

迅速革新的技術(shù)不僅加速了亞文化的發(fā)展，而且撕裂了亞文化的傳統(tǒng)形態(tài)，賦予其新的風(fēng)格轉(zhuǎn)向。亞文化群體棲居在虛擬空間所進行的亞文化實踐，不局限于信息的獲取和傳播，而是基于網(wǎng)絡(luò)新媒體的運用進行人際交往、符號傳播和文本創(chuàng)作，展現(xiàn)出亞文化新的風(fēng)格特征，需要新的價值研判。其中誕生于網(wǎng)絡(luò)時代、在新媒體時代走向高潮的網(wǎng)絡(luò)新語體極具代表性，這種網(wǎng)絡(luò)新語體是指出現(xiàn)在虛擬空間的全新表達方式，融匯在當(dāng)代亞文化的各種形態(tài)中，夾雜文字、圖像，在方言、普通話、古文、白話文等語體中自由轉(zhuǎn)換，多彩且易變。應(yīng)用于音頻的人工智能技術(shù)在最大程度上發(fā)揮了聲音的多樣性，展現(xiàn)了個性化的虛擬社交可能性。

三、對智能音頻在虛擬空間應(yīng)用的展望

虛擬社交已經(jīng)已經(jīng)成為人們?nèi)粘Ｉ畹囊徊糠?，各類智能移動端的軟件通過視頻、圖片、文字等給我們傳遞了大量的信息。目前以音頻為核心的應(yīng)用相對較少，社交軟件不乏表情包，但缺乏聲音包。智能音頻產(chǎn)業(yè)的迅速發(fā)展使音頻APP逐漸脫離原本單一的實用目的，而轉(zhuǎn)變?yōu)楦鞣N通過聲音調(diào)配、音效重組、賦予情節(jié)，以復(fù)雜的形式表情達意，在情節(jié)中感受和體驗該社會語境中的情感活動。它既可以反映社會現(xiàn)狀，建構(gòu)社會現(xiàn)實，映照社會情感，為亞文化群體提供“想象性的解決方案”，又可充當(dāng)情感治療的“治療藥”和負向情感的“減壓閥”。

總之，將人工智能技術(shù)融入音頻產(chǎn)業(yè)，開發(fā)更多智能音頻APP有著廣闊的前景。智能音頻也會在未來逐漸滲透、改變我們的虛擬社交方式甚至生活方式。但是其中仍存在許多問題需要規(guī)避，例如用戶隱私保護、內(nèi)容審查等，都值得我們仔細思考。