喜马拉雅的故事：从荒漠中开辟的音频市场

从四则声音故事看喜马拉雅的价值。

文丨陆然

2018 年前后，杭州电台主持人姚金明，与做了 20 多年 NBA 记者的《体坛周报》副主编杨毅，一南一北两个相隔千里的新闻工作者，都厌倦了做线性的新闻工作。他们一个渴望去给孩子 “讲故事”，另一个想 “表达内心”。可这些内容上哪儿找到买单的人呢？

苏婷为实现做舞台剧演员的梦想，放弃了新疆电视台主持人的工作，来到了北京。很快，她又一次站在十字路口，做有声书主播还是延续演员梦？90 后陶勇祥寒窗苦读多年，从小县城考上了华东交通大学计算机系，为了成为一名有声书主播，他干脆放弃了毕业。

四个经历迥异的人，最终都将 “声音” 变成了自己的谋生手段，亦或是梦想的实现方式——姚金明成为了拥有 220 万粉丝的 “狮子老爸”；陶勇祥变成了 “有声的紫襟”，被誉为有声书第一大主播；苏婷成为了可以靠声音变身各类女性的大主播 “一刀苏苏”；杨毅也做了真正能够让他不受职业、领域限制的内容。而承载他们的平台，是喜马拉雅。

创立于 2012 年的喜马拉雅迄今为止共完成 11 轮融资，股东名单中不乏腾讯、阅文、小米、百度等公司。最后一轮 E 轮融资由挚信资本、腾讯、General Atlantic 等领投，估值超 40 亿美元，并于今年 3 月在港交所更新招股书。今年 8 月，是喜马拉雅成立的第十年。

全球音频市场最发达的地区是美国，它有一个其它地区无法比拟的优势——美国的公共广播体系几十年来从未远离主流视角，它们培育了大批音频内容从业者和受众，培养了内容付费的市场，造就了许多专业的有声出版公司。

国内的音频市场，缺乏这样的先天条件，它的用户规模、从业者数量、付费习惯，必须要由置身其中的公司来一点一点推动成至今的模样，作为市场份额最高的公司，喜马拉雅在这个过程中投入了大量资源来推动市场的发展。

“王的女人” 背后的声音扮演者

2018 年，“一刀苏苏”（下文简称苏苏）第一次试音试了八本书，喜马拉雅上流行的男频、女频（小说网站中的女性频道，古代和现代言情小说居多）、科幻、玄幻、悬疑，她都试了个遍。意外的是，一个月后，她试音的八本书中，有六本书都通过了演播初试，这给了她极大的信心。

苏苏本科专业是播音主持，声音条件好；舞台剧演员的经历让她有丰富的表演能力和剧本理解能力，可以比其他人更深刻地理解一个角色。

但从舞台来到话筒前，是完全不同的体验。在舞台上表演，有 “第四面墙”——舞台剧演员看不到观众，但是能感受到观众通过屏住呼吸、忍笑等动作带来的情绪；而在话筒前，苏苏需要对着想象中的听众，把他们带到作品和主人公的世界中。

原来在舞台上表演的张力、控制力、表现力在有声书演播上都不适用。“那就全换”，苏苏说道，她用一年的时间把自己的表演方式、录音设备全换了一遍。到了 2019 年，她只差一部适合自己、能够火起来的作品。

喜马拉雅引进有声书版权后，会将书进行评级，新主播要在海量作品里找到最合适自己的作品，除了实力也靠一点点运气。苏苏和她的搭档一刀侃侃（简称侃侃）就是其中的幸运儿。在试错了一年后，侃侃找到了一本别人不要的都市小说《我身上有条龙》，开播即火；而苏苏在一堆免费引进的女频版权中，找到了言情小说《王的女人谁敢动》。

《王的女人谁敢动》是一本古代穿越言情小说，实习医生女主穿越到古代遇到权倾天下的王叔，一起出生入死、相伴江湖。这部书像许多成功网络小说一样，场面宏大，剧情刺激起伏，人物的情绪转换节奏也很快。

苏苏的表演经验在这部作品中被充分发挥出来，无论是展现画面感的低沉女声旁白、女主初次穿越时的懵懂青涩，或是生离死别时不甘愤懑，苏苏都能做到一人分饰多角，把情感充分的展现出来。用户评论中表达最多的，是 “仿佛在听一部电视剧”。《王的女人谁敢动》最后在喜马拉雅上播放突破了 25 亿。

一人分饰多角色，是苏苏在有声书领域的核心竞争力。在《叔，你命中缺我》这部作品中，所有女性角色都由她一人来扮演，她塑造的傻白甜女主、学霸好友、仗义富二代等三个性格完全迥异的角色，连观众都分辨不出来是否为同一人。

苏苏从此立足于 “女频 ”，粉丝中 72% 都是女性。

喜马拉雅上的内容与上游版权公司密切相关，用户们聚集于此是为了收听精品化的音频内容，但主播又多是素人出身，因此，平台要将大量不同背景的 UGC 创作者，培养成具备 PGC 制作能力的创作者。要实现这一点，起到关键作用的便是编辑制度，在苏苏和紫襟逐步找到自己方向的过程中，制作人的引导和反馈都起到了关键作用，并且喜马拉雅愿意推动创作者走向台前。

喜马拉雅的生态，紫襟和 “狮子老爸” 不约而同地用 “田地” 来比喻，喜马拉雅赋予一块田，由主播自己去种地、浇水、耕耘和收获。对于平台和主播而言，这都是重运营的工作，但主播的价值感也更高，主播自己成为品牌并收获粉丝，于平台而言也更容易形成 UGC 社区。

当 UGC 主播成长起来后，喜马拉雅还会推动他们成立专业的 PGC 公司，以投资或是合作的形式帮助其发展。苏苏和 “一种侃侃”、“喜道公子” 两个搭档成立了有声书制作公司叁拾刻度，紫襟和喜马拉雅共同投资了有声书制作公司喜喵先声，并从中孵化了有声品牌 “紫襟剧社”。

一部有声出版物的制作流程，比想象中要复杂。一部作品改编为有声小说，首先由话本部把故事主线、角色精髓提炼成大纲，主配通过资料和大纲理解剧情；再由主配和配音导演寻找能够承担路人角色和配角的线上配音演员，试音并分配角色；之后是出片花、建立剧组以及人声录制。

人声录制完成后，录音再转交给制作团队将人声和话本对轨，然后加上后期的音乐、音效才算完成。成品发布后，运营团队还会同步公众号、微博、抖音等渠道做相关的宣发工作。

如果仅靠个人用爱发电，无法实现这样工业化的运作，更难以持续地创作精品。苏苏表示，单干的时候，一年只能录三本书，而公司化后，她与侃侃、喜道公子三个人一年可以录二十多本，而且最大的好处便是提高成品效率，稳定品质。

在头部主播和平台的带动下，国内音频市场有了持续的好作品。喜马拉雅的责任是：由编辑加速 UGC 主播成长，再将头部 UGC 主播转型 PGC 制作公司，整个行业才能培养出更多人才，才能形成大大小小的制作公司。因此，重运营、精制作不是最划算的选择，却是必须做的事情。

随着用户体量的扩大，喜马拉雅的内容生态也吸引了更多 PGC 主播的重视，比如都渴望不做 “新闻化内容” 的杨毅和 “狮子老爸”。

杨毅的人生一直和篮球密切相关，他是《体坛周报》篮球部主任、《篮球先锋报》副总编辑、央视篮球解说顾问，也是中国最早深入报导 NBA 的人。但是他来到喜马拉雅做播客时，却决定不聊 NBA 比赛了，甚至决定不做一档 NBA 节目，而是做一档体育节目。

电台需要提供知识储备和核心观点，但播客最主要的问题就是容易陷入新闻化，一场又一场的聊 NBA 比赛就是典型的新闻化内容，一期节目生命力不会超过 3 天；而聊 NBA 的球员或资讯，内容又高度同质化，缺少一手信源，分析和评论的依据都是国外的几个网站，没有一手信源和现场观察，杨毅觉得这都是 “胡乱分析”。

将内容从 NBA 扩大到整个体育行业，杨毅有资源、有积累、有人生阅历，他讲起来可以不用查资料。他甚至开始主动筛选用户——筛掉了过去最爱争论球员、球队和比赛且数量庞大的青少年群体，而留存下来的 25-40 岁用户占到了 70%，这些有一定人生阅历的用户甚至可以听他在播客里聊和体育无关的俄乌战争。

杨毅和很多内容平台都有合作，他评价：在他同时在做的几个项目里，喜马拉雅不是给钱最多的，但是他最看重的。

“狮子老爸” 来到喜马拉雅的理由同样是对内容上的追求。厌倦了做线性的新闻内容，想做给孩子听、有价值的音频内容。在 2018 年末，他翻来覆去地研究喜马拉雅上的儿童内容，发现许多给 8-10 岁孩子听的内容，还有很大的提升空间。而现在，亲子频道成为了喜马拉雅上最热门的频道之一，也印证了他的判断。

当时喜马拉雅上的多数青少年、儿童内容都脱胎于出版物，主播会按照文字朗读一遍，但是书本上的文字语言仅是念出来，并没有被翻译成声音语言，对孩子来说听感其实是痛苦的。尤其家长选择内容，比较看重作者、出版机构的权威，而小孩子其实只追求极致的听感。

将书本上的文字语言，翻译成青少年能听懂的声音语言，就成了 “狮子老爸” 的突破口。有两个小孩的 “狮子老爸” 非常了解孩子，他知道 10 后的孩子每天接收的信息密度非常高，传统的讲故事方法很难再满足他们，必须要增加信息量；他也知道自己最大的对手不是喜马拉雅上的其它青少年音频，而是动画片，他讲述的音频内容至少要 “大于或等于” 动画片的视频画面才能争取到小朋友的注意力。

喜马拉雅的 UGC 社区，由紫襟、苏苏等素人主播和机构的成长来实现扩张，达到一定体量后，更多元、更丰富的用户便会吸引 “狮子老爸” 和杨毅等 PGC 作者加入，他们更专业、试错成本也更低。

杨毅在从事媒体之前的老本行是评书演员，做媒体后对不同媒介的理解更深刻——电视要求通俗，文字要求深度，而音频要介于两者之间，不可信息过多，但也不要过于精深复杂；而 “狮子老爸” 凭借直觉和经验录制的第一部作品《西游记儿童广播剧》就成了爆款，上线 1 个月就实现了 1000 万播放，10 万的订阅。

UGC 主播的成长与 PGC 主播的加入，使喜马拉雅的生态建设得更加完善。而处于上游，更专业、更庞大的 PGC 机构——出版社作为新的变量也加入进来。

重内容逻辑背后：反哺给市场更多选择

喜马拉雅迄今为止已经与 160 家头部出版社、140 家网络文学平台达成合作。出版社除了进行版权授权，也会亲自下场制作有声书。

根据招股书显示，2021 年喜马拉雅向内容创作者及第三方IP版权方分成 16 亿元。出版社和作家目前将音频平台作为宣发新书的重要渠道。

制作有声书的成本并不低，根据北京科学技术出版社有声负责人的反馈，以 100 集为单位，如果仅是请人演播，1~2 万左右就能搞定；但如果要制作的比较精良，制作 100 集的成本会成倍递增；上海译文出版社的有声制作人也表示，在制作村上春树和米兰·昆德拉等重要版权时，出于对质量的把控，会请知名配音演员来演播，录音的费用与配套的制作费用也会成倍递增。

技术也在改变着习惯，随着短视频等短、频、快且信息量丰富的产品出现，用户的注意力在不断缩短。据上海译文出版社有声负责人回忆，几年前喜马拉雅上还有 20 分钟一集的音频内容，如今基本上都在 10 分钟左右；北京科学技术出版社针对的是儿童用户，注意力比成人更短，一集音频的时长基本上在 5 分钟左右。

一些名家名作未必都适合改编为有声书。上海译文出版社刚和喜马拉雅展开合作时，拿出了一些海外畅销作家的独家版权，如伊恩·麦克尤恩、诺贝尔文学奖获得者石黑一雄以及村上春树的作品。但麦克尤恩和石黑一雄作品理解门槛较高，反响一般，而村上春树因为在中国名气较大，取得了较好的成果。

而有一些作品，天然便有着适配有声书改编的故事逻辑、叙事节奏。如果麦出版的《蛤蟆先生去看心理医生》，就非常适合改编成有声书。原著是一本在英国畅销 20 多年的心理咨询入门书，将严肃的抑郁症成因和心理学分析用动物的对话展现出来，轻松愉快，从蛤蟆先生大量生动、口语化的情绪表达中，让读者理解抑郁症和发现自我。喜马拉雅制作的有声专辑，将原作改成了多人有声剧，且在原著的基础上，增加了心理咨询师胡慎之针对用户问题答疑解惑的心理咨询内容，一经推出就受到了大量听众的欢迎。

如何将畅销书、知名作家的版权价值最大化开发；如何在图书市场销量一般的作品中发现有改编潜力的作品，这是所有出版社踏入有声书市场后面对的第一个挑战。

其次，是成本。出版社决定投入制作一部有声书，从拿版权的部分就要开始投入。这就意味着出版社从一开始就要摸准方向，不然对于版权、制作成本都会产生大量浪费。

在喜马拉雅上取得成功的出版社都找到了适合自己的用户群体，在历史和心理两个赛道有强势表现的果麦，其历史类的受众多是 40 岁以上的中年男性，心理类则是二三线城市的女性上班族、大学生；上海译文出版社的受众主要为 30 多岁偏好文艺类图书的女性；做童书有声化的北京科学技术出版社主要以 3-8 岁，喜欢听故事的儿童为主。

天下图书出版公司做的是国内初高中的语文类图书，一年销售码洋 4 亿。喜马拉雅提议他们先从擅长的语文产品开始切入，当基于语文、覆盖 1-3 年级小学生的《爆笑大语文》取得不错的成绩后，喜马拉雅又建议他们可以拓展到其他年龄段的学生。喜马拉雅的编辑看中了众多选题中的笑话专辑，他认为这个专辑可以让 IP“曲小奇” 迅速起声量，有了名气后，无论是做语文还是国学、名著，都可以成功。

于是，《爆笑校园》这个专辑成了他们第一个播放量破亿的专辑。在这个专辑火了之后，“曲小奇” 的知名度一下被打开，之后又有了《爆笑校园 2》、《西游记》、《三国演义》、《少年奇探团》。“曲小奇” 系列在喜马拉雅上的播放量已经超过 3 亿，付费专辑带来了几十万元的收益。文创产品卖出了 15 万套，带来了超过 100 万元的营收。

天下图书有声编辑复盘和喜马拉雅编辑的合作，称自己深刻地感受到了 “选择大于努力”。当时喜马拉雅亲子频道的搜索关键词中，“笑话” 的搜索量在逐渐上升，但却没有出现爆款，这成了编辑建议天下图书抓紧机会的依据，而这些有效的建议成为了 “曲小奇” 迅速崛起的指向标。

除了 UGC 与 PGC 上的内容投入，喜马拉雅还有大量对 AI 技术的投入。招股书显示，喜马拉雅的研发投入逐年递增，2021 年的研发投入已突破 10 亿元。

根据喜马拉雅 AI 负责人卢恒的介绍，喜马拉雅投入的技术中包括文本转语音技术（TTS）和自动语音识别（ASR），这两种技术目前已可以实现 AIGC（AI 创造内容）的能力。

AI 团队目前已经在喜马拉雅平台上转录了 10000 多本有声书。在此之上，卢恒还带领团队复刻了评书大师单田芳的声音，达到了 80% 的相似度，并用单田芳的声音来重现一些经典作品，播放量已经突破 5000 万。

TTS 技术的应用，可以消化大量的长尾文字内容——比如时效性高、替换快的新闻内容，媒体机构的长篇稿件，或是大量中尾部的有声书和网文。TTS 的转换效率能够达到 1 小时内转录几千本，而且准确率和真人主播相差无几，为内容的时效性、创作者的生产效率以及平台的内容丰富度都带来了质的飞跃。

ASR 技术更多应用在智能审核、AI 文稿（语音转文字）以及作品评分上。两种技术的投入和开发，也极大丰富了喜马拉雅上内容池。2021 年的 AIGC 作品《高智商犯罪》播放量达到 1.5 亿，另一部作品《白夜行》收听超过 2900 万次。

如果在一个比较成熟的市场，这些基础建设可以通过市场化的进程来自然形成。但是在国内先天条件不足的音频市场，喜马拉雅选择由自己来加速这些基础设施的建设，这是一个重投入而回报缓慢的工作，但是不这样做，就难以创造更大的价值。

国内音频市场的缺位与成长

美国是全球音频市场最繁荣的国家，它的有声书行业延续有百年之久。“延续” 是其中的关键词，它从未经历过断档，所以它培育了庞大的创作者、庞大的听众和为内容付费的习惯。

亚马逊旗下的有声书制作公司 Audible 是其中的代表，根据 Similar Web 的统计，Audible 的年营收已经突破了 10 亿美元。

但 Audible 的成功，更多是国外有声书行业持续发展、内容付费习惯和资本入局相互作用下的成果。相比之下，国内的音频市场仍然有多个需要时间来发展的因素。

国内互联网用户和图书用户对音频内容的收听习惯仍需要培养，国内广播、音频市场在过去十年由于逐渐边缘化，内容创作者会优选其他创作路径。而在国外，一些最重要的媒体如《纽约时报》、英国的《经济学人》、BBC 的音频和广播节目等，从未在主流视野中缺位。

国内所有内容平台共同遇到的问题是，国内互联网用户缺少为内容付费的习惯，中国互联网公司主流的商业模式包括游戏、会员、广告、电商、直播，但还没有一家公司能跑通内容付费的模式。喜马拉雅在过去几年搭建了内容付费、会员、广告、直播的互联网主流商业化体系，但在国外，音频是个依赖内容订阅的付费模式，这一点在国内仍然要等待用户付费习惯的成长。

一些次要因素也在导致音频在中国市场的发展不如美国：比如场景依赖，音频的主要场景分为车载、家务和睡前，美国的有车一族比例要远高于中国；而城市化是另一个因素，从三四线城市群体到中产阶级，一定程度上决定了门槛较高的长音频有声内容——播客的覆盖率。

国内的行业分工、人才储备也不足。美国的有声内容制作公司在前两依然可以有上亿规模的融资，上下游分工明确。

这些都是大环境的问题，也并不是音频行业仅靠自身或者一家公司的推动，就可以快速突破的限制。音频有它的独特性和场景需求，不能够被文字或是视频取代。

从获取信息的效率而言，文字的效率最高，而音频效率略低；但取而代之的是，音频在感情表达上的充沛程度让其它媒介都无法比拟。音频虽然获取信息的效率低，但是能够让人长时间去感受一个作者、一部作品的情感，包括讲者的情感，使音频作为一种内容形式无法被取代。

在内容市场上，美国故事已经证明了音频在内容市场有自己的一席之地。据对海外市场有丰富经验的上海译文出版社编辑回忆，前两年，美国的有声书销量甚至一度超越了电子书。

今年是喜马拉雅的第十年，它用十年的时间和投入，搭建了一个可以内循环，并不断生产优质内容的生态，同时也推动了音频市场迈向成熟。