與視頻相比，聲音到底價(jià)值幾何？

近幾年，不論國(guó)內(nèi)海外，幾乎每年都會(huì)冒出“播客復(fù)興之年”的吶喊。重要的其實(shí)不是問為什么當(dāng)下它值得關(guān)注，而應(yīng)該問，為什么它屢屢“復(fù)興”、但又似乎從未真正繁榮？

關(guān)于聲音的價(jià)值，從資本和產(chǎn)品的視角，許多年前便已有過“研判”。

例如，十年前，互聯(lián)網(wǎng)女皇Mary Meeker在年度互聯(lián)網(wǎng)趨勢(shì)報(bào)告透露一條信息：除了當(dāng)時(shí)的互聯(lián)網(wǎng)之外，還有一類亟待價(jià)值修復(fù)的內(nèi)容形態(tài)——Radio，即包括廣播在內(nèi)的音頻內(nèi)容。 

她的依據(jù)是，當(dāng)年廣播依然占據(jù)著人們16%的使用時(shí)長(zhǎng)，但相較于圖像、電視和互聯(lián)網(wǎng)，廣播的廣告占比只有9%。

十年后，全球音樂巨頭Spotify（眾所周知，該公司在去年強(qiáng)勢(shì)入局播客業(yè)務(wù)）的創(chuàng)始人Daniel Ek也發(fā)出了一個(gè)著名的疑問： 

消費(fèi)者在視頻上花費(fèi)的時(shí)間與在音頻上花費(fèi)的時(shí)間大致相同。但視頻市場(chǎng)規(guī)模約為 1萬億美元，而音樂和廣播業(yè)的總價(jià)值約為1000億美元。 

所以，我們眼睛的價(jià)值真的比耳朵高出十倍嗎？ 

與此同時(shí)，圍繞耳朵的生意在近年來都保持了高速增長(zhǎng)。即便是在困難的2020年，以Airpods為代表的真無線耳機(jī)的全球銷量達(dá)到了3億臺(tái)，同比增長(zhǎng)230%，2020年全球智能音箱銷量也達(dá)到了創(chuàng)紀(jì)錄的水平。

看起來，耳朵的價(jià)值似乎正在被重構(gòu)。但這是否意味著“耳朵”要逆風(fēng)反叛？以播客為代表的音頻行業(yè)接下來又將走向何方？

我們不妨先看看播客的歷史。

01

讓我們先把時(shí)間撥回十幾年前，理解“Podcast（播客）”一詞是如何被創(chuàng)造出來的。 

在那個(gè)智能手機(jī)尚未面世的年代，2004年2月，一位英國(guó)記者在《衛(wèi)報(bào)》一篇文章中寫到： 

現(xiàn)在有了MP3播放器（如可以放在口袋的 iPod），有了足夠便宜的音頻制作軟件，那必然會(huì)出現(xiàn)基于互聯(lián)網(wǎng)生產(chǎn)、傳播的音頻內(nèi)容。它該怎么稱呼？像博客那樣，叫Audioblogging？或者Podcasting? ”

這可能是Podcast（中譯名：播客）第一次被嚴(yán)肅公開地討論。此后不久，這個(gè)詞被主流學(xué)界認(rèn)可并收錄。次年，這種新的內(nèi)容形式正式加入蘋果iTunes商店。 

喬布斯在這個(gè)時(shí)候順?biāo)浦坌迹?/span>

Podcast是下一代廣播，大家現(xiàn)在可以訂閱超過3000個(gè)免費(fèi)播客，并通過互聯(lián)網(wǎng)自動(dòng)下載所有最新單集。

按照播客創(chuàng)業(yè)公司RadioPublic創(chuàng)始人的觀點(diǎn)，從播客正式出現(xiàn)至今，已經(jīng)涌現(xiàn)過三次激動(dòng)人心的“浪潮”： 

第一次發(fā)生在2004-2006年。

iTunes首先集成了播客這一形態(tài)內(nèi)容，而另一個(gè)在當(dāng)年相對(duì)知名的“播客產(chǎn)品”O(jiān)deo則由Ev Williams等人創(chuàng)立并運(yùn)營(yíng)。

Odeo是一個(gè)基于RSS的音頻和視頻的目錄及搜索網(wǎng)站，在移動(dòng)互聯(lián)網(wǎng)尚未普及的年代曾收獲一大批擁躉。但沒過多久它被放棄，Ev Williams等轉(zhuǎn)頭做了一個(gè)日后影響世界的社交產(chǎn)品——Twitter。 

第二波浪潮發(fā)生在2008年前后。

iPhone一經(jīng)推出大受歡迎，基于這個(gè)新興硬件平臺(tái)的應(yīng)用生態(tài)也開始蓬勃發(fā)展，Stitcher、Public Radio Player等產(chǎn)品應(yīng)運(yùn)而生。 

第三波則興起于2014年。

這一次，不僅主流廣播平臺(tái)（如美國(guó)的NPR等）涉足播客，眾多互聯(lián)網(wǎng)巨頭和創(chuàng)業(yè)公司也紛紛加入戰(zhàn)局。

一時(shí)間，產(chǎn)品數(shù)量激增，而伴隨著新產(chǎn)品的出現(xiàn)，海量受眾和內(nèi)容也紛至沓來。 如今，正如我們所看到的，全球大型科技公司、社交媒體和熱門創(chuàng)業(yè)公司都在押注音頻。

以北美為例，蘋果、亞馬遜和谷歌都擁有自己的語音助手；社交巨頭Facebook和Twitter開始音頻內(nèi)容的嘗試，后者在一年多前推出了音頻推文，眼下正在測(cè)試新的Spaces功能以允許用戶實(shí)時(shí)對(duì)話；海外最大流媒體音樂公司Spotify過去兩年也花了近十億美元收購播客公司、洽談播客版權(quán)，從而開始新領(lǐng)域的擴(kuò)張。

更不必說前陣子引爆圈層的新興音頻社交產(chǎn)品Clubhouse，數(shù)月之間帶來千萬級(jí)別的下載量和全球用戶，一碼難求的場(chǎng)面堪稱火爆。

類似情況也正在國(guó)內(nèi)發(fā)生：語音助手的賽道早已涌入小米、華為以及一系列互聯(lián)網(wǎng)巨頭，而播客的持續(xù)興起也引發(fā)大公司的興趣。已經(jīng)有不少媒體急著將2021年定義為“中文播客元年”。

如果非要總結(jié)，從市場(chǎng)的角度來看，這些現(xiàn)象的背后至少存在兩個(gè)重要原因：其一，視頻（尤其是短視頻）行業(yè)在過去兩年已經(jīng)太過擁擠，市場(chǎng)格局已定，大家開始尋找新的機(jī)會(huì)；其二，聲音所代表的連接感、親密感、陪伴感，區(qū)別于其他媒介類型，有望深挖出不小的潛力。

接下來的問題是，為何是當(dāng)下這個(gè)時(shí)間點(diǎn)音頻被屢屢提及？它自身是否已經(jīng)做好準(zhǔn)備？

02

關(guān)于上面說的問題，有至少三個(gè)背景需要理解。

背景一：（基于聲音的）技術(shù)創(chuàng)新已經(jīng)成熟，足夠消費(fèi)者友好。

包括自然語言處理（NLP）、語音識(shí)別和語音轉(zhuǎn)文本等技術(shù)正達(dá)到臨界點(diǎn)。比如，自動(dòng)語音識(shí)別準(zhǔn)確率早已超過95％。而得益于語音識(shí)別工具，它們使得索引音頻內(nèi)容成為可能。所以，準(zhǔn)確性與改進(jìn)的等待時(shí)間相結(jié)合，可以實(shí)現(xiàn)幾乎實(shí)時(shí)的語音識(shí)別和轉(zhuǎn)錄，于是音頻的搜索、個(gè)性化推薦和貨幣化變得更加容易。

背景二：（基于聲音的）新硬件平臺(tái)正在崛起，消費(fèi)者規(guī)模達(dá)到一定量級(jí)。

以美國(guó)為例，從數(shù)據(jù)上看，美國(guó)家庭有超過5億臺(tái)設(shè)備可以通過語音直接控制，包括聯(lián)網(wǎng)汽車、智能音箱和AirPods等，這些設(shè)備的語音接口已經(jīng)成為主流。谷歌甚至報(bào)告說，全球27％的在線用戶都開始在移動(dòng)設(shè)備上使用語音搜索。

更不必說，智能音箱革命帶來了通過語音進(jìn)行人機(jī)互動(dòng)、交流的機(jī)會(huì)。這些設(shè)備是某種意義上的“永遠(yuǎn)在線”，這意味著它們可能成為一種新的渠道，而這種和用戶接觸的新渠道有機(jī)會(huì)被新一代創(chuàng)業(yè)公司利用。

背景三：（基于聲音的）新互動(dòng)方式正在固化，消費(fèi)者習(xí)慣逐漸形成。

音頻交互模式代表著繼PC、移動(dòng)互聯(lián)網(wǎng)之后的一股新浪潮，它有潛力成為第三次主要硬件平臺(tái)和UI的轉(zhuǎn)變（PC—手機(jī)—廣義語音設(shè)備）。

當(dāng)前消費(fèi)者對(duì)音頻的熟悉度和接受度已經(jīng)大大提高，一個(gè)例證就是用戶對(duì)Siri、Alexa等越來越習(xí)慣和依賴。許多人相信，過去十年，手機(jī)軟件是現(xiàn)實(shí)世界的遠(yuǎn)程遙控器；未來十年，語音也許會(huì)發(fā)揮類似作用。

聲音這一媒介的繁榮，不僅意味著諸如Siri、Alexa之類的語音助手更加易用，而且還為新的社交行為打開了大門（2021年初Clubhouse的火爆便是例子）。

03

但是我們又會(huì)發(fā)現(xiàn)，過去互聯(lián)網(wǎng)及其背后的技術(shù)進(jìn)步，屢次推動(dòng)了媒體的轉(zhuǎn)型，于是才有了圖文、視頻消費(fèi)平臺(tái)和方式的迅速變化。而在這個(gè)過程中，播客自身的變化又極其緩慢。

我曾指出其原因：

其一，音頻很難通過速讀抓人眼球，唯有靠?jī)?nèi)容創(chuàng)作者自身影響力來吸引少部分黏性夠強(qiáng)的“觀眾”消費(fèi)，對(duì)社群有較強(qiáng)依賴； 

其二，很少有人“專注”消費(fèi)音頻，多數(shù)時(shí)候會(huì)同時(shí)干點(diǎn)其他事，比如運(yùn)動(dòng)、開車、做家務(wù)，這種場(chǎng)景極不方便即時(shí)分享轉(zhuǎn)發(fā)。

這或許可以理解為播客和聽眾之間天然存在的種種摩擦。但轉(zhuǎn)念一想，在這個(gè)各類信息都爆炸式增長(zhǎng)的年代，存在這樣一些在可用性、可發(fā)現(xiàn)性和可衡量性上存在摩擦的產(chǎn)品形態(tài)，不一定是件壞事。

那么，面向未來，“聲音”這個(gè)大賽道可能孕育哪些有價(jià)值的產(chǎn)品和公司？

知名硅谷投資人Gaby Goldberg認(rèn)為，新的媒介形態(tài)必然會(huì)帶來新的內(nèi)容平臺(tái)，對(duì)這類平臺(tái)而言，創(chuàng)作者和消費(fèi)者是最寶貴的財(cái)富。

正因如此，聲音賽道和音頻創(chuàng)作相關(guān)的基礎(chǔ)設(shè)施是第一位的。

一個(gè)顛撲不破的道理是：在淘金熱期間，試著向人們出售鐵鍬。

在音頻領(lǐng)域，怎樣的公司能夠充當(dāng)基礎(chǔ)設(shè)施的功能？也許可以通過橫向?qū)Ρ绕渌麅?nèi)容類型（圖片、視頻）來思考這個(gè)問題。

例如，Canva和Instagram等使照片創(chuàng)作、共享更為主流，而YouTube和TikTok等則使視頻更加深入人心。此外，能夠幫助擴(kuò)大音頻創(chuàng)作者渠道的工具也屬于此類。比如Spotify對(duì)Anchor的戰(zhàn)略收購，這意味著能夠創(chuàng)建和分發(fā)播客的工具被擁有2億用戶的Spotify社區(qū)接納。

第二類有想象空間的產(chǎn)品，則是工作場(chǎng)景下的聲音傳遞/共享工具。直到目前，互聯(lián)網(wǎng)語音技術(shù)才開始逐步滲透到工作場(chǎng)景。這主要是因?yàn)橐咔橹氯藗兊墓ぷ骱蜕钭兊孟鄬?duì)孤獨(dú)，所以開放辦公室和遠(yuǎn)程工作都偏好遠(yuǎn)程音頻、視頻解決方案。

隨著工作中的語音體驗(yàn)變得越來越普遍，如果異步音頻領(lǐng)域有新的創(chuàng)新，也許會(huì)是更奇妙的感受。 

那么，音頻的未來會(huì)是什么樣？

顯然，單一的技術(shù)和媒介不會(huì)單獨(dú)出現(xiàn)，但它可以賦予一些過去行為以新的體驗(yàn)。比如，社交/社區(qū)+音頻可能會(huì)是一種重要趨勢(shì)。在此前投出過Skype、Facebook、Instagram、Twitter等知名社交平臺(tái)的硅谷風(fēng)投A16Z來看，要嘗試推演社交+音頻的去向，社交+視頻提供了一個(gè)很好的參考作用。 

YouTube是第一代互聯(lián)網(wǎng)視頻的頭部產(chǎn)品，但是在它成立之后的16年（2005-2021），眾多挑戰(zhàn)者也紛紛有自己的創(chuàng)新。

如今，視頻這種媒介已經(jīng)變得異常豐富，以海外為例，YouTube試水短視頻，Zoom 主導(dǎo)視頻會(huì)議，Snapchat推出Stories，Twitch做游戲直播。它們都是同一種媒介下的不同變體。

除了以上所列出的獨(dú)立視頻產(chǎn)品，“視頻”還被當(dāng)作一種嵌入式功能添加進(jìn)其他產(chǎn)品：比如遠(yuǎn)程協(xié)作工具、社交軟件等等。

實(shí)際上，“視頻”不僅僅指媒介本身。由誰制作視頻？如何交付？什么時(shí)候可以看到？如何發(fā)送？為什么發(fā)送？觀眾會(huì)如何反饋？這些問題都很重要，而且這比“視頻軟件”這個(gè)籠統(tǒng)的術(shù)語要清晰得多。

從用戶體驗(yàn)的角度看，音頻在某些方面的交互與視頻類似，在某些方面又完全不同。

相似點(diǎn)在于：像視頻一樣，音頻可以提供用戶享受數(shù)小時(shí)的悠閑時(shí)間。明星、名人的視頻很有趣，聆聽他們的聲音也很有意思。此外，使用手機(jī)來創(chuàng)建音頻內(nèi)容也很熟悉且容易。

所以，社交+音頻將如何創(chuàng)新？可能有兩個(gè)大的主題：

其一，內(nèi)容形式的創(chuàng)新

一方面，我們已經(jīng)看到非常簡(jiǎn)短的、易于創(chuàng)建的圖文和視頻內(nèi)容有多受歡迎，比如Twitter和Snapchat Stories。另一方面，WordPress之類的博客平臺(tái)，Substack之類的新創(chuàng)作平臺(tái)也推動(dòng)著長(zhǎng)篇寫作的發(fā)展，YouTube、Netflix等推動(dòng)著長(zhǎng)視頻的發(fā)展。

那么，長(zhǎng)內(nèi)容和短內(nèi)容也都可能在音頻平臺(tái)上有所作為。 

實(shí)時(shí)語音通信是音頻短內(nèi)容最易實(shí)現(xiàn)的方式，但會(huì)顯得混亂。如果效果過于粗糙，可能就沒那么有意思。這是社交+音頻直接對(duì)標(biāo)Twitter的產(chǎn)物。

在此基礎(chǔ)上有了Clubhouse，它比上面講的這個(gè)粗糙方式更精致也更好玩，讓人與人之間更具流動(dòng)性。但可能還有其他方法：比如是否可以進(jìn)一步激發(fā)有意義的異步互動(dòng)？是否可以專注于某個(gè)特定的創(chuàng)作者領(lǐng)域（比如脫口秀、新聞時(shí)事、體育、商業(yè)等等）做出垂直社區(qū)？

其二，業(yè)務(wù)模型的演進(jìn)

近年來，在線內(nèi)容的商業(yè)模式一直在發(fā)展，國(guó)外的Substack、Patreon等，國(guó)內(nèi)的微信公眾號(hào)、小紅書、知乎等，都在為創(chuàng)作者提供更多的方法，使他們可以通過直接交易而不僅僅是廣告完成商業(yè)化。

這意味著：在廣告驅(qū)動(dòng)的世界中，創(chuàng)作者通常沒有得到其粉絲/受眾的支持。創(chuàng)作者的粉絲其實(shí)愿意付出更多。

音頻可能會(huì)出現(xiàn)相同趨勢(shì)。以播客為例，自身廣告業(yè)務(wù)規(guī)模一直較小（不到10億美元），廣告投放平臺(tái)和基礎(chǔ)技術(shù)沒有大的改進(jìn)，廣告主無法很好地測(cè)量和跟蹤ROI。因此，創(chuàng)作者會(huì)很自然地嘗試直接向受眾收費(fèi)。比如，提供免費(fèi)基礎(chǔ)服務(wù)，同時(shí)需要付費(fèi)購買高級(jí)/特殊產(chǎn)品。

04

現(xiàn)代傳播學(xué)理論奠基者麥克盧漢曾對(duì)媒介有過這樣一個(gè)分類：不同形式的媒介在以自己的方式調(diào)動(dòng)我們的感知，進(jìn)而影響我們對(duì)信息的理解和判斷。按照傳遞信息清晰程度的不同，媒介有冷、熱之分。

一種解釋是：冷媒介是指它傳達(dá)的信息量少而模糊，在理解時(shí)需要?jiǎng)訂T多種感官的配合和豐富的想象力。因此，如電話屬于冷媒介，因?yàn)榍逦鹊停鼈円笫鼙娪枚喾N感官去感受，并且需要豐富的聯(lián)想和參與，為媒介也為受眾自己填補(bǔ)其中缺失的部分。而熱媒介與之正好相反。

學(xué)界關(guān)于冷熱媒介的討論一直未曾停止，冷熱媒介也并非衡量一種媒介受歡迎程度、成功與否的一塵不變的標(biāo)準(zhǔn)。但它帶來的一個(gè)啟示是：不同媒介能夠引起人的心理和行為反應(yīng)不盡相同，用今天的話說，其帶來的“用戶體驗(yàn)”差別甚大。

那么，回到我們最初的問題：比起視頻營(yíng)造出來的豐富體驗(yàn)，聲音自身的“劣勢(shì)”能否被突破，為人們創(chuàng)造更加獨(dú)特和豐富的體驗(yàn)？以及，這需要通過怎樣的設(shè)計(jì)理念、技術(shù)手段來實(shí)現(xiàn)？

或許不久之后我們就將得到答案。

-----------------  往期回顧  -----------------