去年10月，一位昵称“橘子”的朋友，因一篇关于NotebookLM的文章在行业内广泛传播，被我邀请录制了一期播客。那期节目长达两个小时，话题涵盖竞业协议、AI播客以及AI酒吧，成为我至今最愉快的录制体验。当时橘子建议：你公众号里的干货内容，完全可以转化为更易理解的苏格拉底式问答播客，从而触达更广泛的受众。
几个月后，橘子将这个构想变成了现实——他打造了AI播客产品ListenHub。如今，在ListenHub上，你已经可以听到超过3万条短播客内容。
今天，我们就以ListenHub为切入点，探讨“听觉系”AI产品的价值与前景。
为什么是“听觉系”产品
先思考一个问题：在哪些场景下，我们会通过“听”来感知世界？
回顾一下常见的日常生活场景：
- 在旅途中（开车或坐车）
- 做家务时
- 睡觉前
而且这些场景，通常都发生在独处的时候。
这些场景有一个共同特征：用户处于独处状态，视觉系统正忙于处理那些不需要太多思考的常规事务。有趣的是，随着结婚率持续走低，未来中国人独处的时间只会越来越多。这意味着，用户留给播客的收听时长也将不断增长。可以想象一下电影《Her》中的场景——主人公正是因为声音，才爱上了他的AI助手。
事实上，播客在北美早已成为主流媒介形式。根据相关报道，北美大约有1.4亿播客用户，而总人口约6亿——也就是说，每4个人中就有1个是播客用户。
国内的数据则要小得多。参考2023年7月小宇宙COO的访谈数据，当时小宇宙月活约450万，不及北美的三分之一。如果按北美用户占比推算，中国市场未来仍有希望增长约3亿用户群。
如此庞大的潜在用户群体，对创作者而言无疑是巨大的吸引力。那么问题来了：有什么方法能让优质创作者快速生产播客内容？
其实，播客的内容生成本质上是一种“内容翻译”。相比静态图文，两人对谈的形式更容易激发思考。想象一下：你听老师单独讲课，与听一位老师与一位学生对话式呈现——哪种方式更容易让你“听进去”？
ListenHub正是基于这种理念诞生的。目前它只是打开了一个小切口，未来能衍生出什么形态，还有相当大的想象空间。
ListenHub到底能做什么
实际体验下来，ListenHub有两个核心功能：一是将文本转化为播客，二是通过声音克隆构建个人品牌。
1. 文本内容转成对谈播客
操作非常简单：用户输入任何文字，或者上传图文内容，选择两位主播的声音，点击“创作”后等待约3分钟，就能生成一段播客。例如，我曾把自己在极客时间讲解神经网络原理的内容拿来测试。两位主播，一位负责调动听众兴趣，一位负责深入解答——这样的对谈形式，让理解变得更加深刻。
更有意思的是，这种对谈形式还激发了我以播客为逐字稿，制作成动画小视频。原本静态的图文，用3分钟就变成了更生动的载体。
2. 克隆自己的声音
如果你想开始经营个人播客，可以用ListenHub克隆自己的声音。目前还不支持用户自行克隆，需要把声音文件按网站提示发给后台管理人员。
录制声音时，要想象自己正在和一个人录播客——爽朗的笑声、自然的语气，这些细节会让声音更真实。当然，你也可以克隆不同版本的声音：激情高扬的脱口秀版，或者沉稳睿智的口播版。
克隆完成后，就能在音色选择中看到自己的选项了。
之后，把自己平时写的小文章、小笔记发给ListenHub，它就能快速改写成你的专属播客。在这个过程中，ListenHub帮我做了两件事：
- 改写脚本。
- 帮我请了一位捧哏的助理主播。
以这种方式，ListenHub将播客的生产效率提升了百倍。