Audible 推出 AI 聽書製作工具：提供 100 多種音色，還能跨語言克隆聲線

全球每年出版上百萬本書，但真正能變成有聲書的，連零頭都算不上。原因很簡單，請專業聲優進錄音棚錄幾十個小時，成本動輒幾千美元，小語種市場更是連本都收不回來。

亞馬遜旗下的有聲書巨頭 Audible 打算用 AI 把這個死結解開。5 月 13 日，Audible 宣佈面向合作出版商推出端到端 AI 旁白與翻譯工具，目標是讓每本書都能擁有多語種音訊版本。

從文本到聲音，出版商有兩條路選

Audible 結合了自己近三十年的音訊製作經驗和母公司亞馬遜的 AI 技術，將在接下來的幾個月裡向選定的出版夥伴開放兩種製作路徑。

第一種是 Audible 全託管服務。出版商只要交出書稿，從最初的文本解析到最終有聲書上線，整個生產流程全部由 Audible 代勞。

第二種是自助模式。出版商直接呼叫底層的 AI 工具，自己主導選角、調優和生成節奏，自主權更高。

在聲音選擇上，Audible 準備了超過 100 種 AI 生成音色，覆蓋英語、西班牙語、法語和義大利語，還支援多種口音和方言選項。更實用的是，出版商未來還能隨著底層模型升級，一鍵更新已有作品的音質。

不僅會念，還能用原聲講外語

除了把字變成聲音，Audible 還想順便把跨國發行的門檻推平。他們計劃在 2025 年晚些時候上線 AI 翻譯測試版，先支援英語翻譯成德語、法語、意語和西語。

翻譯支援出版商在文本編輯器裡直接修改，也可以付費接入專業語言學家進行人工把關，防止機器鬧出跨文化笑話。

最驚豔的細節在翻譯路徑的劃分上。一種是常規的文本到文本翻譯，翻好之後再找真人或 AI 念；另一種則是語音到語音翻譯。

所謂的語音到語音，就是 AI 能捕捉原版有聲書里人類聲優的聲音特質與演播風格，直接用對方的「聲音」去講另一種語言。這不僅省去了重新錄製的麻煩，還保留了作品原本的情緒基調。

為什麼重要

對中小型出版商和腰部作者來說，這項工具最大的意義在於把「能不能出有聲書」從一道高成本的財務算術題，變成了一鍵生成的選項。大量原本不可能進入音訊市場的垂直領域書籍、學術專著和過刊小說，終於有機會接觸到通勤路上的聽眾。

但在行業層面，這一步必然會觸動人類配音演員的敏感神經。過去幾年配音群體一直在抵抗 AI 侵蝕飯碗，Audible 雖然強調會繼續投資高階原創真人演播，但普通商業旁白的崗位被擠壓已是肉眼可見的趨勢。

我們認為，Audible 走得極聰明的地方在於推出了「保留原聲風格」的跨語言轉換。這種做法給知名配音演員和頭部版權方留出了合作空間，不再是簡單粗暴地用機器人取代人類，而是幫人類聲優把影響力甚至分賬版稅賣到不懂的語種市場裡去。

不過隱患依然存在。聽眾對 AI 語調的機械感極其敏感，100 多種音色聽多了會不會產生流水線般的審美疲勞，海量低成本 AI 有聲書湧入後會不會拉低平臺的整體品質感，都是 Audible 接下來必須面對的考驗。