文章来源：播客一下
前段时间，谷歌旗下AI工具NotebookLM推出了对话生成功能。用户上传电子书、网页或报道等文件，NotebookLM可以根据文件内容，生成两人的英语对话，声音听起来非常接近真人。更厉害的是，NotebookLM生成的对话言之有物，似乎真的能够理解文件内容。
紧接着，大小AI公司都推出了类似工具。字节跳动旗下AI开发平台Coze，宣布推出AI生成播客功能，并且可以替换人声和音色。初创公司PodLM也推出了AI播客生成器，除了可以定制AI语音，还支持一键将生成的播客发布到播客平台。
一时间，社交媒体上涌现出了大量帖子，感叹「AI颠覆播客」，甚至「播客行业要挂了」。
· 2024年10月，NotebookLM新增音频对话“自定义”功能
很遗憾，上述所有AI工具都无法生成播客。它们生成的是语音对话、书籍朗读或者资料总结，全都不是播客。
播客最核心的部分是人的对话。主播讲述的是自己真实的经验、见解和情感。听众也清楚声音背后是一个活人。这是一种超越技术和工具的信任，是人与人之间的连接。
短期内，AI还无法提供人的连接。因为AI生成的对话，还没有复杂到完美模拟人的情感。听众清楚声音背后是AI工具。并且，AI只是将收到的文件资料，生成一段语音对话，内容是二手的，音色是定制的。没有一手的经验、见解和情感，AI工具只适合用在快速读完一本书这类功能性场景。
不过，AI改变内容行业是长期趋势，它可以辅助内容创作者，极大提升工作效率。在后期制作、内容分发等环节，AI势必改变播客行业。
短期内，AI生成不了播客
在探讨「AI能不能生成播客」之前，首先需要回答一个问题：什么是播客？
播客在根源上是一种媒介形式，主播录制自己的对话，将对话上传到播客平台，再通过RSS技术分发。
其中，播客的核心是人的对话。人的对话包含了情感表达、即兴互动、一手的经验和见解，以及由此产生的聊天氛围。即便AI可以轻松取代其他播客制作步骤，诸如帮助写大纲、生成封面、一键上传、语音转文字。但AI依然难以模拟人的真实对话。
这既是一个单纯的技术问题，AI语音的效果还不够好。如果AI语音能够让人完全听不出来，那么听众也就无从分辨声音背后到底是人还是AI。但也不只是技术问题，因为其中牵扯到了人们听播客的目的。人们听播客的主要目的，不是高效地获取信息。
对于播客来说，效率不是一切，人的特质比信息效率更重要。
互联网行业里，一种常见的观点是信息效率至上。特别是字节跳动崛起后，张一鸣信奉的信息效率至上成为显学。张一鸣曾在采访中说，信息的效率比信息的展示更重要，最重要的事情是提高分发效率、满足用户的信息需求。今日头条、抖音等产品，都是依靠推荐算法分发内容，极大地提高了信息分发和接受效率，从而取得商业成功。
但是，播客显然违背了这一点，播客本来就不是信息效率最高的媒介。公众号、短视频的信息效率都远高于播客。一篇2000字公众号或者5分钟短视频能说完的事情，换成是一期播客，时长将达到一个小时左右。
播客与这些媒介的差异是人的声音、人的情感与人的特质——主播和嘉宾从容地讲述自己的故事，在笑声、沉默和语气的细微变化里，自然地流露情感。这几年来，播客在全世界的流行，再次证明了人的重要性，即人们不仅需要信息效率高的文字内容和短视频，同样需要信息效率较低，但充满「人味」的播客。
当然，播客依然需要提升信息效率。比如一期播客节目，主播和嘉宾能够更加简明扼要、条理清晰地讲述主题，总是一件好事。
只是，在保持人的特质这一核心优势的前提下，播客节目才能够提高信息效率。否则，没有人的特质的播客，比如说那种毫无感情的读稿节目，实质上是在和微信读书、喜马拉雅听书竞争，并不属于播客。
因此，「AI能不能生成播客」的真正含义是，AI可以模拟人的特质吗？
理论上，只要AI公司研发出更深入的情感建模、更细腻的语音合成、更自然的对话系统，让听众分辨不出来声音背后是人还是AI。那么，AI当然可以模拟人的特质。所以，我们在前文中指出，「AI能不能生成播客」是一个单纯的技术问题。
只是，短期内，AI公司还解决不了这个技术问题。AI可以生成流畅的对话，但暂时模拟不出人的特质。
NotebookLM生成的对话，已经非常接近真人，可以提供聊天氛围和陪伴感。但是，它的对话过于流畅，听起来像是播音腔，和谈话类播客的随意氛围格格不入。
并且，AI最大的问题是无法生产一手知识。无论是ChatGPT、NotebookLM，还是豆包、Kimi，它们全都是根据互联网的已有数据，通过学习和处理这些数据的相关性，生成二手信息。本质上，AI输出的内容都是对已有知识的重组和表达，其中没有原创的一手知识。
如何才能生产一手知识呢？人需要实地工作、与他人交谈、独立地思考以及真实的生活体验，还需要一点自我意识，意识到自己是一个主体，敢于得出结论，从众多相似的信息中，产生新的经验、见解和情感。
AI暂时无法做到这一点，AI工具只能根据输入内容，生成相似的、二手的信息。五条人乐队有着非常鲜明的风格。有人将五条人的歌词输入AI工具，自动生成歌曲。五条人主唱仁科听后的反应是，AI生成的歌曲像「鸡精味精撒在橡皮筋上面，完全没有human可以食用的东西，全是塑料。」
· 五条人，bilibili
播客和音乐类似，它们的核心是人的特质。就像是AI暂时生成不了像五条人那样风格鲜明的音乐一样，AI也生成不了播客。
AI辅助播客制作
如果问大模型Claude，「AI能不能生成播客？」
Claude的回答是：
建议可以将AI作为辅助工具：用于生成内容框架和初稿协助进行后期制作作为人类主持人的补充，而不是完全替代
继续追问Claude，「为什么你建议将AI作为播客的辅助工具，而不是主要工具呢？」
Claude给出了具体的分工建议：
理想的协作模式
AI负责：内容规划和大纲生成实时资料查询和补充后期剪辑和处理文字转录和总结
人类负责：核心内容输出情感互动和共鸣即兴发挥和调节把握节目整体质量AI改变内容行业是长期趋势，它会进一步降低创作门槛，让个人可以调动更多的智力资源，进而生成数量更多的内容。
作为内容行业的一部分，AI当然也会改变播客。不过，就像是Claude说的那样，AI将作为辅助工具，不是直接替代人类进行内容输出，而是主要改变播客的制作流程。
在文字处理上，写节目大纲、Shownotes正是大语言模型擅长的领域，ChatGPT、Claude和豆包都可以辅助人类。在后期处理上，AI降噪、AI剪辑可以大大提高后期效率，Vocut、Phonic的AI降噪比AU自带的降噪功能更好用，Vocut和剪映都支持语音转文字功能，用户可以直接编辑文字，AI工具负责剪辑相应音频。还有一些播客托管平台支持AI生成封面图片、AI划分节目章节。
· Vocut AI 剪辑功能
AI则将加剧这种冲击。进一步让所有表达能力不错的人，只要会用AI工具，不需要复杂的前期准备和后期剪辑，就能持续稳定地制作播客，面向公众表达自己的经验、见解和情感。
不只是内容供给侧，AI更有前景的领域是信息分发，由AI驱动的推荐算法来分发播客内容。
整个互联网都经历了分发方式转型，内容分发从订阅制到推荐制。从Web 1.0时代，用户手动地关注播客，收取邮件；到Web 2.0时代，FaceBook、今日头条和抖音自动为用户推荐内容。与播客同期出现的博客，就经历了从订阅制到推荐制到转型，今天的推特、微博（原意是微型博客）的流量池中，大量流量都来自算法推荐。
播客的原始形态是订阅制。原教旨的播客形式，需要听众手动将RSS链接，导入泛用型播客客户端，这样才能订阅并收听节目。显然，这种方式过于复杂，这几年来兴起的播客平台都采用了互联网平台主流的订阅方式。油管、Spotify、小宇宙都不需要用户导入RSS链接，只需要点击关注就能订阅并收听播客节目。
那么，播客会进一步从订阅制转向推荐制吗？在社交媒体、公众号和短视频等媒介上，互联网巨头已经验证过了，推荐算法可以根本性提高信息分发效率。而信息效率高的互联网平台，势必竞争过信息分发效率低的互联网平台。
只有在内容供给不充足的情况下，因为互联网上的内容太少，订阅制才会有信息效率。而在目前，播客内容供给充足的情况下，听众有机会接受到更多自己感兴趣的内容，而不只是订阅的内容。订阅制的信息效率太低，播客平台势必需要订阅制以外的方式来辅助分发内容。
真正的问题是，播客平台也可以用推荐算法来提高信息分发效率吗？
目前看来是成立的。油管、Spotify、小宇宙都在用推荐算法来辅助分发播客。油管是全球最大的播客平台，并且主要依靠推荐算法分发内容，播客只是平台上海量内容形式之一。Spotify也在使用推荐算法分发音乐。音乐和播客类似，核心都是人的特质。既然音乐可以用算法分发，播客大概率也可以。
小宇宙个性化算法推荐
AI还可以做得更多，有希望提升播客的信息接受效率。
Spotify和苹果播客都会转录逐字稿，也会自动划分章节。这些AI工具将线性、音频的播客节目内容，转变为非线性的文字信息。就像是将一条只能从头流到尾的河流，变成了一张可以任意查看的地图。显然，这些手段更加方便听众接受信息，提升了播客的信息接受效率。
· Spotify于2023年推出播客转录功能
唯一的问题在于，推荐算法会让播客趋同，进而损害播客的多样性吗？转录逐字稿、自动划分章节会让播客提升信息效率，进而减少人的特质吗？或者将问题总结成一个，AI究竟会如何改变内容生态呢？
这就是只有实践才能回答的问题了。