解析音頻智能化發(fā)展的新態(tài)勢

殷樂 殷宇婷

【摘要】聲音媒體的智能化發(fā)展，不僅深化了用戶的聽覺體驗(yàn)，拓展了日常場景對接，還增強(qiáng)了社交屬性，發(fā)掘了音頻社交新的可能。本文從智能音箱的技術(shù)升級、報(bào)業(yè)面向智能音頻的新突破和音頻社交三方面，解析音頻智能化發(fā)展的新態(tài)勢。

【關(guān)鍵詞】智能化 ?智能音箱 ?音頻社交

【中圖分類號】G221 ? ? 【文獻(xiàn)標(biāo)識碼】A

智能音頻行業(yè)近年呈現(xiàn)上升發(fā)展態(tài)勢。艾迪森調(diào)研機(jī)構(gòu)報(bào)告顯示，在12歲以上的美國人中，2021年有至少51%的人與其他人一起聽過音頻，這一比例在12至34歲的美國年輕人中上升到69%。音頻的平均收聽時(shí)長也比去年增加了一小時(shí)，智能音箱的擁有量更是同比增長了22%以上，近一半主要在家工作的人現(xiàn)在都擁有一個(gè)智能音箱。①其實(shí)，這一快速發(fā)展變化不僅發(fā)生在美國，全世界皆有案例。

本文即以智能音箱、報(bào)業(yè)的智能音頻策略和音頻社交為例，結(jié)合各國實(shí)踐來探究音頻智能化發(fā)展的新態(tài)勢。

一、終端革命：智能音箱的技術(shù)升級

智能音箱在聲音媒體的智能化發(fā)展中具有革命性意義。作為智能語音服務(wù)所倚賴的載體和聯(lián)通個(gè)性化場景的橋梁，智能音箱在嵌入人們生活的同時(shí)也使得用戶以前所未有的方式將技術(shù)擬人化。美國福布斯公司一本商業(yè)雜志《福布斯》（Forbes）將其稱為一種技術(shù)、網(wǎng)絡(luò)和世界互動的新方式，并認(rèn)為如今的智能音箱正在展開一個(gè)潛在的更大的轉(zhuǎn)變，而我們正經(jīng)歷著智能音箱技術(shù)的指數(shù)級增長。②

有兩大要素促進(jìn)了智能音箱技術(shù)增長。

第一，源于越來越多智能設(shè)備供應(yīng)商的入局。

2019年是全球智能音箱市場創(chuàng)紀(jì)錄的一年，銷量達(dá)到1.469億臺，同比增幅增至70%。雖然亞馬遜和谷歌仍是其中排名第一、二位的品牌，但它們的銷售額與2018年相比都有了不同程度的下滑。③究其原因，主要是百度、阿里巴巴、小米等中國供應(yīng)商的增長，其他國家的強(qiáng)勢企業(yè)也在陸續(xù)推出自己的智能音箱。

各國本土智能音箱與內(nèi)置語音助手的推出，給智能音箱的發(fā)展帶來更多技術(shù)可能性。智能音箱可搭載的語言模式不再局限于英語，俄語語音助手Alice、法語語音助手HomeSound、漢語語音助手天貓精靈和小愛同學(xué)等陸續(xù)擠占本國市場。各國企業(yè)也在依據(jù)自身優(yōu)勢，嘗試開發(fā)語音助手的更多功能與本地服務(wù)。如俄羅斯的Mail.Ru將語音助手Marusya與旗下的社交媒體平臺整合，讓注冊該社交平臺賬號的用戶可以直接通過智能音箱進(jìn)行數(shù)字通話，通過語音助手進(jìn)行線上社交活動，并實(shí)現(xiàn)信息詢問、食物訂購、智能家居設(shè)備控制以及第三方語音應(yīng)用程序運(yùn)行等。④百度推出的小度在家系列，借助其對應(yīng)手機(jī)軟件的家庭互動功能，使得用戶能夠遠(yuǎn)程監(jiān)控家中老人、孩子的生活動態(tài)，滿足了中國青年白領(lǐng)群體顧家、工作的雙向需求。⑤

JBL（全球最大的專業(yè)揚(yáng)聲器生產(chǎn)商）、哈曼卡頓（Harmon Kardon）、貝爾金（Belkin）等硬件廠商的到來提升了智能音箱的音質(zhì)，其更高的聲學(xué)配置也使內(nèi)置語音助手的指令識別能力得到提高。JBL推出的智能音箱大多擁有超越市場水準(zhǔn)的音質(zhì)，全頻揚(yáng)聲器、四麥克風(fēng)陣列與先進(jìn)的麥克風(fēng)降噪技術(shù)的搭配也能讓智能音箱更加準(zhǔn)確地識別語音指令。⑥貝爾金聯(lián)合帝瓦雷（Devialet）最新推出的智能音箱Soundform Elite采用了多項(xiàng)聲學(xué)專利技術(shù)，在提供更具立體感、沉浸感的音樂體驗(yàn)的同時(shí)，依靠拾音陣列強(qiáng)化了其對各項(xiàng)語音操控的識別能力。⑦

第二，歸于行業(yè)領(lǐng)跑者對產(chǎn)品的不斷開拓。

以亞馬遜、谷歌為代表的市場頭部企業(yè)，利用人工智能技術(shù)對智能音箱進(jìn)行著持續(xù)升級與拓展。

首先是內(nèi)置語音助手的技術(shù)更新。智能音箱背后都有智能語音助手的支撐，語音助手賦予智能音箱擬人化的交互意義，是音箱智能化的核心。依靠深度學(xué)習(xí)技術(shù)，亞馬遜的語音助手Alexa在2019年增添了更自然的新語音，并專為雙語家庭設(shè)計(jì)了多語言模式以及在收到錯(cuò)誤請求時(shí)道歉的“挫折檢測”功能。2020年，Alexa已經(jīng)能夠通過了解對話的上下文調(diào)整語氣，辨別相互交談與直接尋址，還能自主地向用戶提出澄清性問題并記住問題的答案。⑧同樣進(jìn)行著擬人化探索的還有谷歌，2021年5月，谷歌在其神經(jīng)網(wǎng)絡(luò)架構(gòu)之上構(gòu)建出了最新的語言模型LaMDA。⑨LaMDA可以讓語音助手將自己代入不同角色與用戶進(jìn)行對話，在保持對話自然開放的同時(shí)給出盡量明確的回答，實(shí)現(xiàn)更加無縫、舒適的語音交互體驗(yàn)。其理解對話語境的能力也為語音助手帶來了理智、敏銳、幽默等人類特質(zhì)，技術(shù)升級讓語音助手與人類形象越來越接近。

其次是智能屏的出現(xiàn)。有市場研究機(jī)構(gòu)發(fā)布的最新報(bào)告顯示，2021年第2季度全球智能音箱市場，前50名暢銷機(jī)型占該季度總出貨量的88%，而前50款機(jī)型中有19款是百度的小度在家智能屏X8、在家1C和谷歌的Nest Hub主導(dǎo)的智能顯示器系列。⑩美國國家公共廣播電臺（NPR）與艾迪森聯(lián)合發(fā)布的智能音頻報(bào)告也表明了類似的屏技術(shù)需求：在18歲以上的美國人中，2020年有65%的人更喜歡帶屏幕的智能音箱，74%的人認(rèn)為屏幕可以讓智能音箱的使用更加方便。?從單純的智能音箱過渡至智能屏，這一轉(zhuǎn)變在增加視頻輸出的同時(shí)也為人機(jī)交互帶來了更多可能性。一方面可以提供直播、通信、教育、家庭互動游戲等多種內(nèi)容服務(wù)，另一方面基于不同技術(shù)基礎(chǔ)，還可以實(shí)現(xiàn)手勢控制、眼神喚醒、遠(yuǎn)場語音交互、人臉識別等多種交互模式，用戶可以在多種應(yīng)用場景采用不同方式完成人機(jī)交互?？梢哉f，智能屏的出現(xiàn)，拓展了智能音箱的應(yīng)用邊界，也推動了其人機(jī)交互的多樣性發(fā)展。

再次是應(yīng)用場景的不斷開拓?？萍脊緦χ悄苷Z音的愿景遠(yuǎn)超音箱本身，智能家居是其設(shè)想中典型的嵌入場景。除適應(yīng)于各個(gè)場景的智能音箱外，亞馬遜以語音助手為核心，將其產(chǎn)品線向智能家居不斷鋪開。目前，亞馬遜已將語音助手嵌入微波爐、掛鐘、插座、路由器、恒溫器、家居機(jī)器人等多個(gè)品類。在國內(nèi)，小度智能音箱所支持的家居用品幾乎覆蓋了整條家居產(chǎn)品線，阿里巴巴旗下的天貓精靈也開始提倡家庭場景升級，與多家物聯(lián)網(wǎng)平臺、智能硬件和家電廠商展開了合作。

教育、酒店、汽車、娛樂等場景也陸續(xù)加入進(jìn)來。2020年，谷歌與連鎖酒店合作，將智能顯示器和智能助手陸續(xù)整合至酒店客房中。住客能夠通過語音助手控制房內(nèi)環(huán)境和娛樂、通信，向智能音箱詢問當(dāng)?shù)氐穆糜涡畔⒑突顒咏ㄗh。新冠肺炎疫情期間，語音助手還能與酒店系統(tǒng)相連，安排叫醒服務(wù)，滿足住客的日用品需求并處理退房事宜。?國內(nèi)市場方面，在小度智能屏試水教育領(lǐng)域后，百度公司便對各類場景進(jìn)行布局，強(qiáng)調(diào)“全場景智能生活”，阿里巴巴公司也在嘗試讓天貓精靈走入各類生活情境。

智能音箱正在逐漸破除形態(tài)的邊界，將核心的智能語音服務(wù)融入人們生活的方方面面。其日益開放的發(fā)展態(tài)勢，有助于滿足用戶多場景、多樣化的需求，實(shí)現(xiàn)全場景生態(tài)和無縫隙服務(wù)。

二、策略轉(zhuǎn)向：傳媒業(yè)的智能化音頻新突破

當(dāng)前，智能音頻正在成為全球傳媒業(yè)關(guān)注的重點(diǎn)。路透新聞研究院對以報(bào)紙、廣播為主的全球26家主流媒體的管理者進(jìn)行訪談，大多數(shù)人表示他們正在圍繞智能音頻采取各種策略。?廣播電視機(jī)構(gòu)積極參與智能播客的內(nèi)容生產(chǎn)，建設(shè)播客平臺，跟進(jìn)智能音箱的發(fā)展趨勢，報(bào)業(yè)也緊跟著布局播客產(chǎn)業(yè)，并在提供獨(dú)家內(nèi)容、自建音頻應(yīng)用、文字與語音融合等方面有突出表現(xiàn)，顯示其發(fā)展的獨(dú)特性。

《紐約時(shí)報(bào)》推出音頻欄目《每日》（The Daily），是報(bào)業(yè)向智能播客邁出的重要一步。欄目為用戶提供熱點(diǎn)事件匯編、新聞事件的細(xì)節(jié)補(bǔ)充與跟蹤報(bào)道以及主持人的觀點(diǎn)等，一經(jīng)播出便廣受歡迎。截至2019年，The Daily的下載量已達(dá)10億次。The Daily不僅是美國最受歡迎的新聞播客之一，也是2014至2020年本地每日新聞播客數(shù)量增長曲線的拐點(diǎn)。不少報(bào)紙受到該形式的啟發(fā)，紛紛在智能播客應(yīng)用上推出自己的The Daily。 路透新聞研究院《2021數(shù)字新聞?wù){(diào)查報(bào)告》顯示?，新冠肺炎疫情給傳統(tǒng)報(bào)業(yè)帶來了沉重一擊，但疫情則又是報(bào)業(yè)向智能音頻發(fā)展的重要催化劑。在過去的一年里，報(bào)紙或暫?；驕p少印刷發(fā)行，許多報(bào)業(yè)公司都面臨減薪、裁員、關(guān)閉等窘?jīng)r。為了生存，報(bào)紙不得不加速數(shù)字化轉(zhuǎn)型，而疫情下人們對音頻新聞的依賴給這一轉(zhuǎn)型提供了方向。艾迪森調(diào)研機(jī)構(gòu)關(guān)于智能音頻的報(bào)告稱，音頻新聞成為人們了解情勢的重要途徑，尤其年輕人會收聽更多新聞。?于是，我們可以看到越來越多的紙媒出現(xiàn)在智能播客應(yīng)用上，并通過與科技公司的合作在一定程度上實(shí)現(xiàn)了音頻轉(zhuǎn)向的智能化創(chuàng)新。

智能播客之外，報(bào)紙業(yè)還有更為廣泛的智能音頻策略。一是自有音頻應(yīng)用，《紐約時(shí)報(bào)》于2020年收購了音頻應(yīng)用“奧德姆”（Audm），陸續(xù)發(fā)布了《黑色劇院》（Black Theater）、《伯尼·桑德斯》（Bernie Sanders）等多篇本報(bào)雜志的音頻故事;正在開發(fā)的新音頻應(yīng)用“紐約時(shí)報(bào)音頻”（The New York Times Audio）收錄了《紐約時(shí)報(bào)》的各類播客與文章，并從《紐約時(shí)報(bào)》新聞室的新音頻格式中提取內(nèi)容。與此同時(shí)，《紐約時(shí)報(bào)》也開始嘗試將更多標(biāo)志性音頻故事編入核心的新聞應(yīng)用程序中。?二是文本轉(zhuǎn)語音技術(shù)。2021年5月，《華盛頓郵報(bào)》整合了亞馬遜的Polly。Polly擁有全新的機(jī)器學(xué)習(xí)方法，能夠以較高的速度將文本轉(zhuǎn)換為逼真的人類語音。憑借這一智能語音服務(wù)，用戶可以在跨平臺收聽報(bào)紙的報(bào)道時(shí)獲得不錯(cuò)的音頻體驗(yàn)。未來，用戶還可能通過該技術(shù)接觸到《華盛頓郵報(bào)》更多的音頻功能，如播放控制、西班牙語音頻、音頻播放列表等。除《華盛頓郵報(bào)》外，《今日美國》《環(huán)球郵報(bào)》等報(bào)紙的出版商也在整合Polly，通過引入成熟的文字轉(zhuǎn)語音技術(shù)，以更優(yōu)質(zhì)、便捷的方式用音頻解鎖書面新聞。?三是沉浸式音頻體驗(yàn)。2020年11月，《華盛頓郵報(bào)》品牌工作室（WP BrandStudio）與佛羅里達(dá)官方旅游營銷公司合作推出沉浸式音頻平臺“佛羅里達(dá)之聲”（The Sounds of Florida），借助高互動界面圖標(biāo)后的音頻通道，用戶無須離家就能被“傳送”到該州的各個(gè)景點(diǎn)，借助多音軌分層聲音置身地標(biāo)性景點(diǎn)之中，在視覺識別之外通過聲音增加與該地的情感聯(lián)系。?工作室還為上班族打造了一種沉浸式音頻驅(qū)動體驗(yàn)“聲音圣地”（The Sound Sanctuary），以對沖工作場所的數(shù)字噪音干擾。有錄音師將各地的自然聲音收集制成雙耳錄音，通過模擬在大自然中的實(shí)際聽感，緩解用戶在工作中產(chǎn)生的倦怠，探索聲音對創(chuàng)建更專注且人性化的工作方式的意義與作用。?

報(bào)業(yè)向智能音頻的融合發(fā)展，值得廣電業(yè)借鑒。

三、社交加速：面向音頻交往的新聚焦

疫情影響下，智能音頻領(lǐng)域迎來的不僅是報(bào)業(yè)的加速轉(zhuǎn)向，還有音頻社交的復(fù)興。音頻社交不是一個(gè)新概念，卻恰好滿足了人們在特殊時(shí)期的交際需求：隔離在家的人們既想建立超越文字之上的人際聯(lián)系，又疲于屏幕的過度使用，而純語音交流音頻技術(shù)因其認(rèn)知負(fù)荷低而在很大程度上促成了音頻社交的加速發(fā)展。

引起這場潮流的是音頻社交應(yīng)用——Clubhouse（直譯是俱樂部房子或者會所的意思），這也是目前全球唯一一個(gè)可以實(shí)時(shí)和科技、金融、藝術(shù)、文化領(lǐng)域的高層人脈溝通交流的平臺。2020年4月，Clubhouse首次上線。在該應(yīng)用中，每個(gè)人都可以創(chuàng)建語音房間，也可以跳轉(zhuǎn)到任何他們感興趣的房間，若想發(fā)言則按“舉手”鍵申請成為嘉賓參與對話。實(shí)時(shí)聊天激發(fā)了語音社交的情緒價(jià)值優(yōu)勢，陌生人社交則在提高社交新鮮感的同時(shí)降低了交際成本。低門檻、高自由、近距離和質(zhì)量上佳的內(nèi)容分享讓越來越多的人進(jìn)入應(yīng)用。研究報(bào)告稱，Clubhouse的注冊用戶在2020年10月初就達(dá)到了1萬名，截至2021年2月該數(shù)字已超過1000萬且注冊用戶數(shù)量仍在加速增大。?

Clubhouse的興起讓科技界看到了音頻社交的新可能。推特（Twitter）、臉書（Facebook）、聲破天（Spotify）等科技公司都察覺到音頻在社交領(lǐng)域迸發(fā)的巨大能量。于是，過去的一年里，“推特空間”（Twitter Space）、“休息室”（Greenroom）、“語音聊天室”（Voice Chats）等音頻社交產(chǎn)品如雨后春筍般出現(xiàn)。國內(nèi)，復(fù)制的中國版Clubhouse也不斷出現(xiàn)。天眼查數(shù)據(jù)顯示，中國目前約有270家企業(yè)發(fā)布過音頻社交相關(guān)產(chǎn)品，?其中很多都是Clubhouse的模板風(fēng)格。

隨著科技公司的大量涌入，其帶入的人工智能技術(shù)正在使音頻社交以更智能化的面貌呈現(xiàn)于市場。

其一，智能語音技術(shù)增進(jìn)語音服務(wù)。2021年3月，廷科夫（Tinkoff）公司在Clubhouse應(yīng)用中推出智能語音助手Oleg。?它具有成熟的語音識別和人工智能驅(qū)動交互技術(shù)，可以在聊天室中執(zhí)行各種秘書任務(wù)，如主持討論、刷新房間、提醒人們有關(guān)討論的時(shí)間限制和規(guī)則等，還可以實(shí)時(shí)轉(zhuǎn)錄對話，將對話流傳輸為文本。廷科夫公司稱，Oleg將被開發(fā)出更多適應(yīng)俱樂部/會所社交情景的語音助手功能。語音助手的加入滿足了用戶要求獲得更多智能服務(wù)的呼聲及其隱私需求，使應(yīng)用以更為智能的面貌呈現(xiàn)在用戶面前，一定程度上展示了音頻社交智能化發(fā)展的一種可能性。

智能語音技術(shù)的加入，讓用戶可以在對話中使用表情符號，并記錄對話與他人分享;實(shí)時(shí)字幕功能的增加，也讓聽力障礙人士在收聽時(shí)更加方便?！胺块g”中的音頻對話還可以鏈接TikTok（抖音海外版）上的創(chuàng)意音頻剪輯功能，用戶可以利用包含語音轉(zhuǎn)文本、語音變形等技術(shù)在內(nèi)的音頻創(chuàng)建工具剪輯、編輯音頻對話，將其生成為錄音剪輯并通過算法進(jìn)行推廣。

其二，算法推薦提高用戶社交效率。目前，市場中的音頻社交應(yīng)用主要解決的是陌生人社交問題，而陌生人社交中，聲音更多地被視作一種用戶身份的核心組成部分、人與人互動的媒介，意在助推用戶互動的成功。在這一目的性極強(qiáng)的社交過程中，快速匹配/推薦就成為了重點(diǎn)。到了2021年9月，有科技公司又推出了通信新功能——My Friends（我的朋友），這項(xiàng)基于算法的推薦功能，優(yōu)化了用戶間的匹配路徑，用戶能夠更為便捷地找到具有相似社交意愿和實(shí)時(shí)動態(tài)的朋友，并可以在平臺內(nèi)一鍵加入其他朋友的房間，通過實(shí)時(shí)語音參與多種主題活動。用戶的興趣、標(biāo)簽等成為推薦的坐標(biāo)。精細(xì)化標(biāo)簽讓人們對用戶的了解更為全面、詳細(xì)，也有助于商家觀察到更明確的用戶需求，從而開發(fā)定制化匹配功能。

與注重創(chuàng)建語音派對、營造社區(qū)氛圍的Clubhouse一類應(yīng)用不同，強(qiáng)調(diào)算法推薦的音頻社交應(yīng)用意在實(shí)現(xiàn)語音向社交鏈的完全嵌入，除實(shí)時(shí)聊天外，用戶可以關(guān)注好友、發(fā)布動態(tài)、建立私人關(guān)系等。應(yīng)用內(nèi)的主要鏈接方式不是以音頻內(nèi)容為中介的興趣社區(qū)，而是人與人的直接相連。語音實(shí)是作為手段而非主體建立社交場景來滿足人們的快節(jié)奏交際需求，可以促進(jìn)陌生人間的社交聯(lián)系。算法推薦的加入提高了用戶的社交效率，也推動著音頻社交朝著強(qiáng)社交屬性的方向不斷發(fā)展。

四、結(jié)語

總體而言，智能音頻的發(fā)展呈現(xiàn)了三個(gè)基本方向：深化聽覺體驗(yàn)、拓寬場景入口、增強(qiáng)社交屬性。智能音箱對智能語音技術(shù)在聽覺層面應(yīng)用的深入挖掘，使智能音頻在互動體驗(yàn)方面獲得技術(shù)升級。而智能音頻社交的強(qiáng)勢興起則將聲音嵌入交際鏈，切入不同的社交場景，為音頻的智能化發(fā)展帶來強(qiáng)有力的新驅(qū)動。

但智能音頻的發(fā)展亦存在隱憂，高速前進(jìn)的另一面是與智能音頻相關(guān)的安全隱私問題：個(gè)人語音數(shù)據(jù)泄露導(dǎo)致的信息騷擾或安全隱患，以及語音合成技術(shù)引發(fā)的語音詐騙和信息失實(shí)，都成為用戶擔(dān)心的主要方向。同時(shí)，智能音頻產(chǎn)品的過快更迭也模糊了重點(diǎn)，讓其發(fā)展變得細(xì)碎、多面，缺乏計(jì)劃性的優(yōu)勢挖掘。因此，如何創(chuàng)造一個(gè)健康、有效的生態(tài)環(huán)境與總體計(jì)劃是智能音頻發(fā)展應(yīng)著重考慮的問題。

注釋

①?Edison Research and Triton Digital： The Infinite Dial 2021， March 11， 2021， https：//www.edisonresearch.com/the-infinite-dial-2021-2/.

②Saeed Elnaj. The Rise Of AI-Enabled Smart Speakers And Their Future In Our Lives， July 8， 2019， https：//www.forbes.com/sites/forbestechcouncil/2019/07/08/the-rise-of-ai-enabled-smart-speakers-and-their-future-in-our-lives/？sh=2708e7b335ab.

③David Watkins. Global Smart Speaker Vendor & OS Shipment and Installed Base Market Share by Region： Q4 2019， February 13， 2020， https：//www.strategyanalytics.com/access-services/devices/connected-home/s.

④mart-speakers-and-screens/market-data/report-detail/global-smart-speaker-vendor-os-shipment-and-installed-base-market-share-by-region-q4-2019.

⑤Eric Hal Schwartz. Russian Social Media Platform VKontakte Integrates Marusia Voice Assistant， May 27， 2021， https：//voicebot.ai/2021/05/27/russian-social-media-platform-vkontakte-integrates-marusia-voice-assistant/.

⑥ ZOL中關(guān)村在線：《JBL TOWER SMART 音樂城堡全新上市》，知乎，2019年6月12日，https：//zhuanlan.zhihu.com/p/70177739.

⑦我愛音頻網(wǎng)評測室：《貝爾金SOUNDFORM ELITE智能音箱評測：聯(lián)合帝瓦雷重現(xiàn)高保真音質(zhì)》，百度，2021年7月12日，https：//baijiahao.baidu.com/s？id=1705046563698486596&wfr=spider&for=pc.

⑧Jon Porter. Alexa's latest upgrades help it listen to multiple people and ask clarifying questions， September 24， 2020， https：//www.theverge.com/2020/9/24/21452313/alexa-voice-assistant-ai-upgrade-amazon-echo-smart-speaker-multiple-people-tone-questions.

⑨Eli Collins & Zoubin Ghahramani.LaMDA： our breakthrough conversation technology， May 18， 2021， https：//blog.google/technology/ai/lamda/.

⑩David Watkins. Global Smart Speaker and Smart Display Vendor Shipments， Wholesale Revenue， ASP and Price Band by Model： Q2 2021， August 30， 2021， https：//www.strategyanalytics.com/access-services/devices/connected-home/smart-speakers-and-screens/reports/report-detail/global-smart-speaker-and-smart-display-vendor-shipments-wholesale-revenue-asp-and-price-band-by-model-q2-2021？slid=1684678&spg=7.

?Edison Research and NPR： The smart audio report， April 1， 2021， https：//www.nationalpublicmedia.com/uploads/2020/04/The-Smart-Audio-Report_Spring-2020.pdf.

?Eric Hal Schwartz. New Google Hospitality Program Adds Nest Hub Smart Displays to Hotel Rooms， August 26， 2020， https：//voicebot.ai/2020/08/26/new-google-hospitality-program-adds-nest-hub-smart-displays-to-hotel-rooms/.

?Nic Newman. The Future of Voice and the Implications for News， Reuters Institute for the Study of Journalism， November 2018， https：//reutersinstitute.politics.ox.ac.uk/sites/default/files/2020-01/Newman%20-%20Future%20of%20Voice%20FINAL.pdf.

?Nic Newman. Reuters Institute Digital News Report 2021， July 2021， https：//reutersinstitute.politics.ox.ac.uk/digital-news-report/2021.

?The New York Times Is Building a New Audio Product， The New York Times Company， October 12， 2021， https：//www.nytco.com/press/the-new-york-times-is-building-a-new-audio-product/.

?Robin Dautricourt. Breaking news： Amazon Polly's Newscaster voice and more authentic speech， launching today， July 30， 2019， https：//aws.amazon.com/cn/blogs/machine-learning/breaking-news-amazon-pollys-newscaster-voice-and-more-authentic-speech-launching-today/.

?The Washington Post's brand studio adds immersive audio to its suite of innovative storytelling capabilities， The Washington Post， November 30， 2020， https：//www.washingtonpost.com/pr/2020/11/30/washington-posts-brand-studio-adds-immersive-audio-its-suite-innovative-storytelling-capabilities/.

?Jerrid Grimm. The Top 100 Branded Content Partnerships of 2020， December 16， 2020， https：//www.pressboardmedia.com/magazine/the-top-100-branded-content-partnerships-of-2020.

?Bret Kinsella. MrBeast Join and Starts Drawing More Scrutiny， February 23， 2021， https：//voicebot.ai/2021/02/23/clubhouse-surpasses-10-million-users-after-musk-zuckerberg-rogan-and-mrbeast-join-and-starts-drawing-more-scrutiny/.

?天眼查數(shù)據(jù)研究院：《中國版Clubhouse頻出？數(shù)據(jù)顯示我國目前約有270家企業(yè)發(fā)布過語音社交相關(guān)產(chǎn)品》，澎湃新聞，2021年2月25日，https：//www.thepaper.cn/newsDetail_forward_11443347.

?Eric Hal Schwartz. The First Bot on Clubhouse Speaks Russian–Will the Voice Assistant’s Presence Change Social Audio Dynamics， March 12， 2021， https：//voicebot.ai/2021/03/12/the-first-bot-in-clubhouse-speaks-russian-will-the-voice-assistants-presence-change-social-audio-dynamics/.

【本文系國家社會科學(xué)基金國家應(yīng)急管理體系建設(shè)研究專項(xiàng)“新冠肺炎疫情期間的輿論傳播及引導(dǎo)研究”（項(xiàng)目編號：20VYJ038）、中國社會科學(xué)院國家高端智庫課題“全媒體時(shí)代的新聞發(fā)布與國家治理”（項(xiàng)目編號：〈2021〉C-69）的階段性研究成果】

（作者殷樂系中國社會科學(xué)院大學(xué)教授、中國社會科學(xué)院新聞與傳播研究所研究員、廣播影視研究中心主任、博士生導(dǎo)師，殷宇婷系中國社會科學(xué)院大學(xué)新聞傳播學(xué)院碩士研究生）

（本文編輯：李靜）