来源：雷科技 AI 硬件组 |   编辑：三明治

不得不说，生成式 AI 真的改变了很多东西。

作为一个没啥艺术细胞的文科生，在生成式 AI 大模型出来前，我所能做到的 " 内容产出 "，也就是挥动手指，敲击键盘，让数字信号夹杂着中文字符出现在电脑屏幕上，仅此而已。

但现在，哪怕本身对绘画一窍不通、对乐理更是毫无理解，只要懂得提示词的编写，我就能够轻松 " 制作 " 不同风格的画作、" 产出 " 各种流派的音乐，就连播客这种号称 " 小而美 " 的传播媒介，似乎也没有那么神秘了。

3 月 25 日，网易有道宣布有道文档 FM 开启公测。

（图源：有道）

作为一款有声阅读、学习效率工具，有道文档 FM 号称支持拍照、文档、链接、长文本等多形式内容一键转播客，还能迅速提炼核心要点，生成简洁明了的总结与思维导图，让你一眼洞悉内容主旨。

我决定帮大伙试一下，是时候看看国产 AI 播客到底能不能打了。

想要体验有道文档 FM，其实还蛮简单的。

打开自己手机上的应用商店，搜索 " 有道文档 FM"，看到那个像蓝色气泡的图标点击下载就行。

反正现在是公测阶段，又不需要邀请码啥的，我的评价是有手都会。

（图源：雷科技）

打开应用，你会看到一些官方制作的播客示例。

我先是试着听了一下随应用附带的 "《日航的奇迹》：飞向天际的涅槃 "，基本上就是通过生成式 AI 对原作进行了比较简明扼要的剖析解读，AI 主持人能够做到抑扬顿挫、自然停顿和模拟真人的吸气呼气声，听起来并没有明显的违和感。

当然了，这只是官方给出的例子，实际效果还得我们自己测试。

有道文档 FM 为用户提供了四种新建播客的方式，你可以拍照片、扔网址、扔文件，也可以只粘贴文字，需要注意的是，免费用户上传的文件不能超过 5MB，需要开启会员之后才能扩展到 20MB。

（图源：雷科技）

在导入文本后，有道文档 FM 会提供包含文本朗读在内的二十种播客类型供用户选择，不同的类型会对转写后的播客脚本带来一定差异，然后可以选择你喜欢的音色，它提供了 13 种男性声线、11 种女性声线，包括新闻男声、电台主播、深夜电台、元气青梅等。

（图源：雷科技）

为了测试转播客的效果，我特地准备了三段不同的文本。

为啥是三段，主要是因为免费体验次数只有三次。

第一段文本，是我早年间混迹 SteamCN（今 keylol）论坛所写的文章，《CRPG 简述》，约莫着 5000 字左右的文本，刚好可以看一下这种亚文化内容转写的效果如何。

接下来，只要点一下生成，实测 5000 字的文本大约耗时 2-3 分钟，你就能得到一个大约六分钟的，由两个 AI 主持人进行 " 深度探讨 " 的中文音频播客。

内容如下，感兴趣的读者可以自己下载听一下：

（图源：雷科技）

从内容上来说，有道文档 FM 很会抓重点，基本能把稿件中的重要内容摘出来。

以这段播客为例，从主播 A 迷恋上《神界：原罪 2》这款游戏作为引入，两位 AI 主播围绕着 CRPG 游戏类型的定义、CRPG 游戏的起源以及发展过程，讲得那叫一个头头是道。

（图源：雷科技）

它还可以将稿件打碎，并用口语化语言，在两人一唱一和中表达出来。

第二段文本，是我去年参加的一次群访，采访的对象是机械革命创始人潘春节。

嗯 ... 这次转化出来的播客脚本就显得有些死板了，不知道是不是因为对专访类内容资料不足的缘故，最终转化出来的播客脚本，基本就是两位 AI 主播在添加了一些语气词的情况下对原文进行复述。

（图源：雷科技）

幸好，除了这段播客外，为了方便阅读，有道文档 FM 还在页面上方给出了文字版，甚至还提供了 AI 总结和思维导图，让用户能够更有条理地抓住文本的知识点，怎么都是有用的。

第三段文本，是我在大学时撰写的一本三流小说，第一部分约 7.5 万字，正好可以测试一下有道文档 FM 的 " 小说剧场 " 选项。

诶，这次转写时间就长了不少，等了十几分钟后，有道文档 FM 总算是端出了一份长达 35 分钟的播客内容。

从转写的效果来看，有道文档 FM 确实能够识别角色的行动，并将背景、对话、行动以较合理的方式拆解并讲述下去，就是不清楚现在有什么 BUG，导致这段播客中频繁出现 " 让我们继续这个引人入胜的故事 " 这句话。

（图源：雷科技）

每当 AI 主播读到这句话，就会让人有种从内容中被抽离出来的感觉。

除此以外，目前有道的 AI 播客还有一些瑕疵。

比如有些男性声音，存在语速较慢，还无法控制语速的问题。

尤其是新闻男声和电台主播，男生磁性音色，再加上字正腔圆的咬字，或许会适合解说纪录片，但在播客中就过于突兀，相声评书的音色里甚至含有一些杂音，让人很是出戏。

但就目前来说，有道文档 FM 在内容上确实没有毛病，听感也算正常，最终产出的内容可能更接近于老师上课时的知识解读。

当然了，有道自己可以也是这样定位的。你可以对自己手头有的资料进行学习，也可以直接用公众号链接转播客，快速吸收今日要闻和知识，借助这玩意自带的 DeepSeek，你甚至可以实现提出问题，DeepSeek 给出回答，然后就能直接转写成播客内容吸收的体验。

比起放空大脑的享受，它的最大价值，或许还是丰富了学习的场景吧。

事实上，AI 播客的诞生距离我们并不遥远。

2024 年 9 月，谷歌的 NotebookLM 推出了名为 "Audio Overview" 的功能，该功能可以将用户上传的内容转换为音频对话，由两位 AI 主播进行讨论，其内容流畅，音质逼真，仿佛真的有两个人在对谈。

（图源：NotebookLM）

作为整个类型的开创者，NotebookLM 可能是这类产品里最有 " 创造力 " 的，因为它生成的脚本并不会拘泥于用户提供的内容，而是会在此之上进行相关内容的扩展，还能根据需要调整语速，男女主播吐字清晰，语音语调自然真实，在音频播放期间用户甚至可直接与 AI 主持人互动等功能。

对我们来说，这款产品最大的缺陷，估计是它只支持英文内容的生成这点吧。

不管咋说，这款产品的出现，让人们看到了 AI 播客的潜力。人们不但可以用它快速消化大量信息，把长篇大论变成有趣的对话，在做家务或者开车的时候 " 阅读 " 那些平时没时间看的文章，甚至可以用来准备演讲稿，听听别人 ( 特别是 AI ) 怎么看待你的观点。

受此影响，在 AI 技术的推动下，播客制作和分发变得更加便捷，涌现出了如 "Listen Notes"、"Podcastle"、"Descript" 等热门应用。这些平台利用 AI 语音转写、智能剪辑和音频增强等功能，大大降低了播客制作的门槛，使得更多人可以轻松地创建和分享自己的播客节目。

毋庸置疑的是，播客，将成为下一个 AI 涌入的赛道。

放在国外，这很顺理成章，因为播客在欧美算是个颇具市场号召力的领域，月度收听人数一度超过他们总人口的三分之一。

但在国内，一切大不相同，因为对中文互联网而言，播客一直都是种小众又有些神秘的存在，喜欢的人死心塌地，不懂的人隔着墙壁。

（图源：抖音）

移动互联网的普及，让广罗大众早就习惯了视频和短视频的内容消费体系，上下滑动的手指和高速刷新的视频流，更是让超高速信息获取成为了一种习以为常的事情，也使得播客这种相对 " 慢 " 的音频形式与快节奏的互联网显得格格不入。

当然了，并非每个人都会沉迷于视觉带来的感官刺激，凭借其独特的陪伴感和深度，播客还是成功吸引了一批忠实听众和创作者。当你在早晚高峰的地铁上，看到有人戴着耳机 " 闭目养神 "，却又时而露出神秘的笑容，那他很有可能是在听播客。

而我，恰好也算是个播客的 " 消费者 "。

在我看来，播客并不是什么 " 更为纯粹和深刻的交流方式 "，而是更接近于一种充分利用碎片化时间的媒介，它排除了视觉干扰，让你在通勤、运动、打扫卫生的时候，都能找到机会沉浸在对话和叙事之中，抓住一切时间汲取感兴趣的观点。

对效率至上主义者来说，这点真的挺难能可贵的。

只可惜，国内播客节目发展的情况，可远没有播客爱好者们想象的那么轻松，在亚文化播客圈里颇具影响力的 " 机核 "，甚至在近一年时间里接连撤裁了多位核心主播，变现与热爱之间的冲突似乎正在愈演愈烈。

有道文档 FM 的存在，在一定程度上算是填上了 " 中文 AI 播客 " 这个市场的空白，它从学习的交互形式出发，将文档内容直接生成 AI 播客，给用户提供了一种对特定知识进行大量有效输入的方法，是一款非常适合学习的 AI 应用。

曾经小众的播客，会因为被教育场景盯上而不再小众吗？

或许只有时间能给我们答案。

End