Wanxiang Shengsheng stellt kostengünstiges KI-Hörbuchtool unter 8 Yuan pro 10.000 Zeichen vor

Zwei Monate nach der öffentlichen Beta-Version hat Wanzhuang Yousheng offiziell sein automatisiertes Produktionssystem „Vollautomatische KI-Mehrsprachige Hörbucherstellung“ eingeführt, eine Funktion, die bereits während interner Tests Rechteinhaber überzeugt hatte.

Gestartet vom Kernteam hinter Lazy Listen, hat diese KI-Audioinhaltsplattform ihren öffentlichen Test dieser strategischen Funktion Anfang Juni abgeschlossen. Im Kern steht eine Kombination bewährter KI-Fähigkeiten – intelligente Kapitelteilung, Charakteranalyse, Skriptgenerierung, Mehrcharakter-Synchronisation und Postproduktions-Synthese – orchestriert von einer Task-Engine, um eine automatisierte digitale Audioproduktionslinie zu schaffen, die „unbemannt“ laufen kann.

Dies ist kein eigenständiges Produkt, sondern eine praktische Anwendung der „Dual-Track-Produktionsmotor“-Strategie der Plattform. Sie teilt sich dieselbe technische Infrastruktur wie die bestehende professionelle Erstellungsumgebung von Wanzhuang Yousheng, arbeitet jedoch im vollautomatischen Modus und adressiert die kritischste Herausforderung der Branche: Wie erreicht man einen Sprung in der Kapazität und Kostensenkung, ohne die Qualität zu beeinträchtigen?

Von „Manuell“ zu „Autopilot“: Eine Engine, zwei Spuren

Die traditionelle hochwertige Hörbuchproduktion ist ein langer und teurer manueller Prozess, der Manuskriptsortierung, Kapitelteilung, Skripterstellung, Casting, Synchronisation, Ausrichtung, Postproduktions-Mixing, Qualitätskontrollen und Export umfasst. Die Herstellung eines hochwertigen Mehrcharakter-Hörbuchs kann über 30 Tage dauern und kostet Tausende bis Zehntausende von Yuan.

Die erste Produktlinie von Wanzhuang Yousheng, „Spur Eins: Qualitätsverbesserung“, wurde entwickelt, um das Problem des „Bessermachens“ zu lösen.

Sie bietet ein vollzyklisches KI-Erzeugungstool für professionelle Studios und Synchronisationsteams. Module wie intelligente Skripterstellung, intelligente Ausrichtung und intelligentes Hören befreien Schöpfer von mühsamer, repetitiver Arbeit und ermöglichen es ihnen, sich auf künstlerischen Ausdruck zu konzentrieren. Die Kernlogik bleibt tiefe Mensch-Maschine-Zusammenarbeit.

Die neu eingeführte vollautomatische KI-Mehrsprachige Hörbucharbeitsstation gehört zu „Spur Zwei: Kapazitätssprung“.

Ihr Ziel ist ein völlig anderes: Sie richtet sich nicht an akribische Schöpfer, sondern an B2B-Kunden wie Online-Literaturplattformen und Verlagsinstitutionen, die große Mengen an Urheberrechten halten und Inventar schnell umwandeln müssen. Ihre Logik ist einfach – eine vollautomatische Lösung nutzen, um die Skalierbarkeitsherausforderung massiver, langschwänziger, ROI-sensitiver Inhalte zu lösen.

Nachdem Benutzer Manuskripte hochgeladen haben, funktioniert das System wie eine superdigitale Fabrik: Automatische Kapitelteilung, intelligente Analyse der Charaktere und Zuordnung der besten KI-Stimme, Generierung von Skripten mit emotionalen Anmerkungen und präziser Aussprache, Verwendung von fast tausend optimierten Stimmklängen für die Mehrcharakter-Erzählung und schließlich Synthese des Endprodukts mit Soundeffekten. Nach der Generierung wird die Arbeit an eine Standard-Bearbeitungsschnittstelle übergeben, wo Benutzer neu eingeführte Funktionen wie „benutzerdefinierte Aussprache“ und „Massenannotation“ nutzen können, um lokale Verfeinerungen vorzunehmen und ein flexibles Produktionsmodell zu erreichen: „Zuerst Massenversionen grob produzieren, dann lokale Anpassungen vornehmen.“

7 Yuan für 10.000 Zeichen: Eine disruptive Abrechnung

Wanzhuang Yousheng hat einen hochwettbewerbsfähigen Preis festgelegt: 7,9 Yuan pro 10.000 Zeichen für KI-Synchronisation, 0,2 Yuan pro 10.000 Zeichen für intelligente Skripterstellung und ab 6,58 Yuan pro 10.000 Zeichen bei Großbestellungen. Das bedeutet, dass die Gesamtkosten für die Herstellung eines 10.000-Zeichen-Mehrsprachigen Hörbuchs nur 7–8 Yuan betragen.

Im Vergleich dazu kosten traditionelle Methoden 5.000 bis 50.000 Yuan für ein einzelnes Hörbuch; andere KI-Tools auf dem Markt liegen im Allgemeinen zwischen 10 und 15 Yuan pro 10.000 Zeichen. Für Urheberrechtsplattformen, die Tausende von mittellangen IP-Werken halten, würde die traditionelle Methode eine Investition von Millionen oder sogar Hunderten von Millionen Yuan für die vollständige Hörbuchkonvertierung erfordern. Selbst wenn nur 10 % konvertiert würden, wäre dies eine schwere Belastung. Laut den Preisen von Wanzhuang Yousheng würden die Hörbuchkonvertierungskosten für einen 500.000-Zeichen-Roman jedoch nur 350–400 Yuan betragen. Ein mittelgroßes Verlagshaus könnte eine gesamte Kategorie von Inventar für nur wenige Zehntausend Yuan in Audio-Assets umwandeln.

Li Ji, Gründer von Yuemei Culture, einem führenden Rechteinhaber im Bereich Xiangguan Xiaoshuo, kommentierte einmal, als Wanzhuang Yousheng mit dem öffentlichen Test begann: „Die KI-Synchronisation von Wanzhuang Yousheng hat bereits das Niveau echter menschlicher Darbietung in der emotionalen Übermittlung erreicht. Kombiniert mit intelligenter Skripterstellung und automatischer Ausrichtung kann sie stabil Hörbücher auf B+ Niveau oder höher produzieren.“

Diese Qualitätsmarke wurde auf die vollautomatische Produktionslinie übertragen, wodurch „akzeptable Qualität pro Produktionslinie“ zur Voraussetzung wurde. Die verbleibende Kernfrage wird dann zu einer rein wirtschaftlichen Berechnung.

Fokus auf B2B: Strategische Implikationen des Dual-Track-Motors

Diese vollautomatische Arbeitsstation wurde zunächst intern genutzt, um „technische Überlegenheit“ gegenüber Rechteinhabern und Investoren zu demonstrieren. Jetzt wurde sie kommerzialisiert, was ein klares Signal sendet.

Dies markiert die Erweiterung der Reichweite von Wanzhuang Yousheng von „Schöpfern bedienen“ zu „Rechteinhabern bedienen“ – letztere sind die Kernkundengruppe mit erheblicher Zahlungsfähigkeit und dringendem Bedarf. Der einzigartige „Dual-Track-Produktionsmotor“ der Plattform ist nicht nur eine Sammlung von Funktionen, sondern basiert auf einer tiefen Brancheninsicht: Der Hörbuchmarkt steht gleichzeitig vor zwei scheinbar widersprüchlichen Bedürfnissen – Premium-Qualität und Massenproduktion. Das eigentliche Engpass liegt im Fehlen eines standardisierten Produktionssystems, das sich dynamisch an verschiedene Inhaltswerte und Produktionsanforderungen anpassen kann.

· Für Einzelpersonen oder kleine Teams dient es als effizienter „Inhaltsvalidierer“, der es ermöglicht, Romane schnell in teilbare Demos zu verwandeln, ohne ein professionelles Team zu benötigen, was kostengünstige Marktests ermöglicht.

· Für Online-Literaturplattformen oder Urheberrechtsinstitutionen adressiert es direkt das Dilemma von „geschmacklosen, aber schwer aufzugebenden“ mittellangen IP-Werken, weckt ruhendes Inventar zu minimalen Grenzkosten und füllt schnell Inhaltslücken.

· Für professionelle Audio-Studios eröffnet es ein neues „Mensch-Maschine-Hybrid“-Modell. Komplexe emotionale Hauptcharaktere können echten Synchronsprechern überlassen werden, während Erzählungen und eine große Anzahl von NPC-Rollen von hochwertiger KI übernommen werden können, wodurch das Hörerlebnis sichergestellt wird, während die Produktionskapazität erheblich erweitert wird.

Die technischen Hürden dahinter, wie ein Wörterbuch zur Korrektur von Aussprachefehlern mit einer Million Einträgen, Algorithmen zur Charakterkonsistenz und intelligente Neugestaltungstechnologie (die den Rechenenergieverbrauch für lokale Änderungen um 90 % reduzieren kann), sind das Ergebnis der tiefen Integration von Hörbuch-Branchenerfahrung in die Produktion. Dies ist nicht nur ein technologischer Sieg, sondern auch eine klare Definition des Industrialisierungspfades der Audioproduktion.

Nachdem die interne Produktionslinie erfolgreich getestet wurde, traut sich das Team, an externe Kunden zu liefern. Ihre Reichweite hat sich von „Schöpfern bedienen“ zu „Rechteinhabern bedienen“ erweitert – den wahren Kunden mit Großzahlungsfähigkeiten.

Für Plattformen wie Yewen und Qimao oder traditionelle Verlagsgruppen ist die eigentliche Sorge nicht „können wir ein hochwertiges Hörbuch erstellen“, sondern „wie können wir mit Tausenden von Werken in unserer Bibliothek kosteneffektiv und in großem Maßstab diese in Audioinhalte umwandeln?“ Diese vollautomatische Arbeitsstation bietet ihnen eine Produktionslinie, die sie bei Bedarf aktivieren können. Sie ist nicht für einzelne Schöpfer gedacht.

Urheberrechtsinstitutionen haben lange Entscheidungszyklen, und es dauert von der ersten Kontaktaufnahme bis zur Serienproduktion. Traditionelle Verlage sind an Outsourcing-Modelle gewöhnt, und der Wechsel zu KI-Automatisierung erfordert interne Prozess- und Qualitätskontrolländerungen. Dennoch sinken die Produktionskosten für Hörbücher rapide. Wenn die Kosten für die Herstellung eines 10.000-Zeichen-Hörbuchs von Tausenden von Yuan auf nur wenige Yuan fallen, wird sich die Supply-Logik der Branche unweigerlich ändern.

Über Wanzhuang Yousheng

Wanzhuang Yousheng (Audimind) wurde 2024 vom ehemaligen Kernteam von Lazy Listen gegründet. Es ist eine KI-gestützte All-in-One-Plattform für Hörbuch-Inhaltserstellung. Durch seinen Dual-Track-Produktionsmotor bietet die Plattform umfassende Lösungen, die den gesamten Hörbuch-Erstellungsprozess für professionelle Schöpfer und Urheberrechtsinstitutionen abdecken.

Website: https://www.audimind.com/