Wanxiang Yousheng startet öffentliche Testphase: Das ursprüngliche Team von „Lazy Listen“ baut mit AIGC die „Voice Factory“ neu auf

In der Audio-Branche vollzieht sich derzeit ein stiller Wandel von handwerklichen Werkstätten hin zu intelligenten Fabriken.

Während KI-Technologie Bereiche wie Text, Bilder und Video tiefgreifend verändert hat, scheint der Audiobereich noch auf seinen eigenen entscheidenden Durchbruch zu warten. Angesichts der anhaltenden Herausforderung der Branche, dass unzählige Online-Romane und veröffentlichte IPs aufgrund der hohen Kosten und der geringen Effizienz traditioneller Produktionsmethoden ungenutzt bleiben, verlangt das gesamte Ökosystem der Audioinhalte nach einer wirklich systemischen Lösung.

Heute startet „Audimind“, gegründet vom Kernteam hinter der ehemals führenden heimischen Audio-Plattform „Lanren Tingshu“, nach über einem Jahr intensiver Forschung und Entwicklung sowie einem halben Jahr gezielter interner Tests offiziell seine offene Beta-Phase.

Es handelt sich hierbei nicht nur um ein weiteres einfaches KI-Sprachwerkzeug, sondern um eine umfassende Plattform zur Audioerstellung. Sie zielt darauf ab, das „unmögliche Dreieck“ der Branche aus Kosten, Effizienz und Qualitätskontrolle zu bewältigen und das Produktionsmodell von handwerklichen Methoden hin zur intelligenten Fertigung voranzutreiben.

01 Die Herausforderung der Branche: Inhaltsversorgung in einem boomenden Markt

Chinas Hörbuchmarkt zählt mittlerweile über 600 Millionen Nutzer und wächst weiter, doch die Angebotsseite steht vor zahlreichen Hürden.

Einerseits ist die „Integration von Hörbüchern“ mittlerweile Mainstream, wobei die Nachfrage der Nutzer nach immersiven Erlebnissen auf „Hörspielniveau“ rasant steigt. Andererseits hat das traditionelle Produktionsmodell mit drei großen Problemen zu kämpfen:

•Hohe Kosten: Professionelle Sprachaufnahmen können Tausende von Yuan pro Stunde kosten, was sie auf einen kleinen Teil der Premium-IPs beschränkt.

•Geringe Effizienz: Unzusammengeführte Tools und komplexe Fernzusammenarbeit führen dazu, dass ein Standardprojekt oft 30–60 Tage von Anfang bis Ende dauert.

•Uneinheitliche Qualität: Undurchsichtige Prozesse und manuelle Qualitätsprüfungen sind anfällig für Fehler und Ermüdung, was es schwierig macht, eine stabile Qualität zu garantieren.

Dies führt direkt dazu, dass ein riesiger Bestand an IPs der mittleren Preisklasse auf Plattformen wie Yuedu nur schwer schnell monetarisiert werden kann. Unterdessen kämpfen Audio-Plattformen wie TME mit einem Mangel an konsistenten, hochwertigen Inhalten. Der Markt benötigt dringend eine industrialisierte Lösung , die kostengünstig und hocheffizient ist und ein fast menschenähnliches Hörspiel-Erlebnis bieten kann.

02 Die Rückkehr der Veteranen: Ein Jahrzehnt Erfahrung neu gedacht mit KI

Der Ansatz von Audimind basiert auf der einzigartigen Branchenerfahrung seines Teams.

Das Kernteam der Gründer besteht ausschließlich aus ehemaligen Mitgliedern des ursprünglichen „Lanren Tingshu“-Managements, darunter der Gründer/CEO, der Produkt-VP, der Tech-VP und der Leiter der Inhaltsproduktion. Mit über einem Jahrzehnt Erfahrung haben sie die Plattform von der Gründung bis zu ihrer Übernahme durch Tencent Music begleitet, wodurch sie über fundierte Kenntnisse aus erster Hand über die Schwachstellen der Lieferkette verfügen.

Das Team erklärt, dass der Betrieb von Lanren Tingshu die Einschränkungen aufgezeigt hat, denen Kreative durch traditionelle Prozesse ausgesetzt sind: komplizierte Skriptvorbereitung, zeitaufwändige Synchronisation, chaotische Zusammenarbeit und komplexe Gehaltsabrechnungen. Sie sind überzeugt, dass Durchbrüche bei großen KI-Modellen die Chance bieten, diese hart erarbeiteten Erfahrungen in algorithmische Lösungen zu systematisieren.

Somit bringt das Team nicht nur technische Expertise mit, sondern auch die Fähigkeit, betriebliche Standards der Branche in algorithmische Regeln zu übersetzen. Es hat bisher subjektive Aspekte der Sprachdarbietung –wie Atempausen, emotionale Schwankungen und Timing – in präzise, ausführbare Algorithmen quantifiziert und so eine intelligente Plattform geschaffen, die auf echten Branchenkenntnissen basiert.

03 Kernmodul: Ein „Dual-Track-System“ für Archiv- und neue Inhalte

Die wichtigste Innovation von Audimind ist die vorgeschlagene „Dual-Track-Produktions-Engine“, die sowohl den Bedarf an professionellen, hochwertigen Inhalten als auch die Anforderungen der Massenkonvertierung erfüllen soll. Nutzer können den Modus auswählen, der zu ihrem Inhaltstyp und ihren Produktionszielen passt.

Track Eins: Qualitätssteigerung, Stärkung menschlicher Kreativer

Für professionelle Studios und hochwertige PGC-Inhalte ist Audimind eine All-in-One-Plattform, die den gesamten Audio-Workflow integriert. Sie löst das Problem, mehrere, voneinander getrennte Tools unter einen Hut bringen zu müssen. Die Plattform bietet mehrere Kerntools, die die Audioproduktion neu definieren:

1.Smart Scripting: Teilt Text automatisch in Kapitel auf, extrahiert und normalisiert Charaktere, erstellt Charakterprofile, ordnet Synchronsprecher zu und versieht seltene Wörter, Homophone und emotionale Dialoge mit präzisen Aussprachehinweisen.

2.Intelligente Synchronisation: Passt stundenlange Rohaufnahmen aus professioneller Software automatisch an die entsprechenden Skriptzeilen an und steigert damit Berichten zufolge die Effizienz der traditionellen Synchronisation in der Postproduktion um bis zu 500 %.

3.Integrierte Browser-Workstation: Eine professionelle Audio-Workstation im Browser, die Echtzeitaufnahmen mit Skriptansicht und der Funktion „Bearbeiten während der Aufnahme“ ermöglicht, um Aufnahme und Bearbeitung nahtlos zu integrieren.

4.Intelligentes Hören: Nutzt KI für eine detaillierte, umfassende Qualitätsprüfung und ersetzt damit die herkömmliche Stichprobenprüfung, um eine umfassende Qualitätskontrolle zu erreichen.

5.Teamzusammenarbeit: Bietet visuelle Arbeitsabläufe, Arbeitsauftragssysteme und automatisierte Abrechnung, um ein vollständiges Online-Ökosystem für die Zusammenarbeit aufzubauen und ein transparentes Projektmanagement während des gesamten Workflows zu gewährleisten.

Track Zwei: Ein Produktivitätssprung für die Massenproduktion von IP

Für den riesigen Bestand an Mid- und Long-Tail-IPs auf Web-Roman-Plattformen bietet die Plattform eine vollautomatische, unbeaufsichtigte KI-Workstation für Mehrstimmen-Hörspiele. Vom E-Book-Import und der intelligenten Kapitelunterteilung bis hin zur Charakteranalyse, der KI-Darstellung und der abschließenden Synthese ist der gesamte Prozess automatisiert. Dies zielt darauf ab, Audioinhalte in „Radiohörspiel-Qualität“ zu extrem niedrigen Grenzkosten zu generieren und Plattformen dabei zu helfen, Inhaltslücken schnell zu schließen.

Audimind bietet standardisierte APIs für Verlage, Web-Roman-Plattformen und Agenturen für Kurzhörspiele an. Partner können diese nutzen, um die massive IP-Bibliothek einfach zu integrieren und eine automatisierte Batch-Konvertierung in Audioformate durchzuführen, wodurch das kommerzielle Potenzial ruhender Inhalte erschlossen wird.

04 Deep Engineering: Aufbau greifbarer technischer Barrieren

Im Gegensatz zu generischen Lösungen mit großen Modellen, die auf manuelle Feinabstimmung angewiesen sind, baut Audimind auf der Grundlage seiner tiefgreifenden vertikalen Expertise differenzierte technische Fähigkeiten auf:

•Collaboration Engineering: Die Plattform bildet den standardisierten Offline-Produktionsprozess für hochwertige Inhalte nach und nutzt intelligente Aufgabenverteilung und Workflows, um Kreativteams von komplexer Koordination zu entlasten. Diese Kombination aus „Prozessstandardisierung + Workflow-Intelligenz“ bildet eine Kernkompetenz des Systems.

•Aussprachewörterbuch mit Millionen von Einträgen: Löst das Problem der einheitlichen Aussprache für die unzähligen seltenen Schriftzeichen und Homophone, die in Xianxia- und Xuanhuan-Romanen vorkommen.

•Algorithmus zur Charakterkonsistenz: Stellt sicher, dass Tonfall und Persönlichkeit eines Charakters über Serien mit Millionen von Wörtern hinweg konsistent bleiben.

•Intelligente Erzählungsverarbeitung: Identifiziert und entfernt automatisch Dialogmarkierungen wie „sagte“ aus Skripten, um das Hörerlebnis zu verbessern.

•Intelligente Neuzeichnungstechnologie: Wenn Text geändert wird, generiert die KI nur die betroffenen Abschnitte neu, was die Rechenkosten der KI Berichten zufolge um bis zu 90 % senkt.

05 Geschäftsmodell: Maßgeschneidert für unterschiedliche kreative Wege

Um den vielfältigen Produktionsszenarien gerecht zu werden, setzt Audimind auf ein hybrides „SaaS (Abonnement) + PaaS (Pay-per-Use) + IaaS (Infrastruktur-Skalierung)“-Modell und vermeidet so die potenzielle Bindung durch Einheitspreise.

Dieses Modell bedient in erster Linie drei typische Produktionsszenarien, die sich nach den Bedürfnissen der Nutzer unterscheiden:

•Reine menschliche Produktion: Richtet sich an Studios und einzelne Kreative, die sich auf menschliche Sprachaufnahmen konzentrieren, wie sie bei hochwertigen Mehrstimmendramen üblich sind. Ein Abonnement bietet uneingeschränkten Zugriff auf alle Kollaborationstools ohne Wort- oder Projektbeschränkungen, einschließlich Credits für AI Smart Scripting, Smart Sync und KI-Soundeffekte, in der Regel ohne zusätzliche Gebühren.

•Reine KI-Produktion: Richtet sich an Rechteinhaber oder Audio-Plattformen, die hauptsächlich über KI produzieren, was bei Multi-Voice-Dramen mit mittlerem/langem Tail-IP üblich ist. Es ist kein Abonnement erforderlich; Nutzer zahlen pro Nutzung mit Credits. Kreative mit hohem Produktionsvolumen können „Creation Boost Packs“ zu Großhandelspreisen erwerben, wodurch die Kosten im Vergleich zum Branchendurchschnitt deutlich gesenkt werden.

•AI+Human Hybrid Production: Die branchenweit gängigste Methode für Hörbücher, bei der KI Skripte entwirft und die Erzählung übernimmt, während Menschen die Dialoge sprechen. Audimind bietet eine Mischung aus Abonnements und Boost-/Peace-of-Mind-Paketen an, wodurch Studios die Rechenleistung pro Projekt skalieren können, was die Produktionskosten drastisch senkt.

Aus geschäftlicher Sicht entkoppelt dieses Modell Abonnements, Nutzungsgebühren und bedarfsgerechte Skalierung. Es bietet vorhersehbare Kostenstrukturen für Nutzer mit unterschiedlichen Arbeitsabläufen und diversifiziert die Einnahmen der Plattform. Interne Tests bestätigen, dass dieses Modell verschiedene Szenarien und Nutzergruppen effektiv bedienen kann.

06 Feedback aus internen Tests: Effizienz und Qualität bestätigt

Die Plattform wurde im Rahmen interner Tests von über 2.000 Fachleuten in der Praxis validiert. Die verfügbaren Daten zeigen, dass ein Projekt, das früher 30 Tage für ein Hörbuch in Anspruch nahm, nun mit den Tools der Plattform in 5–7 Tagen abgeschlossen werden kann. Die Vorteile ergeben sich aus der Zusammenführung zuvor verstreuter Aufgaben (Skripterstellung, Aufnahme, Synchronisation) in einer gemeinsamen Arbeitsumgebung, wobei intelligente Tools die Kommunikation zwischen den Tools und den Nutzungsaufwand reduzieren.

Ein erfahrener Sprecher für beliebte Hörspiele berichtete: „Früher haben wir unterschiedliche Software für Skripterstellung, Aufnahme, Synchronisation und Postproduktion verwendet, was mit hohen Kommunikationskosten verbunden war. Jetzt läuft alles auf einer Plattform, Kommunikationsverluste sind drastisch reduziert, die Effizienz ist spürbar höher und die Produktivität hat sich fast verdoppelt.“

Lijie, Gründer von YueMi Culture, brachte die Perspektive einer Copyright-Plattform ein: „Die KI-Sprachausgabe von Audimind nähert sich in Bezug auf den emotionalen Ausdruck dem menschlichen Niveau. In Kombination mit dem intelligenten Skripting und der automatischen Synchronisation verfügen wir nun über eine stabile Kapazität zur Produktion hochwertiger Hörbücher der Klasse B+. Für unser Content-Team ist die Stabilität dieser Funktion entscheidender als die reine Geschwindigkeit.“

07 Offene Beta: Einladung an die Branche, die Zukunft des Audios gemeinsam zu gestalten

Nach über einem halben Jahr gezielter interner Tests startet Audimind nun seine öffentliche Beta-Phase, für die sich Content-Ersteller, Sprecher, Studios, Web-Roman-Plattformen und Audio-Plattformen registrieren können.

Das Team erklärt, das Ziel der Plattform sei es, den Zeitaufwand für den Produktionsprozess zu reduzieren, damit sich die Produzenten auf die Verfeinerung der Inhalte konzentrieren können. Die Beta bietet die Gelegenheit, die Funktionen der Plattform gemeinsam mit Partnern aus der Branche zu erkunden und zu validieren. Das Team hofft, Feedback zu sammeln und die Produktion von Audioinhalten gemeinsam in Richtung größerer Effizienz und Kontrolle zu lenken.

Beta-Registrierung: Besuchen Sie die offizielle Website https://www.audimind.com/

Über Audimind: