Wanxiang Yousheng inicia la fase de pruebas públicas: el equipo original de Lazy Listen reconstruye Voice Factory con AIGC

En el sector de los contenidos de audio se está produciendo una silenciosa transformación que va de los talleres artesanales a las fábricas inteligentes.

Si bien la tecnología de IA ha transformado profundamente campos como el texto, las imágenes y el vídeo, el sector del audio parece estar a la espera de su propio avance decisivo. Ante el persistente reto del sector, que consiste en que una gran cantidad de novelas en línea y propiedades intelectuales publicadas permanecen inactivas debido a los altos costes y la baja eficiencia de la producción tradicional, todo el ecosistema de contenidos de audio reclama una solución verdaderamente sistémica.

Hoy, «Audimind», fundada por el equipo principal detrás de la antigua plataforma de audio líder en el país «Lanren Tingshu», lanza oficialmente su beta abierta tras más de un año de intensa I+D y medio año de pruebas internas específicas.

No se trata simplemente de otra herramienta de voz con IA, sino de una plataforma integral de creación de audio. Su objetivo es abordar el «triángulo imposible» del sector —coste, eficiencia y control de calidad— impulsando el modelo de producción desde los métodos artesanales hacia la fabricación inteligente.

01 El reto del sector: el suministro de contenidos en un mercado en auge

El mercado chino de audiolibros cuenta ya con más de 600 millones de usuarios y sigue creciendo, pero el lado de la oferta se enfrenta a múltiples obstáculos.

Por un lado, la «integración de la lectura en audio» es ahora la norma, y la demanda de los usuarios de experiencias inmersivas, «al nivel de las radionovelas», se dispara. Por otro lado, el modelo de producción tradicional se enfrenta a tres grandes puntos débiles:

•Alto coste: la grabación profesional de voces humanas puede costar miles de yuanes por hora, lo que la limita a una pequeña fracción de las propiedades intelectuales (IP) de alta gama.

•Baja eficiencia: las herramientas inconexas y la compleja colaboración a distancia hacen que un proyecto estándar suele tardar entre 30 y 60 días en completarse.

•Calidad inconsistente: los procesos opacos y los controles de calidad manuales son propensos a errores y al cansancio, lo que dificulta garantizar una calidad estable.

Esto se traduce directamente en que una gran cantidad de contenidos de nivel medio en plataformas como Yuedu resulten difíciles de monetizar rápidamente. Mientras tanto, plataformas de audio como TME se enfrentan a la falta de contenido consistente y de alta calidad. El mercado necesita urgentemente una solución industrializada que sea rentable, altamente eficiente y capaz de ofrecer experiencias de audiodramas casi humanas.

02 El regreso de los veteranos: reinventar una década de experiencia con la IA

El enfoque de Audimind se basa en la trayectoria única de su equipo en el sector.

El equipo fundador principal está formado por antiguos miembros de la dirección original de «Lanren Tingshu», incluidos el fundador y director ejecutivo, el vicepresidente de producto, el vicepresidente de tecnología y el director de producción de contenidos. Con más de una década de experiencia, guiaron la plataforma desde su creación hasta su adquisición por parte de Tencent Music, lo que les proporcionó un profundo conocimiento de primera mano de los puntos débiles de la cadena de suministro.

El equipo afirma que la gestión de Lanren Tingshu puso de manifiesto las limitaciones que los procesos tradicionales imponen a los creadores: preparación complicada de guiones, sincronización que requiere mucho tiempo, colaboración caótica y cálculos salariales complejos. Creen que los avances en los grandes modelos de IA ofrecen la oportunidad de sistematizar esta experiencia, ganada con tanto esfuerzo, en soluciones algorítmicas.

Así, el equipo aporta no solo una capa técnica, sino la capacidad de traducir los estándares operativos del sector en reglas algorítmicas. Han cuantificado aspectos de la interpretación vocal que antes eran subjetivos—como las pausas para respirar, los cambios emocionales y la sincronización— en algoritmos precisos y ejecutables, creando una plataforma inteligente basada en un conocimiento genuino del sector.

03 Motor central: un «sistema de doble vía» para contenido de archivo y nuevo

La innovación clave de Audimind es su «motor de producción de doble vía», diseñado para satisfacer tanto las necesidades de contenido profesional de alta calidad como las demandas de conversión masiva. Los usuarios pueden seleccionar el modo que mejor se adapte a su tipo de contenido y a sus objetivos de producción.

Vía uno: mejorar la calidad, potenciar a los creadores humanos

Para los estudios profesionales y el contenido PGC de alta calidad, Audimind es una plataforma todo en uno que integra todo el flujo de trabajo de audio. Resuelve el problema de tener que hacer malabarismos con múltiples herramientas inconexas. La plataforma ofrece varias herramientas principales que redefinen la producción de audio:

1.Guionización inteligente: divide automáticamente el texto en capítulos, extrae y normaliza los personajes, genera perfiles de personajes, empareja a los actores de doblaje y anota con precisión la pronunciación de palabras poco comunes, homófonas y las emociones del diálogo.

2.Sincronización inteligente: Alinea automáticamente horas de grabaciones de voz sin editar procedentes de software profesional con las líneas correspondientes del guion, lo que, según se informa, aumenta la eficiencia de la sincronización tradicional en la posproducción hasta en un 500 %.

3.Estación de trabajo integrada en el navegador: una estación de trabajo de audio de nivel profesional dentro del navegador, que permite la grabación en tiempo real con vista del guion y la función de editar mientras se graba, para una integración perfecta de la grabación y la edición.

4.Escucha inteligente: utiliza IA para una inspección de calidad granular y a gran escala, sustituyendo el muestreo aleatorio tradicional para lograr un control de calidad exhaustivo.

5.Colaboración en equipo: cuenta con flujos de tareas visuales, sistemas de órdenes de trabajo y liquidación automatizada de nóminas para crear un ecosistema de colaboración en línea completo, lo que garantiza una gestión transparente de los proyectos a lo largo de todo el flujo de trabajo.

Vía dos: un salto en la productividad para la producción masiva de propiedad intelectual

Para el enorme inventario de IP de cola media y larga en las plataformas de novelas web, la plataforma ofrece una estación de trabajo de audiodramas multivocal con IA totalmente automatizada y sin supervisión. Desde la importación de libros electrónicos y la división inteligente en capítulos hasta el análisis de personajes, la interpretación mediante IA y la síntesis final, todo el proceso está automatizado. El objetivo es generar contenido de audio «casi como un audiodrama de radio» a un coste marginal extremadamente bajo, ayudando a las plataformas a cubrir rápidamente las carencias de contenido.

Audimind ofrece API estandarizadas para editoriales, plataformas de novelas web y agencias de dramas cortos. Los socios pueden utilizarlas para integrar fácilmente e intentar la conversión automatizada por lotes de enormes bibliotecas de IP a audio, liberando el potencial comercial de contenidos inactivos.

04 Ingeniería profunda: creación de barreras técnicas tangibles

A diferencia de las soluciones genéricas de modelos grandes que dependen del ajuste manual, Audimind desarrolla capacidades de ingeniería diferenciadas a partir de su profunda experiencia vertical:

•Ingeniería de colaboración: La plataforma reproduce el proceso de producción offline estandarizado para contenidos de alta calidad, utilizando la asignación inteligente de tareas y flujos de trabajo para liberar a los equipos creativos de una coordinación compleja. Esta combinación de «estandarización de procesos + inteligencia de flujos de trabajo» constituye una capacidad central del sistema.

•Diccionario de pronunciación con un millón de entradas: resuelve la pronunciación unificada de la miríada de caracteres raros y homófonos que se encuentran en las novelas xianxia y xuanhuan.

•Algoritmo de coherencia de personajes: garantiza que el tono y la personalidad de un personaje se mantengan coherentes a lo largo de series de millones de palabras.

•Procesamiento inteligente de la narración: identifica y elimina automáticamente marcadores de diálogo como «dijo» de los guiones para mejorar la inmersión del oyente.

•Tecnología de redibujado inteligente: cuando se modifica el texto, la IA regenera solo las secciones afectadas, lo que, según se informa, reduce los costes de computación de la IA hasta en un 90 %.

05 Diseño empresarial: adaptado a diferentes vías creativas

Para abordar diversos escenarios de producción, Audimind adopta un modelo híbrido «SaaS (suscripción) + PaaS (pago por uso) + IaaS (escalabilidad de la infraestructura)», evitando el posible bloqueo que supone un modelo de precios único para todos.

Este modelo da respuesta principalmente a tres escenarios de producción típicos, diferenciados según las necesidades de los usuarios:

•Producción puramente humana: Dirigido a estudios y creadores individuales centrados en el trabajo de voz humana, habitual en dramas multivocales de alta calidad. La suscripción proporciona acceso completo a las herramientas colaborativas sin límites de palabras ni de proyectos, incluyendo créditos para AI Smart Scripting, Smart Sync y efectos de sonido de IA, normalmente sin costes adicionales.

•Producción puramente con IA: Dirigida a titulares de derechos de autor o plataformas de audio que producen principalmente mediante IA, habitual en dramas con múltiples voces de propiedad intelectual de cola media/larga. No se necesita suscripción; los usuarios pagan por uso con créditos. Los creadores de gran volumen pueden adquirir «Creation Boost Packs» a precios al por mayor, lo que reduce significativamente los costes en comparación con los promedios del sector.

•Producción híbrida IA+humana: El método más común del sector para audiolibros, en el que la IA redacta los guiones y se encarga de la narración, mientras que los humanos ponen voz a los diálogos. Audimind ofrece una combinación de suscripción y paquetes de refuerzo/tranquilidad, lo que permite a los estudios escalar la potencia de cálculo por proyecto, reduciendo drásticamente los costes de producción.

Desde un punto de vista empresarial, este modelo separa las suscripciones, las tarifas de uso y el escalado bajo demanda. Proporciona estructuras de costes predecibles para usuarios con diferentes flujos de trabajo y diversifica los ingresos de la plataforma. Las pruebas internas confirman que este modelo puede dar respuesta de forma eficaz a diversos escenarios y grupos de usuarios.

06 Comentarios de las pruebas internas: eficiencia y calidad validadas

La plataforma ha sido validada en la práctica por más de 2000 profesionales durante las pruebas internas. Los datos disponibles indican que un proyecto que antes tardaba 30 días en completarse para un audiolibro ahora puede completarse en 5-7 días utilizando las herramientas de la plataforma. Las ventajas provienen de la consolidación de tareas que antes estaban dispersas (guionización, grabación, sincronización) en un único entorno colaborativo, con herramientas inteligentes que reducen la comunicación entre herramientas y los gastos generales de uso.

Un actor de doblaje veterano de populares dramas radiofónicos comentó: «Antes utilizábamos diferentes programas para la redacción del guion, la grabación, la sincronización y la posproducción, lo que generaba altos costes de comunicación. Ahora, todo está en una sola plataforma, la pérdida de comunicación se ha reducido drásticamente, la eficiencia es notablemente mayor y la productividad casi se ha duplicado».

Lijie, fundador de YueMi Culture, aportó una perspectiva desde el punto de vista de la plataforma de derechos de autor: «La actuación de voz con IA de Audimind se acerca a los niveles humanos en cuanto a expresión emocional. En combinación con su guionización inteligente y la sincronización automática, ahora tenemos una capacidad estable para producir audiolibros de alta calidad de nivel B+. Para nuestro equipo de contenidos, la estabilidad de esta capacidad es más crucial que la mera velocidad».

07 Beta abierta: invitando al sector a co-crear el futuro del audio

Tras más de medio año de pruebas internas específicas, Audimind lanza ahora su beta pública, abierta al registro para creadores de contenido, actores de doblaje, estudios, plataformas de novelas web y plataformas de audio.

El equipo afirma que el objetivo de la plataforma es reducir el tiempo dedicado al proceso, permitiendo a los creadores centrarse en el perfeccionamiento del contenido. La beta es una oportunidad para explorar y validar las capacidades de la plataforma con socios del sector. El equipo espera recabar opiniones y orientar colectivamente la producción de contenido de audio hacia una mayor eficiencia y control.

Inscripción en la versión beta: Visita el sitio web oficial https://www.audimind.com/

Acerca de Audimind: