Wanxiang Yousheng lance une phase de test public : l'équipe fondatrice de Lazy Listen reconstruit Voice Factory grâce à l'AIGC

Une transformation silencieuse, des ateliers artisanaux vers des usines intelligentes, est en train de s’opérer au sein du secteur des contenus audio.

Alors que l'intelligence artificielle a profondément bouleversé des domaines tels que le texte, l'image et la vidéo, le secteur audio semble attendre sa propre percée décisive. Confronté au défi persistant de l'industrie, à savoir que de nombreux romans en ligne et propriétés intellectuelles publiées restent inexploités en raison des coûts élevés et du faible rendement de la production traditionnelle, l'ensemble de l'écosystème du contenu audio réclame une solution véritablement systémique.

Aujourd'hui, « Audimind », fondée par l'équipe principale à l'origine de l'ancienne plateforme audio nationale de premier plan « Lanren Tingshu », lance officiellement sa version bêta ouverte après plus d'un an de R&D intensive et six mois de tests internes ciblés.

Il ne s'agit pas simplement d'un énième outil vocal basé sur l'IA, mais d'une plateforme complète de création audio. Elle vise à s'attaquer au « triangle impossible » de l'industrie, à savoir le coût, l'efficacité et le contrôle qualité, en faisant évoluer le modèle de production des méthodes artisanales vers une fabrication intelligente.

01 Le défi du secteur : l'offre de contenu sur un marché en plein essor

Le marché chinois du livre audio compte désormais plus de 600 millions d'utilisateurs et continue de croître, mais l'offre se heurte à de multiples obstacles.

D'une part, « l'intégration de la lecture audio » est désormais courante, et la demande des utilisateurs pour des expériences immersives, « dignes d'une pièce radiophonique », est en plein essor. D'autre part, le modèle de production traditionnel est confronté à trois problèmes majeurs :

•Coût élevé: l'enregistrement professionnel de voix humaines peut coûter des milliers de yuans par heure, ce qui le limite à une petite fraction des contenus premium.

•Faible efficacité: le manque de coordination entre les outils et la complexité de la collaboration à distance font qu’un projet standard prend souvent entre 30 et 60 jours du début à la fin.

•Qualité inégale: les processus opaques et les contrôles de qualité manuels sont sujets aux erreurs et à la fatigue, ce qui rend difficile la garantie d’une qualité stable.

Il en résulte directement qu’un vaste réservoir de contenus de niveau intermédiaire sur des plateformes comme Yuedu devient difficile à monétiser rapidement. Parallèlement, les plateformes audio telles que TME sont confrontées à un manque de contenu cohérent et de haute qualité. Le marché a un besoin urgent d’une solution industrialisée qui soit rentable, hautement efficace et capable d’offrir des expériences de feuilletons radiophoniques proches de celles d’une voix humaine.

02 Le retour des vétérans : réinventer une décennie d'expérience grâce à l'IA

L'approche d'Audimind repose sur l'expérience unique de son équipe dans le secteur.

Les membres clés de l'équipe fondatrice sont tous d'anciens membres de la direction initiale de « Lanren Tingshu », notamment le fondateur/PDG, le vice-président des produits, le vice-président des technologies et le directeur de la production de contenu. Forts de plus d'une décennie d'expérience, ils ont guidé la plateforme depuis sa création jusqu'à son acquisition par Tencent Music, ce qui leur a permis d'acquérir une connaissance approfondie et de première main des points faibles de la chaîne d'approvisionnement.

L'équipe affirme que l'exploitation de Lanren Tingshu a mis en évidence les contraintes que les processus traditionnels imposent aux créateurs : préparation compliquée des scripts, synchronisation chronophage, collaboration chaotique et calculs salariaux complexes. Elle estime que les avancées dans les grands modèles d'IA offrent l'opportunité de systématiser cette expérience durement acquise en solutions algorithmiques.

Ainsi, l'équipe apporte non seulement une couche technique, mais aussi la capacité de traduire les normes opérationnelles du secteur en règles algorithmiques. Elle a quantifié des aspects auparavant subjectifs de la performance vocale —tels que les pauses respiratoires, les changements émotionnels et le timing — en algorithmes précis et exécutables, construisant ainsi une plateforme intelligente ancrée dans une véritable connaissance du secteur.

03 Moteur central : un « système à double voie » pour les contenus existants et les nouveaux contenus

La principale innovation d'Audimind réside dans son « moteur de production à double voie », conçu pour répondre à la fois aux besoins de contenu professionnel de haute qualité et aux demandes de conversion de masse. Les utilisateurs peuvent sélectionner le mode qui correspond à leur type de contenu et à leurs objectifs de production.

Voie 1 : améliorer la qualité, donner les moyens aux créateurs humains

Pour les studios professionnels et les contenus PGC de haute qualité, Audimind est une plateforme tout-en-un intégrant l’ensemble du flux de travail audio. Elle résout le problème lié à la gestion de multiples outils disparates. La plateforme propose plusieurs outils essentiels qui redéfinissent la production audio :

1.Scripting intelligent: divise automatiquement le texte en chapitres, extrait et normalise les personnages, génère des profils de personnages, associe les comédiens de doublage et annote avec précision la prononciation des mots rares, des homophones et des émotions dans les dialogues.

2.Synchronisation intelligente: aligne automatiquement des heures d'enregistrements vocaux bruts provenant de logiciels professionnels avec les lignes de script correspondantes, ce qui améliorerait l'efficacité de la synchronisation en post-production traditionnelle jusqu'à 500 %.

3.Poste de travail intégré au navigateur: un poste de travail audio de qualité professionnelle au sein du navigateur, permettant l'enregistrement en temps réel avec affichage du script et fonctionnalité d'édition pendant l'enregistrement pour une intégration transparente de l'enregistrement et de l'édition.

4.Écoute intelligente: utilise l'IA pour un contrôle qualité granulaire et à grande échelle, remplaçant l'échantillonnage aléatoire traditionnel pour assurer un contrôle qualité complet.

5.Collaboration en équipe: propose des flux de tâches visuels, des systèmes de bons de travail et un calcul automatisé des salaires pour créer un écosystème de collaboration en ligne complet, garantissant une gestion transparente des projets tout au long du flux de travail.

Volet 2 : Un bond en avant en matière de productivité pour la production massive de contenus IP

Pour le vaste catalogue de contenus intellectuels à moyenne et longue traîne des plateformes de romans en ligne, la plateforme fournit une station de travail audio dramatique multi-voix entièrement automatisée et sans surveillance, basée sur l'IA. De l'importation d'ebooks et du découpage intelligent en chapitres à l'analyse des personnages, en passant par la performance de l'IA et la synthèse finale, l'ensemble du processus est automatisé. L'objectif est de générer du contenu audio de qualité « quasi-radio-dramatique » à un coût marginal extrêmement bas, aidant ainsi les plateformes à combler rapidement leurs lacunes en matière de contenu.

Audimind propose des API standardisées aux éditeurs, aux plateformes de romans en ligne et aux agences de fictions courtes. Les partenaires peuvent les utiliser pour intégrer facilement et tenter une conversion automatisée par lots de vastes bibliothèques de propriétés intellectuelles en contenu audio, libérant ainsi le potentiel commercial de contenus inexploités.

04 Ingénierie approfondie : ériger des barrières techniques tangibles

S'écartant des solutions génériques à grande échelle qui reposent sur un réglage manuel, Audimind développe des capacités d'ingénierie différenciées grâce à son expertise verticale approfondie :

•Ingénierie collaborative: la plateforme reproduit le processus de production hors ligne standardisé pour un contenu de haute qualité, en utilisant une attribution intelligente des tâches et des flux de travail pour libérer les équipes créatives d'une coordination complexe. Cette combinaison de « standardisation des processus + intelligence des flux de travail » constitue une capacité système fondamentale.

•Dictionnaire de prononciation de plusieurs millions d'entrées: résout le problème de la prononciation unifiée des innombrables caractères rares et homophones présents dans les romans xianxia et xuanhuan.

•Algorithme de cohérence des personnages: garantit que le ton et la personnalité d'un personnage restent cohérents tout au long de séries comptant des millions de mots.

•Traitement intelligent de la narration: identifie et supprime automatiquement les marqueurs de dialogue tels que « dit » des scripts afin d’améliorer l’immersion de l’auditeur.

•Technologie de rafraîchissement intelligent: lorsque le texte est modifié, l'IA ne régénère que les sections concernées, ce qui réduirait les coûts de calcul de l'IA jusqu'à 90 %.

05 Modèle commercial : adapté à différents parcours créatifs

Pour répondre à divers scénarios de production, Audimind adopte un modèle hybride « SaaS (abonnement) + PaaS (paiement à l'utilisation) + IaaS (évolutivité de l'infrastructure) », évitant ainsi le risque de verrouillage lié à une tarification unique.

Ce modèle répond principalement à trois scénarios de production typiques, différenciés en fonction des besoins des utilisateurs :

•Production purement humaine: s'adresse aux studios et aux créateurs individuels axés sur le doublage humain, courant pour les drames premium à plusieurs voix. Un abonnement offre un accès complet aux outils collaboratifs sans limite de mots ou de projets, y compris des crédits pour l'AI Smart Scripting, le Smart Sync et les effets sonores IA, généralement sans frais supplémentaires.

•Production purement IA: s'adresse aux détenteurs de droits d'auteur ou aux plateformes audio produisant principalement via l'IA, ce qui est courant pour les drames multi-voix à IP de moyenne et longue traîne. Aucun abonnement n'est nécessaire ; les utilisateurs paient à l'utilisation avec des crédits. Les créateurs à fort volume peuvent acheter des « Creation Boost Packs » à des tarifs de gros, ce qui réduit considérablement les coûts par rapport aux moyennes du secteur.

•Production hybride IA+humaine: la méthode la plus courante du secteur pour les livres audio, où l’IA rédige les scripts et gère la narration, tandis que des humains enregistrent les dialogues. Audimind propose une combinaison d’abonnements et de packs « boost »/« peace-of-mind », permettant aux studios d’adapter la puissance de calcul à chaque projet, ce qui réduit considérablement les coûts de production.

D'un point de vue commercial, ce modèle dissocie les abonnements, les frais d'utilisation et l'évolutivité à la demande. Il offre des structures de coûts prévisibles aux utilisateurs ayant des flux de travail différents et diversifie les revenus de la plateforme. Des tests internes confirment que ce modèle peut répondre efficacement à divers scénarios et groupes d'utilisateurs.

06 Retour d'expérience des tests internes : efficacité et qualité validées

La plateforme a été validée dans la pratique par plus de 2 000 professionnels lors de tests internes. Les données disponibles indiquent qu’un projet qui prenait auparavant 30 jours pour un livre audio peut désormais être réalisé en 5 à 7 jours à l’aide des outils de la plateforme. Les gains proviennent de la consolidation de tâches auparavant dispersées (écriture du script, enregistrement, synchronisation) au sein d’un environnement collaboratif unique, avec des outils intelligents réduisant la communication entre les outils et les frais d’utilisation.

Un comédien vocal chevronné de feuilletons radiophoniques populaires a déclaré : « Auparavant, nous utilisions différents logiciels pour la rédaction du script, l'enregistrement, la synchronisation et la post-production, ce qui entraînait des coûts de communication élevés. Désormais, tout se trouve sur une seule plateforme, les pertes de communication sont considérablement réduites, l'efficacité est nettement supérieure et la productivité a presque doublé. »

Lijie, fondateur de YueMi Culture, a apporté le point de vue d’une plateforme de droits d’auteur : « La voix off générée par l’IA d’Audimind atteint presque le niveau humain en matière d’expression émotionnelle. Combinée à ses fonctionnalités de création de scripts intelligents et de synchronisation automatique, nous disposons désormais d’une capacité stable pour produire des livres audio de haute qualité de niveau B+. Pour notre équipe de contenu, la stabilité de cette capacité est plus cruciale que la simple rapidité. »

07 Bêta ouverte : inviter le secteur à co-créer l'avenir de l'audio

Après plus de six mois de tests internes ciblés, Audimind lance aujourd’hui sa bêta publique, ouverte aux créateurs de contenu, aux doubleurs, aux studios, aux plateformes de romans en ligne et aux plateformes audio.

L'équipe affirme que l'objectif de la plateforme est de réduire le temps consacré aux processus, permettant ainsi aux créateurs de se concentrer sur le perfectionnement du contenu. La bêta est l'occasion d'explorer et de valider les capacités de la plateforme avec des partenaires du secteur. L'équipe espère recueillir des retours d'expérience et orienter collectivement la production de contenu audio vers une plus grande efficacité et un meilleur contrôle.

Inscription à la version bêta : rendez-vous sur le site officiel https://www.audimind.com/

À propos d'Audimind :