万向優生がパブリックテストを開始：元「Lazy Listen」チームがAIGCを活用してVoice Factoryを再構築

オーディオコンテンツ業界では、職人の工房からスマートファクトリーへの静かな変革が進んでいる。

AI技術がテキスト、画像、動画といった分野を根本から変革してきた一方で、オーディオ分野は独自の画期的なブレイクスルーを待ち望んでいるようだ。従来の制作における高コストと低効率により、膨大なオンライン小説や出版されたIPが眠ったままになっているという業界の根深い課題に直面し、オーディオコンテンツのエコシステム全体が、真に体系的な解決策を求めている。

かつて国内をリードしたオーディオプラットフォーム「蘭人聴書」のコアチームによって設立された「Audimind」は、1年以上にわたる集中的な研究開発と半年間のターゲットを絞った内部テストを経て、本日、オープンベータ版を正式にリリースした。

これは単なるAI音声ツールではなく、包括的な音声制作プラットフォームである。コスト、効率、品質管理という業界の「不可能な三角形」に挑み、制作モデルを職人技からスマート製造へと進化させることを目指している。

01 業界の課題：急成長する市場におけるコンテンツ供給

中国のオーディオブック市場は現在6億人以上のユーザーを擁し、成長を続けていますが、供給側には複数の障壁が存在します。

一方で、「音声と読書の融合」が主流となり、没入感のある「ラジオドラマ並み」の体験を求めるユーザーの需要が急増しています。他方、従来の制作モデルは以下の3つの大きな課題に直面しています：

•高コスト：プロのナレーターによる音声収録は1時間あたり数千元にも上るため、ごく一部のプレミアムIPに限られてしまっています。

•低効率：連携が取れていないツールや複雑なリモート連携により、標準的なプロジェクトの完了までに30～60日を要することが多い。

•品質のばらつき：不透明なプロセスと手作業による品質チェックは、ミスや疲労を招きやすく、安定した品質を保証することが困難です。

その結果、Yueduのようなプラットフォーム上の膨大な中堅IPの収益化が迅速に進まないという状況が生じています。一方、TMEなどのオーディオプラットフォームは、一貫性のある高品質なコンテンツの不足に悩まされています。市場では、費用対効果が高く、効率的であり、人間に近いラジオドラマ体験を提供できる産業化されたソリューションが緊急に求められています。

02 ベテランの帰還：AIで再構築する10年の経験

Audimindのアプローチは、チームが持つ独自の業界実績に基づいています。

創業コアメンバーは、創業者兼CEO、プロダクト担当副社長、技術担当副社長、コンテンツ制作ディレクターを含め、すべて元「蘭人聴書」の経営陣です。10年以上の経験を持つ彼らは、プラットフォームの立ち上げからテンセント・ミュージックによる買収に至るまでを主導し、サプライチェーンの課題について深く、かつ直接的な知見を持っています。

チームは、「ランレン・ティンシュ」の運営を通じて、従来のプロセスがクリエイターに課す制約——複雑な台本準備、時間のかかる同期作業、混乱を招くコラボレーション、そして複雑な給与計算——を明らかにしたと述べています。彼らは、AI大規模モデルの飛躍的進歩が、この苦労して得た経験をアルゴリズムソリューションとして体系化する機会をもたらすと確信しています。

したがって、同チームがもたらすのは単なる技術的な上乗せではなく、業界の運用基準をアルゴリズムのルールへと変換する能力です。彼らは、呼吸の休止、感情の移り変わり、タイミングといった、これまで主観的とされてきた音声パフォーマンスの要素を、正確で実行可能なアルゴリズムへと定量化し、 真の業界知見に根ざしたインテリジェントなプラットフォームを構築しました。

03 コアエンジン：ストックコンテンツと新規コンテンツのための「デュアルトラックシステム」

Audimindの主要なイノベーションは、プロフェッショナル向けの高品質コンテンツのニーズと、大量変換の需要の両方に応えるよう設計された「デュアルトラック・プロダクション・エンジン」です。ユーザーは、コンテンツの種類や制作目標に合わせてモードを選択できます。

トラック1：品質向上とクリエイターの能力強化

プロのスタジオや高品質なPGCコンテンツにおいて、Audimindはオーディオワークフロー全体を統合したオールインワンプラットフォームです。これにより、連携の取れていない複数のツールを使い分けるという課題を解決します。本プラットフォームは、オーディオ制作の概念を再定義する以下の主要ツールを提供します：

1.スマートスクリプティング：テキストを自動的にチャプターに分割し、登場人物を抽出して標準化し、キャラクタープロファイルを生成します。さらに、声優のマッチングを行い、難解な単語、同音異義語、台詞の感情表現に対して正確な発音注釈を付与します。

2.スマート同期：プロ用ソフトウェアから出力された数時間に及ぶ生の音声録音データを 、対応する台詞と 自動的に同期させます。これにより、従来のポストプロダクションにおける同期作業の効率を最大500%向上させると報告されています。

3.統合型ブラウザワークステーション：ブラウザ内に構築されたプロ仕様のオーディオワークステーション。台本表示機能や「録音しながら編集」機能を備えたリアルタイム録音が可能で、録音と編集をシームレスに統合します。

4.スマートリスニング：AIを活用したきめ細やかで包括的な品質検査を行い、従来のランダムサンプリングに代わって包括的な品質管理を実現します。

5.チームコラボレーション：視覚的なタスクフロー、作業指示システム、自動化された給与計算機能を備え、完全なオンラインコラボレーションエコシステムを構築し、ワークフロー全体を通じて透明性の高いプロジェクト管理を保証します。

トラック2：大量IP制作における生産性の飛躍

ウェブ小説プラットフォームに存在する膨大なミッドテールおよびロングテールのIP在庫に対し、本プラットフォームは完全自動化された無人AIマルチボイスオーディオドラマワークステーションを提供します。電子書籍のインポートやスマートなチャプター分割から、キャラクター分析、AIによる演技、最終的な合成に至るまで、全プロセスが自動化されています。これにより、極めて低い限界コストで「ラジオドラマ並み」のオーディオコンテンツを生成し、プラットフォームがコンテンツの空白を迅速に埋めることを支援します。

Audimindは、出版社、ウェブ小説プラットフォーム、短編ドラマ制作会社向けに標準化されたAPIを提供しています。パートナー企業はこれらを活用して容易に統合し、膨大なIPライブラリのバッチ処理による自動音声変換を試み、眠っているコンテンツの商業的潜在力を解き放つことができます。

04 ディープエンジニアリング：具体的な技術的障壁の構築

手動による微調整に依存する一般的な大規模モデルソリューションとは一線を画し、Audimindは深い垂直分野の専門知識から差別化されたエンジニアリング能力を構築しています：

•コラボレーション・エンジニアリング：本プラットフォームは、高品質なコンテンツ制作のための標準化されたオフライン制作プロセスを再現します。インテリジェントなタスク割り当てとワークフローを活用することで、クリエイティブチームを複雑な調整作業から解放します。この「プロセスの標準化＋ワークフローの知能化」の融合が、中核となるシステム機能です。

•100万語収録の発音辞書：仙侠（シエンシア）や玄幻（シュアンファン）小説に見られる無数の稀な漢字や同音異義語について、統一された発音を提供します。

•キャラクター一貫性アルゴリズム：数百万語に及ぶ長編シリーズ全体を通じて、キャラクターの口調や個性が一貫して保たれるようにします。

•スマートナレーション処理：台本から「言った」などの会話タグを自動的に識別・削除し、リスナーの没入感を高めます。

•スマート再描画技術：テキストが変更された際、AIは影響を受けた部分のみを再生成するため、AIの計算コストを最大90%削減できると報告されています。

05 ビジネス設計：多様なクリエイティブプロセスに対応

多様な制作シナリオに対応するため、Audimindは「SaaS（サブスクリプション）＋PaaS（従量課金）＋IaaS（インフラのスケーリング）」というハイブリッドモデルを採用し、画一的な価格設定によるロックインのリスクを回避しています。

このモデルは、ユーザーのニーズに応じて区別される、主に3つの典型的な制作シナリオに対応しています：

• 純粋な人間による制作：人間のボイスワークに重点を置くスタジオや個人クリエイターを対象とし、高品質なマルチボイスドラマで一般的です。サブスクリプションにより、AIスマートスクリプティング、スマートシンク、AI効果音の利用クレジットを含め、単語数やプロジェクト数の制限なくコラボレーションツールに完全にアクセスでき、通常は追加料金が発生しません。

•純粋なAI制作：主にAIを用いて制作を行う著作権者やオーディオプラットフォームを対象とし、中・ロングテールのIPマルチボイスドラマで一般的です。サブスクリプションは不要で、ユーザーはクレジットを使用して従量課金制で支払います。大量制作を行うクリエイターは、「Creation Boost Packs」を卸売価格で購入でき、業界平均と比較してコストを大幅に削減できます。

•AI＋人間によるハイブリッド制作：オーディオブック制作において業界で最も一般的な手法です。AIが台本の草案作成とナレーションを担当し、人間が対話の声を担当します。Audimindはサブスクリプションとブースト／安心パックの組み合わせを提供しており、スタジオはプロジェクトごとに計算能力を拡張できるため、制作コストを大幅に削減できます。

ビジネス的な観点から見ると、このモデルはサブスクリプション、利用料金、オンデマンドでのスケール調整を分離しています。これにより、異なるワークフローを持つユーザーに対して予測可能なコスト構造を提供すると同時に、プラットフォームの収益源を多様化させます。社内テストの結果、このモデルが多様なシナリオやユーザー層に効果的に対応できることが確認されています。

06 内部テストのフィードバック：効率性と品質が実証済み

本プラットフォームは、社内テストにおいて2,000名以上の専門家によって実用性が検証されました。入手可能なデータによると、かつてオーディオブックの制作に30日を要していたプロジェクトが、本プラットフォームのツールを使用することで5～7日で完了できるようになりました。この効率化は、従来分散していたタスク（スクリプト作成、録音、同期）を単一のコラボレーション環境に統合し、インテリジェントなツールによってツール間の連携や運用上のオーバーヘッドを削減したことによるものです。

人気ラジオドラマのベテラン声優は次のように語っています。「以前は、台本作成、録音、同期、ポストプロダクションに異なるソフトウェアを使用しており、コミュニケーションコストが高かった。今ではすべてが1つのプラットフォーム上にあるため、コミュニケーションの齟齬が大幅に減り、効率は目に見えて向上し、生産性はほぼ2倍になった。」

YueMi Cultureの創業者であるLijie氏は、著作権プラットフォームの観点から次のように述べました。「AudimindのAIボイスアクティングは、感情表現において人間レベルに近づいています。スマートなスクリプト作成機能や自動同期機能と組み合わせることで、B+レベルの高品質なオーディオブックを安定して制作できるようになりました。コンテンツチームにとって、この機能の安定性は、単なるスピードよりもはるかに重要です。」

07 オープンベータ：業界と共にオーディオの未来を創る

半年以上にわたる対象を絞った内部テストを経て、Audimindは現在、パブリックベータ版をリリースし、コンテンツクリエイター、声優、スタジオ、ウェブ小説プラットフォーム、オーディオプラットフォーム向けに登録受付を開始している。

チームは、プラットフォームの目標として、制作プロセスにかかる時間を削減し、クリエイターがコンテンツの磨き上げに集中できるようにすることを掲げています。今回のベータ版は、業界パートナーと共にプラットフォームの機能を検証し、その可能性を探る機会となります。チームはフィードバックを集め、オーディオコンテンツ制作の効率化と管理の向上に向けて、業界全体で方向性を定めていきたいと考えています。

ベータ版登録：公式ウェブサイトへアクセスしてください。https://www.audimind.com/

Audimindについて：