这篇文章讲述了一位前阿里员工从2012年离职后的职业历程。他先后加入嘀咕网和懒人听书创业公司在懒人听书工作十年后于2023年离开。之后经历了旅游、求职不顺的过程最终与几位前同事在2023年底开始创业。团队最初尝试AI写小说未果又考虑转行做新疆民宿但未能实施。最终回归老本行在2024年底启动了quot;万象有声quot;项目——一个利用AI技术优化有声书制作全流程的平台涵盖智能拆章、画本、语音合成、后期制作等10大功能模块旨在提高有声书制作效率和质量。文章最后邀请读者体验这个新平台。1.我的程序人生2003年夏天我作为一个普通程序员踏入了软件开发这个行业。在学校心心念念的是做c/c开发结果初入职场是做.net开发在深圳的一家小公司做了2年的OA相关系统开发。2005年初加入到一个初创公司还是做OA相关WEB开发只是主大时Java开发了现在还记得那一年的社保公司没有给我交一直到我离开都没有补交不过幸运的是离开的时候工资还是结清了。2006年初加入到一个华为外包公司就是从这里开始接触到大系统系统的开发迫于现实要求开始追求性能、并发、院里的也从一个开发成长为一个小团队负责人、成长为一个对技术架构和开发流程有要求的人。2009年底参加了阿里巴巴集团的面试年后远赴杭州入职淘宝网在这里才真正知道了什么是高性能、高并发才开始做什么都多问几个为什么也知道了人外有人、天外有天大佬太多不一而足反正在阿里的那些年很幸苦、很幸运也狠狠的成长了。2012年下半年又离职回深圳加入了李松旗下的嘀咕网做了1年架构师开始把在阿里学到的知识对外布道了。2013年中加入懒人听书一个不到10人的创业公司但是一入职就开始负责100万日活跃用户的APP后台直到负责近百人的研发部门2021年初公司成功被腾讯音乐全资收购直到2023年4月离开TME。2.先玩一个痛快从懒人离职后真的觉得浑身上下都轻松惬意就是想放松想玩玩。接下来就开始了接近3个月报复性的旅游先去西藏、再去长三角、又去新疆。每天醒来不用看企业微信不用开会也没有什么要对齐的不用背负OKR怎么放松怎么来。爽真的爽但这种爽持续不了太久。因为总有一天你会开始思考接下来要做点什么3.我以为自己还能打玩了6个月后开始想找找工作看看。倒也没有惨到无人问津。但能明显感觉到市场变了行业变了自己也变了曾经觉得经验是优势、后来才发现很多时候经验只是历史。那段时间最大的感受是技术人永远不能躺在过去的成绩上要早做准备。4、又激情彭拜了起来和我同时从懒人TME离职的一个产品同事吆喝大家一起做点事懒人的老领导同意出资我们几个40的老人出肉身于是乎2023年11底4人小团队就这么开始又激情彭拜了起来。4.1.第一个项目AI写小说我们做了很多尝试AI写大纲AI续写AI改写AI生成角色设定AI生成剧情现在回头看这些思路并不落后。但问题在于2023年底的大模型能力还远没有今天这么强。当时上下文很短长文本能力很弱一致性差容易跑偏折腾几个月后。项目宣告失败。第一个创业项目就这样结束了。4.2.第二个项目去新疆开民宿AI失败后。大家开始思考要不换个行业恰好前一年大家都去过新疆被新疆的风景彻底震撼。于是一个离谱但又很认真的想法出现了去新疆开民宿。然后我们真的去了从赛里木湖开始一路去过晃晃村、伊犁、特克斯、夏塔、库尔德宁、拉拉提等等。每一地方都提前约好有土地出让的原住民、有民宿转让老板、开民宿的网红达人等等到了就研究景区、交通、土地租赁/出售、建房成本、预测入住率、成本和利润、资金回收周期等等。在高强度调研2个星期后我们回到了深圳。结果呢回来之后就冷静下来了。放弃了。开民宿前期投入资金大资金回收周期长并且每年4月到11月需要肉身待在新疆。我们都有家庭都有孩子肉身去新疆孩子和家庭怎么办创业可以折腾但不能不顾现实。4.3.回到了最熟悉的地方从新疆回来后一晃就已经到2024年下半年。折腾了大半年我们终于意识到创业最好的方向未必是最热门的方向而是你最了解的方向。然而有声书正是我们最熟悉的领域。4.4.一个困扰有声行业的老问题在懒人听书工作的10年里我见过太多有声书制作团队大家都面临同一个问题制作效率太低。一本数百万字的小说从文本处理开始、到画本、到录音、到对轨、到后期、到审听、到成品输出每个环节都需要大量人工参与、效率极低、成本极高。很多团队的大量时间并没有花在创作上而是在不停的沟通上。于是我们开始思考如果把AI真正引入整个制作流程会怎么样4.5.我们做了「万象有声」我们的目标不是做一个AI配音工具而是重新设计整个有声书生产制作流程从文字到成品的所有环节全部打通每个环节都用AI加持打造一个AI时代全新的有声书生产制作平台彻底解放有声书的生产力极致提效。让有声书制作从一件专业且昂贵的事情变成一件普通人也能参与的事情让创作者把时间花在内容上而不是流程上。1、AI智能拆章支持市面上的各种分章格式也支持自定义分章格式。想怎么分就怎么分。2、AI智能画本包括人物角色分析、对话与人物识别、情感分析等能力。让原本繁琐的画本制作过程更加高效。3、AI有声聚合各大语音大模型厂商优秀音色资源提供丰富音色库。同时支持音色克隆和定制。想用什么声音就用什么声音。4、个性化录音支持线上录音、逐段上传也支持线下录音上传。结合AI智能对轨能力让主播录音不再受场地限制。想在哪里录就在哪里录。5、智能对轨——把最枯燥的活交给AI对于习惯使用AU等工具录音的播音老师来说它能够将录制完成的一整段、甚至多个章节、多个角色的长音频文件通过智能分析自动切割并精准匹配到画本中的对应台词。原来需要大量人工完成的工作现在交给AI即可。6、人人都可以做后期提供专业的多音轨编辑器。录音、音效、音乐等素材都可以在这里完成最终剪辑、混合与优化。无论是简单裁剪还是复杂音效合成都能快速完成。7、智能审听——再也不用一遍遍听回放对于篇幅较长、质量要求较高的真人有声作品系统能够自动将配音音频与画本文稿进行逐字比对。漏读、多读、读错等问题一目了然。极大节省传统人工审听所需要的时间和精力。8、成品管理作为有声书制作的最后一个环节系统可以自动将项目中的配音、音效和音乐按照设定标准合成为最终成品。除了导出下载之外未来还将支持一键分发到各内容平台。9、团队协作提供完整的团队协作体系。从团队与剧组管理到项目工作流、任务管理再到评论、私信、工单等日常协作能力全部打通。无论团队大小都能找到适合自己的协作方式。10、好用也用得起系统不仅要功能完善更要真正好用。同时价格也要足够亲民让更多从业者和创作者能够用得上。写在最后从2023年离开懒人听书到现在已经3年了。这一路上我们试过AI写小说也认真研究过新疆民宿。兜兜转转之后最终还是回到了自己最熟悉的行业。或许创业就是这样。不断尝试不断否定再不断重新出发。目前万象有声已经开放体验。如果你是有声书制作团队、配音主播、网文作者或者只是对AI有声制作感兴趣欢迎来体验也欢迎给我们提意见。今天就先写到这里后面有机会再和大家聊聊这一路踩过的那些坑。