编互动式 AI 音频到底是什么?新型播客、语聊房还是 AI 版 Clubhouse?

互动式 AI 音频到底是什么?新型播客、语聊房还是 AI 版 Clubhouse?

创作者写的节目说明

适逢 Apple 播客20周年之际,在喜马拉雅深耕多年,与无数音频创作者和消费者深入交流后,本期嘉宾吕睿韬(花名「秀才」)将目光投向了新一代音频消费形式——互动式 AI 音频。

与 NotebookLM、Plaud.ai 等音频产品创始人的深度交流,为他带来了怎样的思考和启发?
为什么说「AIGC 的上半场是创作即消费,下半场是消费即创造」?秀才眼中的 AIGC「下半场」究竟是什么样?它与「人人都是主播」又有何本质区别?

节目中,我们还对互动式 AI 音频的未来场景开了一些脑洞,期待你(甚至包括未来的听众)加入这场充满可能的探讨!

欢迎大家在 Apple 播客 App 和网页端,查看 Apple 播客推出的20年特别策划,有更多创作者们的故事与洞察,和编辑精选的节目清单。

也欢迎在 Apple 播客关注我们的节目,在节目页面右上角点击“关注”,就可以即时收到我们的节目更新。

【本期嘉宾和主播】

吕睿韬,花名秀才,喜马拉雅珠峰 AI 前产品资深产品专家兼产品负责人。

白宦成,全流程工程师,AI 产品经理,RTE 开发者社区布道师,《编码人声》主播。

傅丰元,RTE 开发者社区负责人,《编码人声》主播。

【相关信息】

Huxe,NotebookLM 前核心成员 Raiza Martin 新项目,聚焦于 AI 语音智能助手。

https://www.huxe.com/

Voice Agent Camp,嘉宾和主播正在参与的语音 AI 创业加速营。

https://mp.weixin.qq.com/s/7fMWFwTyN29oHs-iEVtnpQ

制作团队

后期 / 卷圈
监制 / 姝琦
产品统筹 / bobo
联合制作 / RTE开发者社区

关于「编码人声」

「编码人声」是由「RTE开发者社区」策划的一档播客节目,关注行业发展变革、开发者职涯发展、技术突破以及创业创新,由开发者来分享开发者眼中的工作与生活。
录制嘉宾覆盖信通院 & 科委专家、国内外资深投资人、VR/AR & 虚拟人 & AIGC 等新兴技术领域头部创业者、一线网红 & 硬核开发者、跨界画家 & 作家 & 酿酒师等。

RTE 开发者社区是聚焦实时互动领域的中立开发者社区。不止于纯粹的技术交流,我们相信开发者具备更加丰盈的个体价值。行业发展变革、开发者职涯发展、技术创业创新资源,我们将陪跑开发者,共享、共建、共成长。

社区于 2023 年底正式启动了「主理人+工作组」的运营机制,并确认了社区的 3 位联合主理人 ——

Richard 林旅强 ,开源社联合创始人
杜金房,FreeSWITCH 中文社区创始人
卢恒,语音 AI 资深专家

本节目由津津乐道播客网络与 RTE 开发者社区联合制作播出。

AI 推荐理由

为什么值得听

AI 读完整集转写后给出的推荐理由

这期节目请来了前喜马拉雅珠峰AI产品负责人秀才,他分享了语音大模型的一手经验:为什么AI生成语音要刻意加入口水词?NotebookLM的多通道建模到底强在哪?他还预测,音频界的“DeepSeek”可能在2026年出现。如果你好奇播客从RSS到互动式音频的演进,或者想了解端到端语音模型的技术瓶颈,这期值得一听。

AI 概要

本期概要

由 AI 从整集转写生成,是创作者说明之外的补充

本期《编码人声》围绕“互动式音频”展开,回顾了播客从RSS到小宇宙的技术演进,探讨了AI在音频剪辑、语音生成中的应用,并展望了互动式音频的未来形态。嘉宾秀才(前喜马拉雅珠峰AI产品负责人)分享了语音大模型的技术瓶颈与降本预测,傅丰元则从RTE社区视角补充了实时互动的可能性。节目核心观点是:播客正从“单向消费”走向“双向共创”,互动式音频将成为大模型浪潮的下半场,但端到端模型、RAG融合等技术仍待突破。

AI 识别的章节

章节

点一章从那里开始播 · 与上面创作者标的时间点各自独立

00:00

播客二十年:从RSS到小宇宙的技术演进

主播小白梳理播客技术史:2000年RSS加入enclosure,2004年podcast概念诞生,2005年iTunes支持,2013年移动互联网催生喜马拉雅等平台,2020年小宇宙出圈。嘉宾讨论“播客元年”的不同定义。

07:45

托管平台与创作门槛的降低

秀才解释托管平台如何将技术能力下放,让创作者专注内容。小宇宙“第零期”功能实现手机录制上传,进一步降低门槛,让“人人都是主播”成为可能。

15:15

技术复古与独立托管趋势

讨论播客平台与独立托管的循环:早期独立,平台化后集中,专业创作者又寻求独立。傅丰元提到Substack的“宪法”精神,强调创作者可携带订阅离开。

23:50

AI剪辑与口水词的人格化价值

秀才介绍喜马拉雅AI一键剪辑功能,但讨论转向口水词的价值:剪得太干净会失去人格化,AI生成语音反而要刻意加入口水词以更像人。

32:39

多通道建模与语音大模型的技术突破

秀才解释NotebookLM的多通道建模方式(Z字型结构),让对话中的气口转换更自然。对比单声道建模的缺陷,指出这是互动式音频的关键技术方向。

42:02

互动式音频的形态与范式转变

秀才提出互动式音频是“消费即创作”的下半场,强调以“悦己”为核心,让听众参与内容生成。傅丰元补充NotebookLM的Join功能,听众可实时打断提问。

51:56

技术瓶颈:端到端模型与RAG融合

秀才指出端到端语音大模型仍不够好:建模方式、无法直接挂RAG、成本高。预测音频模型降本时间点,并期待“音频界的DeepSeek”出现。

59:01

未来想象与创业营预告

讨论Huxe等产品,强调互动式音频应“always ready”而非强制介入。秀才分享Plaud.ai的启发,傅丰元预告Voice Agent Camp创业营,期待更多探索。

编码人声 · 更多单集

看全部 65 期 →

编码人声

编互动式 AI 音频到底是什么?新型播客、语聊房还是 AI 版 Clubhouse?

编码人声 · 2025 年 6 月 28 日 · 1 小时 09 分

互动式 AI 音频到底是什么?新型播客、语聊房还是 AI 版 Clubhouse?

创作者写的节目说明

适逢 Apple 播客20周年之际,在喜马拉雅深耕多年,与无数音频创作者和消费者深入交流后,本期嘉宾吕睿韬(花名「秀才」)将目光投向了新一代音频消费形式——互动式 AI 音频。

与 NotebookLM、Plaud.ai 等音频产品创始人的深度交流,为他带来了怎样的思考和启发?
为什么说「AIGC 的上半场是创作即消费,下半场是消费即创造」?秀才眼中的 AIGC「下半场」究竟是什么样?它与「人人都是主播」又有何本质区别?

节目中,我们还对互动式 AI 音频的未来场景开了一些脑洞,期待你(甚至包括未来的听众)加入这场充满可能的探讨!

欢迎大家在 Apple 播客 App 和网页端,查看 Apple 播客推出的20年特别策划,有更多创作者们的故事与洞察,和编辑精选的节目清单。

也欢迎在 Apple 播客关注我们的节目,在节目页面右上角点击“关注”,就可以即时收到我们的节目更新。

【本期嘉宾和主播】

吕睿韬,花名秀才,喜马拉雅珠峰 AI 前产品资深产品专家兼产品负责人。

白宦成,全流程工程师,AI 产品经理,RTE 开发者社区布道师,《编码人声》主播。

傅丰元,RTE 开发者社区负责人,《编码人声》主播。

【相关信息】

Huxe,NotebookLM 前核心成员 Raiza Martin 新项目,聚焦于 AI 语音智能助手。

https://www.huxe.com/

Voice Agent Camp,嘉宾和主播正在参与的语音 AI 创业加速营。

https://mp.weixin.qq.com/s/7fMWFwTyN29oHs-iEVtnpQ

制作团队

后期 / 卷圈
监制 / 姝琦
产品统筹 / bobo
联合制作 / RTE开发者社区

关于「编码人声」

「编码人声」是由「RTE开发者社区」策划的一档播客节目,关注行业发展变革、开发者职涯发展、技术突破以及创业创新,由开发者来分享开发者眼中的工作与生活。
录制嘉宾覆盖信通院 & 科委专家、国内外资深投资人、VR/AR & 虚拟人 & AIGC 等新兴技术领域头部创业者、一线网红 & 硬核开发者、跨界画家 & 作家 & 酿酒师等。

RTE 开发者社区是聚焦实时互动领域的中立开发者社区。不止于纯粹的技术交流,我们相信开发者具备更加丰盈的个体价值。行业发展变革、开发者职涯发展、技术创业创新资源,我们将陪跑开发者,共享、共建、共成长。

社区于 2023 年底正式启动了「主理人+工作组」的运营机制,并确认了社区的 3 位联合主理人 ——

Richard 林旅强 ,开源社联合创始人
杜金房,FreeSWITCH 中文社区创始人
卢恒,语音 AI 资深专家

本节目由津津乐道播客网络与 RTE 开发者社区联合制作播出。

AI 推荐理由

为什么值得听

AI 读完整集转写后给出的推荐理由

这期节目请来了前喜马拉雅珠峰AI产品负责人秀才,他分享了语音大模型的一手经验:为什么AI生成语音要刻意加入口水词?NotebookLM的多通道建模到底强在哪?他还预测,音频界的“DeepSeek”可能在2026年出现。如果你好奇播客从RSS到互动式音频的演进,或者想了解端到端语音模型的技术瓶颈,这期值得一听。

AI 概要

本期概要

由 AI 从整集转写生成,是创作者说明之外的补充

本期《编码人声》围绕“互动式音频”展开,回顾了播客从RSS到小宇宙的技术演进,探讨了AI在音频剪辑、语音生成中的应用,并展望了互动式音频的未来形态。嘉宾秀才(前喜马拉雅珠峰AI产品负责人)分享了语音大模型的技术瓶颈与降本预测,傅丰元则从RTE社区视角补充了实时互动的可能性。节目核心观点是:播客正从“单向消费”走向“双向共创”,互动式音频将成为大模型浪潮的下半场,但端到端模型、RAG融合等技术仍待突破。

AI 识别的章节

章节

点一章从那里开始播 · 与创作者标的时间点各自独立

00:00

播客二十年:从RSS到小宇宙的技术演进

07:45

托管平台与创作门槛的降低

15:15

技术复古与独立托管趋势

23:50

AI剪辑与口水词的人格化价值

32:39

多通道建模与语音大模型的技术突破

42:02

互动式音频的形态与范式转变

51:56

技术瓶颈:端到端模型与RAG融合

59:01

未来想象与创业营预告

本期提到的品牌与产品

节目里自然聊到的,不是广告

NotebookLM被赞为多通道建模的标杆,听感自然
33:44正面
Plaud.ai被秀才称赞为低侵入式录音产品,启发互动式音频设计
1:03:01正面
HuxeNotebookLM前创始产品经理的新产品,将邮件日历转为互动音频
59:00中性
喜马拉雅秀才前东家,作为托管平台案例讨论
00:50中性
小宇宙被提及为播客出圈的关键平台,第零期功能降低创作门槛
07:16正面
Clubhouse被提及为互动式音频的爆火案例
40:00中性
编编码人声

编码人声

一档关注AI技术前沿及其对内容创作、硬件、编程等领域影响的科技播客,与RTE开发者社区紧密联动,具有行业洞察力。

已收录 65 期 · 最近更新 2025 年 12 月 7 日

这一期适合谁

AI 对内容的推测

听众画像25–34 岁为主 · 偏男性 · 消费力中等
更适合技术从业者

这一期偏哪一派

偏沪派节目从播客历史与技术演进出发,有明确的问题意识(互动式音频是什么、技术是否ready),主播承担编辑角色,引导讨论范围,…

在哪里听

https://feeds.daopub.com/bmrs.xml复制

概要、章节、提及与推广标注由 AI 生成,可能有误;内容版权归创作者,声湃按创作者开放的 RSS 收录。了解收录与 RSS →

更多单集 全部 65 期 →