网络音频在中国的产生和发展

贺崧智 熊卫民

摘   要  本文先梳理了网络音频在中国的发展历程;然后以技术系统为工具，从技术动力、需求动力和社会文化环境这三个角度对网络音频的演化作了分析。

关键词   网络音频   播客   网络音频App   技术系统

中图分类号   N092

文献标识码   A

与近代以来作为人们主要依赖的视觉媒体不同，网络音频属于听觉媒体，适合在睡前、起床前、通勤、做家务等不方便阅读的场合收听，从而大大延展了我们接收资讯、学习技能的时间和空间。作为一种新兴的重要媒介，它富集了极其巨大的注意力资源，对许多产业产生了广泛而深远的影响。它也融入了数亿用户的日常生活，成为非常重要的部分，进而对人们的思想和行为构成了潜移默化的影响。网络音频是如何在中国产生、发展以及在社会上大规模应用的？推动它兴起和演化的动力是什么？这些都是很值得研究的问题。

一    网络音频在中国的发展历程

网络音频有狭义和广义之分。狭义的网络音频主要指音频播客节目、网络电台节目（含广播电台的网络化广播）、有声书、音频直播等。由于数字音乐涉及到唱片公司复杂的版权交易，且数字音乐已经形成一个相对独立的产业，因此通常不把数字音乐置于狭义的网络音频范畴之中。广义的网络音频指利用互联网技术传输和收听的所有音频内容，不但包括数字音乐，还包括微博中的音频节目、微信公众号上的音频节目、微信朋友群中的音频等。本文主要研究狭义的网络音频及其所依托的平台——网页、播客网站和网络音频App①。

网络音频在中国的发展可大致分为3个阶段： （1）网页零散音频时期（2000—2004）②，此时有音频零散出现在博客网站和其他个人主页上; （2）播客网站期（2005—2009），一些技术人员、商家进军网络音频领域，建立专业的商业化播客网站，并催生出了一批较为专业的播客节目制作者; （3）音频App时期（2010至今），借助移动互联网的技术，网络音频App出现并迅猛发展，“喜马拉雅”“蜻蜓FM”“荔枝”“得到”等大批App逐渐发展到一定规模，网络音频越来越聚集于这些手机平台上。

1. 网页零散音频时期

1997年左右，中国就有技术人员编程搭建个人主页（home page），将其存放到www.geocities.com（“地球村”）等国际个人主页免费存放服务提供商那里[1]。1999年，中国出现了“思想的境界”“自由主义评论”等有影响的由个人制作和维护的思想类个人主页③。2000年左右，北京大学等高校出现了教人制作个人主页并在其中贴入音视频等内容的课程。由于技术门槛较高，当时搭建个人页面的用户很少，网络音视频也就非常少。它们之渐为人知还有待博客网站和流媒体技术的出现和发展。

博客网站起源于美国。1997年，美国电脑迷约恩·巴格尔（Jorn Barger，1953—）创造了weblog（博客）一词，用以指代网络日志，并创建世界上第一家博客网站——Robotwisdomweblog。但博客网站受到极大关注还要到2001年，那一年美国发生了911事件，很多亲历者在博客上发布灾难体验，令博客网站从此步入主流社会的视野。

借鉴美国流行的博客网站， 2002年8月， 方兴东创建博客中国网站。2003年，该网博主木子美的日记一度每天吸引上千万点击量，而博客也就以这种不同寻常方式走进了中国网民的视野。而后，为吸引更多用户，新浪、网易、搜狐、腾讯等门户网站也先后推出自己的博客网站。这些商业公司所投入的技术研发，大大降低了普通网民建立个人主页的技术门槛。在这些公司的邀请下，众多名人纷纷在博客这个新鲜空白的领域发力。2005年在新浪博客开博的徐静蕾与韩寒，迅速成为了最有影响力的博主。在他们的带动下，许多普通人也纷纷开博，而写博客也就迅速成了中国亿万网民的一种日常生活方式。

随着博客服务商的激烈竞争、博客用户的持续增长、技术门槛的逐渐降低，上传到博客页面中材料，除最初的文字和图片外，还出现了音视频文件，而且后者的数量越积越多。这些音视频零散地分散在众多博客的网页上。

1995年，美国出现了音频接收系统Real Audio，这是网络流式音视频技术的源起。1997年，  Real Networks公司发布了著名的流媒体——Realplayer播放器。隨后，微软和苹果等大公司都意识到流媒体的巨大潜力，相继推出自己的流媒体服务，进而令流媒体技术得以迅速发展[2]。2002年左右，流媒体技术传入中国，越来越多的网络服务运营商开始用流媒体技术来提供更好的网络音视频服务。流媒体技术的兴起和发展推动网络音视频的传播①，也促成了一些较为知名的音视频节目制作者的出现。

中国大陆最早的知名个人主播大概是“胖大海”。从2003年起，他开始用个人电脑录制上传系列音频节目“有一说二”，并因为节目风格调侃幽默而受到了很多网民的欢迎[3]。2004年12月，他录制并发布了首张个人专辑《网络痞侠胖大海》。2005年12月和2006年2月，他分别获得搜狐《首届全球华语播客大赛》第一名、《2005年度中文播客评选》最受欢迎播客、最佳谈话播客和最佳娱乐音频播客四项大奖。

2. 播客网站时期

播客对应的英文词是“Podcast”。2004年， 美国音乐电视网（Music Television）的前工作人员亚当·库里（Adam Curry）和戴夫·维拿（Dave Winer） 编写了一个能自动从网页资源中下载音视频并转存到iPod中去的程序——iPodder。2005年6月，美国苹果公司借助iPodder技术开发出Podcast软件，将其植入iPod中捆绑销售，令用户既可发布音视频，也可自动接收订阅的新节目。这个技术创新受到极大的欢迎。这一年，iPod大卖，而Podcast也籍此成为全球最受欢迎的网络音视频传播媒介①。

Podcast网站在美国的勃兴，令中国出现了一大批追随者。从2005年起，专门的播客网站在中国如雨后春笋般涌现，网络音视频产业开始在中国大陆兴起。

2005年1月，傅俊希创立的“播客宝典”网站上线，该网站为用户寻找感兴趣的播客信息，一度被称为“中国最专业的播客研究网站”。2005年3月，由倪振源创立的中国播客网正式上线，这是中国大陆第一个推出音视频托管服务的播客网站。2005年，王微创立的土豆网上线。2005年5月，平客和飞猪推出了反波播客网站。同月，在线音乐电台网站——“收音机”网站改版为“播客天下”网站，定位被改为给用户提供免费个人声讯服务的开放平台。2005年9月，“播客天下”网站用户数超过10万，播客数达到3.7万，成为当时中国用户最多、影响最大、覆盖最广的播客网站②。此外，还有模仿网络电台模式的播客中国网站，博客中国推出的以博客人物专访节目为主的动听播客网站，等等。最多的时候，国内约有300家音视频播客网站。

这个阶段，网络音视频领域的创业者一般都具有网站搭建能力或电台工作经验。 譬如： 中国播客网的倪振源于2003年获得南京邮电大学计算机通信硕士学位;菠萝网的创建者顾少丰毕业于上海交通大学通信工程专业，并曾在微软全球技术中心担任技术主管; 反波的平客曾是电台主持人。他们对新的技术变革非常敏感，是中国播客的奠基人和第一批吃螃蟹者。

专业播客网站的出现显著降低了节目制作和上传的技术门槛，催生出了一批职业主播和内容更广泛的节目，但电脑收听端的缺陷还是严重限制了用户的增长速度。让人始料未及的是，2008年爆发了金融危机，全球经济受到重大冲击。在外部投资基本断流的情况下，尚处于初创阶段的播客网站受到巨大冲击。那些没能找到可持续发展的商业模式和成熟的内容生产模式，长期入不敷出的播客网站不得不于2009年左右关闭。只有极少数播客网站（如土豆网）存活下来，而它们也转型成了主攻影视剧的视频网站。

不过正如中国播客网创建人倪振源在接受笔者访谈时所说，“炮灰”也是奠基人③。虽然大量播客网站并未取得商业上的成功，但它们仍为后来的手机音视频App的出现奠定了基础。

3. 网络音频App时期

2007年iPhone 的诞生，令手机开始变成移动的电脑，人类开启了移动互联网的新纪元。随即三星、小米、华为等跟随者也先后推出了智能手机。在性能越来越好的同时，这些移动智能终端的相对价格也越来越便宜，从而令使用移动数据的用户规模迅速扩大。2012年6月，中国的手机网民规模就达到3.88亿。手机首次超过台式电脑，成为第一大上网终端[4]。从2010年起，网络音频App开始在国内出现。新时代产生很多新的机遇，网络音频App迅速培养出了数以亿计的听众和数以千万计的主播，其发展势头要远远胜过前几年的播客网站。

网络音频App在中国的发展大致可分为两个阶段：  探索期（2010—2015）和高速发展期（2016以来）。

2010上线的豆瓣FM是最早的网络音频App。之后，“蜻蜒FM”“喜马拉雅FM”“荔枝FM”“懒人听书”“考拉FM”等百余个网络音频App在iOS、安卓等操作系统里相继上线。尽管其内容主要搬自传统的广播和电视节目，仍然吸引了大量用户。

2016年年底，中国移动电台用户规模达到2.26亿人①，移动音频市场基本被用户认可。一些新的App，如“得到”“读书人”“知鸦”等出现。行业竞争态势也逐渐明朗，“喜马拉雅”“蜻蜓FM”和“荔枝”成为其中的巨头。2019年10月，“喜马拉雅”的独立设备数接近1.4亿台/月，“荔枝”的独立设备数超过5000万台/月，“蜻蜓FM” 的独立设备数接近4000万台/月。2019年6月，“喜马拉雅”的MAU（月活跃用户数量）为7873万人，“荔枝”的MAU为1646万人，“蜻蜓FM”的MAU为 1389万人②。2019年5月，诞生才三年的“得到”App用户数超过3000万，虽不及“喜马拉雅”和“荔枝”，但付费用户比率较高。

据艾瑞咨询的统计，到2019年，中国的在线音频用户已达4.89亿人，37.2%的用户使用时间为1小时内，41.4%的用户使用时间为1—2小时，12%的用户使用时间为2—3小时，2.1% 的用户使用时间为 3小时以上，7.3%的用户使用时间不定③，平均每天用户使用時间为70分钟左右。从这些数据可以看出，几年下来，网络音频不但用户基数变得十分庞大，而且每天都占据用户大量时间，因此论影响力，网络音频App时期是前两个阶段不能比拟的。

从源头来看，中国网络音频的前两个阶段都明显受到西方尤其是美国网络技术的影响，中国的博客网站、播客网站的借鉴对象分别是美国的blog、Podcast等。但网络音频App有所不同，中国的相关软件固然受到西方的soundcloud、Pandora等App的影响，但在很大程度上却是出于自己的技术创新。面对中国巨大的用户规模，“喜马拉雅”“荔枝”“得到”等公司还迅速找到了自己的生态位，发展出了自己独特的商业模式。从电脑到手机，网络音频依托的设备越来越小巧便捷，而其功能则越来越强大。它们也因此能接触到更多用户并嵌入人们的生活，并逐渐成为了很多人生活中不可或缺的部分。

二    网络音频技术系统

多数新技术都不是凭空出现的，而是由之前的技术重新组合而成，网络音频技术也是如此。它把蓬勃发展了很多年的广播、电脑、互联网信息技术、移动终端这些技术模块放在合适的位置上，通过巧妙的组合，推陈出新。

网络音频App替换收音机广播的渐变过程，不是网络音频App的发明史，也不是新工具替换旧工具的线性迭代史，而是以网络音频App为代表的线上软件系统替换线下硬件系统的过程。这是从一种技术系统转换到另一种技术系统的进化，而这种进化，是技术因素和社会因素相互作用、共同演化的结果。

1. 网络音频技术系统的构成

技术如何演化是技术研究的核心问题。1989年，美国著名技术史学家托马斯·休斯 （Thomas Hughes）提出了技术系统的概念，将技术组合视为一个大的系统，从系统的角度来看待技术的发展[5]。

从这个角度看，网络与音频的结合所产生的电脑端的播客网站和手机端的网络音频App可以看作是同一类技术系统：  由技术及产品应用（网站、App、算法、AI、大数据技术）、支撑和基础设施（电脑、手机、音箱、耳机）、内容生产方、用戶、投资商、政府部门、行业协会等组成，连接了既有的音频节目内容、新兴的互联网络资源、用户的收听音频行为和文化观念。正是将网络与音频这两种本互不相关的技术“混搭”，才以出其不意的方式推陈出新，打破了原来的由无线电或导线传播音频的“技术范式”，指出了技术演化进步的方向，为新系统取代旧系统提供动力。

2. 网络音频技术系统的演化

智能手机是一种神奇的工具。它们迭代极快，运算能力越来越强，存储空间越来越大，功能越来越多。它们能完成台式电脑的几乎所有功能，却小巧、灵活、方便得多。在价钱方面，它们通常比台式电脑还要便宜。所以它们迅速普及，几乎长到了每一个人的手上，变成了人体的“新器官”。在网络音频APP这类强大软件的推动下，虽没有专门的拾音设备（传声器）、录音设备（音频卡）、信号处理设备（均衡器、混响器、降噪器），智能手机却能完成这些台式电脑硬件所能完成的功能，进而令自己变成了收听和制作音频节目的主力设备。

当技术系统内部用更好的部件替换某一部件时，突破性创新便出现了。手机App这项新技术在技术系统中就成为一个新节点，激发可能性，创造出了新产业、新经济模式，建立了新制度和一个较为完整的体系。事实上，手机端对电脑端的替换引发了新一轮的技术革命和产业革命。

从广播电台、播客网站的电脑网页到手机App，从录制声音的专业话筒到手机录音软件，从传播声音的无线电传输信号、收音机接收信号到宽带网络、wifi、4G，从播放声音的收音机到网络流媒体技术、数据播放器、音响、手机播放器，音频技术的各个组分发生了迅速的变化。相关技术是可拆解的，每个技术都是由一个模块套着一个模块组成的。顺应时代潮流，适应环境的变化，把合适的模块和功能组合在一起，满足人类需求，这是旧技术进化成新技术的动力。

休斯将技术的演化过程分为发明、发展、创新①、增长、竞争和固化6个阶段。在前两个阶段，技术人员和发明家是主要的问题解决者。在创新、增长和竞争阶段，企业家的决策则变得更为重要。

具体到网络音频技术，网页零散音频时期是其发明阶段，播客网站时期是发展阶段， 网络音频App时期是创新、增长、竞争和固化阶段。从最初创立播客网站的技术人才到建立网络音频App的商业人士，可以看出技术人员和企业家在理念方面的不小变化。网页上是渐进式创新，手机App是突破性创新，是技术系统的变革，也是技术范式的变化。

梳理传统广播、 网页零散音频、播客网站、网络音频App四者迭代演化的链条，可将它们之间共存、有时重叠的关系分为两个阶段。

第一个阶段：  新媒介模仿旧媒介（播客网站前期+网络音频App前期）。

在出现之初，新媒介多数依靠模仿旧媒介而生存。比如，在名称上，播客会让人联想到博客和广播，播客也被人叫做有声博客。“喜马拉雅”和“荔枝”的曾用名中都有“FM”，“蜻蜓FM”的名字迄今没变，这些网络音频App早期还都被称为手机上的广播电台。博客、广播、FM这些被模仿的旧媒介在名称上有较高的认知度，让播客和网络音频App在推广时更容易被用户接受[6]。

新媒介中的内容也有很多是从旧媒介中挪过来的。如播客网站、网络音频App中的相声、笑话、长书连播等内容有很多来自过去的广播电台，只不过将这些产品和服务在线化了而已。但即便在模仿阶段，新媒介也有超越旧媒介之处。譬如，都是播放节目，广播电台和听众的沟通方式单调、数量很少，而网络音频平台则可以多种方式和用户持续互动，并大量记录用户的反馈。再如，接收广播电视节目时，由于后者是按照传播方制订的节目单来顺序播放的，用户只能按照传播方的时间表来安排自己的收看时间。而在收听网络音频节目时，用户成了时间的主人。因为播客网站和网络音频App均为巨大的音视频节目资源库，用户可以随意选择观看的时间、内容和顺序，还可以多次重复观看。

第二个阶段：  新媒介摆脱旧媒介，成为独特的新媒介（播客网站后期+网络音频App后期）。

在经历了最初的仿照和成形阶段后，从购买到自制，从UGC（User Generated Content，用户生成内容）到PGC（Professional Generated Content，专业生成内容），手机音频App平台汇集了海量音频，尤其是针对用户的需求研发、制备出了大量优质音频节目，找到了自身独特的模式，以在线化、网络化的方式逐渐将自己从传统音频模式发展到互联网智能商业模式。手机音频App不止是提供内容和服务，还和用户产生持续互动，且实时记录用户行为，用数据+算法的快速路径迅速做出决策，再获得反馈，形成服务闭环，快速调整更新和迭代①。网络音频App在这个阶段完全区别于传统广播电台，成为真正意义上的新媒介。

综合以上两个阶段，在网络音频的发展道路上，新生事物多是为弥补已存的旧事物的不足，凭借新技术在旧事物的基础上加工和演进的。借用生物学中的“进化”概念，网络音频App是传统广播和播客网站的进化版。

3. 影响原因分析

网络音频技术系统进化的动力来自何处？罗杰·菲得勒（Roger Fidler）在《媒介形态变化》中说： “媒介形态的变化往往不是单一的因素造成的，而是由技术革新、社会竞争和压力以及可感知的需求等复杂因素相互作用的结果。”[7]影响技术系统演化的原因可以分为技术动力、需求动力和社会文化环境三类。

首先，网络技术的进步提供了强大的可能性和助推力，媒介技术的进步带来信息传播方式的创新。2000年左右正值千年虫危机“Y2K”，当时的计算机需要使用两位十进制表示年份，表示跨世纪的年份时系统的运算容易出现错误，进而引发其他系统紊乱和崩溃。最后经过各个国家努力解决了这一全球问题，也连带提升了当时计算机硬件和软件能力，为后来的互联网发展打下坚实基础。21世纪初，ADSL开始全国普及，网速提升为播客网站时期网络传播流行文化打下基础。

网络音频App则赶上了移动互联网发展的风潮， 乘上了網络技术进步的东风，移动设备和3G、4G的普及保障了随时随地听音频的便捷和流畅，移动通信技术的发展为音频领域的更新迭代提供了强大的技术支撑和保障，音频借助移动终端载体以App的形式重新深入到用户的生活中。

在播客网站时期和网络音频App时期，节目的制作不再需要高端设备，用户只需要操作电脑、手机和简单软件，并不需要掌握高难度的制作技术，大大降低了制作节目的门槛和成本。而传统广播电视的制作程序相当复杂和高度专业化，一般由领域内专业人士完成，同时也需要精良的制作设备。

进入21世纪后，支付宝、微信支付等移动支付工具得以出现并迅速普及。付费因此变得极其方便、快捷，还催生了“打赏”、购买好节目之类新的消费习惯。

第二， 技术系统演化中，用户需求是非常重要的因素，会让技术不断提升、创新。网民的消磨时间的需求和自我表达的欲望是网络音频技术系统演化的根本动力。

2002，由央视专业人士制作的《粮食》《分家在十月》和《大史记》流传在网上，由此拉开了创作网络搞笑娱乐节目的序幕。2005年年底，网名为“dodolook”的影音部落格网站用户发布了几期原创搞笑视频节目，受到网友追捧。2006年初，胡戈重新剪辑电影《无极》中的一些片段，将其改编成幽默搞笑短片《一个馒头引发的血案》，并发布在播客网站上，由此引发了大众关注和热烈讨论。他随后推出的《鸟笼山剿匪记》《007大战黑衣人》《007大战猪肉王子》等搞笑视频都造成了“病毒式”传播，有很高的点击量。他们的成功使得越来越多人知晓并使用播客网站，并令后续的播客节目有很大比例是娱乐搞笑类型的。

1999年末，中国的网民数为1690万人①，2009年末，数字增到3.84亿②，10年增长了近23倍。在日益庞大的网络受众群体中，20—30岁之间的年轻人所占比例最大（2009年末占网民总数的50.1%）。他们具有较强的消费能力和创新能力，是互联网经济及新媒体发展的重要群体。他们有强烈的娱乐需求，这令娱乐搞笑节目成了早期播客自创节目的主体。他们也有强烈的自我表达需求，多半有自己的博客③，而口头表达能力强的更是乐于成为播客的主播。

传统广播电视的媒体资源一般为国有，团队高度专业化和规范化，但传播主体和传播方式相对单一。播客节目的传播者则是多元化的，播客的出现及发展促进了“全民报道”时代的到来，每一位节目制作者既可以是编辑、作者，也是主播、记者和节目主持人。从制作到发布，播客以前所未有的高效和自由的方式，颠覆了传统广播电视传播的路径。

2010年以来，私家车一族急速扩大。尽管人在开车时视觉需高度集中，不宜看视频节目，但用耳朵收听音频不但不妨碍驾驶，还会减少单调感、寂寞感。因此听音频是开车时最合适的伴随休闲与娱乐方式。

在传统的广播时代，听众通常使用收音机收听音频节目。而随着私家车的普及，开车时收听音频节目在中国变得流行，车载音频将伴随性的特征发挥出来。根据艾瑞咨询发布的《2019年中国车载音频营销价值研究报告》可知，有听网络音频App节目习惯的开车人在2017年占比就达11.3%，而2019年更是攀升至28.3%④。

由此也引发一个问题，网络音频App在2010年后就已出现，为何2016年才开始高速发展？重要原因是知识付费带领网络音频App突出围城。

2015年12月，《罗辑思维》团队推出“得到”。从2016年4月开始，知识付费进入高速发展期。2016年5月，“知乎Live”上线。2016年5月，“果壳”推出“分答”。2016年6月，“喜马拉雅”首推付费音频《好好说话》。“得到”付费专栏推出《李翔商业内参》。2016年12月，“喜马拉雅”推出第一届123知识狂欢节，1天后销售额突破5000万，这是一次成功的试水。知识付费领域自此诞生了一批成功的节目制作人和主播，推动知识从精英走向大众。

在社会竞争越发激烈的大环境中，人们的焦虑感不断上升，而解决焦虑的方法就是通过学习和获得知识来提高自己①。如何学习？当下人们的时间被互联网，尤其是自媒体和即时通讯App侵蚀成了一块块的碎片。光手机或电脑上就下载了成千上万种知识类书籍可供阅读，但其中的任何一种几乎都是读不完的;  即使花上几星期、几个月读完了，也未必能把握到其精髓，未必能得到启发。想去大学听课却难入其门，难以找到课表，时间成本也很高。看网上的慕课？又有谁能抽出大块时间去看大学教师并非针对普通受众而讲的冗长视频？ “速食青年”迫切希望用随身携带的智能手机在碎片时间迅速学习，以了解最新的信息资讯和社交谈资、获得专业的知识和分析解读，这构成了一个巨大的需求。各种免费音视频节目能解决他们的一些问题，但它们又往往不够专业，所提供的信息既不够准确又过于芜杂。他们迫切希望有优质平台来给他们提供靠谱的、合乎他们需求的节目。在迫切而巨大的需求的推动下，知识类节目应运而生。

“得到”App是知识付费行业中的佼佼者，其创办人罗振宇曾这样形象地介绍过这类服务的性质： 在互联网平台，每一个普通人都可以成为“君王”。有一个形象的比喻： “滴滴”是御马监，“美团”“饿了么”是御膳房，而“得到”就是翰林院，请了全国各个领域最有学问的先生服务用户。“得到”现在定位是知识服务商，增加御书房的业务，雇佣拆书人进行选书和拆解，把一本书的内容精简到1万字以内，对内容和要点提炼与转述，精准服务“速食青年”②。

第三，社会文化土壤也是重要的影响技术系统演化的因素。1990年代中期以来，香港无厘头电影传入大陆，这在当时是被主流文化所嘲笑的，但年轻人却趋之若鹜，并开始模仿。无厘头和恶搞文化在大陆传播，并借助新兴的互联网进一步发展，才有草根创作网络搞笑娱乐节目的契机。

网络音频的诞生还得益于当时的创业氛围。丁磊、王志东、张朝阳等带领网易、新浪和搜狐上市、创造财富神话的新闻振奋了很多人，引发了互联网创业热潮。2005年时，很多投资商都把播客网站当成新的商机乃至风口。据中国播客网的创建者倪振源先生说，他之所以创建播客网，一方面是因为当时出现了创业热潮，他愿意投身其中，另一方面，又有大大小小的投资商在寻找前途广大的投资机会，而其中就有人愿意资助他。

可惜的是，绝大部分播客网站都没能找到可持续发展的商业模式。为了提高营业收入，它们采取过广告、无线增值业务、与传统媒体合作等多种举措，但真正能盈利的极少。而维持网站（包括带宽、磁盘、人员和服务器等方面的成本）、扩大影响、培育播客和用户需要很多资金，若没有新的资金注入，它们就只有关闭一条路。可2008年爆发了金融危机，对全球经济构成重大冲击，播客网站的外部投资受到极大的负面影响，长期的入不敷出导致了绝大部分网站的经营失败①。

播客网站没有盈利，也就难以和音视频制作者分成。除了个别知名度较高的音视频制作者（如胡戈）可通过制作节目赚取广告费，其他制作者基本赚不到钱。没有收益，他们自然难以仅凭兴趣和爱好而持久付出时间和经济上的成本去制作优质而大量的节目。而在当时，影视剧作品版权费用较低。不够优质的自媒体节目让位于质量相对较高版权费低价的影视剧作品于是成了大势所趋。

网络音频App在发展初期与播客网站一样，也没有找到合适的盈利模式。那些照搬传统广播节目内容的，只是靠其聚集了一些用户。而慢慢的，可持续发展的道路清晰了起来，各家平台找到各自不同的盈利方式。“喜马拉雅”和“蜻蜓FM”既有付费有声书、知识付费节目等带来的收入，又有广告和线下硬件销售带来营收。“荔枝”全力发展UGC，主打语音直播业务，绝大部分盈利来自用户打赏。“得到”深耕知识服务赛道，成为了这个行业的领头羊。也正是因为各家平台有了盈利，才能在基础开支、技术研发投入之外另拨款吸引创作者制作节目。找到了盈利方式，它们才摆脱了播客网站当初的困境，有足够的资金支撑平台下一步的建设和发展。

三    小结

网络音频是互联网与音频结合而产生的新物种。它们不仅对广播、教育等行业有重大影响，且打破了时空的壁垒，创造了蓝海市场，吸引一波又一波的技术人员和投资商进入。后者建立平台给用户提供服务，自己也因此而赢得财富，获得声望。

从用户的角度来说，网络音频这种媒介技术将零散的、不宜使用眼睛的时间转移到耳朵上高效获取信息，这是在时间的维度上重复利用，令听众的时间变成并联的，而不仅是串联的。这就是工具的作用，不仅节省了时间，还提高了获取信息的效率，甚至使听众的思维发生变化。

网络音频进入个人生活经过了使用—融入—转化的过程。刚开始，用户尝试使用这种技术。然后，他们依赖这种技术，这种技术成了他们生活中不可或缺的部分。再后来，这种技术超出用户的个人空间，转入公共空间，成为一种文化现象，譬如很多听众可能因为喜欢听同一个人的节目而建立一个文化社群。

从产业角度来说，网络音频搭建一个多方平台，将一类创造内容的群体与另一类想听内容的群体连接起来，通过平台的存在建立了一个更经济有效满足用户需求的机会。这种连接人与人的方式带来了新的价值。

传统的商业模式是获取流量后通过广告变现，网络音频探索出了新兴商业模式，直接通过打赏和收费模式，实现用户付费变现。新商业模式做的是连接工作，建立了平台，将内容生产者、产品和消费者、广告商连接起来，使得任何一方都能更容易找到想要的资源，还帮助双方协助解决沟通问题，因此平台处在经济系统中的枢纽位置，主导系统的发展。尽管它们在中国才有一二十年的历史，但它们已经进入了千家万户，已经改变了人们的生活，已经对很多行业产生了重大影响。笔者相信，它们还将和语音识别技术、物联网技术、人工智能技术等结合起来，迅速发展，导致更多的、更深远的连锁反应，推动经济、社会的进一步变化。

致谢   感谢“读书人”App合伙人张鹿先生、“知鸦”App合伙人郭玉闪先生、“荔枝”App合伙人魏雷先生、中国播客网创建人倪振源先生和网络音频用户曹晟康先生、王作跃教授、周维强博士等接受笔者的访谈。感谢审稿人提出中肯的修改建议。

参考文献

[1]苏武荣. 打开Internet大门个人主页免费存放服务[J]. 电脑技术， 1997， （7）： 4—7.

[2]何永刚. 网络音频传输系统设计与实现[D]. 北京： 北京邮电大学， 2008.

[3]田爱. 大陆播客的兴起、发展和影响[D]. 长沙： 湖南大学， 2010.

[4]陆地， 靳戈. 中国网络视频史[M]. 中国广播影视出版社， 2017. 113.

[5] T. P.Hughes. American Genesis： A century of invention and technological enthusiasm 1870—1970[M]. New York： Viking Penguin， 1989.

[6]加布里埃尔·巴尔比， 戎瑶. 新媒介和旧媒介——基于媒介史的二者关系理论化探索[J]. 全球传媒学刊， 2016， 3（1）： 28—43.

[7]罗杰·菲德勒. 媒介形态变化[M]. 明安香译. 北京： 华夏出版社， 2000. 19.

The Emergence， Development and Influence of Network Audio in China

HE Songzhi， XIONG Weimin

Abstract： At first， this paper summarizes the development process of network audio in China. Then it analyzes the evolution of network audio from the perspective of technical system， and divides the reasons that affect the evolution of technical system into three categories： technical motivation， demand motivation and social and cultural environment.

Keywords： network audio， podcast， network audio app， technology system

收稿日期：2020-06-24

作者簡介：贺崧智，1995年生，安徽宿松人，中国科学技术大学科技史与科技考古系硕士研究生。熊卫民（通讯作者），1974年生，中国科学技术大学科技史与科技考古系特任教授，研究方向为中国近现代科学技术史。Email： xiong163@ustc.edu.cn。