播客：新型口语传播形态的发展与听觉文化的回归

夏德元 周伟峰

（上海理工大学 出版印刷与艺术设计学院，上海 200092）

“播客”（podcast）一词源于苹果公司便携播放器“iPod”和“广播”（broadcasting）两个词的结合，是指基于互联网，利用简易信息聚合等技术发布的、可供下载的音频文件。2004年，被誉为“播客之父”的亚当·库里（Adam Curry）针对iPod开发出可订阅客户端——Podcatcher，并推出首个播客节目《每日源代码》（Daily Source Code），这被认为是播客正式形成的标志。2005年，播客当选牛津词典年度热词。作为麦克卢汉笔下“电力媒介”的重要组成部分，播客这一新的声音媒介，正成为智能化场景下“耳朵”的现代性延伸，它基于互联网终端的特性，延伸了个体与时间、空间、他者的关系。

在美国，播客已经形成较为成熟的制作机制与庞大的规模，PGC（professional generated content，专业生产内容）与UGC（user generated content，用户生成内容）共同推动播客由内容到受众的多元化发展。但作为“舶来品”，播客在中文世界的发展稍显滞后。2004年，中国出现了第一个网页版播客节目《糖蒜广播》，创始人Demone出于对音乐的热爱创办了这家电台，后来又推出系列播客脱口秀，开创了华语播客脱口秀节目先河。此后，中文播客一度处于尴尬局面，直到2020年，随着移动智能手机的普及和互联网技术的发展，“耳朵经济”逐渐盛行，播客才迎来新的发展契机。根据播客网站Moon的统计，截至2021年6月30日，共有21432个中文播客，其中在线播客20438个，已下线播客994个。另据播客搜索引擎ListenNotes数据显示，截至2020年12月31日，中国大陆播客数量为16448个，这个数字在2020年4月底才刚突破10000个。仅2020年后三个季度，中国大陆播客就新增了6539个，远超2019年全年的1332个，成为有统计数据以来的最高增长年份。因此，2020年也被称为“播客元年”。

在“注意力”成为平台争夺焦点的时代，图像与视频传播长期占据着强势地位，作为承载声音媒介的播客平台，则试图挑战“图像霸权”，张扬“听觉文化”。播客作为一种媒介，以其声音在场和听觉想象的优势将听众与主播联结，在将主体性拉回研究视野的同时，开辟了一条实现平等对话与思想碰撞的新径；并且有望在智能媒体技术支持下，建构起新的公共空间，为营造知识分享、理性交流的线上社会环境提供新的可能。

一、媒介化社会新型口语传播的发展

随着互联网技术应用的日益普及和社会媒介化程度的日益加深，大众传播时代的“传—受”关系被打破，社会的主体人群几乎皆成为实际意义上的“电子媒介人”，即“具备随时发布和接受电子信息便利，成为媒介化社会电子网络节点和信息传播主体的人”。普通大众“传播的冲动”开始得到空前释放，从而有望重回传播主体的地位。

根据“传播人假说”，人天生就具备传播的冲动。但在语言诞生之前，这样的冲动受到人类身体机能和活动范围的严格禁锢而很难得到释放。语言的产生引爆了第一次传播革命。此后，声音便成为最基本的传播媒介，口语传播成为最基本的传播形式。经历了文字、印刷品、 广播、电视等媒介的更迭后，口语在表达形式与传播模式上发生了变化。在研究了不同媒介对人的思维与心理产生的影响后，媒介环境学家沃尔特·翁提出了“口语文化—书面文化”的两极性概念，并用“原生口语文化”和“次生口语文化”来描述口语文化的发展脉络。播客作为诞生于Web 2.0时代，繁荣于智能媒体时代的音频媒介，在社交媒体环境下口语文化的塑造中有其独特地位，由此发展出的“新型口语文化”在技术驱动下实现了声音与听觉的共构，呈现出深度媒介化社会特有的声觉场景。

（一）播客何以造就新型口语传播形态

播客是承载声音、传递情感的媒介，主播将内容录制后上传至线上空间，由此产生语言的流转。在这样的模式下，播客口语传播形式既有别于原始自然的“原生口语”，又有别于被文字与印刷思维驯化的“次生口语”。而这种特殊性，倚靠的是播客自身的技术逻辑与所处的场域背景，并通过技术可供性、RSS分发、移动化传播体现出来。

1.技术可供性：话语权下放与播客社区成型

“可供性”（affordance）是美国生态心理学家吉布森（J. J. Gibson）在动词“供应”（afford）的基础上自创的名词，用来表示“动物（主体）和环境（物体）之间的协调性”，这一概念的核心属性是“关系”。学者潘忠党最先将这一概念引入我国新闻传播领域，构建了明确的研究理论框架。

在智能手机等移动互联网技术广泛普及前，播客制作者传送的音频需要收听者先将其从电脑上下载至MP3播放器才能实现收听，过程烦琐；直到2014年，苹果公司在iPhone手机中加入Podcast客户端，才让整个播客制作传输与订阅过程化繁为简。近年来，只需一台电脑、一支话筒即可实现音频录制低门槛的播客创作模式，吸引了大批播客制作者入场。在表达与分享的传播冲动驱使下，生产可供性、社交可供性和移动可供性并存的播客媒介得以成型。例如2020年3月，由即刻团队推出的中文泛应用型播客平台“小宇宙”App，基于智能终端的移动属性，在RSS订阅基础上加入时间轴与评论区，可满足互动社交需求，打造了可获取、可兼容、可链接、可定位等多维复合的关系互动型“播客社区”。

2. RSS分发：去平台化与去中心化的口语新阵地

移动互联时代，“平台化”成为数字媒体发展的新趋势。平台型媒体“本质是一个开放性和社会性的服务平台”，由此造就了社交媒体去中心化与“民主”特质的属性。但平台话语权下放、表达自由等光环的背后，隐藏着“平台资本主义”的“再中心化”，即凭借其强大的聚合力，平台逐渐占领网络主导地位，由此获得了具备排他性的绝对的领导权。这种“平台化”引发的再中心化，隐藏在算法推荐等技术陷阱之中，并衍生出“流量为王”等传播乱象。

在这样的背景下，播客却具备完全不同的传播路径。主流播客节目的传播与分发仍旧有赖于诞生于Web 1.0时代的RSS技术。所谓RSS，即简易信息聚合（Rich Site Summary），是软件开发员戴夫·温纳（Dave Winer）在2000年研发的一项技术，旨在支持数字音频文件以订阅形式进行分发传递。节目的制作者利用托管平台上传音频，听众便可以自由选择在任何一个泛用型播客客户端收听。

RSS技术削弱了单一平台推荐导致的头部效应，避免了平台间的恶性竞争与相互制约，最大限度地保证了播客制作者与听众之间的权益平衡，使播客成为“去平台化”的创作媒介。一档播客的听众群体可能散落在多个收听客户端，听众对播客的认同感系于节目本身，这种平台的“去中心化”使得任何个体的口语交流在线上拥有同等的曝光与传播机会，进而有助于听众在长期收听节目中建立起对主播的熟悉感和信任感，形成主体间的良性互动。在这样的互动中，播客也将逐渐造就一个新的口语阵地，更有可能抵抗技术带来的隐性控制。

3.移动化传播：场景适配与情境感知

社会的深度媒介化和传播场景的碎片化，使移动传播的需求成为主流。学者彭兰指出，“移动传播的本质是基于场景的服务，即对场景（情境）的感知及信息（服务）适配”。移动技术支持各媒介实现场景化匹配，反映在音频媒介上，则表现为传统广播和各类移动音频客户端在社交、开放聚合环境、日常生活中努力构建场景化服务，力求在媒介融合背景下掌握一定的主导权。

播客作为声音媒介，本身就具有强烈的场景特性，又因为互联网带来的移动化优势，其声音的丰富性随着技术的发展愈发显著。从声景研究的视角来说，“声音本身即构成一种包围着人的环境或者说是空间的一部分”。播客节目在制作与剪辑中加入的背景音、环境元素等，模拟了早期面对面的口语交流环境，尽管这种“拟像”化的虚拟音频形式受到传统声音拥护者的质疑，但必须承认的是，播客正在努力还原口语交流的氛围感，由此实现“临场感”。另一方面，这种音频录制较大程度地记录了“此时此刻”的对话状态，在信息的编码压缩与解码过程中，虽有“失真”风险，但口语对话的内容与本质仍能被长久保留。播客的这种勾连“空间—时间”的内在，造就了一个全新的口语传播场域，由此孕育出新型口语文化。

（二）播客新型口语文化的特征

个体感知、认知世界的方式，在某种程度上是由传播媒介塑造的，而口语这一原始媒介，贯穿了人类文明始终。沃尔特·翁由《荷马史诗》出发，研究媒介发展下口语的变迁，他认为，当时的口语文化是聚合的，带有情景对抗的色彩，呈现出移情和参与式，且把意义托付给了语境。这种“毫无文字或印刷术浸染的文化”就叫“原生口语文化”，它是“不知文字为何物的文化”；而与之相对应，电子时代作为“次生口语时代”，创造了“以电影、广播、电视、电话和互联网等为主的虚拟的仿真公共会话载体”的“次生口语文化”。在传播过程中，原生口语文化和次生口语文化有共同之处，但沃尔特·翁认为，电子媒介下的口语始终是“次生”的，其产生的文化“只能是在媒介中绽放和生存的虚拟、仿真文化”，是“对古代真实对话的一种言语到视觉、 声觉等全方位感官修复的公共会话，是对古代文化中会话感觉的媒介技术手段的修复，是以电话、电影、广播，到现今人们熟悉的所有媒介为载体的对公共会话的修复”。

延续沃尔特·翁在著作《口语文化与书面文化：词语词的技术化》中对“口语”的阐释，有学者将其具体划为“原生口语文化、口语文字二元对立、电子口语文化”三个阶段，并认为在“移动终端的随时、随地、随身和互联网的开放、分享、互动等共同优势作用下”，“数字口语文化”更能准确地表现新媒体时代口语传播现状及其与社会的互动关系。有鉴于此，本文认为，播客作为新型声音媒介，既有原生口语的特征，又与次生口语存在着显著的区别，它在身体与网络媒介共同作用下构造的新媒介口语文化，即一种“数字口语文化”。

首先，播客的新型口语文化是对原生口语的一种“复活”。沃尔特·翁总结的原生口语时代九大思维表达特征，都在播客中有所显现。“附加的、聚合的、冗余的”意在体现口语的实用价值与潜在的规则体系，即喜欢用大量固定了的陈词和格言警句把信息、词语、聚合固定在一起，方便沟通与交流。播客的口语表述源于现实生活，尽管有一定的脚本，但最后的对话在呈现形式上仍然加入了大量套语和打破书面语言结构的句式（比如“然后……然后……然后……”），且相较有声书、广播电台等更加散漫与自由，还出现了大量随机的拟声词。播客将这些真实生活的口语语境“移植”至虚拟空间，呈现出一种线上的丰富对话感。

另外，原生口语注重的“贴近生活的”“移情的和参与的”“情景式的”对谈，都是播客最鲜明的特征，播客的对话形式和内容都源于社会文化与生活，例如《八分》等播客时常选择社会关注度最高的议题进行评论，让主播梁文道和听众能产生真实联系，放置在同一文化环境中，从而实现心理的移情性参与；而技术拟声和后期的剪辑，又使得播客的对话从广播等板正的播音中抽离，更具情景感，有些播客如《卧房撸歌》甚至直接在街道上录制，将嘈杂的环境音不经处理直接放送。可以说，播客虽然没有实现原生口语的面对面即时交流，但“依然具备口语交谈的亲密感”，在本质上保留了原生口语的特性，让“传统口语传播的技巧通过播客复兴，并获得网络语料新血的滋养”。

同时，与广播等程式化的表达不同，播客是一种次生口语文化下的“创新”。由电力媒介诱发的次生口语文化丰富繁杂，其中的遗存性口语和“文字性口语”是对原生口语感觉和状态的恢复，但同时又是一种更加刻意为之的、依赖文字和印刷术的口语文化，这一承载文字特质的口语衍生出的播音腔在广播及电视中广泛出现，并在新媒体环境下以有声出版和阅读新闻等形式再次出场。“文字使言语脱离口头表达丰富但混乱的生存语境”，这种存在绝对距离的口语文化，天生带有一种仪式感，因此和众多媒介事件一样，其对话剥离了真实的属性，制造出不对等的关系。

播客则在这一点上做了突破，其口语特征恰巧是“丰富但混乱的”，节目中主播尽管会预设提纲，但聊天从来都是随意且随性的，是一种“即时应对、充分体现个人性格的口语”。除此之外，播客在言说的目的、对象和内容上也与大众传播媒体存在显著差异，播客的“自说自话”的形式更注重个体的表达、分享与体验，是一种由私人空间向公共空间散发的模式，其自由度更大，享受到的线上“说话权力”也更大；同时，和其他社交媒介，如微信等相比，尽管即时通信将电话瞬时交流与互动的特质延续了下来，且因为终端特性让语音有了保留的可能，但其音频长度受到很大限制，而且遗留了原生口语的极大缺点，即内容的过于粗糙与感性化。

综合来看，播客创造的新型口语文化是介于“原生口语”和“次生口语”的中介态（图1），其在主播、听众与社会的共构下孕育出了一种“网众口语”模式的话语生态，并由此延展出对主客体二元对立关系的重新思考，由此窥见社会结构与主体能动的边界。

当前绿色生态理念已经成为各行各业发展过程中的一种重要理念，除了使建筑物具有安全性以及舒适性和耐久性等特征外，还要注意生态环保。因此，在具体设计过程中，应该坚持“以人为本”以及“生态设计”理念，从而不断满足大众多样化的设计需求，同时使生态化发展与我国经济社会发展融为一体，而木结构便具备这一特征，符合时代发展趋势，在建筑工程施工中具有应用价值。

图1 作为中介态的播客口语文化

二、说与听：播客的声景生态与听觉文化中的主体性回归

自古以来，对声音的讨论都离不开对主体的关注，无论是科尔班对中世纪钟声的研究，还是阿多诺与本雅明对工业理性中声音机械复制的批判，声音的发出与接收永远处于一种互动着的张力状态，这在芝加哥学派那里被称为“对话”，而用麦克卢汉的话来说，就是一种感知的延伸。因此，在经历了大众传媒“脱部落化”的阶段后，播客在互联网技术座驾带来的“重新部落化”中形成了新的声觉生态，并在召唤原始对话灵韵的同时重塑了听觉文化，丰富了“电子媒介人”的“耳朵”，突显出别样的主体性特征。

（一）“可见”的声音

麦克卢汉提出的“声觉空间”概念，在莱文森那里成为了“赛博空间就是声觉空间”的论断。媒介化社会背景下个体的游徙性与声音的弥散性相勾连，创造出了丰富的声音景观。如前文所述，技术的更迭使得口语“复兴”，声音在内容、形式、渠道与交互上也有了更为肥沃的“土壤”。反映在播客上，则表现为主播的自由表达有了更真实的呈现空间，以及与议题的情感联结更加紧密，这两点都在技术的作用下共构出一种主体间性的联系，从而让播客的声音景观变得立体和“可见”。

1. 丰富的播客景观：“在场”的媒介想象与情感互动

每一种新的媒介都是原有媒介的进化，播客就是广播在互联网时代的新样态，承载了其通过声音勾连情感的鲜明特征。在广播时代，无论是美国总统罗斯福的“炉边谈话”，还是其他国家元首的广播演讲，声音的直接性与“冷”媒介特性，都让说话者以一种听者想象的形式实现“在场”，从而与听众产生情感联系。这种联系因为高度调动了受众的主体意识，而更具稳定性和忠诚度。通过主播的声音，播客增强了与听众之间的“黏性”，实现了较强的情感共鸣。

另一方面，有别于利用无线电波发送信号的电台，播客的内在技术框架使其能构建立体的声音景观。早在声景传播的讨论中，研究者就批判长久以来对声音的研究都聚焦于“将在空间中传布的声音压缩到二维世界来考察”，有意在空间和关系维度讨论声音特性，从而使得声音变得“可见”而非“可听”。播客景观的羽翼，正是在其构建主播“在场性”及促进主体间互动的过程中逐渐丰满的。首先，播客通过技术有效降低了“噪音”干扰，矫正拟像声音与真实发音的偏差，呈现“高清晰度”的对谈，使节目更具真实感。其次，根据节目定位与风格，播客会选择不同的语言文本与话语体系，打造节奏、腔调与声音质感迥异的内容，触达听众需求，创造满足感与熟悉感。例如沪语播客《上海闲话》和粤语播客《香港嘢史》，就选择了富有独特文化色彩的语言系统和对话形式，能更快与浸润在相同文化背景的听众产生联系。最后，在声音“可见”的背景下，主播也实现了“在场”，听众在节目上线后把情感投注在声音上，从这种“流动”媒介的思想互动中获得某种“脱线”共在的互动感，并在评论区和听众社群积极开展讨论，进一步丰富播客生态。

2.表演的消弭：“沙龙式”对话呈现空间真实感

社会学家戈夫曼在《日常生活的自我呈现》中提出“社交表演”的“拟剧论”，认为日常生活中的各种情境就是剧场，面对不同观众，个体会操控自己的身体，从仪表、言行、举止等方面进行表演，完成印象管理。社交媒体将戈夫曼关于线下的讨论转移到了线上空间，每一个“电子媒介人”既在进行社交表演，也在成为他人的关注焦点。相较于微博、朋友圈的文字展示，直播、美图等凝视的背后，是更加浓重的矫饰性表演——这样一种“一个愿打一个愿挨”式的默契，因为屡屡出现“翻车”事故而越来越受到诟病。

播客只需要主播们通过声音传达观点与意见，不需要面对镜头，由此受到的规训较少，消除了形象管理与社交表演上的顾虑，能更放松、自然地呈现对话，更容易产生直接、真诚的交流，这种声音的本质特性，进一步加强了播客的真实感与亲密性，沿袭了“沙龙式”的对话精神。例如，同样作为节目主体，许知远在视频节目《十三邀》中需要配合镜头语言考虑装束、形态、神情等问题，而梁文道在播客节目《八分》中就无须顾虑出镜形象与肢体动作，能更聚焦于话题的谈论。这种只有声音在场的特质淡化了表演痕迹，给主播较大的灵活性与自由度，其随意感也烘衬出线下对话的氛围。尽管播客节目也需要经过精心编排与策划，但相较于视频节目的访谈，其对话内容上呈现出较大的自由度，无须斟字酌句的话语特质为更丰富议题的衍生提供了基础。正是声音这种介于视频与文字之间的中间态，使得播客探讨的内容同时具备了视频的丰富性与文字的严肃性，议题设置与表达更能偏向公共价值，促进了理性对话的实现。

（二）耳朵“苏醒”，听觉“回归”

1.重构听觉文化：主动聆听带动主体性回归

德国后现代主义美学家韦尔施首先从文化美学的角度提出“听觉转向”，他认为，“听觉文化的兴起可以说是电子传媒一路畅行之后的必然结果，它更具有一种后现代气质，固然它没有视觉文化的延续性和同质性，但是它具有电子世界的共时性和流动性”。正因为声音的转瞬即逝，所以“倾听/聆听”才被视为一种具有主体性的行为。

播客突破了口语的时空局限，将录制好的音频节目通过计算机技术进行存储，并以RSS链接传播，在泛应用平台进行展示，延长了声音的存在时间，同时将影响范围扩大到任何建立网络节点的空间，理论上可以抵达作为“媒介化社会网络节点”的每一位“电子媒介人”。数字时代这种随时随地“遍在”的技术特性，使个体的注意力逐渐弥散在碎片化、分块化的电子空间，而订阅收听播客却是一种反碎片化和分块化的、类似沙里淘金的主动作为。

诚然，因为耳朵无法“关闭”的缘故，与视觉相比，听觉可以说是被动的。但是，“主动倾听”却体现了主体之于客体对象的关系，是通过构建一种“交互主体性”形成的立体听觉文化。人与媒介的关系在深度媒介化社会背景下演变成了传播主体性的回归，个体“遍历”并“遥在”于媒介空间。媒介技术的更新与听觉议题的回归进一步消解了传受主体的不平等与不平衡，听众可以根据个人喜好订阅播客平台，可以选择在任何时间、任何地点收听任何一期节目，可以独自进行下载、删除或传输，还可以选择戴上耳机收听或连接音响播放。私人空间得到最大限度的保护，人的主体性与主体意识行为在播客场域交相呼应。

2.具身倾向：身体在场的空间叙事

听觉本质上是一种身体涉入环境的过程，声音在空间中散布，形成了一个包围着我们的声音世界，因而听觉比视觉更接近于触觉，它更加牵动身体。从这个角度出发，麦克卢汉在“灵媒”基础上思考感官的作用，提出“媒介即人的延伸”的论断。这是麦克卢汉关于身体传播的思辨，尽管有人批评这句著名的言论后紧接着的“延伸意味着截除”表达的是感官和听觉被麻痹化，但也有学者肯定了其在中枢神经的论述中对身体地位的强调及对彻底离身的反对。

在深度媒介化社会背景下，反观媒介环境学派对听觉感官和身体关系的隐喻，无论是麦克卢汉还是梅洛维茨，都强调媒介在环境空间中对身体的观照。沿用法国哲学家梅洛-庞蒂对现象身体的阐释，听众在收听播客的过程中，正是其身体“在场”的表现，折射出一种虚拟空间中从未消失的“具身性”。这种身体的参与，首先得益于声音的强侵入性。无论是戴上耳机还是连接蓝牙音响，无论是专心致志还是为了解放双手而打发时间，当个体打开播客时就已经开始与空间信息进行互动，并用“身体”和“耳朵”这种物质性媒介直接参与传播实践。其次，移动互联网技术模糊了时空界限，提供了虚拟共在的可能。尽管播客具备“离线”属性，但移动智能终端的互联，使得主播和受众在虚拟空间内完成了时空“剪接式”互动，就算没有处于同一物理空间，但新的技术平台所提供的声音回放等功能，实现了两个主体意识思想的虚拟“在场”对话。此外，从认知心理的角度来看，声音是“湿”的，无论是否接受到有效内容，只要主播一出场，声音便开始弥散，听众就会在收听过程中投射情感，完成感官勾连的想象实践。这时候，主播的身体是“可听的”，其与听众共建的声音奇景“把身体—声音导入符号体验的拟态环境中，使得经由肉嗓发出的声音成为他人消费、共情的对象”。

另一方面，西方听觉文化研究学者斯特恩在唐·伊德的身体图式中提出了“身体间性”的概念，认为“文化空间”的“沉浸式”技术能进一步突显身体的意义与价值。基于此，他认为随身听技术就是一种“沉浸式体验”。由此出发，斯特恩从将听觉文化研究的重心由个体内心听觉体验转至“外在的对声音体验的社会和文化基础的回溯”。从斯特恩一系列的阐述中可以窥见，播客延续了随身听将主体性延展至身体性的听觉属性，但同时，播客又更具文化意义和社会价值，它在自由与流动的现代中，倚靠内容与主体间性的互动，构建了“技术—个体—社会”勾连的听觉空间，相较于随身听等数字音频不断私人化的趋向，播客的外在化特性让其听觉空间有了公共性的可能。

3.公共性的听觉文化实践

播客的公共性可以看成其主体性的一种延续，抑或是主体性的社会表征。在详述其在文化视角对公共空间建设的意义前，需要厘清播客与其他媒介的异同，这也有助于进一步明确播客的主体特性。

首先是与随身听、MP3这一类可移动音频的比较。在广播时代，播音员在其播报范式内处于主导地位，由广播传送的声音也因此“规训”着受众，有学者曾就此研究广播塑造着个体“家国感”的想象。在这样的背景下，随身听的出现，打破了大众传媒对耳朵的绝对控制，让个体从不平等的结构中解放，这是听觉主体性的首次觉醒。随身听把便捷式音频的理念带到了公众视野，而“随身听现象”也由最初的Walkman扩展到了CD、MP3、数字收音机等载体形式。随身听的出现，让“移动式收听”成为常态，声音开始被编织进私人空间的网络之中，个体意识有了新的表达方式，个体开始控制声音，耳朵在此第一次成为声音的主人，在声音里获得自由。自此开始，声音的消费者对声音对象和聆听方式、听觉空间有了更强的掌控能力，播客则延续了这一内涵。然而，过于追求个性化导致“随身听文化”成为一种青少年的反叛文化，它成为一种标榜着与众不同的文化符号，这使得原本被认为“是将私人音乐带到大众领域的有力工具”的随身听，逐渐“成为了分割私人空间的媒介”。将个体解放后又把其主体性困在“自我”的框架中，这在斯特恩看来有一定的技术原因，录音存在的目的即保存声音，超越其瞬间，如留声机一般，随身听和MP3只是为了把声音延展到无限“可存储性”，声音本身和声音的细节开始变得不重要，听觉空间的体验与感受变得“一文不值”。播客则把个体意识从这种文化困境和技术悖论中抽离出来，录音只是一种形式，个体听觉体验仍旧很重要，但听觉的共鸣与表达的主体交互更为重要，其口语文化带来的理性使得公共性开始在私人空间流动，个体有了“重新部落化”的可能，耳朵与声音也有了深层次互动的可能。

其次，需要看到的是，尽管在麦克卢汉“媒介四定律”和莱文森“新新媒介”的理论框架下，播客可以看成互联网时代的广播，但其与广播等大众传媒仍旧存在本质的差异。除去前文所述的广播口语的程式化及订阅形式的集中化以外，广播是向广泛的大众播音，其言说的目的是一种意识形态的控制或政治与文化的浸染，最早期的广播就是通过对听众的散播嵌入人们的日常生活，产生一种“被政治力量建构的节奏感与集体感”；而且，无论播音员怎样激情饱满，其表达的内容与情感都与自己无关，言说者和其声音在这里只是一种形式的呈现。因此，广播的强公共属性严重“打压”了个体意识，听众的私人空间被迫与公共领域产生勾连，这种“入侵”导致听觉空间被压缩。所以，与传统意义上建立一个基于封闭听觉环境的广播不同，播客构建的是一个私密性与公共性兼具的开放性空间，这让主播在其中“表达自己观点”的同时，也能让个体在收听过程中呈现多样的听觉生态。

因此，无论对比哪种媒介，播客同时具备涉入公共空间和私人领域的能力，无论是带动主体参与社会讨论还是让其加深对自我的认知与建构，播客都展现了无可替代的优势。

此外，还需要看到，作为一种听觉文化实践，播客受到文字浸染，承袭了“内在化、理性、由知识的独立引发自反性思考”等特性，能够通过声音复现“沙龙式”对话，让其产生的听觉空间有了理性对话的可能。这不仅来自播客表达的真实与真诚，还来自其议题选择的社会性，让听众产生共情，在同一文化背景下更便于展开思想上的碰撞与线上的对话；同时，得益于播客制作的内在规则制约了其追赶热点的速度，播客拥有了与大众报刊时代如出一辙的理性，使得节目更具公众价值与批判意识。这些都让播客的“冷”特性有了社会价值，并使其能带动收听后的个体参与社会公共议题的互动与讨论，这仿佛回到沙龙时代围坐一圈倾听彼此的状态，让交往理性的回归和公共领域的构建有了新的可能。

三、播客迷思：电子媒介人的主体困境

播客开启了“新听觉文化”浪潮，构建了属于自己的媒介场域，在这个关系网络中，“技术—人（主播与听众）—社会”相互影响，丰富了媒介化社会的表现形式。随着其内涵与外延的不断拓展，播客引起了技术、文化等更多面向的讨论。需要看到，当前播客拥有多任务执行、抵达更广大受众及增强用户黏性等特征外，还隐藏着场域反噬的危机。因此，当播客受到来自消费社会的侵蚀时，应警惕声音霸权与耳朵异化。

首先，从福柯“知识与权力”的视角对播客内容制作与主播身份进行反思，我们会发现，声音存在于社交媒体与生活空间的各个角落，某种程度上是身份和权力的象征。比如，在传统公共舆论场中，女性多数情况下处于失声状态。黄雅兰在研究新闻客户端自动语音播报中的刻板印象时发现，无论是广播新闻还是电视新闻，女性的声音与视觉形象一样都经历了“符号性歼灭”（symbolic annihilation）；并且，目前新闻客户端的音频节目仍存在偏向男声的性别差异现象。正如女性主义者南希·弗雷泽提出女性公共领域需要“重构”一样，播客生态也应该重构，要摒除性别偏见，让不同性别的主播享有更平等的机会，实现更自由的发言。除此之外，在播客节目的制作上，也要避免同质化及冗长的倾向，保证播客场域中的声音多元化。

其次，从受众规训的角度看，需要提防数字消费的陷阱，避免听众沦为情感劳工。加拿大学者雷蒙德·默里·谢弗有感于本雅明关于机械复制时代中艺术作品与其灵韵分离的观点，提出声音的机械复制带来了“声音分裂”（schizophonia），并提倡一种追求真实声音的自然价值观。这一观点多少有点乌托邦色彩，但其中关于现代社会的声音批判的确值得借鉴与反思。当声音和图像一样沦为一种符号，耳朵成为被社会、政治、文化所规训后的异化物，听众付出的时间与情感，便逐渐幻化为一种被剥夺了权利的非主体性实践。从本质来说，这是个体在数字与情感作用下面对的劳动陷阱，“网络社会的形成，电子媒介人的全面崛起，为社会生产提供了新的实践形式，时间的压缩和空间的虚拟化，使电子媒介人的劳动也具有遥在和泛在的特性”。但是，电子媒介人因为受文化工业浪潮的裹挟，又常常处于“时时生活在各处又从不生活在某处的矛盾状态”。正是这种高度媒介化社会的新实践主体特征，使得个体在网络空间经过“参与”“民主”“分享”等机制，完成了传播政治经济学所批判的“数字劳动”过程。在资本与权力话语控制下，收听播客的行为具有潜在“劳动”的性质；同时，由于声音的情感属性和播客与受众的情感关联，听众很容易从“数字劳工”滑向“情感劳工”。尽管目前针对播客的政治经济学批判较少，但应在发展过程中关注这一媒介对人的“异化”现象，同时审视其本身是否陷入工具理性的旋涡并沦为“文化工业”的附庸。

技术赋权与解放的另一面是其对个体的捆绑，在播客构建声音生态后唤醒听觉的同时，也要警惕其对主体的霸权与控制；同时，从资本诉求来看，也需要时刻关照个体在听觉市场逐渐沦为“听觉机器人”的陷阱。这些都是由播客引发的关于声音与听觉的不可忽视的议题。

结 语

正如韦尔施所提倡的那样，后现代审美语境下，走向听觉文化可以帮助电子媒介人走出图像牢笼，如今，我们关于播客的讨论正是在努力实现这种对声音媒介与听觉文化的回归。但这并不等同于对当代文化视觉主导性的颠覆，也不是去宣告事实上仍难以确定的听觉文化时代的来临，对这些议题讨论的重点在于努力将原本遭到遮蔽的听觉因素及其文化意义重新揭示出来。

在当下深度媒介化社会中，播客不仅能够适应电子媒介人对场景化、移动化和碎片化传播的要求，同时保有构建声音在场和听觉想象的强大媒介力量。正是在这种语境下，播客从技术和人的角度实现了对视觉霸权的纠偏——主播的“在场”，使传播参与者成为本雅明口中的“讲故事的人”，由此衍生了新型口语文化，在视觉过度发达的文化中，这无疑有着“文化复兴”的意味。播客的兴起，在某种程度上恢复了听觉文化与视觉文化的平等性，使人类的两种传播偏向达到了某种平衡，感官得以维持稳定状态。而最重要的是，播客促进了电子媒介人主体性的回归——它聚焦于深度媒介化社会的个体，为他们提供了更平等、多元的传播参与机会，使其在“倾听”中重新找回了久违的个性化的“存在”，并用他们的听觉文化实践，参与塑造了新的媒介文化。

声音为媒由来已久，但自智能手机等移动终端普及后，图像化偏向愈发严重，围绕美图、短视频的讨论络绎不绝。声音作为文字与视频的中介态，在亲密与疏离中找到了平衡。在这种优势下，播客开始火热，成为音频在媒介化社会的新尝试。探讨这种语音形式所满足的需求，能将“声音”和“听觉”重新拉回研究视野。有学者甚至认为，“音频转向”逐渐发展成为新趋势，音频社交是未来的新方向。播客是否能释放这些潜能，填补图像化、视频化的空白，值得持续关注与期待。