路径依赖与技术隐忧：有声文学生态的危机和重构

陈 强

从广义的有声文学来看，人类自进行口语传播活动起，所进行的以公众为受众的、以文字诵读为核心的行为，都含括在有声文学的范围内。狭义的有声文学所指的是音频媒体的一个类别，以出版物或者网络文学原文或改编内容为文字来源，以演播者单播、双播、多播为表现形式，以有声书、广播剧、有声剧等艺术形态存在的一种“市场化”的音频产品，这也是本文所指涉的有声文学的内涵范围。

有声文学的平台发展经历了大众传媒时期的广播电台、互联网时期的网站和社交媒体时期的智能移动终端三个阶段。有声文学具有音频产品的基本属性“伴随性”，其在社交媒体时代更能适应用户的使用场景，在资本和技术的赋能下，有声文学的传播生态得以形成。但是，历经了大众传媒时期和互联网时期的有声文学，因为作为其文本来源的传统文学和网络文学在“传播媒介、创作主体、创作过程和作品文本层次”[1]上遵循着不同的逻辑，使当前的有声文学生态形成了两种路径依赖：出版物有声文学路径和网文有声文学路径。前者遵循文化逻辑，以社会效益为传播效果评价标准；后者遵循资本逻辑，以经济效益为传播效果评价标准。两条有声文学生态路径的长期分野，是有声文学生态的最大危机，抑制着有声文学生态圈的生长。同时，在当前有声文学生态的参与者之外，从事TTS(Text to Speech)即“文本转语音”技术研发的高科技公司对于TTS的突破性进展，使有声文学生态面临着重构的隐忧与契机。有声文学应该适应互联网技术与生态的迭代频率，以更开放的思维反思当前的路径危机，应对TTS所带来的技术隐忧。

一、有声文学生态的危机：两条路径依赖

运用生态学原理对新闻传播现象进行阐释可以追溯到芒福德、麦克卢汉等媒介生态学或传播生态学。从概念上来看，传播生态指的是“信息技术、各种论坛、媒体以及信息渠道的结构、组织和可得性”[2]，包含信息技术、传播范式和社会行为三个维度。有声文学生态就含括了以流媒体、大数据为代表的智能移动终端技术维度，以文字版权、音频录制、后期制作到平台上载等流程为代表的传播者音频生产维度，以用户点击、付费收听等流程为代表的传播效果评价维度。当前的两条有声文学生态路径在技术维度均依赖智能移动终端作为传播平台，所以这一维度的一致性较强，但在传播者音频生产维度和传播效果评价维度上存在着巨大分野。需要申明的是，两条有声文学路径并不是泾渭分明的，已经显现出日益增长的交叉融合趋势，而这两种路径的交叉融合是使有声文学生态摆脱传统路径依赖的可能因素。

(一)以商业逻辑为主：网文有声文学路径

在前互联网时期，有声文学就开始受益于网络文学的发展，它能够在社交媒体时代“野蛮生长”也是由于网络文学海量文本与海量用户所带来的强大驱动力。有声文学生态与互联网生态进行深度结合的结果就是形成了当前的网文有声文学路径，这一路径遵循的“商业逻辑”是一把双刃剑。一方面，因其掌握巨量的互联网音频流量受到资本追逐，遵循这种路径的有声文学生态充满活力；另一方面，其在传播效果评价上以“商业逻辑”为核心思路的考量成为网文有声文学路径的缺陷。

1.传播者音频生产维度

作为有声文学生态的音频生产维度，是由多个阶段构成的整体生产流程。从文字版权评估采购起始，分发至音频平台为终点，这一维度以多主体为特征。在文字版权采购阶段，要对文本进行以变现能力为核心的评估；在音频录制阶段，要考量有声书演播者在平台的流量，评估有声书上线后的用户规模。出于成本控制的原因，当前网文有声文学对于音频制作阶段较为轻视。经过上述流程，最终生产出了网文有声文学成品，以音频平台买断版权或者付费收听分成的形式进入到音频平台的分发阶段。

2.传播效果评价维度

网文有声文学成品进入到音频平台分发之后，就到了传播效果的评价阶段。与大众传媒时代传播效果评价的模糊性与非可视性不同，社交媒体时代的“数据属性”使传播效果评价相对精确，并具有高可视度。音频平台的社交媒体属性为用户提供了态度表达的网络接口，同时用户的收听行为也会在音频平台以数据的形式呈现。网文有声文学的传播效果评价以数据为基准，点击率、留言量与有声书的营收表现呈正相关关系，音频平台付费收听模式兴起之后，单本有声书的营收表现成为网文有声文学传播效果评价的核心标准。

(二)以文化逻辑为主：出版物有声文学路径

与网文有声文学与生俱来就带有互联网基因不同的是，出版物有声文学发轫于大众传媒时代广播电台的《小说连播》类节目，具有悠久的文化积淀。出版物有声文学作为大众传媒时代的产物，发展到社交媒体时代后，在生态路径上却一直遵循着大众传媒时代的文化逻辑。在传播者音频生产维度上，考量文本写作的深刻性、音频录制与制作的高艺术水准；在传播效果评价维度上，以“社会效益”为核心考量标准，但这种以文化逻辑为主的有声文学生态却在互联网生态中出现了“水土不服”的问题。

1.传播者音频生产维度

相较于网文有声文学，在这一维度的生产流程上出版物有声文学与前者基本一致，都要经历文本版权、音频录制、制作、平台分发等几个流程。与网文有声文学不同的是，在对文本版权的评估上，要进行以文本作品的文学性、艺术性为核心的“文化逻辑”考量。在文字版权的获取方式上，相较于网文有声文学的商业采购，出版物有声文学更加多元，除商业采购外，还可以与文字版权持有方以文化项目的方式进行非盈利性合作。在国内外出版物有声文学领域通行的模式是“出版商开始自建音频部门，而非依赖音频制作和发行公司从事有声书制作发行业务”[3]，文字出版机构本身就持有版权，通过自有的音频部门或者与制作公司合作进行有声书的生产。这种多元化的文字版权获取方式，虽然会考量经济成本，但在更大程度上是以文字作品的质量为基准。在音频录制与制作上，出版物有声文学基本承袭了大众传媒时代广播电台的《小说连播》类节目的艺术衡量标准，使出版物有声文学的听觉质量总体处于较高水平。

2.传播效果评价维度

即便出版物有声文学在各地广播电台有着较长的播出历程和较大的听众规模，但在社交媒体时代，音频平台依然是出版物有声文学的主要传播载体。在传播效果评价维度上，出版物有声文学虽然会将营收情况纳入考量范围，但考虑到出版物有声文学在文字版权阶段就没有遵循商业逻辑，而是遵循“文化逻辑”，所以，目前出版物有声文学的传播效果评价以“社会效益”为核心考量标准。这种标准下的出版物有声文学，作品质量可以充分保证，但商业元素的缺位，抑制着互联网生态中出版物有声文学的活力。

(三)两条路径割裂的破局：IP理念

一个良性的有声文学生态应该是智能移动终端技术、传播者音频生产和传播效果评价三重维度共生的关系，当前有声文学生态两条路径的现状对于有声文学的发展所造成的伤害是巨大的，最为明显的是商业逻辑与文化逻辑的割裂，形成了“高点击量有声作品艺术水平不高”与“高艺术水平作品点击量不高”的两重畸形现象，且广泛存在于有声文学领域。当前学界与业界均已经意识到了两条路径的割裂所引发的问题，迫切希望寻找一个能够兼顾商业逻辑和文化逻辑的切入点，“兼具文化属性和经济属性”[4]的“IP”理念就是有声文学生态中两条路径加以汇流，使危机得以破局的重要抓手。作为英文“Intellectual Property”(知识产权)的缩写，IP被移植到文化产业之后，主要指的是“一种文化产业的优质内容资源”[4]，这种基于“优质”IP理念的运行逻辑，对有声文学领域的适用会催生出深度融合有声文学生态两种路径，兼顾经济效益与社会效益的有声文学作品。值得期待的是，从文本作品来看，以入选国家新闻出版署2020年“优秀现实题材和历史题材网络文学出版工程”的小说《重卡雄风》为代表的，具有深刻意涵和较高写作水平的网络文学作品层出不穷，且逐渐成为网络文学的主流价值所在。同时，在出版物文学领域，以“2021十大年度国家IP”《三体》为代表的文化价值与商业价值俱佳的文学作品日益增加。

二、有声文学生态的隐忧：TTS的颠覆

虽然从表层技术形态来看，TTS仅仅是将文字内容转换为音频内容，但当TTS技术演进到以“人工智能对人类语音样本的深度学习”为深层技术逻辑，意味着有声文学生态真正开始面临AI智能传播的深刻影响。“人工智能(Artificial Intelligence，简称AI)作为延伸平台与技术要领，不断改变着信息技术传播的生态环境”[5]，有声文学生态需要直面人工智能带来的颠覆与机遇。

(一)低水平的有声文学：被颠覆的部分

“山中方七日，世上已千年”是对社交媒体时代产品变革的最佳描述，任何一个产业都有可能以极高的频率迅速迭代甚至是重构，在互联网技术的赋能下，一种新技术的成熟可以迅速催生相关产业的变革，有声文学也不例外。无论从商业还是文化逻辑上考量，有声文学都不应该是简单的“文字转语音”，需要倾注播音员和制作人员对艺术的理解与把握。但不可否认的是，当前的有声文学领域存在着巨量低制作水平的有声书，这与前述的基于IP观念的有声文学产品形成了巨大反差。有声文学产品从用户直观的体验来看是听觉产品，基本的艺术与技术门槛应该是存在的，但基于“音频资产”沉淀的观念，在成本考量等因素的作用下形成了一批艺术与技术价值较弱的有声书。对于这部分“有声音频”应该理性评估其存在价值，同时应该直视臻于成熟的TTS技术将会对其的替代与颠覆。

TTS技术因其与有声书在媒介形态的转换上同样遵循将文字媒介转换为音频媒介的逻辑，自其诞生起就对有声文学构成了技术隐忧。这种隐忧来自于TTS技术不断成熟和进步的状态。早在2018年10月，微软就发布了“基于深度神经网络的文本到语音(text-to-speech)分析运行系统”[6]，TTS技术在人工智能、大数据等技术的加持下，不断对采样音频进行深度学习，最终的技术指向是无限接近于人类的自然语言。在有声文学领域，最先遭受TTS技术冲击的就是这种“低水平的有声文学”，按照目前的技术迭代速度，使用TTS技术转换的有声书很快会在用户听觉感受上超过低水平的有声书。这意味着这部分有声书基于文字版权、音频录制、音频制作、平台分发所形成的生态将会被颠覆，音频录制和音频制作环节将会被计算机程序所取代，因此而形成成本结构的巨大变化将引起文字版权和平台分发环节的链式反应。

(二)IP化的有声文学：差异化的机遇

如何看待TTS对于有声文学生态造成的影响？其对于低水平有声书的颠覆，反而成为IP理念的有声文学迅速扩展的催化因素，对于有声文学生态来说，TTS不是搅局者，而是在发挥“鲶鱼效应”。从目前的有声文学生态来看，虽然业界意识到了持IP理念的有声文学是破除有声文学路径“双轨化”的重要手段，使有声文学生态可以良性运转，但因为“成本—收益”周期较长，符合IP理念的文本作品供给不足，以及网文有声文学和出版物有声文学在路径上的依赖等因素，抑制着IP化的有声文学的生长。TTS对当前有声文学生态所形成的实质性影响和可预期的威胁，使有声文学生态圈的参与者意识到了IP化的有声文学才是在未来TTS深度入局有声文学领域之后，可以区别于TTS的唯一路径。TTS的终极目标是无限接近人类自认语言，当TTS取代了低水平有声书之后，是否会对有声文学生态造成深一层次的颠覆？IP化的有声文学基于商业与文化兼顾的逻辑，是人类在有声文学方面的理解、情感、态度、智慧等机器无法完全模拟的因素的结晶。这是IP化的有声文学与TTS技术下有声书的根本差异，这种差异使前者成为有声文学生态迭代后的发展路径。

三、创新与融合：有声文学生态的重构

有声文学生态的重构有赖于技术本身的创新，以及在此技术基础上的新传播方式，是当前技术时代有声文学生态的基本走向和发展路径。

(一)创新：技术赋能的有声文学生态

作为依存互联网生态的有声文学生态，其在技术逻辑上始终无法脱离互联网“技术赋能”的因素。一是在有声文学领域，要理性思考与接纳TTS技术。TTS技术在媒介形态的转换上遵循有声文学从“文字到语音”的相同逻辑，这决定了TTS技术不是局外人，而是这一生态的共同缔造者。当前，TTS技术对有声文学生态良性运转的参与行为是对低水平有声书的淘汰，在未来随着TTS技术的成熟，其在有声文学中的参与方式会更加多元。二是有声文学从本质上讲是听觉艺术，无论遵从哪种路径，用户的收听体验始终是重要考量。在音频录制和制作上，对于新技术的应用可以为用户提供真正意义上的高保真、多声道的收听体验，在传播载体上“车机”用户的主流化，也使高保真、多声道的有声文学产品具备了广泛的应用场景。三是社交媒体时代有声文学传播平台在音频分发上对大数据、人工智能技术的进一步应用，可以使有声文学产品在平台分发阶段更具有精确性，从而在传播效果评价维度上进行得到提升。

(二)融合：有声文学生态新物种的出现

从艺术形态来讲，有声文学是发端于大众传媒时代的传统艺术形式，万变不离其宗的是从“文本到语音”。一方面，不断更新的技术环境和网络文字的阅读环境，以及有声文学用户结构的变化会逐渐促进有声文学生态的优化。当低水平的有声书被TTS取代，当IP化的有声文学成为主流，收听场景极佳的车机用户在总体用户占比中的增长，以及需要“可视化”收听的移动端用户的出现，会使有声文学生态在有声书、广播剧、有声剧之外，利用技术与艺术深度融合所产生的动能，催生出有声文学生态中的新形式。另一方面，社交媒体时代“大数据”的技术基底为有声文学面对用户进行精准传播提供了可能，使有声文学生态的“内容产品能够细分化、满足细分的受众需求”[7]，这是有声文学生态向下生长的空间，有声文学以用户为传播目标，利用大数据手段进一步掌握用户需求，依据细分的用户需求，对当前以文本类型作为划分依据的有声文学进行“类型重构”，以用户需求而不是文本类型为内容细分标准，使有声文学生态向下生长出新的类型。

四、结语

之所以要从媒介生态的角度来看待有声文学，是因为在这一领域中不应存在泾渭分明的割裂和颠扑不破的陈规滥调。有声文学生态中遵循资本逻辑的路径与遵循文化逻辑的路径不应相互排斥，而应加深融合，以IP理念作为破局之道。应该认识到的是，TTS并不是有声文学生态之外的事物，其本身就是有声文学生态之中的一环，TTS的参与可以帮助有声文学生态良性运转。从媒介生态的角度来看有声文学，是要从不断变化的角度看有声文学。近10年来资本的追逐、技术的赋能、入局者的热捧，使有声文学形成了当前的局面。对有声文学生态危机的破除，对TTS技术隐忧的坦然面对，积极的重构有声文学生态，是有声文学的未来所在。