腾讯云开发者社区-腾讯云

开发者社区

文档建议反馈控制台

文章/答案/技术大牛

发布

综合排序丨最热优先丨最新优先

喜马拉雅AI有声：从“全自动代工”到“原子能力编排”的音频生产链重构

分享专家：张慧敏（喜马拉雅 · 音剪 AI 产品负责人）数据来源：腾讯全球数字生态大会 · 城市峰会洞察长音频生产的同质化困境在AI技术普及的背景下，内容行业陷入了“工具人人可用，差距反而扩大重塑人机共生工作流：构建“原子能力+关键判断”的AI调度体系为扭转ROI倒挂的局面，喜马拉雅音剪AI团队将产品设计从“功能思维”全面转向“能力思维”，核心创新在于将固定的串行模块拆解为可被自由调用的“ 量化AI驱动下的音频生产效能通过底层架构的重构，喜马拉雅音剪AI在系统稳定性与生产效率上实现了关键指标的突破：长篇音色一致性达30万字：突破通用TTS在多章节合成后的音色漂移瓶颈，实现同一角色在30 融入腾讯云生态矩阵：通过WorkBuddy实现能力标准件输出 喜马拉雅音剪AI的技术领先性不仅体现在自研模型上，更在于其极其开放的生态接入格局。基于腾讯云与WorkBuddy生态的标杆合作： 喜马拉雅联合腾讯生态内的智能工作助手 WorkBuddy，在官方认证的 SkillHub 联合发布了 “喜马拉雅音剪 AI Skill”。

2026-06-23

790

标签:

喜马拉雅音剪AI：基于自研模型与Agent架构的有声创作提效路径

数据来源：腾讯全球数字生态大会城市峰会，主讲人张慧敏（喜马拉雅·音剪AI产品负责人） 1. 核心技术指标对比维度通用TTS现状 喜马拉雅音剪AI自研模型长篇一致性同一角色30章后音色漂移 30万字稳定保持声线与性格情绪演绎离散标签（开心/悲伤/愤怒）连续可调可控（爆发/哽咽/强忍 Agent生态接入：全链路自动化与低门槛创作通过开放API与MCP协议，喜马拉雅音剪AI将生产力转化为生态内的标准件，显著降低了运维与操作成本。客户案例：喜马拉雅与WorkBuddy联合发布Skill 客户名称： WorkBuddy 合作模式：在 WorkBuddy · SkillHub 官方认证上架 喜马拉雅音剪 AI Skill。构筑竞争壁垒：审美洞察与人才培养体系 喜马拉雅音剪AI的核心竞争力不仅在于技术参数，更在于对创作本质的理解与技术架构的开放确定性。

IT资讯研究所

2026-06-23

580

标签:

喜马拉雅自研AI音频模型：实现30万字长篇声音一致性与表演级情感演绎

行业痛点：AI工具普及化加剧审美判断力稀缺性音频行业面临核心矛盾：AI技术能快速完成配音生成、格式转换等标准化任务，但关键审美决策环节仍需人工干预。 喜马拉雅音剪AI产品负责人张慧敏指出，顶级创作者用AI解放的是时间而非判断力。生态 喜马拉雅通过audiobooklm_mcp将音频生产能力封装为标准接口，已接入Codex、Claude、Kimi、WorkBuddy等平台。审听等原子能力，支持人工按需干预三个关键判断节点：设计角色判断、导演判断、终审判断环节，确保审美决策成本最小化下棋人培养体系：聚焦导演思维、审美判断等高阶能力，推动从业者从执行工种向统筹角色转型数据来源：喜马拉雅音剪 AI产品负责人张慧敏在腾讯全球数字生态大会的公开演讲技术认证：通过腾讯科恩实验室、云鼎实验室安全检测，获WorkBuddy官方Skill商店认证

IT前沿资讯站

2026-06-23

370

标签:

喜马拉雅音频获取~带你省流量

以及项目本身可学习的知识点很重要,所以现在以正式推文的形式发布出来,但由于部分功能的实现过于繁琐,本文只做思路提供. 1.概述: 本文利用Python自带的模块(requests,urllib)实现从喜马拉雅官网获取音频一定的爬虫基础 2)精通度达99.9%的对于正则表达式的理解 3)字符串的解析本文思路难度0%,代码难度0%,复杂度100%,时间消耗2h,卡路里消耗2000千卡,欢迎提问. 2.项目需求: 获取喜马拉雅网站的音频

2019-07-26

1.4K0

标签:

正则表达式

AIGC重构音频制作流程：效率提升30倍，激活亿级播放新内容

喜马拉雅AI产品专家张慧敏在2025腾讯云城市峰会披露：传统制作需12道工序，单部作品平均耗时12周，投入成本超50万元（来源：喜马拉雅内部数据）。 喜马拉雅部署双引擎AIGC生产体系公司自主研发长篇章强演绎语音大模型，实现文本到音频的端到端生成。 13日活动期间用户扫码互动率达行业均值3倍（来源：慕思项目报告）；音剪AI工具2.0落地：提供100+预训练音色，支持旁白、青年、玄幻等多场景适配，使单人日处理音频任务量提升8倍。腾讯云支撑高并发音频生成场景基于腾讯云弹性计算与GPU集群，喜马拉雅音频大模型实现毫秒级响应和99.95%服务可用性。动态算力调度方案降低30%运维成本，支持日均生成10万分钟音频内容。数据溯源：所有数据均来自喜马拉雅AI产品专家张慧敏于2025腾讯云城市峰会演讲内容及官方披露资料。

IT前沿资讯站

2026-04-06

3670

标签:

Python爬虫实战案例：取喜马拉雅音频数据详解

前言 喜马拉雅是专业的音频分享平台，汇集了有声小说,有声读物,有声书,FM电台,儿童睡前故事,相声小品,鬼故事等数亿条音频，我最喜欢听民间故事和德云社相声集，你呢？今天带大家爬取喜马拉雅音频数据，一起期待吧！！这个案例的视频地址在这里 https://v.douyu.com/show/a2JEMJj3e3mMNxml 项目目标爬取喜马拉雅音频数据受害者地址 https://www.ximalaya.com

2022-03-17

2.7K0

标签:

Python爬虫实战案例：取喜马拉雅音频数据详解

前言 喜马拉雅是专业的音频分享平台，汇集了有声小说,有声读物,有声书,FM电台,儿童睡前故事,相声小品,鬼故事等数亿条音频，我最喜欢听民间故事和德云社相声集，你呢？今天带大家爬取喜马拉雅音频数据，一起期待吧！！这个案例的视频地址在这里 https://v.douyu.com/show/a2JEMJj3e3mMNxml 项目目标爬取喜马拉雅音频数据受害者地址 https://www.ximalaya.com

松鼠爱吃饼干

2020-12-16

2.4K0

标签:

AIGC驱动音视频生产降本增效：喜马拉雅音频大模型应用实践

数据来源：2025腾讯云城市峰会·无锡峰会新兴媒体闭门专场，喜马拉雅AI产品专家张慧敏演讲构建双引擎驱动的AI音频全流程产线 喜马拉雅研发音频大模型，以“双引擎”构建智能化生产管线：语音大模型技术引擎用户消费与成本优化：多播有声书《教父三部曲》累计播放13.4亿，《妻子的秘密》《温柔的背叛》分别达5000万+、4000万+；音剪AI工具提供100+种预训练音色，降低CV依赖与开发成本。案例2：慕思AIGC广告联合 “AI李白”原声重现应用于「慕思晚安电台」AI专属空间，在西安慕思睡眠博物馆开展“跨越时空灵魂三问”活动（09/03-09/13），通过吟诗、广告词增强沉浸式哄睡体验。案例3：音剪AI创作工具2.0 打造“数字制片场”，支持旁白、青年、悬疑等100+种预训练音色（如喜千岳“起伏故事感青叔音”、喜山婉“亲切阳光青年音”），实现“随时随地开工”。数据来源：同上阐释技术领先性与平台支撑优势技术领先性：喜马拉雅音频大模型实现自然语言控制语音生成（理解文本/音频情感）、56种复合情感精细调控（如武侠角色演绎中高兴占33%、兴奋占10%）、工业化

IT资讯研究所

2026-04-06

4980

标签:

Python爬虫实战：下载喜马拉雅音频文件

大家听得比较多的应该就是喜马拉雅这个平台了。今天我用 Python 把喜马拉雅的音频通过输入关键字查询出来并下载保存在本地。后记本文的目的是把喜马拉雅上免费的音频下载到本地，传到手机里，方面大家保护视力的情况下随时都可以学习。当然，流量充足的也可以在 APP 上在线听

2019-05-23

2K0

标签:

Java爬虫性能优化：以喜马拉雅音频元数据抓取为例

一、目标分析与基础爬虫实现我们的目标是抓取喜马拉雅某个特定分类或播主下的音频列表及其元数据。一个最基础的爬虫通常会使用同步阻塞的方式，逐个请求页面或接口，这在效率上是无法接受的。

小白学大数据

2025-10-23

3100

标签: