霉霉說中文，引來營(yíng)銷大變革？-策劃方案

本篇文章以最近爆火的“霉霉說普通話”視頻入手，介紹了當(dāng)下的語(yǔ)音克隆、AI換臉、數(shù)字人軟件，及其優(yōu)勢(shì)和可能面對(duì)的問題。推薦給對(duì)AI數(shù)字人技術(shù)感興趣的童鞋閱讀。

最近一條“沒有譯制片腔調(diào)的翻譯”視頻火遍全網(wǎng)。視頻里，霉霉（美國(guó)歌星：泰勒·斯威夫特）用一口流利的普通話和主持人侃侃而談，不僅聲線毫無違和感，就連口型也全都對(duì)上了。不禁讓人感嘆，翻譯都卷到這個(gè)地步了。

視頻原作者“johnhuu教英語(yǔ)”翻譯常有，而AI換嘴和模擬聲線的翻譯不常有。這不，不少評(píng)論區(qū)網(wǎng)友表示“我就說霉霉什么時(shí)候普通話這么標(biāo)準(zhǔn)了”。不僅如此，馬斯克、艾瑪沃特森等人都在借助AI翻譯走上了“本土化”道路。

01 讓霉霉講普通話的男人來自中國(guó)

其實(shí)，這視頻乍一看挺神奇，但也不是什么新鮮事了，拆解起來就三個(gè)方面：翻譯+語(yǔ)音克隆+換嘴。翻譯方面，市面上大多數(shù)翻譯軟件都可以做到準(zhǔn)確，但論及優(yōu)美程度還是需要人工加工。語(yǔ)音克隆和AI換嘴的工具也相當(dāng)之多，例如目前主流的語(yǔ)音克隆軟件有Audio Clone、Voice Cloaker、Voice Changer，換臉App有Faceapp、Openfaceswap、換臉大師等等。

視頻火后，有網(wǎng)友扒出博主很有可能用的是HeyGen，該軟件可以直接將翻譯、語(yǔ)音克隆和換嘴三合一。

不扒不知道HeyGen崛起速度快的令人咂舌，據(jù)推特分析師Will統(tǒng)計(jì)，該網(wǎng)站從八月到九月訪問量直線上升92%，現(xiàn)位居各大獨(dú)立AI網(wǎng)站第一。而這個(gè)風(fēng)靡外網(wǎng)的軟件背后的開發(fā)者是實(shí)打?qū)嵉闹袊?guó)團(tuán)隊(duì)——詩(shī)云科技，“詩(shī)云”取自劉慈欣的小說，其內(nèi)核“技術(shù)無法取代藝術(shù)”與創(chuàng)始人徐卓（Joshua Xu）的理念不謀而合。

2020年12月，詩(shī)云科技在深圳成立，僅僅三個(gè)月就獲得了紅杉中國(guó)和臻基金200萬(wàn)至300萬(wàn)美元的種子基金。對(duì)于這個(gè)年齡只有三個(gè)月大的公司來說，此時(shí)他們真正要做的是找到產(chǎn)品市場(chǎng)匹配。

其實(shí)早在徐卓就職于Snapchat時(shí)，就有一些跨境電商找上門來，咨詢“AI換臉”方面的技術(shù)，特別是那些服裝品牌，服裝品牌SKU很大，每個(gè)季度上新產(chǎn)品又很多，尋找不同膚色的模特拍攝大量新品是一件時(shí)間成本和經(jīng)濟(jì)成本都很高的事，據(jù)了解歐美模特的成本是亞洲模特的2-3倍。而使用了AI換臉技術(shù)后，商家只需要聘請(qǐng)國(guó)內(nèi)模特再進(jìn)行替換，就能獲得不同人種的模特展示圖，大大降低了成本提高了效率，有效解決了服裝品牌國(guó)際化的痛點(diǎn)。

想來這也是為什么目前HeyGen主要面向B端的原因——點(diǎn)開HeyGen頁(yè)面，標(biāo)語(yǔ)寫著“為新一代從初創(chuàng)企業(yè)到成熟企業(yè)的全球最優(yōu)秀團(tuán)隊(duì)提供助力”。相較于傳統(tǒng)視頻制作，HeyGen無需設(shè)備，無需演員，無需三方團(tuán)隊(duì)，只要短短幾分鐘就可以生成攝制組要花許多天制作的視頻，確實(shí)能在很大程度上減少大量有視頻需求的企業(yè)的成本。

除此之外，我們還能看到其創(chuàng)始人Joshua Xu（徐卓）在線打廣“What you see here is my video 100% generated by AI.（你所看到的我的視頻100%由AI生成）”其神態(tài)、語(yǔ)句、畫面都十分自然，甚至能看到窗外吹動(dòng)的樹葉。

一些體驗(yàn)過的網(wǎng)友表示HeyGen是視頻生成效果最好的工具，只需要上傳一段十幾秒的視頻，就可以獲得本人音色、口型一致的說外語(yǔ)視頻，此外還可以從300多種語(yǔ)音包中選擇與人物形象相匹配的音色，涵蓋40多種語(yǔ)言。目前月付最基礎(chǔ)的套餐是15點(diǎn)數(shù)（1分鐘消耗1個(gè)點(diǎn)數(shù)），價(jià)格29美金（約200人民幣），每個(gè)月花200人民幣可生成15分鐘的視頻，每個(gè)視頻最長(zhǎng)不超過5分鐘。這對(duì)于有外語(yǔ)口播需求的中小企業(yè)來說非常省時(shí)省力。

憑借這個(gè)需求，詩(shī)云科技撬開了跨境電商的市場(chǎng)，當(dāng)然這可能只是AIGC在營(yíng)銷行業(yè)中應(yīng)用的一個(gè)縮影，或者說AIGC本質(zhì)上正在進(jìn)一步成為營(yíng)銷行業(yè)的新范式。

02 AI數(shù)字人，降本增效的第一空間

所以說“霉霉說普通話”的本質(zhì)不過是最新的換臉技術(shù)再加一點(diǎn)小創(chuàng)意，而真正應(yīng)用到商業(yè)營(yíng)銷中去的是更成熟的體系，比如復(fù)刻或者創(chuàng)造出一個(gè)數(shù)字人。國(guó)內(nèi)也已經(jīng)有很多明星將數(shù)字分身運(yùn)用在直播、視頻領(lǐng)域。從IP型到功能型，數(shù)字人正在走向更廣闊的市場(chǎng)。

在這方面樂華娛樂當(dāng)屬水花最大，5月22日穿著經(jīng)典粉色皮膚的“杜華”出現(xiàn)在直播間，一開口粉絲懵了，這普通話怎么這么好了，不一會(huì)兒一個(gè)長(zhǎng)相一模一樣的杜華也出現(xiàn)在屏幕上，用塑普介紹她旁邊的AI分身“華華子”，粉絲表示這才對(duì)味，僅用十分鐘的時(shí)間，直播間的觀眾就突破了32萬(wàn)。于是，樂華順勢(shì)推出了旗下藝人陳昕葳的AI分身和數(shù)字人“樂樂”在直播間講解推銷杜華女士的護(hù)膚品牌Dr.JE。

去年，劉潤(rùn)也自爆自己口播內(nèi)容的短視頻已是數(shù)字分身，只需要讓AI學(xué)習(xí)一下以前的視頻，就能生成一個(gè)“自己”，之后用音頻就可以驅(qū)動(dòng)這個(gè)數(shù)字人產(chǎn)出視頻，體感非常高效。面對(duì)大量重復(fù)性較強(qiáng)但需要“本人”出鏡的工作，他們不約而同選擇復(fù)刻一個(gè)“硅基勞動(dòng)力”。

朱梓驍、馬可等人更是直接用自己的數(shù)字人分身在直播間帶貨，辰亦儒的AI形象連續(xù)吃播長(zhǎng)達(dá)15個(gè)小時(shí)，雖然質(zhì)疑聲也甚囂塵上，觀眾表示并不買單，但這一波確實(shí)吸引來了不少流量。

正如我們所說，營(yíng)銷本質(zhì)就是內(nèi)容創(chuàng)作，當(dāng)AIGC出現(xiàn)的時(shí)候，營(yíng)銷行業(yè)的變革自然隨之而來。目前已經(jīng)有千千萬(wàn)萬(wàn)的“基本款”數(shù)字人主播活躍在直播間，雖然遠(yuǎn)不如“明星版”吸引流量，但對(duì)于商家來說仍然是一個(gè)不虧的買賣。

艾媒咨詢數(shù)據(jù)顯示，預(yù)計(jì)到2025年，中國(guó)直播電商行業(yè)規(guī)模將達(dá)到21373億元，品牌自播成交額預(yù)計(jì)在今年會(huì)達(dá)至整體直播電商成交占比中的50.0%。

如何在品牌自播里找增量，不再依賴頭部主播帶貨，箭矢瞄準(zhǔn)了數(shù)字人。今年618，京東平臺(tái)的虛擬主播——言犀亮相多個(gè)品牌直播間，開播商家較去年雙十一增長(zhǎng)了近5倍，現(xiàn)實(shí)成交額環(huán)比提高了246%。

相較于真人主播虛擬主播們呈現(xiàn)出以下幾個(gè)優(yōu)勢(shì)：

• 低成本：正如前文提到的HeyGen的爆火，正是戳中了傳統(tǒng)內(nèi)容生產(chǎn)成本過高的痛點(diǎn)，從場(chǎng)景搭建到后期制作，真人直播間的成本一年要達(dá)到6-10萬(wàn)，而虛擬主播不過其十分之一。在極低的成本下，只要拉長(zhǎng)時(shí)間就能有交易流水就能有營(yíng)收。

• 全時(shí)段：在這個(gè)流量為王的時(shí)代，誰(shuí)占用了用戶更多注意力和時(shí)間，誰(shuí)就能把握財(cái)富。真人主播再卷也卷不過24小時(shí)無休也狀態(tài)飽滿的數(shù)字人。目前，不少商家選擇在流量高峰時(shí)讓真人主播上播，流量低谷則用虛擬主播填補(bǔ)空白時(shí)間。

• 穩(wěn)定性：優(yōu)質(zhì)主播永遠(yuǎn)是各大品牌爭(zhēng)搶的對(duì)象，特別是對(duì)于專業(yè)性較強(qiáng)的行業(yè)來說更是如此，一個(gè)形象氣質(zhì)俱佳且專業(yè)知識(shí)過硬的主播被友商挖來挖去那是常事。虛擬主播背靠大數(shù)據(jù)和強(qiáng)大的算力，只要配置知識(shí)庫(kù)和AI泛化能力就能直接上崗并且絕不“叛變”。

• 更靈活：數(shù)字人主播在生成時(shí)可根據(jù)商家需求選擇外形、聲線和語(yǔ)種，甚至可以在使用時(shí)進(jìn)行修改。艾媒咨詢數(shù)據(jù)則顯示，2023年，中國(guó)跨境直播電商市場(chǎng)預(yù)計(jì)規(guī)模為2845.8億元，同比增長(zhǎng)率高達(dá)155%，2025年市場(chǎng)規(guī)模將達(dá)到8287億元。面對(duì)強(qiáng)大的出口需求，可變換形象和語(yǔ)言的數(shù)字主播成了炙手可熱的存在。

AIGC絕不是以數(shù)字人主播為噱頭那么簡(jiǎn)單，而是滲透在直播交互的全過程——觸達(dá)、吸引、認(rèn)知、導(dǎo)購(gòu)。在整個(gè)營(yíng)銷過程中，數(shù)字人不僅可以為用戶提供產(chǎn)品信息，還可以作為品牌IP進(jìn)行形象展示，從而吸引一部分用戶，這也是當(dāng)數(shù)字人主播廣泛普及后，商家要著重發(fā)力的方向。

03 危險(xiǎn)與機(jī)會(huì)并存，All In數(shù)字人你要面對(duì)…

如今，全力下注AI營(yíng)銷已成為行業(yè)共識(shí)，具備生成式AI入口屬性的數(shù)字人也成為了兵家必爭(zhēng)之地。但危險(xiǎn)與機(jī)會(huì)并存，處在成長(zhǎng)期的行業(yè)免不了存在問題。就目前來看，數(shù)字人顯然還是有四個(gè)關(guān)鍵性的問題亟待解決：

• 創(chuàng)新問題：目前來看數(shù)字人在使用方面還有很大局限，絕大多數(shù)數(shù)字人不能實(shí)現(xiàn)從零到一的過程，也就是說降本增效是可以做到的，但大多也只是作為真人主播的補(bǔ)充，讓數(shù)字人達(dá)成同等級(jí)別真人主播都完成不了的效果那顯然是個(gè)偽需求。并且直播間數(shù)字場(chǎng)景搭建全部來自現(xiàn)實(shí)世界，是靠人的想象力，依靠數(shù)字人構(gòu)建虛擬世界還有一段路要走。

• 平臺(tái)問題：抖音作為最大的直播陣地對(duì)內(nèi)容把控十分嚴(yán)格，5月17日，抖音平臺(tái)更改了查封策略“要求做數(shù)字人直播必須有真人參與”。硅基智能CEO司馬華鵬評(píng)價(jià)“這就是無人駕駛上車駕駛員不能離開方向盤”。有數(shù)據(jù)顯示，在抖音平臺(tái)100個(gè)賬號(hào)的短暫封控率（封控1-3天，無永久封控）在30%左右。能被平臺(tái)推流而每天產(chǎn)生成交量，30個(gè)賬號(hào)中只有15個(gè)。

• 情緒問題：平臺(tái)策略不支持，平臺(tái)用戶也不怎么買賬。直播帶貨是興趣性電商，并且充滿了隨機(jī)性，大多數(shù)商品不是必需品，非標(biāo)品的成交很需要刺激到消費(fèi)者情感需求。和真人相比，目前數(shù)字人缺乏與人溝通的延展性和共情能力，因此數(shù)字人在創(chuàng)新產(chǎn)品的帶貨上面顯得非常吃力，當(dāng)真人主播及時(shí)給到關(guān)懷從而轉(zhuǎn)換成購(gòu)買率時(shí)，數(shù)字人還在干巴巴介紹產(chǎn)品特性，復(fù)購(gòu)率強(qiáng)已經(jīng)形成購(gòu)買習(xí)慣的產(chǎn)品才是數(shù)字人的主戰(zhàn)場(chǎng)。

• 侵權(quán)問題：數(shù)字人既然被稱之為“人”，就不僅涉及到技術(shù)問題，法律問題是大眾和商家最關(guān)心的點(diǎn)。2D真人數(shù)字人通過攝取原視頻信息生成視頻，顯然是侵犯了真人的肖像權(quán)，甚至可能變成犯罪工具，3D虛擬人的侵權(quán)行為大多出現(xiàn)在侵犯版權(quán)上。今年4月首例涉“虛擬數(shù)字人”侵權(quán)案在杭州判決，杭州某網(wǎng)絡(luò)公司發(fā)布的視頻，使用了魔琺公司發(fā)布的虛擬數(shù)字人形象及相關(guān)內(nèi)容，最終被認(rèn)定構(gòu)成著作權(quán)侵權(quán)。

目前廣告主、服務(wù)商都在試水?dāng)?shù)字人，AIGC賽道正處在圈地跑馬階段，市場(chǎng)指向已經(jīng)逐步明朗，但高舉高打后是否能形成健康的發(fā)展模式，還要看玩家們的心智和規(guī)范意識(shí)。