哈喽，各位铁友，大家好啊。好久没跟大家唠嗑了，今天咱们来唠一唠，这半年以来我用豆包音频生成的感受，哪些能力豆包音频生成做得到，哪些做不到。

先说我认为做得到的能力。从 6 月 29 号到 10 月底，我在这个平台发过不少豆包音频生成的作品，其中我觉得最容易做到的有以下几类。

第一类是广告。咱们有些盲人按摩店要做广告宣传，放在平常，动不动就要录制广告台词，自己还得不停地巴拉一大堆。自从 AI 技术发展起来之后，大部分盲人朋友就用豆包音频生成做按摩店的广告宣传。还有些朋友喜欢回忆小时候电视里的广告，网上又找不到，就照着自己的回忆跟豆包音频生成说，它就会生成小时候记忆里的那段广告，再配上 BGM 和音效。

第二类是 AI 配音。前面的帖子我也发过不少 AI 配音作品，比如有些朋友不喜欢自己开口，就拿自己的声音做音色参考，再把喜欢的背景音乐上传给豆包，豆包就会根据你的需求，生成一段你觉得挺不错的人声配音。举个例子，我在前两个帖子里就配过关于战争和人生的台词，所以有些铁友可以尝试一下怎么用 AI 配音。

第三类是短片宣传。比如暑假期间注意安全、用电用火安全、防溺水这些短片宣传，基本上豆包音频生成都能做得到。

说完了完全做得到的能力，下面说说另外几类：豆包虽然做得到，但后面还有很多缺陷。

第一类是长篇广播剧。有人忍不住替我反驳了：你这不是瞎扯吗，广播剧本来就能做啊？对，你说得没错，做是能做，但它有时长限制，最长只有 2 分钟。比如我想做一集 20 分钟的广播剧，是不是必须得批量制作，把这 20 分钟分成 10 个段落、每段 2 分钟？可你做着做着就会发现很多缺陷。

第一个缺陷是，做完第一段，第二段一开始，角色的声音就跟第一段不匹配。有人会说：那你强制跟豆包说，后面十几段重新开始时把角色绑定到后面几段不就行了？这个办法确实好，但角色的声音最多只能绑定三个人声角色，后面还有七八个角色呢，这些角色没办法绑定，一没法绑定，角色就会乱跳——有时候第四个角色用第一个角色的声音，有时候第六个角色用第二个角色的声音，特别混乱。这是目前改不了的缺陷。

第二个缺陷是特别混乱。听到第三段的时候，那个角色突然像在说外星语一样，完全听不懂，而且速度快得离谱。这也是目前模型的一个缺陷。

第三个缺陷是，生成一集特别长的广播剧时，背景音乐加得不稳，淡入、淡出的时候也特别不理想。这就是为什么有些网友做到后面，必须用电脑上的音频剪辑软件去调整背景音乐和音效的轨道。

第二类是有声小说制作。有些朋友喜欢把自己电子书里的小说直接扔给豆包，让豆包音频生成直接帮他做一部有声小说。因为电子书字数特别多，把整本小说扔给它，做倒是能做，只不过负荷会很厉害，一挤得很厉害的时候，生成出来的有声小说听下去就很混乱，要么突然变成擎天柱的声音，要么语速突然飞快，就是不稳定。

第三类是相声小品制作。大家近期看我的帖子，有时我会把一些有趣的作文扔给豆包，让它做成相声小品，听着挺有意思、挺好听，对吧？但实际上后面也有很多问题。第一个缺陷是语气、节奏把握得不好，比如第一段本来笑点快出来了，第二段语气突然就变平静了。第二个缺陷是，有时候角色讲着讲着很激动，不知为什么会有破音。

这就是这半年以来我用豆包音频生成的感受：哪些能力动动嘴就能做到，哪些暂时还做不到、后面会慢慢进步。

好了，本期内容就分享到这儿。下期给大家讲一讲，我们的声音是不是也必须受到保护，涉及肖像权。