ListenHub：把声音创作门槛降到无限低的 AI 嘴替

8 月 19 日晚，WaytoAGI 社区「鹿演」路演第三期邀请到橘子老师，分享了他创办的 AI 音频工具 ListenHub。橘子老师是公众号「橘子汽水铺」主理人，在 X、即刻、小红书等平台以 Orange AI 身份活跃，拥有十余万粉丝。这场分享围绕 ListenHub 的产品功能、用户案例、创业历程与未来规划展开，适合自媒体创作者、对 AI 音频工具感兴趣的产品经理，以及关注 AI 创业的读者。

产品定位：创作者的 AI 嘴替

▶ 9:39 · 看这一节

橘子老师用一句话概括 ListenHub：「创作者的 AI 嘴替」。产品面向自媒体创作者或想成为自媒体创作者的人群，核心特点是「会把创作的门槛降到无限低，真的是无限低，它可能是你用过的最简单的 AI 产品」。只要创作中需要用到 AI 音频，用 ListenHub「大概率就不会错」。

产品于 5 月 19 日上线，到分享当天正好三个月。8 月推出的新功能 Flow Speech 被橘子老师称为「全球首个能把书面语转成口语的 TTS」，上线后大受欢迎。

网站通过谷歌、百度或 Bing 搜索 ListenHub 即可打开，主要有两个 Tab：AI 播客和 Flow Speech。AI 播客可以把创意转为播客，支持双人或单人模式，还能定制音色。橘子老师现场展示了自己定制的两个音色——orange 和 orange 感冒版（他上周感冒时录的），试听效果逼真，差别明显。

AI 播客有两种模式：速听精华约 5 分钟讲完一个话题，深度探索模式则让两个人深入讨论，最长 15 分钟。橘子老师特别提到，把财报放进去让 AI 讲解是很好的用法，「我们这个产品用户反馈最大的一个反馈是说他的幻觉非常非常低，就我们做了很多优化，这个产品如果是基于你的自己的材料来做的话，几乎没有幻觉，非常的可信」。据他透露，有大型基金在用 ListenHub 给客户做每日早报。

Flow Speech：从书面语到口语的关键一跃

▶ 32:53 · 看这一节

Flow Speech 的诞生源于一个真实需求。ListenHub 上线后，美国有一位 80 多岁的用户，因肺纤维化无法说话。他在美国建了一个 4000 多人的病友社区，LinkedIn 上有 3 万人关注，一直用 ListenHub 做双人播客给社区讲这个病的知识。橘子老师说：「他其实就在用这个 AI 作为他的嘴替，在帮助他去表达，因为他已经失声了。」团队由此想到，播客并不适合所有场景，应该做一个能把任何内容转成口语表达的产品。

Flow Speech 解决的痛点是：AI 生成的脚本直接用 TTS 念出来没有「播客感」，因为「它少了一层从书面语到口语的转换，没有这个转换的话它就是在朗读」。橘子老师现场演示了对比效果——用传统 TTS 读一段 AI 大纲，是逐字逐句的机械朗读；用 Flow Speech 则变成了自然流畅的口语表达，还会补充「我们先来看看它想解决什么问题」这类过渡语。

这个能力不仅适用于中文，读英文论文、日文内容同样流畅。橘子老师对比了百度搜索排名第一的阿里云 TTS 与 Flow Speech 读 DeepSeek 论文的效果，前者生硬难懂，后者「是不是觉得这个读这个论文变得非常轻松？」读小说也是如此，Flow Speech 会把「熟睡中的周明瑞只觉脑袋抽痛异常」润色成「熟睡中的周明瑞只觉得脑袋抽痛异常，就好像被人用棒子狠狠地抡了一下」，更有沉浸感。

橘子老师认为，配音行业不会因此失业，因为「配音是一个非常累人的活，我一般录一小时的干音，录之前要采集大概三倍的声音」。目前很多书没有配音，番茄小说上的内容全部由 AI 朗读但效果不佳，如果换成更好的 TTS，听书体验会好很多。

用户案例：从广播台到带货变现

▶ 42:13 · 看这一节

分享中展示了大量真实用户案例，覆盖多种场景。

温州交通广播用 ListenHub 制作节目，讲述温州古代传闻，已做几百期。广播节目要求严格，「不能有幻觉，不能有错误」，每期节目做完后会有多位老师审核。他们找了主播录了 5 个声音放进账户，效果很好。

归藏老师用 ListenHub 做小宇宙播客，刚做一周就接近 500 订阅。橘子老师评价归藏的声音还原度「真的拉满了，就是那种下午睡觉刚睡醒那种声音」，特别适合睡前陪伴。

最让橘子老师震惊的是用户用它赚钱的案例。有用户把视频配音换成 ListenHub 后，「引流商品点击人数就提高了 10 倍」，一周净赚 3000 元。另一个做母婴带货的用户更夸张，一周收入 46 万，而且「他们有 100 个号」。橘子老师分析，以前的机械音让用户打开就关掉，而 ListenHub 的「活人感」让用户能听完，带货数据随之提升。

数字人公司禅静也在用 ListenHub 的 TTS，橘子老师现场播放了他们的数字人视频，配音效果自然。此外还有用户结合 Google Notebook LM 的故事书功能，克隆自己孩子的声音做成故事视频，孩子听完后「到处跟人说，你看这个是我的声音录的一个视频，就很骄傲」。

分享最后还首播了一部短剧《特朗普爱上白宫保洁》的第一集，这部短剧「火爆全网但从来没有人看过」，由创意影动团队用 AI 工具制作，其中使用了 ListenHub 的音色。橘子老师强调，剧中特朗普年轻了 50 岁，是为了规避版权风险。

创业历程：从产品经理到 AI 创业者

▶ 1:04:34 · 看这一节

橘子老师 2022 年 10 月接触 AI，当时 36 岁，刚结束在 Boss 直聘的产品经理生涯，加入 MiniMax 负责 AGI 方向产品。他回忆：「那时候 MiniMax 只有 80 多个人」，公司想做的是「训一个大模型来做 AGI」。在 MiniMax 的 500 天里，「周六周末都不休息，游戏也戒掉了，美剧也不看了，生活中就所有都是 AI 了」。

他通过费曼学习法在 Twitter 分享 AI 知识，「一年涨了六万粉，两年涨了十多万粉」。离开 MiniMax 后有半年竞业期，他开始做公众号和小红书，逐渐实现商业化闭环，「做着做着就发现自媒体收入就超过了我的薪资」。

竞业期结束后，他把六小虎和大厂都面了一遍，最终选择创业。原因包括：六小虎已经锁了 headcount，且「在大模型公司，大家的 focus 其实更注重还是在模型产品上，他们不太会去说贴近用户的场景」；大厂方面，豆包团队有 100 个产品经理，「这都不是螺丝钉的问题了，这是好像在那抢需求」。他观察到智能穿戴设备和 AI 硬件爆发，「这两个形态都需要一个东西叫语音交互」，于是决定做声音方向。

公司去年 12 月成立，今年 4 月团队才组建完成，8 个人时上线了 ListenHub，现在团队 15 人，月收入刚破 10 万美金。橘子老师坦言创业初期的痛苦在于搭建公司架构，「你以为创业就成立一家公司，其实你要成立 6 家公司」，从开曼群岛到香港再到新加坡，各种文件、银行开户都是卡点。有次办手续做到一半，银行说政策改了要等一年，只好换银行。

快乐则来自团队和用户。「我们团队每一个人之前都是大家都没有工作一起工作过，这是一个完全 fresh 的状态」，他和联创去年 12 月「各种吵架」，但一个月后逐渐认可对方。产品上线后用户自发转发支持，付费率「国内一般是在千分之几，我们是在百分之几」，收入再增长几倍就能盈亏平衡。

关于硅谷与国内创业的区别，橘子老师认为出海创业先在国内拿基础资金更合理，因为硅谷投资人看重信任和 story，「你如果没有一个长期的信任感，你的 story 其实也没有人信」。同时 PMF 是分国家的，「你在这个地方 PMF 在别的地方不一定」，会影响公司架构和战略。

与大厂竞争：使命感的差异

▶ 1:30:31 · 看这一节

ListenHub 发布时正好碰上豆包发布播客功能。橘子老师透露，他们特意比谷歌发布新版 Notebook LM 早一天上线，「我们加班也要早发一天」。一个月后他发现大厂的产品「就没有人在负责这件事情了，就是 PR 一波流」，还引用直建强老师的吐槽说豆包播客「一半内容都在胡扯」。

他总结了 ListenHub 与豆包、Notebook LM 的四个区别：第一，可以编辑脚本，生成后不满意能改，还能在前面加个人化内容；第二，可以定制声音，「你只有用你的声音，你才是个人品牌，用豆包那个声音，大家都用豆包声音，你怎么可能构建你的个人品牌呢？」第三，不仅能做播客，还有 Flow Speech 和单人播客，「我们的用户用它去跟数字人结合赚到钱了，这个就是非常强的信号」；第四，Flow Speech 的未来空间很大，可以把创作者的提示词放进来作为模式，「每一个创作者都要有他的一个模式，然后他就真的变成你的嘴替」。

关于使命、愿景、价值观，橘子老师说他和联创「都很不喜欢刷抖音，我们都是 B 站用户」，想做「科技向善」的产品。选择音频方向是因为「视频其实它的核心的诉求是把你带到另一个世界，然后音频其实是你的生活中的一种陪伴」。他希望做出世界上最好的声音陪伴产品，「不希望你一直沉迷于此」。

现场问答

▶ 1:34:51 · 看这一节

Flow Speech 后续会支持特定方言吗？

会的。橘子老师认为 TTS 模型现在还非常早期，「如果下限是 100 分的话，现在也就三四十分」，普通话和部分北京话效果可以，但唐山话、客家话等复杂方言效果不好，因为方言数据非常少。如果 TTS 支持方言了，他们会跟进。

Flow Speech 有字数限制吗？

目前限制 1 万字，可生成约 25 分钟音频。橘子老师不建议生成过长内容，「万一出错的话你的积分会消耗掉」，可以拆成 1 万字一段。API 会支持最高 20 万字。

输入内容里有对话，Flow Speech 能区分不同角色的语气吗？

理论上可以做到，需要按特殊语法格式化内容。会员可以使用编辑功能，也可以让 XGPT 帮忙改写，但「严格保留这个格式」。

有没有考虑过和其他工具联动？

API 月底推出后，会与数字人软件、voice driven video 等工具联动，还会在 HTAB 里提供一键转换功能。橘子老师透露，有手机厂商在合作，以后手机助手里的早报或资讯会由 ListenHub 的声音朗读；还与智能眼镜厂商合作，按住眼镜就能用 ListenHub 的声音播报内容；美国有个机器人客户也在合作。

之后会加入个性化功能吗？

会。橘子老师提到自己专门录了感冒版音色，「我们给每个声音打上标签之后，打上场景标记之后，它本质上就是一个 MCP」，会把声音作为 MCP 接入各个 agent，比如智谱的 AutoGLM 可以调用 ListenHub 生成音频内容。

有没有用户用 Flow Speech 做出让你们觉得「哇还能这么用」的场景？

最意外的是用户群体——「有很多用户是 50 岁以上的用户」。这些用户有人生阅历，可能是医疗健康专家、教育专家，很愿意表达但声音条件有限，就用 ListenHub 做私域内容。还有人为农村老人做 AI 播客，「农村老人平时没有什么娱乐，他们会聚在一起听播客」。橘子老师自己也给家里老人做过一期关于吃盐危害的播客，老人听完后「再也不放那么多盐了」。

要点回顾

• ListenHub 定位是「创作者的 AI 嘴替」，把声音创作门槛降到无限低，5 月 19 日上线，8 月推出 Flow Speech 功能。
• Flow Speech 是全球首个把书面语转成口语的 TTS，解决 AI 脚本直接朗读没有「播客感」的问题，支持中英文、小说、论文等多种内容。
• 用户案例覆盖广播节目（温州交通广播）、播客（归藏老师一周近 500 订阅）、带货变现（一周净赚 3000 元、母婴带货一周 46 万）、数字人配音、儿童故事等场景。
• 创业历程：2022 年 10 月接触 AI，在 MiniMax 负责 AGI 产品，通过分享 AI 知识积累十余万粉丝，2024 年 12 月成立公司，8 人时上线 ListenHub，目前团队 15 人，月收入破 10 万美金。
• 与大厂竞争的核心差异：可编辑脚本、可定制声音、功能多样（不止播客）、有使命感和愿景驱动。
• 未来规划：月底推出 API（支持最高 20 万字），与数字人、手机厂商、智能眼镜厂商合作，把声音作为 MCP 接入各个 agent，最终目标是做交互式声音陪伴产品。