一位配音员把同一句话录到第15遍。麦克风没问题,房间没问题,问题是累。同一座城市里,一个商家在做6种语言的产品视频,请不起6位配音演员。两人都是同一技术的客户——它已成主流。
AI配音在短视频、有声书和网络广告里不再新鲜。出门问问(Mobvoi)是卖家之一,上海企业,香港上市,代码2438。其2025年报,清楚展示了热闹褪去后的生意。
关键要点
- 出门问问2025年营收3.23亿元(约合4500万美元/3.52亿港元),下降17.24%;净亏损6890万元(约合960万美元/7500万港元),收窄90.5%。
- AI硬件贡献1.742亿元(约合2400万美元/1.9亿港元),增长14.4%;AI软件解决方案约1.49亿元(约合2100万美元/1.62亿港元)。
- 产品包括中文配音工具魔音工坊(Moyin),以及海外版DupDub,公司称支持37种以上语言。
- 卖点是工作流:剧本、配音、字幕和剪辑放在一处,而不是孤零零一个更逼真的机器声音。
- 商业问题不再是人们会不会用合成语音,而是谁因此拿到钱。
产品是工作流,不是声音
描述AI配音,最直白的说法是文本转语音(TTS):打字,听到念出来。这漏掉了创作者真正掏钱的原因。能用的工具得处理节奏、人名发音、对白里的多个角色、与音频对齐的字幕,以及一份允许商用的许可。
魔音工坊围绕这一整套做:庞大的声音库、短样本声音克隆、广播剧多角色朗读、字幕文件导出。海外产品DupDub面向用自己不懂的语言做产品视频的商家。公司说它使用自研语音模型和名为MeetVoice Pro的引擎。
对单人创作者,这压缩了一串采购:不用雇配音员、买转写订阅、再付商用音乐授权,一个工具就出语音轨和字幕。质量或许比不上受训演员,但多数营销短片并不需要——它们要的是明天就交付的干净录音。
财报说明了什么
港交所2025年度业绩公告显示,营收3.23亿元(约合4500万美元/3.52亿港元),同比下降17.24%。净亏损收窄至6890万元(约合960万美元/7500万港元),改善90.5%;经调整净亏损收窄72.6%。毛利率约50%,年末员工约150人。
这些数字讲的是不大的故事。AI语音是真生意,但对这家公司不是淘金热。硬件仍是更大收入线,含生成式AI产品的软件方案略小。公司描述过转向"AI智能体加硬件"战略,并围绕AI原生工作流重组。
这点值得直说,因为AI报道常从演示跳到十亿美元预测。多数生成媒体公司的现实更慢:有用的产品、付费用户,以及让收入增长快过推理和分发成本的苦战。亏损收窄是有意义的成绩,但不等于规模。
更深的变化:这是谁的声音
廉价配音最有意思的后果不是成本,而是声音与人之间联系的松动。创作者可授权合成旁白、克隆声音,或生成不存在的角色。对做本地化广告的小企业,这是解放;对声音被采样的人,它带来同意与报酬的问题。
这问题不是理论上的。专业旁白和演员看着合成语音进入的,正是过去付他们账单的低预算工作。卖声音库的公司有动力把授权做简单;有授权不等于来源表演者得到公平对待。读者应把"包含商用许可"当追问起点,不是终点。
还有质量陷阱。合成语音做产品视频足够以假乱真,放进长纪录片就露馅:听众会听出平淡情绪和奇怪重音。用得好省掉苦活,用得糙则让每个视频听起来一样,这本身就是品牌损害。
中国之外
出门问问是中国公司,模式却是全球性的。文本转语音、语音转换和自动配音,正成为各地剪辑软件和电商工具的默认功能。竞争前沿已从"机器会不会说话",移到"它能否用正确的语言、正确的方式说话,并且对声音的使用权清楚"。
对非中国读者,这业绩是对"生成媒体只是硅谷故事"的有用反例。一家上海公司,靠着3.23亿元(约合4500万美元/3.52亿港元)营收和面向全球的产品,与更大的西方实验室同处一个市场。差别是规模,不是问题的性质。
诚实的局限
本文是商业与趋势深度解读。财务数字来自出门问问已发布的香港年度业绩公告和年报,由中国财经媒体转述。产品描述与支持语言数来自公司或行业材料,非独立测试;本文不使用无法从权威来源确认的用户数。本文不声称其声音自然度优于或劣于竞品,也不评估任何司法辖区的法院案件、授权纠纷或合成语音监管规则。
普通人现在能做什么
- 如果你做视频,先在一版草稿上试合成旁白,并且用手机扬声器听一遍——多数观众就是在那里听到它的。
- 查清你用的每种声音附带的许可,尤其是付费广告,并记下哪个声音生成了哪个文件。
- 如果你是旁白或配音演员,上传声音样本做克隆前先读条款;一段很短的录音,可能有很长的生命。