“耳朵经济”谁能抓住音频产业的机会？
全球音频市场需求量不断快速增长，互联网巨头纷纷布局音频产业。音频市场的下一个指数级增长机遇在何方？新的科技风口已经来临？本文作者通过都音频产业发展的梳理，从唱片、留声机的诞生，到iTunes、流媒体流行，以及未来VR等技术的发展预测，全面介绍了音频内容、音频技术的发展史，以及技术对音频产业的深刻影响。原文标题《Audio’s Opportunity and Who Will Capture It》。
大多数主要的媒体类别：音乐、视频和电子游戏已经存在了几十年，我们往往会忘记媒体就是技术。相反，我们认为技术是用来表达媒体的，而不是媒体本身。例如，Spotify是互联网流媒体音乐服务，而iTunes是下载音乐服务，SiriusXM是卫星广播音乐服务，而广播则是地面广播技术。这种对传递功能的关注，忽略了媒体的经典定义：“用于存储和传递信息或数据的出口或工具”。
虽然上述内容看似专注于理论和哲学层面，但所有对某一媒体类别历史和未来的分析，都必须从媒体即技术这一事实出发，这是因为技术不仅使内容类别得以实现，还决定了其商业模式，也塑造了内容，而我们知道，技术是处于不断变化的过程中的。
技术如何创造了大众传媒，然后不断重新定义它
音乐提供了一个很好的视角来观察技术、商业模式和内容之间的相互影响。分别涵盖了近70年、近20年和近1年的情况。
19世纪50年代，当唱片首次出现时，它的标准是每分钟78转，有10英寸的版本，可容纳3分钟的音乐，12英寸的版本可容纳4分钟。这意味着，经过几个世纪的变化，音乐突然有了确定的运行时间。
这个长度被大众市场标准再次确认：45转黑胶唱片单曲，它于1948年推出，拥有大约3分钟的时间。由于各种基于技术的原因，音乐产业围绕着这种格式（及其运行时间）凝聚起来。对消费者来说，45转的价格比78转的专辑便宜得多，这一点很重要，因为当时唱片机的成本很高，而且免费（以单曲为主）的广播无处不在。45转唱片的成本优势也意味着它是唱片公司将单曲送到全国成千上万的广播电台，进行本地播放的主要方式。此外，RCA很快就想出了如何制造可叠放的45转唱片，这对点唱机制造商来说非常重要。45转唱片的兴起导致了平均歌曲长度的下降；一首4分钟的歌曲根本无法适应当时世界上最重要的音频格式。
随着78转和45转唱片物理和成本限制被解除，以及更灵活的卡带、CD的出现，平均单曲的长度迅速增加，从1959年到1992年增加了近两分钟（或78%）。不过，几乎所有的曲目都符合三到四分钟的标准。几十年后，西方人已经习惯了一首歌的长度大致在3分20秒和4分10秒之间。
从表面上看，向数字音频的转变应该会导致歌曲长度的进一步增加。毕竟，歌曲时间不再有任何限制。然而，情况恰恰相反，技术可能放松了对音乐长度的控制，但它却加强了对商业模式的控制。
众所周知，iTunes将实体专辑拆解成可单独下载（和购买）的曲目。但这样一来，它对艺术家将多部分歌曲捆绑成单轨的行为进行了惩罚。平克弗洛伊德决定将26分钟、9个部分的《Shine on You Crazy Diamond》拆成两个独立的曲目，这在1975年并不重要；所有9个部分都适合放在一张唱片上，没有人愿意只买一半，更不用说九分之一了。但在2005年，这样的举动可能意味着错失75%的收入，当你可以卖出九支单曲时，为什么只卖出两支？如果消费者想要的只是两只1美元的《Shine on You Crazy Diamond》，为什么要买整张10美元的专辑？这些激励措施自然而然地导致，那些发表新音乐的艺术家们将他们的长篇/多段歌曲分成独立的、和较短的前奏曲、间奏曲和片段。
一种新的、更具颠覆性的数字音乐技术——点播流媒体的出现，大大加剧了这种行为。虽然iTunes在技术上有创新，但其商业模式却没有创新。毕竟，在20世纪50年代和60年代，消费者主要买的还是单个曲目的拷贝。而Spotify和Apple Music的出现意味着，消费者不仅采用了一种新的音乐技术，而且还购买了一种完全不同的产品：持续访问所有的音乐曲库。
但随着技术的发展，消费者已经从离散的、可归属的交易（在B日期购买唱片A）转变为持续的、一般的交易（永久订阅服务C），音乐人才需要一种新的报酬模式。因此，Spotify决定按照消费者对其作品的收听程度，向音乐人人支付报酬。将收入与使用量相匹配是很常见的，但在音乐领域，这是以前从未实现过的。以前没有办法跟踪家庭唱片的转数或CD的播放量，更不用说收费了。对iTunes来说，要求用户下载一首单独的歌曲到他们的设备上，然后当他们以后将iPod同步到iTunes时，每播放一次要支付几便士的费用，这也是不切实际的。（这也会充斥着作弊现象）。
基于参与度的货币化可以说更公平。比如考虑到披头士的《Yesterday》和鸟叔的《江南Style》在iTunes上销售时，每张唱片都会产生1美元的收入，即使前者在10年内播放了2000次，后者在购买的当月播放了30次，然后再也没有播放过。但商业模式越是变化，激励机制和内容也越是变化。
为了支持基于参与度的货币化，Spotify及其唱片供应商必须定义参与度。而他们选择在每次流媒体的基础上进行，最小流媒体时间为30秒（以避免意外播放、曲目跳过等）。然而，这意味着播放10分钟的曲目、播放5分钟的曲目和播放31秒的曲目产生的版税是一样的。
所以，随着音乐产业大部分收入从CD和下载，过渡到流媒体播放，各大音乐人都不遗余力地缩短和拆分自己的曲目。如果你能做成一首两分钟半的歌曲，播放两次，为什么要发布一首五分钟的歌曲？或者两首不同的两分半钟的歌曲？这意味着音乐人又多了一个缩短曲目长度的理由。
所有这些都有助于解释2019年的头号单曲Lil Nas X的《Old Town Road》的非凡成功，这首歌也是Billboard有史以来持续上榜时间最长的第一名，连续19周。虽然这首歌很棒，但它也只有1分53秒，大约是2019年平均歌曲长度的一半。这意味着，4分钟的播放时间带来的平均收入和榜单提升是当年其他所有热门歌曲的2倍。
《Old Town Road》也不是个例外。2017年之前，Billboard的Hot 100榜单中，从来没有一年有超过2%的上榜曲目短于2分30秒（大多数年份没有）。而在过去的三年里，这个总和已经飙升到了12%以上，也就是大约每八首曲目中就有一首。
值得注意的是，唱片公司也在鼓励艺人简化歌曲和专辑的名称，以确保这些歌曲和专辑能够针对声控音箱和基于触摸屏的搜索进行优化。一首有五个字的歌曲比有两个字的歌曲更容易被误拼。同样，众所周知，语音助手在处理口音方面也很吃力，比如爱尔兰语甚至德克萨斯方言，难以被识别意味着可能不会被播放。
《Old Town Road》并不是技术第一次造就了一支冠军单曲。事实上，现代说唱和R&B的主导地位来自于技术的变化，不是为了传递，而是为了销售的认可，让Lil Nas X有机会在第一时间登顶排行榜。
在20世纪90年代之前，黑人艺术家和乐迷花了几十年时间争论唱片业对 "城市当代 "（urban contemporary，R&B基底融入大量黑人音乐元素）音乐的阴谋，通过拒绝播放并忽视其销售。在Billboard采用了SoundScan这个计算机化的销售数据库后，只用了5周时间就证明了这一理论的正确性。
在1991年之前，Billboard排行榜并不是基于实际的单位销量或电台播放量。相反，它是根据（白人）零售店员对每周什么最畅销和什么（白人）DJ认为是 "最热门 "的估计而编制的。据《大西洋》杂志报道，两组人都有理由撒谎。例如，如果电台想按时收到最新的单曲，唱片公司会向电台施压，让他们偏向 "精心挑选的热门歌曲"（电台有时也会收到贿赂，播放特定的曲目）。同时，唱片公司会将库存强加给零售商，然后零售商会高报销量，以说服乐迷购买多余的库存。
自然，那些管理音乐产业的人认为几乎没有必要彻底改革它的工作方式。因此，虽然图书和电影行业在20世纪80年代已经转移到计算机化的销售数据库，前六大唱片发行商没有一个加入在1991年6月就发布的SoundScan（尼尔森唱片市场调查公司）。但这种阻力并没有阻止N.W.A.的《N***az4life》在SoundScan下的第二个月就在Billboard Top 100榜单中排名第二。这是说唱历史上最高的榜单表现，而且是在没有任何电台播放、MTV音乐视频播放或演唱会巡演的情况下发生的。N.W.A.在Billboard的R&B榜上只排在第21位，而当时还没有SoundScan，这进一步证明了旧的制度的失败。《N***az4life》按销量计算是全美第二大专辑，但在 "卖点 "和 "最热 "的问题上，它却排在自己类型的第21位。在发行一周后，这张专辑就登上了Billboard排行榜的第一名（取代了R.E.M），数十万人涌向唱片店，寻找这张 "惊喜 "的热门专辑。
在随后的几年里，R&B/hip hop流派还实现了三个行业 "第一"。它从一个非前十名的类型最快地上升到Billboard最受欢迎的类型，按份额计算，它一直是最受欢迎的，并保持着最长时间的第一（注意，下面的图表在2010年结束，但这一统治情况一直持续到现在）。
即使是披头士乐队，虽然无疑注定要成功，但也因技术的变化而得到提升。1954年至1962年间，美国共售出550万台晶体管收音机。1963年，这个安装基数几乎翻了一番，达到1000万台，其中许多是作为圣诞礼物收到的。这种新近无处不在的设备的首要用途（或 "杀手级应用"）是什么？听披头士乐队的《我想握住你的手》（I Want to Hold Your Hand），这首歌恰好在12月26日发布，供电台播放。一个月内，这首歌就成为披头士乐队的第一首Billboard排名第一的歌曲，从而让乐队在2月份的Ed Sullivan Show上亮相，并迅速在美国掀起了“披头士狂热”。
60年后，晶体管收音机的意义很容易被遗忘，或者与8轨或卡带机等颠覆性较小的20世纪音频设备发明归为一类。然而，晶体管收音机 “是点燃60年代青少年文化导火线的技术火花。”CBS在2014年写道。“它同时实现了公开和私密的听歌行为，其组合方式是之前和之后的技术都无法比拟的。公开的，因为你可以把它带到任何地方，在校园里，在海滩上，在任何地方，以一种前所未有的方式与你的朋友分享音乐。私密的，因为你可以在走在大街上，或者坐在教室后面，或者晚上躺在床上，在被子里，通过耳塞听，所以你的父母不会知道。” 很难想象有哪个艺术家或团体更应该得到晶体管收音机为披头士乐队提供的宣传平台。然而，再多的营销费用也无法为乐队买到如此巨大的机会，只有技术。
西西弗斯的音乐
虽然音乐提供了许多例子，说明媒体技术的变化如何导致商业模式和内容的改变，但由于音乐在经济上对技术的不敏感，这个类别仍然被认为是媒体行业的一个悲剧性的例外。
考虑下图，音乐技术在七十年间跨越了六种不同的媒介（黑胶唱片、八轨道磁带、卡带、光盘、离线下载、流媒体），尽管创造了新的流派，出现了新的声音和乐器，货币化也发生了两次变革，但我们却只看到行业收入在最好的时候被取代，在最坏的时候一直减少。还要注意的是，核心的听觉体验也在不断改进：磁带给录制的音乐带来了便携性，CD带来了高质量和定义的曲目开始/停止，下载意味着你的整个音乐库与你一起旅行，而流媒体意味着整个音乐库可以随时使用。事实上，这些进步是如此之大，以至于听众花费了数十亿重新购买他们已经拥有的新格式的音乐。但重新购买旧音乐并不是一个增长的市场。
将音频与视频进行比较，视频的增长是在电影的基础上增加了广播电视，在广播电视的基础上增加了有线电视，卫星和光纤视频推动了进一步的增长，现在是数字视频。Netflix可能会颠覆好莱坞，退订有线电视服务可能会达到历史最高点，但视频收入从未如此之高。
这是因为，与之前的视频创新一样，不仅仅是发现新的类型和人才。它从根本上改变了视频传输、创作和货币化，以及视频内容本身。
电视超越电台
很明显，家庭观众的加入将扩大视频市场。然而，用于提供视频的第一种技术：广播，有许多巨大的优势。其中最主要的是无处不在的覆盖面和无边际成本。在一个特定的区域内，每一个家庭，以及家庭中的每一个房间，都能从一个信号塔上收到广播传输。此外，新家庭的出现或发送内容都没有成本。这意味着广播电视很容易获取，而且也可以是免费的。这两个特点使电视以前所未有的速度渗透到美国市场。在1945年，每10个美国人中只有两个人见过正在运行的电视。到1950年，每10人中就有一人拥有一台，到1962年，每10人中就有9人拥有电视。
然而，广播有很大的限制。例如，广播频谱只够几个频道使用。没有能力对客户进行区别对待，每个客户都得到同样的服务，或者根本没有服务，也没有能力收费。这些限制意味着，视频行业不是向消费者出售娱乐，而是有效地用娱乐购买消费者的注意力，然后通过广告将这种注意力卖给第三方。因此，竞争的焦点不是最好的内容，而是在任何时候都能接触到最多的观众。小众或特色节目没有空间，内容也没有可能冒犯广告商，因为广告商是唯一的收入来源。广播发行也意味着所有的内容都是现场播出的。因此，所有节目的播出时间都是30或60分钟，包括广告在内，广告会告知一场戏或一个场景的长度。
有线电视取消了一些广播的限制。在电视史上，第一次可以对不同的家庭进行区别对待和收费。邻居A可能没有有线电视服务，邻居B得到的是基本套餐，邻居C得到的是高级套餐。这意味着电视可以增加一种新的商业模式：直接向消费者收费。同轴电缆大规模地扩大了一个家庭可以同时接收的视频信号的数量。这两个变化使得专注于服务小众人群而非最广泛受众的新电视网络出现了，包括ESPN、CNN、MTV、BET和HBO。这些频道反过来又帮助说服观众，放弃免费电视而选择付费电视。这也有助于增加电视观看时间。虽然从1961年到2010年，美国拥有电视的家庭比例并没有增长，但每天的使用时间却从5个小时跃升到8个半小时。没有人喜欢他们的有线电视账单，但他们肯定喜欢它给他们带来的好处。他们看的越多，付的钱越多，这个行业能生产的内容就越多，内容质量就越好。
专业频道也使其更容易锁定特定受众，这有助于增加电视的广告收入。同时，HBO利用有线电视发行完全取消了广告，这使得它可以在没有审查或编辑的情况下发行故事片，后来，还制作了含有裸露和暴力因素的原创剧集，这是任何广告商都不会允许的。到2010年，HBO已经成为美国最赚钱的单一电视网络。
当然，有线电视技术也带来了新的限制。安装和运营有线电视的高成本意味着消费者现在必须为电视付费。由于电视网络没有自己铺设电缆的技术或资本，它们必须由专门的有线电视公司介入，这些公司购买这些网络的发行权，并向消费者收取使用费。
铺设电缆的难度和成本还有其他影响。大多数家庭不希望为了两家不同的有线电视公司而挖掘自家的草坪，也不希望为不同的电视节目设置两个不同的有线电视盒。因此，每家每户都只能从一家供应商那里获得视频。此外，基础设施成本非常高，以至于许多市场本来就只有一家供应商，第二个进入者很少有意义，这意味着电视服务缺乏竞争力，价格也很高，尽管这也意味着消费者不会面临独家经营。如果我们可以在康卡斯特或时代华纳有线电视或Charter或BrightHouse或Verizon之间选择，你可以肯定，频道会有所不同。“Showtime，现在是Verizon的独家。”
早期的有线电视技术还意味着，家庭无法访问选定的频道，或者从技术上讲，无法有选择地接收这些频道（因此当时的电视套餐有 “前50个”，然后是 “全部”）。这最终导致了过度膨胀的捆绑，迫使家庭接受频道。这也意味着所有主要的媒体公司都被卖在一起，共享客户，他们竞争的是时间，而不是接入数量或个人客户。
数字视频的出现再次打开了技术/商业模式/内容的循环。如今，一个网络不需要专门的基础设施（即多用途互联网与电视专用同轴电缆）就可以接触到消费者，所以他们直接单独销售。这意味着独播频繁，内容碎片化严重，一些网络（如Netflix）的客户数量是另一个网络（如Epix）的很多倍。
Ott视频（指通过互联网向用户提供各种应用服务）也改变了内容。随着内容转移到网上，系列化的长篇内容已经成为主导。像《绝命毒师》或《权力的游戏》这样内容丰富、剧情驱动的系列剧，如果观众不能准确地在开始时赶上大部分（甚至全部）原版播出的节目，就没有生命力。如果不能在节目播出中期追剧，这些剧集将永远无法吸引新的观众，而且每集的覆盖率会永远下降。同时，商业广告的取消意味着，系列剧不再需要围绕着每四到六分钟就出现一次的广告休息时间，也不需要在剧情上让场景足够刺激和/或有趣，让观众在广告后再来。同样，现在一个节目可以是任何长度。
并非所有的变化都是好的。有些人认为，向系列化内容的转变也导致了过长、臃肿的系列剧。事实上，每部喜剧只有22分钟，这意味着有些好的笑话被留在了剪辑室的地板上，但坏的笑话和叙事脂肪也被留在了地板上。就像当每一集都充满了广告，并且间隔167个小时播出时，很难让观众继续观看一样，当观众只需要坐在沙发上等待无广告的自动播放时，让观众继续观看可以说变得太容易了。Netflix联合CEO Ted Sarandos实际上已经承认，流媒体让不那么引人注目的节目得以生存，他说自己是HBO的《继承之战》的忠实粉丝，但 “如果我对这个剧的喜欢程度再低一点，我可能就放弃了，因为我每周都要等待下一集，实在是太憋屈了。” (Craig Mazin 是HBO《切尔诺贝利》的编导&编剧，以及即将推出的HBO系列剧《最后生还者》)。
同样，Netflix也表示，其留存率和定价能力的主要驱动力是总观看时间。这意味着有基于网络的激励措施，以从每部电视剧中多挤出一点时间。当然，所有的网络都希望能让自己的节目尽可能地持续下去。然而，拥有一连串沉闷到极致的剧集意味着观众不会在一周后回来。更重要的是，流媒体电视剧背后的工作室都会获得总制作成本的分成，所以他们也有动力拉长每一季剧集的长度。
最后，流媒体视频的关键创新不是它如何影响付费电视模式或内容，而是它如何创造了全新的格式。现在美国最受欢迎的视频服务是YouTube，它几乎完全是用户生成的内容。Twitch每天提供的娱乐时长超过了除25个传统付费电视网络之外的所有网络。美国TikTok的收入仍然未知，但显然规模很大。总的来说，UGC视频服务在2019年产生了超过100亿美元的收入，自2010年以来大约增长了25%。与广播、有线电视或数字电视相比，这里的经济模式非常独特。
电子游戏
电子游戏与音频是另一个不可思议的对比。在这里，我们看到的是持续的加法式增长。新技术的运作就像地质地层一样，彼此相辅相成，从不需要蚕食或替代。
当街机刚出现时，每台至少要2000美元（以2019年的美元计算，大约6000美元），而且玩的是单机游戏。因此，街机的唯一买家是商家。这就把视频游戏玩家的受众隔离开来，只有那些强烈想玩游戏的人，他们才会离开家，前往商店，排队等待玩游戏。共享设备的需求意味着游戏必须短小精悍，而且不存储进度数据。这也意味着货币化必须注重按次付费（同样，技术为内容和商业模式提供信息）。
20世纪80年代推出的消费级游戏硬件（即游戏机）代表了一个突破性的变化：突然间，你可以在家里玩游戏，玩多个游戏，最重要的是，你可以保存你的进度。保存意味着游戏可以有更丰富、更长、基于故事的叙事，用户可以无休止地玩下去，而不需要额外的费用。这扩大了游戏受众，他们可以玩多长时间，游戏的可负担性和游戏内容的多样性。
网络游戏增加了更多的功能。现在游戏玩家可以在游戏中远程社交，而不是挤在沙发和电视屏幕上。游戏所讲述的故事可以是无止境的，也可以是持久的，《EVE Online》和《魔兽世界》即使在你下线的时候也不会停止，而且已经接近第三个十年的运营。移动游戏带来了便携性和触控性，更不用说像《口袋妖怪Go》这样基于AR的体验，把现实世界变成了游戏。
在过去的20年里，游戏货币化得到了巨大的发展和多样化，从套餐销售到DLC（可下载内容）、月订阅、季票、微交易来购买额外的生命、装备或舞蹈动作。更令人震惊的是，世界上大多数最有价值的游戏都是免费游戏。事实上，它们甚至不是游戏本身。
以Roblox为例，7月份约有1.64亿玩家，游戏时间突破30多亿小时。不过，Roblox公司并不直接制作或发布任何游戏。相反，Roblox是一个 "无代码游戏平台"，它让其玩家（其中大部分是儿童）能够轻松地自己创建、分享和靠游戏盈利。Roblox通过专注于通过图标设计，而不是编程语言来实现这一目标。在这一点上，它类似于20世纪90年代微软的MS DOS向微软Windows的转变，或者是2000年代黑莓手机向iPhone的转变，它们都有助于将个人电脑变成任何人都可以使用的设备。
Roblox创新的游戏创作方式所带来的成果是深远的。Roblox已经产出了5000多万款游戏，其中5000款游戏的游玩次数超过100万次，20多款游戏的游玩次数超过10亿次。Roblox顶级游戏《Adopt Me》4月份的同时在线玩家数超过160万。Roblox总共有200多万开发者，其中34.5万开发者产生了收入。2020年3月至8月，20岁的Anne Shoemake赚了50多万美元。她现在有14名员工。在2020年，Roblox预计开发者的净收入将超过2.5亿美元，甚至不全是直接来自他们的游戏。Roblox Marketplace允许开发者重新出售他们为游戏制作的任何资产，比如树、物品或3D模型。可以说这是游戏界的新事物。
音频
前文的图表和历史描绘似乎展现了一个令人沮丧的音频世界。音频似乎遇到了其他媒介没有遭遇的困境，一个西西弗斯般的存在，所有的变化是巨石。
这种动态源于音频相对于其他媒体类型的技术简单性。我们可以从录制的音频比录制的视频或视频游戏街机，以及现场音频（广播）与现场电视或在线游戏的对比中看出这一点。或者说，制作和录制音乐比拍摄一部电影，或者设计一个视频游戏要容易得多。
甚至可以说，音频比文字更简单。虽然印刷术出现的时间比广播早了几个世纪，但印刷的文字很难传播，成本也很高，而且无法现场传递。音响不仅制作起来相对容易（你只需要说话！），无线电广播技术还意味着，无论是现场直播还是预先录制，这种音频都可以同时传达到每一个美国家庭，而且没有边际成本。
虽然音频的简单性为其提供了领先于其他类别的优势，但也阻碍了其增长。一般来说，受技术变革影响较大的媒体类别，比不受技术变革影响的媒体类别更有优势。我们可以通过技术变革增加内容、传输和货币化的多样性的方式看到这一点。
在过去的几十年里，音乐在风格和类型上都在不断发展，但音乐内容本身并没有像电子游戏或电视剧那样被大幅整改、扩展或重塑。如今制作和传播的音频比以往任何时候都多，但这种增长落后于其他媒体类别（包括文字）。虽然今天的音频更容易获得，但它在今天的美国人中所占的比例并不比60年前高。录音音频在21世纪增加了第三种货币化模式：订阅，但它是在2001年通过XM Radio实现的。与其他品类相比，还差得很远，自2000年代中期以来，围绕一个vlog或博客的制作、传播和建立观众群可能比一首歌更容易。由于iOS和Roblox的出现，小游戏现在可能也更容易了。
所有这些都是说，音频确实是从技术变革中成长起来的。但与其他类别相比，它的时间跨度更长，选择性更强。为此，对音乐、视频和电子游戏产业的历史总结，都倾向于从20世纪70年代或80年代开始，而这是不合理的。毕竟，音频比视频游戏早诞生了一个多世纪，也需要更长的时间来发展。此外，音频分析应该少关注物理媒介的个体变化，多关注获取方法，其他类别通常不需要这样的区分。
虽然过去40年的音频讲述了一个令人沮丧的故事，但整个过去100年的历史却截然不同。在整个20世纪和21世纪，音频不断发现新的传播媒介、格式和货币化模式。这从1927年电台广播的推出，让全美都笼罩在音频之中开始，到20世纪50年代的晶体管收音机，让音频真正实现了便携式和私密性，再到卫星、数字商店和Spotify流媒体的延伸。如今，音频品类的实际规模是一个世纪前的40倍，是50年前的2倍，自1994年以来增长了30%。
就像音频需要一个更广泛的20世纪的框架一样，它也需要更大的21世纪的背景。虽然它是第一个被互联网颠覆的主要媒体类别，但考虑时间和收入时，它仍然是与互联网联系最少的。地面广播电台仍然拥有超过40%的非音乐会音频相关收入和收听时间，这是1930年以来保持的壮举。
这是一个好消息。收入和时间的重新分配将为一大批新的内容创作者、制作公司和发行商提供资金。和以往一样，货币化也会受到影响。例如，地面广播电台无论听众人数多少，都要支付固定的每次播放费率，而且只有歌曲的作者才会得到版税，而不是表演者。点播流媒体按次付费，所有人才都会得到收入。此外，这些服务按固定的收入份额付费，这意味着人才的收入与发行商的收入呈线性增长。
更重要的是，现在技术对音频品类的影响比以往任何时候都要快。其收入模式、内容和交付的多样性从未如此之大。这是鼓舞人心的，也是健康的。而且还有更多的事情会发生。
有声读物、播客和音频故事
有声书和播客是一个很好的开始。前者有些是从图书市场中吞噬过来的，这对音频来说还是不错的，但有些也是净新增的。据估计，美国有声书的收入将在2020年达到15亿美元（约占录音音乐支出的15%），并继续以每年15%至35%的速度增长。
播客与广播的竞争更为直接，后者仍然是大约30%的谈话和70%的音乐。但Spotify和Audible/亚马逊音乐等市场领导者正在进行的大量投资（最近投资了几个系列，包括Will Smith和DJ Khaled的节目）也应该会使市场增长。
到1961年，电视在美国实现了全面普及(90%)，此时，平均每个家庭每天看电视5小时。在接下来的40年里，电视从免费变成了每月至少60美元的费用。虽然许多家庭对被迫购买的不需要的频道数量表示恼火，但有线电视捆绑内容的多样性和质量提升使收视时间增加了近75%。对音频的投资应该会产生类似的影响，同时也会让Spotify涨价（从而提升行业收入）。
同样，我们需要考虑当今全球点播音乐流媒体平台的规模如何回归（并扩大）音频领域的旧机会。1940年，平均每个家庭每天听5小时以上的广播。到了1960年，这个数字降到了两小时，其中大部分是在车上听的（家庭听广播主要集中在体育方面）。这种下降，再加上对现场收听的需求，使得任何一家大众传媒公司讲述音频优先的故事都不切实际。当然，一个音频故事可以被压成黑胶唱片，从而消除了直播时间的限制。但是，用黑胶唱片发行每周或每月的有声系列节目的成本太高，特别是与印刷品相比(即漫画、周刊或报纸小说)，意味着广告收入的损失。
今天，用音频故事接触全国受众比以往任何时候都要容易。有两个主要的上传点（Spotify和苹果，而不是数以百计的广播电台）和两个听众访问点（Spotify和Apple Music，而不是无数的音频频道），这两个点都提供点播。而在五年前Serial（大热的音频剧）证明了新音频模式的潜力后，又有大约4000万美国人采用了点播音频流媒体服务。
为此，我们可以指出Spotify最近与漫画出版商DC娱乐公司的播客协议。DC的最后一部音频原生连续剧结束于1951年，也就是《独行侠》在电视上首播两年后，电视时代的非正式开始（1948年的《艾德·沙利文秀》）三年后，当然，在电影大片和电子游戏大行其道的当下，人们可以争论这个机会的大小。但重要的是，这是一个新的、净增量的音频机会。值得注意的是，如今播客听众中只有不到5%听的是叙事小说。
然而，比起新技术如何扩大旧内容类别的经济效益，更重要的是它如何解锁新的内容类别。
低成本、无处不在的基于RSS的播客传播，无疑是该媒介发展至今的原因。如果没有它，要想找到Pod Save America或Serial，分享剧集和建立播客习惯就太难了。但RSS也是一个限制器。RSS标准只允许分发一个单一版本的文件（不能更新），而且几乎不会返回任何听众端数据。这意味着没有详细的听众或收听数据（听众跳过了哪里，是否完成了一个文件等），没有动态广告插入或程序化广告的潜力，也没有互动性。如果你是今天的播客粉丝，这可能看起来不是什么大事，但手机信息的演变是一个有趣的案例研究。
短信在1990年代末和2000年代初兴起，这要归功于GSMA（全球移动通信系统协会）维护的标准，它确保所有网络和所有国家的所有移动设备都能发送、接收和阅读短信。然而，正是后来向私人和部分封闭的短信应用的转变，才导致了令人难以置信的，而且很大程度上出乎意料的短信创新：从读取回执到基于照片的通信、滤镜、视频故事、自动删除信息、头像、GIF等。如果这些功能的引入依赖于全球无线运营商联盟，那么今天的社交网络可能就不存在了。为此，将播客收听整合到一些以封闭为主的平台上，可能会给行业带来相当大的提升和收入增长。
就在本周，Spotify展示了相关的蓬勃发展的机会。该公司的自助播客创作平台Anchor现在允许播客将Spotify的4000万首授权歌曲中的任何一首即时整合到用户的播客节目中，而且不需要管理授权、版税等。这意味着任何人都可以成为一个完全成熟的DJ，制作自己的电台节目。此外，音频记者可以在报道或讨论中随心所欲地介绍音乐（以及单个曲目的数量），而不需要只谈论一首歌或限制播放几秒钟。Spotify的互动平台还允许用户将听到的歌曲片段即时添加到自己的资料库中，或者暂停播客收听相关曲目。
这个新功能打破了RSS，并且需要基于Spotify的分发，这者都有弊端。但它也使播客成为一个更强大的内容创作、收听和发现的媒介。这不仅需要整合到一个封闭的平台上，而且需要一个已经通过订阅的方式，以数字方式和点播方式提供音乐，并且有一个内置的权利/版税管理系统。所有这些都需要15年前不存在的技术。
尽管在技术和管理上有上述的复杂性，但Spotify的创新是比较温和的。音乐在专业的广播节目中已经存在了一个世纪，而消费者在互联网上播放曲目也已经有了十年的历史。将音乐带入UGC电台节目，并将网络播放整合到这些节目中，是渐进式的。想象一下，当我们像Snapchat的故事或阅后即焚的照片那样，转向一些真正新的、不同的和意想不到的东西时，会发生什么？今天的播客和广播节目在概念上仍然植根于几十年前的技术限制，并正在迅速解锁。
新的音乐会
我认为远程和虚拟音乐会有很大的潜力。一般来说，现场体验往往是媒体和娱乐行业最有价值的方面。如今，付费电视内容中几乎所有的价值都来自（并依赖于）体育直播和新闻直播。几乎所有的顶级电子游戏都是基于直播、在线游戏，行业增长的大部分也是如此。而尽管体育直播的电视转播权有了巨大的增长，但在过去十年中，门票收入仍然是美国各大联盟最大的收入来源。
现场之所以产生如此大的溢价，是因为它为标准媒体体验增加了很多东西，从FOMO（害怕错过的心理）到更大的沉浸感、提升的利害关系感和社区感。我们在影院里比在家里笑得更多，在家里有伙伴陪伴比独自一人笑得更多，这是有原因的。
尽管如此，直播只占音频收入的一小部分。现场音乐会收入在2019年达到98亿美元，虽然不小，但远低于付费和广告支持的音乐收听模式，只占消费者在音乐上总支出的四分之一，不到音频总收入的五分之一。直播读书和直播播客并没有实质收入。
这种相对表现不佳的情况存在，并不是因为受众对音频直播不感兴趣，而是因为音频直播体验和收入的规模化很难。
思考一下现场体育和现场音乐会之间的差异。一般来说，当观众离主舞台越远，现场活动的质量就越差。但对于音乐会来说，体验会随着距离的增加而成倍下降。比如说，演唱会不会有300英尺以上的mosh pits（狂舞场），也不会有很好的音响效果（毕竟大部分演唱会的收入都是在为体育赛事制作的场馆中产生的）。大多数球迷宁愿在场边看一场NFL比赛，也不愿意在体育场馆的两头看，但观众的体验比演唱会的体验要逐渐下降。此外，坐在较远的后方并不意味着失去了球迷群体（“人浪”和欢呼声横跨所有区域）。事实上，很多最优秀的死忠球迷都在远处，因为他们没钱去看每周三场的场边的比赛。然而，许多泰勒·斯威夫特的死忠歌迷，每隔一两年就能买一张VIP票。此外，体育赛事通常会在体育场座位上支持360度全视角，而演唱会只能承受150度（没有人愿意盯着屏幕后面看）。
比起体育现场，演唱会适合的观众个性/行为范围也相对狭窄。Kanye的粉丝只有足够有钱，买得起包厢，才能坐着享受演唱会的现场。这意味着很多潜在的演唱会观众只能通过下载专辑或在Spotify等多流媒体来支持他们喜欢的艺术家。体育迷们每年也会受益于几十次亲临现场观看自己喜爱的球队的机会。与此同时，音乐迷们只有很少的机会（如果有的话）能看到自己喜欢的艺术家。
还有就是演唱会运营的市场摩擦（指任何可能妨碍一笔交易发生的因素）。运营一场演唱会不仅需要付出相当大的努力，而且大部分都是重复性的。每一个城市都涉及到一个新的场地预订；离散的市场和票务销售活动；设备的拆装、设置和测试、拆卸和重新包装等等。每周在同一个体育场馆运营两到三次的体育赛事，在运营上要简单得多，收入也简单得多。而且这些赛事不仅需要的精力少，这种精力还集中在制造独特的表演上。当迈阿密热火队一周内在三个城市打篮球时，每场比赛都是不同的。而几乎所有演唱会巡演的目标都是每晚提供相同的演出和节目单。
这些规模化的问题不仅有助于解释音频行业中直播的价值，也有助于解释过去十年来演唱会收入的增长方式。虽然自2009年以来，美国演唱会收入实际增长了70%（即43.5亿美元），但这一增长超过四分之三来自中小型的巡演（Top100之外的巡演）。毕竟，泰勒·斯威夫特不可能每周都去更多的城市，也不可能比她已有的巡演效率更高。这意味着，美国三线城市，甚至全球二线国家的数百万泰勒粉丝将永远没有机会看到她的演出。
非百强艺人也是有上限的，尽管这部分艺人在增长。许多艺人有几万名（或更多）粉丝，他们很想看一场现场演出，但他们太分散了，这样的巡演不经济。
有一段时间，唱片公司和HBO等高端电视网络希望围绕着在家观看头部巡演建立观众群（还有可能按次付费）。这将解决许多亲临音乐会所面临的主要限制。然而，即便是最忠实的粉丝群体也拒绝了这样的体验，因为它提供了更差的音频，而且与真实的东西相比没有任何体验上的改进。这与体育直播不同：体育直播不仅是为在家观看量身定做的，而且在家观看的体验还可以通过播音员解说、屏幕上的图表、休息时的专家评论等来增强体验。而体育直播和新闻直播有促使你在家观看的价值，演唱会则没有。
数字音乐会将永远缺乏一些亲临音乐能得到的东西。然而，重要的是要了解它们是如何解决上述每个瓶颈的。最明显的是，这些活动是高度可扩展的。一个单一的制作或设置，无论多么复杂，都可以在全球范围内覆盖每一个歌迷，也可以重复使用，针对个别市场（如比利时）、细分市场（新歌迷或超级歌迷）或观众（德语歌迷）。尽管有这么多变通，泰勒·斯威夫特每年可以支持几十场演出，而不需要巨大的精力、时间或旅行。出于类似的原因，全球只有5000名粉丝的艺人终于可以将他们的现场演出货币化。
防弹少年团线上演出销售
但最重要的是数字/远程音乐会的兴起将如何改变音乐会本身。从历史上看，在家观看音乐会是一种新兴的想法；电视转播是利用从现场活动中重新利用的镜头制作的，而且在许多情况下，是在几周到几个月后交付的。然而，今天，这种流媒体几乎都是现场直播，特别是在新冠疫情大流行期间，专门为家庭观众制作的。这一点，再加上流媒体相对于电视转播所提供的个性化和互动性，意味着家庭音乐会的体验第一次可以提供“真实”之外的优势。
例如，在家的观众可以对下一首歌进行现场投票，集体操作舞台灯光或数字乐器，甚至通过画中画加入表演者的现场。虚拟商品的引入也意味着，在家演唱会将加入一些商品，比如巡演T恤，只能由在家的观众领取。
洛杉矶线上直播初创公司MomentHouse获得娱乐明星、商业人士的投资
2018年11月，1100万人参加了Marshmello在游戏《堡垒之夜》中的虚拟演唱会，还有数百万人通过YouTube、Twitch和其他社交平台观看。Epic并没有为这次活动收费，但如果有的话，大多数人会将此作为电子游戏收入。当然，Epic作为活动的一部分出售的游戏内购买物品也算是游戏收入。
然而，当我在近两年后写下这篇文章时，几乎所有的音乐会都变成了虚拟的：通过Twitter的视频播放器、Zoom或Facebook Live进行传播。把那些演出称为演唱会，而把Epic的演出称为电子游戏活动，是错误的。一个艺术家的再现是为了看起来 "真实 "还是梦幻，纯粹是一种审美选择，像素就是像素。更重要的是，《堡垒之夜》的演唱会已经从旨在 "复制真实世界 "的体验（如舞台、舞池、投影屏幕）演变为对真实世界不屑一顾的体验。Travis Scott2020年4月的演唱会达到了2800万游戏内独立观众，每个人都被传送到了时空之中。而尽管Astronomical具有奇幻性，但3D沉浸式体验比Zoom更像音乐会。很快，《堡垒之夜》的演唱会很可能也会涉及现场动作捕捉。这就是一场演唱会。
而就像远程演唱让更多的艺术家可以经济地进行现场演出一样，虚拟的演唱会也会给更多的艺术家提供创作工具。The Boss是一个不可思议的明星表演者，但并不是所有的艺术家都是Bruce，也不是所有的音乐都适合光秃秃的舞台、吉他和话筒架。Deadmau5（加拿大DJ、音乐制作人）需要一个高科技的灯光秀来举办一场引人注目的演唱会。从这个意义上说，我们不得不承认，演唱会几十年的发展，与唱片公司交易和盗版的兴起、演唱会技术的改进一样，都有关系。当这些演唱会从麦迪逊广场花园转移到《堡垒之夜》时，情况也将如此。
远程/数字/虚拟音乐会的兴起将改变音乐会行业的一切。不仅仅是音乐会的制作、交付和盈利方式，甚至是什么样的艺人的演出和为谁演出都将发生改变。它还将改变谁来制作和运营一场音乐会，以及谁来提供这些音乐会。
Live Nation是一家运营企业（是全球最大规模的演唱会推手企业），而且因为演唱会的复杂性和不可规模化而发展壮大，包括管理无数场馆的预订、售票、入场、清理等工作，以及跨越无数地点、时间和销售渠道的收入收集。这些技能对于一个全球分布的、只有YouTube、Twitch或Moment House（我是投资人）的、只有一个购买点的演唱会来说，并不是特别适用。当然，Live Nation的历史专长也不容易转化为基于虚幻或Roblox的沉浸式虚拟音乐会的创作。值得注意的是，《堡垒之夜》制造商Epic Games现在为《堡垒之夜》的音乐会系列运营一个现场活动空间，这意味着Epic为这些活动提供动力、制作、发行并收取收入。
同时，Spotify和Apple Music不仅在其平台上拥有艺人的大部分粉丝，而且对这些粉丝的洞察力也最强。没有人能够比Spotify在接触碧昂斯粉丝方面做得更好，包括碧昂斯本人。而且该公司无需花费任何成本就能接触到他们。
走向虚拟
这就涉及到音频未来更广泛的机会。音乐是我们生活的背景音乐，而我们的生活正变得越来越虚拟。因此，这种背景音乐及其传递方式需要改变。
考虑到Travis’ Scott堡垒之夜演唱会的巨大规模。近3000万人花了9分钟的时间完全沉浸在他的音乐中，这其中包括死忠粉和一般粉丝、非粉丝和根本不认识他的人。不管有没有新冠疫情，世界上没有任何其他体验，包括超级碗的半场秀，能够提供这种程度的影响力和关注度。Scott在堡垒之夜演唱会上首发的歌曲（The Scotts，与Kid Cudi合作的歌曲）在一周后首次在Billboard上排名第一。这是Cudi的第一个Billboard第一，也是2020年的最热门的首发单曲。此外，Scott在两年前的《Astroworld》专辑中的几首曲目也回到了Billboard榜单。
还要注意的是，像Lil Miquela这样的虚拟偶像也越来越火热。Miquela拥有超过5亿的歌曲播放量，多次登上Spotify的榜单，并出现在MTV音乐大奖和科切拉音乐节上。拳头公司的虚拟K-pop女团KDA女团，已经两次登顶Billboard全球流媒体排行榜，KDA女团的第一支MV在YouTube上的单月点击率达到1亿（如今已经接近4亿）。
虚拟偶像Lil Miquela
在《堡垒之夜》中，你现在可以和你的队友一起在汽车或直升机上听40大热门歌曲。这可能看起来很古怪，但这是一个非常强大的发现新音乐的机会。当我们和别人一起玩耍时，我们会听一些可能平时不会听的音乐，我们也会因为同样的原因爱上它。就像我们在现实世界中有Spotify订阅一样，虚拟世界的崛起将导致全新的收听订阅或附加费用。
同样，《堡垒之夜》现在允许玩家邀请他们的朋友进入游戏中的音频聊天，即使他们不在玩游戏。例如，正在开车或在公交车上的朋友可以 "调入 "并与一群在家里用游戏机和PC玩游戏的朋友交谈。这不是游戏本身，但它是基于游戏的，也是一种新的（可能的）音频用例。
在音乐发现和基于音乐的内容创作方面，TikTok显然是一个不可思议的创新。最近，一个独立的、基本上不为人知的TikToker制作的视频使Fleetwood Mac的Dreams自1977年以来首次登上Billboard排行榜。今年早些时候，数百万人通过TikTok打鼓挑战发现了Phil Collins的老歌《In The Air Tonight》。
年轻一代总是发现上一代人的音乐。然而，这通常是通过父母和亲密的朋友在小团体中进行的，或者通过专业制作（成本高得惊人）的电影原声带向大众观众传播。虽然唱片公司在理论上有为新一代人推广几十年前的音乐的商业案例，但这在功能上是不切实际的。不仅努力集中在新艺术家身上，试想一下，索尼音乐的高管们要想明白为什么今天15岁的孩子要关心Billy Joel，如何接触他们，以及如何克服Joel是他们爸爸最喜欢的艺人。TikTok，不受音乐厂牌的管理，而是由他们的权利所促成，已经解决了这个问题。而且它完全是利用21世纪的技术（如智能手机、社交网络和算法），以及成千上万的用户创作的视频，让数百万观众看到。
上面详述的动态也不是TikTok独有的。所有主要的社交平台，如Twitch、Facebook和Roblox，现在都在为创作者提供使用 "专业音乐 "作为其 "用户生成内容 "的一部分的能力，并且不增加成本。这将意味着全新的、高度规模化的收入流和艺人的发现模式。
而从宏观的角度来看，值得注意的是，虽然在音频领域还没有人完全 "解决 "UGC，但全球最大的视频平台（YouTube）就是基于UGC的。正如最大的电子游戏（Roblox）。最大的新闻发布者（Facebook）是UGC（我们还可以把出租车、电商、酒店等也归进去）。最终会有人找到合适的模式，而我们可能也没那么远了。 如今除了独立摇滚之外，几乎所有的新音乐都是 "全数字 "的，因此完全可以按乐器、节拍、人声等进行分离。在很多情况下，一首热门歌曲都是由众多的采样、节拍和声音组成，这些声音来自于创作者的拼凑。回到Lil Nas X身上，他的《Old Town Road》是基于他从一个匿名音乐人那里买来的30美元（而且是一年前的）的beat（这个音乐人自己重新创作了一首十年前的Nine Inch Nails歌曲）。Lil Nas X就用偷来的软件制作了《Old Town Road》这首歌，然后自己也发布了歌名。如今，相对于游戏和视频（如YouTube），音乐制作软件和工作流程工具仍然相对不发达，但很多人，如SoundCloud、Anchor和Splice，都在解决这个问题。
以上内容都不是为了详尽无遗。近年来，我们看到了空间音频、苹果AirPods、数字对讲机、Headspace（我是投资人）等基于音频的冥想和正念的服务，以及Discord和Clubhouse等社交音频体验的崛起。而这也是音频在2020年成为一个伟大的品类的原因，它不仅比几十年来增长得更快，而且也在多元化，变化得更快。原因只有一个：技术
