网络音频的整治：问题与对策

曹爱民

(浙江财经大学 财政税务学院，浙江 杭州 310018)

伴随着移动互联网普及，网络流量成本下降，以及无线与智能音频设备升级与推广，网络音频已成为众多网民碎片化时间的重要陪伴媒介。中国网络视听节目服务协会发布的《2019中国网络视听发展研究报告》显示，网络音频用户规模达3.01亿，网民使用率为36.4%。相较于移动视频、移动阅读行业，网络音频呈现出更快的发展势头。这满足了用户的信息和社交需求，但因网络音频具有与传统媒体不同的媒介属性，也给其治理带来一系列新的挑战。

一、网络音频行业乱象

近几年，各种网络音频平台如雨后春笋般出现。但如同短视频一样，网络音频在“野蛮生长”之后，也衍生出种种行业乱象。

(一)有毒的声音诱惑

网络音频以声音为传播优势，相较于文字、图像等内容载体，声音更具有温度，更能够触动人们内心深处的情感，也更具有隐匿性。一些网络音频平台便利用这一特点，打擦边球，传播色情淫秽信息，甚至引诱用户跨平台从事违法违规交易。有的音频即时通讯应用竟以私密社交、一对一社交为卖点，公然传播招嫖卖淫等违法犯罪信息。如在寻欢-轻语(现改名轻语)里，个别主播通过性暗示来怂恿用户用虚拟币刷礼物，有的直播间公告明码标价，用户只需支付一定的“房费”，便可以任意“带走”一位女主播，私下进行语音甚至是视频裸聊等色情交易。

随着视频平台的监管趋严，网络色情业务逐渐蔓延到音频平台，低俗色情之风引起有关部门的高度重视。2019年1月，Hello、喵喵、泡泡等5家语音直播平台因存在“开车”“磕炮”等涉低俗色情信息被依法下架，受到立案调查和行政处罚。6月28日，吱呀、Soul、语玩、一说FM等26款违法违规音频平台受到处罚。伴随音频内容多样化、形式复杂化，以及受众规模扩大，网络音频内容的合规与质量监管将成为国家互联网治理的重要组成部分。

(二)不设防的在线神聊

网络实名制已实行多年。网络音频涉及大量情感、社交及深夜话题内容，对用户年龄有一定的要求。但一些网络音频平台的管理制度却形同虚设。不少网络音频平台不需要实名认证即可下载注册，甚至不需要注册，直接绑定社交账号即可登录。

在苹果应用商店内，大部分音频App下载界面上标注的年龄限制是“17+”，而Soul的年龄限制仅仅是“9+”。在安卓应用市场中，Soul没有标注年龄限制，吱呀是16岁。Soul、处CP、吱呀三款软件通过手机号即可完成注册。处cp表面上设置了青少年保护计划，但实名认证并非强制，进入App后不需要通过审核，在短时间内就可以收到数条“匹配情侣”的请求。用户只要支付一定的费用，便可以接受主播的“服务”；甚至在用户没有操作的情况下，就可以自动完成认证和匹配。

网络音频平台的这些违法违规行为严重破坏了网络生态，对青少年的健康成长带来恶劣影响。“如今，生于千禧年后的互联网一代，正面临着一览无余的海量信息和更为淡薄的成人世界边界，中国1.7亿青少年网民或许正过早失去他们的‘童年’。”[1]

(三)唯市场化的算法操作

网络音频的快速发展离不开人工智能与算法推送。“个性推荐算法”的核心就是按照“人群划分的基本逻辑为每位用户推荐其感兴趣的精细内容资讯”。[2]很多网络音频平台迷信流量决定一切，一味追求经济效益，通过提供量身打造的信息服务来套牢用户、实现流量变现，从而偏离了正确方向，舍弃了社会责任。例如Soul定位为走心的“灵魂”轻社交，为追求流量，利用算法技术向用户推送违背社会公序良俗的音频内容，一些泛娱乐化的露骨内容也会因为点击率高而被放在首页或明显的位置。

网络音频平台出于对市场利益的盲目追逐，用算法推荐全方位“讨好”用户，甚至迎合某些用户的低级趣味，造成庸俗、低俗、媚俗信息泛滥。“算法既可用来计算，也可用来算计。如果算法被利益所绑架，就会沦为对用户的算计。”[3]唯市场化的算法操作使一些网络音频平台在短时期内成为市场的赢家，却使整个行业沦为输家。“社会的进步，离不开先进技术的开拓者，更离不开基本价值的守望者。工具理性不能超越价值理性。即使技术再先进，也不能主观或客观地损害公共利益、损害任何一个人应有的权益，抹黑社会文明。”[4]

(四)鱼龙混杂的价值观

一个社会的良性运行和健康发展需要主流价值观的感召和引领。出于追求短期效益的急功近利心理，一些网络音频平台唯利是图，金钱至上，向用户兜售形形色色不健康的价值观。网友称之为“三观不正”“节操碎了一地”。[5]如2018年1月，“红花会”组合成员PGone演唱的一首《圣诞夜》，因歌词含不良信息，被共青团中央、新华社、中国妇女报等官方微博点名批评“教唆青少年吸毒与侮辱妇女”。网易云音乐平台传播所谓“色系神曲”，宣扬低俗的“二次元文化”和其他“亚文化”，公然使用一些暧昧、隐晦的标题。一些有声读物平台宣扬历史虚无主义,传播含有惊悚恐怖、神仙鬼怪、僵尸、冥婚等内容的网络小说，散布封建迷信思想。

价值观是一种内心尺度，它是一个人的精神支柱，决定着一个人的行为取向。网络空间容易形成“趣缘凝聚”，同样也容易造成“偏离价值观的聚集与发散，若不及时进行引导易走向偏差与极化”。[6]今日头条旗下“内涵段子”应用程序及公众号就曾因存在导向不正、格调低俗等突出问题被广电总局永久关停。网络音频平台应吸取教训，避免形成不良的价值导向，明确“正确的价值观导向才是互联网企业真正的内涵”。[7]

二、网络音频整治对策

网络音频乱象频发，已经到了规范“正音”的时候，只有先“正音”，才能更好听。2019年6月28日，国家网信办集中开展首批网络音频专项整治，以促进行业健康有序发展。如何规范网络音频市场，促进网络音频行业的有序健康发展，已成为当前刻不容缓的问题。针对当前出现的网络音频乱象，应优化治理方式，健全政府、行业、平台、社会共同参与的治理机制。

(一)完善法规，加大惩罚力度

新华社、《南方都市报》等媒体曾对网络音频行业乱象进行过系列报道，国家网信办也进行了多次整治，但如同短视频的治理一样，普遍存在着“多为事后治理，缺乏规则规范”“多为政府治理，缺乏平台管理”“多为内容治理，缺乏全面管理”的问题，[8]网络音频整治并没有取得预期效果。

我国关于网络音频治理的相关法规主要有《中华人民共和国网络安全法》《互联网直播服务管理规定》《互联网新闻信息服务许可管理实施细则》《互联网视听节目服务管理规定》《互联网直播服务管理规定》等。相对来说，这些法规都比较宽泛、笼统。2019年1月9日，中国网络视听节目服务协会发布《网络短视频平台管理规范》及《网络短视频内容审核标准细则》。这两份文本从机构把关和内容审核两个层面为规范短视频传播秩序提供了依据。但是，网络音频平台的建立与内容传播还缺乏具体的规则规范。

目前，对于网络音频平台的处罚一般是约谈、整改、下架、关停服务等，违法成本较低，并不能达到震慑的作用。一些网络音频平台为吸引用户流量，与政府管控“打时间差”，企图在政府管控之前尽其所能地吸引足够多的关注。有些平台更是表现出我行我素、敷衍搪塞的架势，玩起“躲猫猫”。监管来了，就下架问题内容；严管过后，通过改头换面，死灰复燃，卷土重来。

因此，加强网络音频内容监管细化和行业标准规范化，进一步压实主体责任，加大惩罚力度，势在必行。尤其是对于事实清楚、明显违反相关规定，明知故犯，造成不良影响的问题平台，要依法依规给予严惩，决不能让不法之徒心存侥幸。只有重拳出击，才能引起重视，起到震慑作用。

(二)转变观念，倡导和践行守正创新的行业风气

网络音频具有很强的自媒体特征。网络音频不如视频和文字直观，但是门槛低，人人都可成为主播。感言、见闻、故事都可以随口录成音频，上传到平台。伴随行业快速发展，网络视听媒体已成为传播格局中的重要组成部分。网络视听节目要坚持与广播电视节目同一标准、同一尺度，把好政治关、价值关、审美关，实行统筹管理。在“同一标准、同一尺度”的管理框架之下，网络音频日益成为意识形态建设的重要领域和前沿阵地。

网络音频从业者应该转变观念，努力做主流思想文化建设者；要清醒地认识到，影响越大，肩负的责任也越重。同时，应积极发挥行业组织作用，增强各类主体的管理意识、责任意识、自律意识，共建良性音频生态圈。

2019年5月28日开幕的第七届中国网络视听大会以“守正创新，激发视听新活力”为主题，倡导全行业坚守正道传播正能量，践行新发展理念，推动高质量创新发展。网络音频行业应积极行动起来，破除流量喧嚣，回归内容良心，肩负起行业责任，做大做强主流舆论，树立守正创新的行业新风。

(三)以质取胜，提高平台专业化水准

网络音频追求个人化、订制化，UGC内容生产模式一般占有较大比重。这虽然有助于丰富内容来源，增强用户黏性，但也带来了内容过于随意、质量参差不齐、用户素质低下、主播专业修养不足等问题。

对于网络音频平台来说，内容是其核心竞争力，高质量的原创节目和高水准的主播才是其吸引用户、获取收益的重要资源。知识付费、内容付费的火爆为网络音频平台的经营理念转变提供了契机，创造了条件。在未来的发展中，音频内容的精品化必将成为平台的共同发展策略。

互联网人口红利的消失，也迫使网络音频平台必须抛弃畸形的“博眼球价值观”“流量至上”等思维，切实扛起社会责任，用优质的内容赢得用户与流量，通过提供更加符合用户需求的高质量内容实现用户留存。喜马拉雅FM、蜻蜓FM等平台通过主播海选、独家签约、造星计划等形式，加大对优质主播的扶持力度，提升UGC 主播的生产能力，尝试孵化平台自制IP，拉开了以质量求生存的帷幕。

未来，网络音频平台应树立精品意识，强化内容管理，吸纳传统媒体基因，聚焦好作品，深耕内容储备；利用5G技术，实现智能化转型，打造优质精品内容，促使内容生产迈向专业化，以质取胜，走上真正的良性发展道路。

5G网络和人工智能技术为音频实现全场景覆盖提供了“万物互联”的网络支持和“语音交互”的技术支持。语音交互全面普及，音频收听将实现全场景化。5G在VR/AR/MR(虚拟现实/ 增强现实/ 混合现实)、车联网、物联网等领域的应用，可以为用户带来全场景互动性、全时空情感陪伴，使用户拥有实时、多维的更好体验。网络音频平台应借助5G新技术不断为内容生产赋能，推动平台由高速发展转向高质量发展。

(四)合作共治，破解监管难题

与图文、视频等内容形式相比，音频由于不具有信息的直观性和含义的确定性，对人工监控依赖度较高，音频的内容审核具有一定难度，在技术上更具有挑战性。音频监测传统手段是把音频转成文本，然后结合文本来筛选出其中的有害信息。平台运用机器算法审核能快速过滤部分含有违规字眼或标签化、同质化的内容，但这种过滤通常停留于初级筛选，对于呻吟声或者娇喘声及ASMR(即自发性知觉经络反应)场景下的违规音频等机器难以识别的内容无法进行审核。就语音社交软件而言，技术上也难以及时、准确识别违法违规的语音信息。此外，网络音频海量传输的特性和五花八门的实时直播内容也使得人工审查困难重重，漏审风险极大。

目前很多网络音频平台还没有建立起成熟的内容监管体系。一些平台虽然建立了相关识别系统，并建立了监控团队，但内容监管的效果非常有限。政府监管、行业自律以及受众举报都只能是事后监管，无法从源头上防范于未然。网络音频内容的监管存在着“老办法不好用、新方法用不好”的难题。

音频的检测需要一定的技术实力，要具备语音和声纹的识别能力，以及算法上的多维度抗干扰能力。同时需要不断投入大量人力、物力，更新语料库，还需要有足够量级的模型库用于训练，研发投入的成本很高。对于一般平台来说，并不适合自建内容审核系统。

面对网络音频的内容乱象和监管难题，仅靠平台监管难度很大，网络音频平台要与内容监管技术研发企业通力合作，寻找专门的第三方服务来解决内容安全问题，从而摆脱人力成本上的桎梏，突破音频监管的技术难关，在源头上形成必要的“过滤网”“防火墙”。

目前，已有不少技术公司推出比较成熟的音频监测系统，如腾讯云、阿里云、百度云、网易易盾等。其中网易易盾进行迭代升级后的音频检测系统能够覆盖即时通讯、点播音频和实时直播音频，能够高效识别色情、涉政、娇喘、ASMR、谩骂等数十大类近千小类的违规语音，智能识别精准率超过99.8%，每天检测信息上十亿条。2019年5月16日在上海举行的视频文娱大会上，网易易盾获得年度最佳内容审核服务商奖。

随着国家网信办等有关部门整治力度的加大，网络音频平台、有关企业以及社会公众等应该积极行动起来，找准坐标，多措并举，共同努力营造一个主旋律高昂、正能量充沛的网络空间，促进网络音频行业健康有序发展。

(责任编辑 陶新艳)