AI正在创作歌曲、直播游戏——还在帮你跳过播客广告。这三者有什么本质区别？

AI在音频领域的新闻，最近并不都是好消息。

北卡罗来纳州音乐人迈克尔·史密斯（Michael Smith）被指控利用AI批量生成歌曲，再借助虚假账号刷播放量、骗取版税分成。这起案件目前仍在司法程序中推进。这个故事揭示了一种思维方式：把AI当作钻空子的工具，而不是真正创造价值的手段。

但这并不代表AI在音频领域的全部面貌。有人用它作恶，也有人用它切实改善用户体验。能否分辨两者，正变得越来越重要。

迈克尔·史密斯案：AI沦为牟利工具

这起案件的细节几乎令人啼笑皆非。根据2024年9月最初的指控，史密斯涉嫌利用AI工具批量生成海量音乐，再通过虚假流媒体账号反复播放，从而骗取版税收入。

他真正在乎的不是音乐本身，而是播放量数据。AI只是压低了这一作弊成本的工具。

当任何新技术遇上"按量付费"的分配机制，类似的钻空子行为几乎是可以预见的。流媒体平台按播放次数结算版税——于是总会有人试图人为制造播放量。AI的出现，只是让这件事变得更廉价、更容易。

这个案件也让外界开始追问：平台究竟如何验证内容的真实性，以及听众行为的真实性？

另一面：真正服务听众的AI

与上述案例截然相反，另一类AI的目标不是钻平台的漏洞，而是切实改善用户的使用体验。PodSkip就是一个典型例子。

PodSkip是一款免费的播客应用，利用设备端AI提前识别播客节目中的赞助商片段——也就是主播在录音室里亲口录制、直接嵌入音频文件的"原生广告"。这类广告不是动态插入的，Spotify可以屏蔽动态广告，Amazon Music也有自己的广告系统，但两者都无法处理这种直接烘焙进音频文件的主播读稿广告。

PodSkip的AI可以识别并跳过这类广告。而且全程在你的设备上本地运行，你的收听数据不会被发送到任何地方。

为什么"设备端处理"如此重要

"设备端"这三个字值得多说几句。

AI行业的主流趋势是云端处理——把音频上传到服务器，远程分析，再把结果返回给你。这种方式速度快、能力强，但代价是：你的收听习惯、内容偏好和行为模式，都会离开你的手机。

PodSkip选择把处理过程留在用户设备上。这不仅仅是一个隐私功能，更是一种价值立场：这项技术是为你服务的，而不是为了给某个数据库添砖加瓦。

这才是音频领域AI应有的样子：安静地在后台运行，让你的每一天过得更顺畅，而不是替别人牟利的暗箱机器。

AI音频发展迅猛，媒体素养不可或缺

史密斯案是一个很好的契机，让我们重新审视自己的"AI素养"。Sounds Profitable等行业媒体一直在追踪AI工具如何重塑播客的创作端与消费端。同样的技术能力，既可以被用来生成数千首虚假歌曲，也可以帮助播客主播更快、更低成本地制作高品质内容。技术本身是中性的，关键在于使用者的目的。

对于听众而言，真正值得问的是：我正在使用的这些AI工具，究竟是在为我服务吗？

答案其实并不复杂：那些能改善你的体验、保护你的数据、不需要你付出额外代价的工具，是在为你服务。而那些以不透明的方式将你的注意力或行为商品化的工具，大概率不是。

IAB（美国互动广告局）的播客测量标准指出，广告验证与听众身份认证仍是行业持续面对的挑战——而AI在这个过程中，既在制造问题，也在帮助解决问题，取决于它被如何部署。

---

常见问题

迈克尔·史密斯流媒体欺诈案是怎么回事？

迈克尔·史密斯是一位来自北卡罗来纳州的音乐人，被指控利用AI批量生成歌曲，并通过虚假账号刷播放量以骗取版税收入。此案自2024年9月首次曝光以来持续受到行业媒体关注，目前仍在司法审理中。

PodSkip的AI和用于欺诈的AI有什么本质区别？

PodSkip的设备端AI用于识别播客节目中的赞助商片段，目的是改善听众体验。它完全透明、在本地运行、只为听众服务——与那些用于操控平台、谋取私利的系统有着本质上的不同。

PodSkip会收集我的收听数据吗？

不会。PodSkip的所有音频处理均在你的设备上本地完成，你的收听数据始终留在你的手机里，不会被上传或共享。它的设计出发点是保护听众隐私，而非数据收集。

PodSkip支持哪些播客？

PodSkip适用于任何播客、任何单集内容，不受平台或节目限制。

为什么其他播客应用无法屏蔽主播原生广告？

主播原生广告是直接录制并嵌入音频文件本身的，与动态插入广告不同，它没有标准化的标签或元数据可供识别。PodSkip通过设备端AI自动识别这类片段，这是目前其他主流播客应用尚未实现的能力。

---

AI在音频领域的新闻还会持续涌现——有些令人忧虑，有些令人振奋。PodSkip属于后者。免费下载PodSkip，让真正为你服务的AI，替你做点有用的事。 ```