在消费者对AI DJ功能做出积极反应后，Spotify正计划扩大该技术的应用范围。该功能于上周洛杉矶Stream On活动前夕推出，通过AI生成的逼真语音提供口语评论并策划个性化音乐精选。其背后融合了最新的AI技术、大语言模型及生成式语音，并叠加了Spotify在个性化与机器学习领域的既有积累。
Spotify认为这些新工具不应局限于单一功能，目前正尝试将其拓展至更多场景。
尽管Stream On活动的亮点是改版后的移动应用（专注于为音乐、播客和有声书提供类TikTok的发现信息流），但AI DJ已成为新体验的核心组成部分。该功能于2月底面向美国和加拿大的Premium订阅用户推出，旨在深度理解用户偏好，实现“一键播放想听内容”的便捷体验。
随着应用改版，DJ将出现在订阅用户音乐子信息流顶部，既作为放松聆听喜爱音乐的便捷入口，也承担着推动免费用户升级的作用。
技术原理：专业知识库+生成式AI
为生成伴随音乐的解说内容，Spotify利用了自家音乐专家的知识库与见解。借助OpenAI的生成式AI技术，DJ能将解说扩展至所有终端用户。与ChatGPT提炼全网信息不同，Spotify的音乐知识库范围更聚焦，确保了解说内容的相关性与准确性。
DJ选曲逻辑源于对用户口味和兴趣的既有认知，这与Discover Weekly等个性化歌单的算法逻辑一脉相承。
声音合成：逼真且富有情感
AI DJ的声音基于Spotify去年收购Sonantic的技术创建，并以文化合作负责人Xavier “X” Jernigan（前晨间播客“The Get Up”主持人）的声音为原型。该声音逼真自然，毫无机械感。在Stream On现场活动中，Jernigan与其AI替身同台发言，两者差异难以察觉。
Spotify个性化负责人Ziad Sultan在接受TechCrunch采访时解释：“Sonantic技术的核心在于捕捉声音中的情感。当你听到AI DJ时，能感知到呼吸停顿、语调变化以及对特定音乐类型的兴奋感。”
尽管逼真的AI语音并非新鲜事物（如Google Duplex曾因未披露非真人身份引发争议），但Spotify明确将该功能命名为“AI DJ”，不存在类似的伦理担忧。
为使语音更自然，Jernigan进入录音棚制作高质量素材，并在专家指导下用不同情绪朗读台词，随后输入AI模型训练。Spotify将此过程称为“秘密配方”，表示技术正在不断演进。
Sultan透露，基于包含大量变体的高质量输入，生成的语音已完全由AI产生，无需Jernigan亲自发声。但他仍会参与编剧室工作，就演绎方式提供反馈，确保持续投入。
研发投入与未来展望
除整合Sonantic和OpenAI技术外，Spotify也在加大内部研究力度，以深入理解AI和大语言模型的最新进展。
Sultan表示，公司有数百名员工从事个性化和机器学习工作，并设有专门团队研究最新语言模型。“虽然AI DJ目前使用OpenAI模型，但我们拥有庞大的研究团队探索大语言模型、生成式语音及个性化的各种可能性。我们希望因AI领域的专业能力而闻名。”
至于未来是否采用自研AI技术，Sultan认为尚早定论，与合作伙伴（如OpenAI）协同可能是合理选择。
凭借这项基础技术，Spotify可推进涉及AI、大语言模型和生成式AI的其他领域。公司透露，类似ChatGPT的聊天机器人是实验选项之一，但尚未确定发布计划。
Sultan强调：“这是一项平台技术。我们尚未宣布扩展到新产品或语言的确切计划，但随着技术演进，我们将分享更多信息。”
早期消费者反馈令人鼓舞
此前，Spotify因不确定市场反应而犹豫开发全套AI产品，毕竟其语音助手“Hey Spotify”曾因缺乏采用率而被关停。
但早期迹象表明AI DJ表现良好。内部测试显示，该功能的使用率和再参与指标“非常好”。Sultan指出，目前的公众采用情况与内部测试结果相符，证明了利用相同基础架构开发未来产品的潜力。
“人们每天花数小时使用该产品……它帮助用户做选择、发现新内容，并解释推荐原因。社交媒体上的反馈非常积极且充满情感。”Sultan说道。
数据显示，在使用DJ功能的日子里，用户25%的收听时间由该功能贡献；超过一半的首次听众会在次日返回使用。尽管这些数据来自美国和加拿大的早期阶段，但公司认为前景乐观。
Sultan评价道：“这是在有价值产品与用户之间建立关系的惊人一步。”但他也提醒，接下来的挑战是“找到合适的应用场景并正确构建”。他补充说：“我们为AI DJ组建了编剧团队，让用户做它本该做的事，效果极佳。畅想未来的可能性及其实现速度，确实令人兴奋。”
Spotify 以类似 TikTok 的发现信息流、播放列表的智能随机播放等功能重塑其应用
Spotify 推出“DJ”新功能，提供由 AI 驱动评论的个性化音乐