学术视点｜表征、逻辑与隐忧 ： 听觉回归下音频直播的声音社交

随着对“视觉中心”主义的批判，声音逐渐在社会交往实践中得到重新重视。音频直播的出现改变了人们的交往方式，出现了以声音恋爱、声音陪伴、语音游戏和亚文化圈层聚集等为表征的新型社交图景。同时，音频直播中的声音社交也出现了弱社交关系、主体性让渡以及庸俗的声音内容等亟待解决的问题。

【关键词】 ：声音社交 ；音频直播 ；听觉回归 ；圈层文化

现代工业社会形成以影像为中心的景观格局，视觉作为主宰感觉引导着人类的生存方式和交往实践不断视象化。这一现象诱发了“感官失衡”，人们的听觉能力被严重钝化和遮蔽。早在 20 世纪 60 年代加拿大传播学者麦克卢汉就察觉到这一趋势，他将电子传播时代称为“重回听觉”时代，并预言人们在这个时代会经历从“眼睛”到“耳朵”的过渡，即听觉空间的回归。当声音重新得到重视，依赖于感官感知的社交实践必然重构新格局。

实际上，不论是口语、广播还是电话，声音在社会交往中从未缺席，并在技术的变迁下呈现出新的特征和文化意义。在移动影像时代，人们逐渐反思“视觉中心”的社交实践，并期待更具深度、更加真实、更有情感的慢节奏社交方式。在此背景下，声音借助具有共时性、互动性和社交性的网络直播，以一种混搭的方式融入新媒体平台，引起人们对“声音社交”的关注。音频直播作为声音与直播的结合物，融入了社交理念，是理解“声音社交”的独特视角。

近年来，音频直播发展势头强劲，冲破了以往依赖于广播频率资源的声音直播格局，以其强社交性成为声音传播史的又一重要变革。音频直播是网络音频中的结构板块，其中包括综合音视频平台（例如喜马拉雅、荔枝、抖音）的音频直播区，也包括如克拉克拉、戏鲸等专注于音频直播的平台。在移动影像时代，音频直播突破了以视觉为主的社交方式，为“声音社交”的发展编织出新格局。本文通过探析音频直播中的声音互动景观，发现声音社交的发展逻辑，引出其成长过程中的现实隐忧。

互联网时代，声音借由技术的发展重新成为社交的重要媒介。音频直播的兴起不仅全方位改变着声音媒体的生态格局，也影响着个体的生存图景和社会交往。音频直播间中的恋爱、聊天、游戏与聚圈等实践构成独特的互联网声音互动景观。

（一）“以声传情”：月晕效果下的声音恋人。在音调、音量、音色的调节下声音能够表达出丰富的情绪，在人的亲密交往中承担着重要作用。为此，音频直播建立了声音恋爱分区，拥有磁性、甜美声音的男女主播成为音频直播中的“声音恋人”，引导着听众的社交实践。每个主播根据自身的声音特色添加不同的标签，“元气女友”“百变男友”成为常见的声音选择。听众在直播间中通过弹幕或连麦的方式与自己的“心动女友”或“心动男友”互动交流。

然而，线上的声恋社交缺乏传统恋爱关系中最重要的视觉感知，这种视觉审美的缺失最终通过声音的“月晕效果”进行补足。由于知觉整体性作用，我们“窥一斑而见全豹”，用不着逐一知觉个别属性。具有联想性的声音为“声音恋人”自动勾画姣好的脸庞，使听众沉浸在此时此刻的美好中，获得恋人般的情感关怀与听觉享受。

（二）“以声解忧”：情感疗愈式的声音关怀。相比干涩的字符，声音是活泼的、跳跃的、充满人情味的音符，在精神上具有疗愈功能。区别于“声音恋爱”的美学欣赏，在音频直播中的聊天区，声音更多承载的是一种情感宣泄。音频直播中常见以“情感”为主题的聊天室，并有类似医院科室的名字“情感诊疗室”。声音主播可以授权多人同时开麦，担任“医生”角色对听众吐露的心事给予及时的反馈，听众通过声音相互“吐槽”、倾诉和交流，营造一种陪伴型聊天氛围。

音频直播中的聊天话题对应现实生活中的场景。声音主播在音频直播间的公告中标明直播间的“今日主题”，如“哪一刻你想辞职走人”“失眠了睡不着，你在想什么”“今年什么时候放假”等。听众根据兴趣进入不同主题的直播间，倾诉烦恼或发表意见，并由直播间听众给予积极的回应。这种社交互动在本质上是听众对一种群体认同感的寻求。

（三）“以声解闷”：闲暇时光里的语音游戏。游戏借助声音技术的即时性、交互性等特点在音频直播中成为人们的社交载体，构成声音社交景观的重要一隅。游戏在直播间中以主播 PK 或者听众参与的形式展开。参与者通过语音连麦，在“萝卜蹲”“接成语”“真心话大冒险”及其惩罚机制等游戏实践中打发闲暇时光，并在游戏搭建的声音环境和语音游戏的互动过程中获得生理和心理的愉悦。

然而，音频直播中的听众是不断流动的，他们并不把通过语音游戏建立长久的社交联系作为最终目的。网络虚拟社交看似拉近了人与人之间的距离，但事实上造成了普遍的“群体性孤独”。声音的出现构建了一种亲密与克制之间的适当社交距离，听众在“语音游戏”中所寻求的是一种能够打发闲暇时光并且介于私密与公开之间的社交方式，这也符合当代青年理想的社交模式。

（四）“以声聚圈”：亚文化群体的栖息之地。非主流的亚文化社交群体在视觉媒介中拥有较窄的生存空间。此时，具有即时互动性的音频直播不仅加速了亚文化发展和其传统形态的裂变，还为其信息传播、社交实践和圈层聚集提供了场地。如以“pia 戏”（一种非专业的朗读配音活动）为特色的戏鲸 App 将配音融入社交，为亚文化群体打造出一个强圈层性的趣缘社群。除此之外，平台还提供了社团板块，方便用户寻找更加细分的兴趣群体。

对于亚文化群体来说，声音不仅在音频直播内部发挥社交媒介作用，还能藉由声音文本横向扩展社交关系，形成更大规模的趣缘社群。亚文化群体借用小说、漫画等原文本在互动性更强的音频直播间进行二次创作。这种跨媒介叙事扩展了原始文本的表现形式，吸引亚文化爱好者在不同的媒介平台流动，并不断纳入新媒介平台中的用户，扩充圈层。

在音频技术的发展和商业思维的铺陈下，声音依靠其移动伴随、形象重塑和延伸想象的功能，在视觉图像霸权的移动传播时代实现了社交模式的突围。

（一）顺应技术的情感商业。音频直播中的声音社交是社交模式借助音频技术实现传播形态创新的典型，在其诞生与勃兴背后有着鲜明的媒介技术逻辑。纵观口耳传播模式，我们发现广播的出现实现了远距离的声音链接，却破坏了自然传播的完整性和人文意涵。音频直播的跨时空特性以及交互性质修复了这种传播裂隙，实现了更加即时、畅通、接近自然的有声交互。声音社交的出现是音频直播本身的技术特性的必然结果。

从生产消费的角度来看，音频直播的社交互动是为利益服务的，其声音社交实践具有商业性质。音频直播通过打造交互式的情感补给和想象空间，吸引大量听众，为平台的运营与发展带来流量基础。直播间中，主播通过声音表演，以倾听、关心、激励等方式对听众进行情感管理和情感投资。主播的声音表演与听众的社交实践共同构成音频直播平台中的情感劳动，也成为声音社交存在的商业逻辑。

（二）移动场景式的便携陪伴。人不仅宏观地存在于特定社会中，还存在于微观的场景中。美国社会学家戈夫曼认为，建构场景并且决定交往性质的“不是物质场地本身，而是信息流动的模式”。以声音信息传播为主导的音频直播通过技术互动把声音与场景连接得更为紧密，创新了人们的社会交往实践。听众不仅可以在音频直播间内选择与心情、兴趣适配的场景，还可以在现实场景的切换中实现移动式的陪伴。

一方面，音频直播为听众搭建了如恋爱空间、情感诊疗室、游戏专区等多元语音场景。另一方面，音频直播利用声音的伴随性实现了现实场景中的便捷陪伴。人们在快速的生活节奏下追求更便捷的社交方式，声音凭借其解放双手双眼的优势，在视觉社交大行其道的当下成功突围。虽然音频直播兼顾视觉和听觉感知，但“后台播放”选项赋予用户自主关闭视觉界面、保留声音运行的权利，使人们在移动场景中的多线程行动成为可能。

（三）颜值垄断下的形象重塑。法国哲学家米歇尔·福柯将语言看作一种“自我技术”，指个体通过语言这种“自我表现的技术”积极建构一个新的自我 [8]。随着技术的发展和社交方式的变革，人们拥有了更丰富的自我表征手段。其中视觉传播依旧占据重要地位，人们对自身的“视觉形象”给予很大关注。然而，受限于现代社会的审美标准，部分人在以颜值为资产的社交赛道上处于劣势。此时，以声音为主导的音频直播成为人们重塑形象的新思路。生动立体、具有匿名性的声音勾勒出生动的人物形象，帮助人们从以颜值为主导的视觉霸权中解脱出来。

在音频直播平台，声音作为个体形象的标志参与到人们的社会交往中，以声识人、以声互动、以声交友成为音频直播中的规则。主播会在直播间张贴萝莉音、御姐音、少年音等标签，这些自我标签行为即是用声音重塑自我形象和重塑社交优势的实践。

（四）声音所具有的延伸想象。视觉能够感知相对持久的空间形体，而声音是一种诗学，具有转瞬即逝的留白美学效果，不仅在电影等艺术作品中营造氛围，还在社会交往中发挥意味深长的作用。相对于形态较为稳定的文字，声音是转瞬即逝的，但大脑对声音的延时保存和处理为其增添了神秘色彩。在音频直播中，大脑不仅像直播回放一样保存信息，还通过想象延伸新的社交意义。人们在想象的过程中会出现主观因素的添加，从无形的声音延伸出有形的画面，为人们的社交关系续航。

声音所具有的想象空间使人们对社交对象的形象、身份等进行描摹，让声音社交在“不那么现实”的氛围中进行。声音社交的美学留白吸引人们沉浸在一种有距离的、含蓄的社交关系中，听众只需尽力感受声音带来的美好听觉感受以及想象空间。

视觉传播时代，声音凭借其自身特质成功突破传统的社交方式，催生了音频直播等形式的声音社交。与此同时，处于发展风口的声音社交也存在弱连接、主体性让渡、内容难以监管等现实困境。

（一）低质量的弱关系社交。由于网络特质和视觉缺失，声音在音频直播的社交关系中的黏合作用较小，这导致了声音社交的弱连接问题。音频直播中听众的流动性较强，随机的语音连麦和飞速的弹幕是声音社交最直接的方式，但随着直播间的关闭，这种短暂的人际关系也不复存在。音频直播平台开设有“私聊”板块，这在一定程度上有助于社交关系的延伸，但社交主体仍会因为没有更深的社会关联而很容易失去联系，成为一场无疾而终的偶遇。

除此之外，声音的实时性意味着在声音社交中人们的时间是相互匹配的，这一特点与互联网的碎片化特征相悖。不同于可保留的文字信息，音频直播中的声音信息转瞬即逝。因此，音频直播中的声音社交一般要求交流双方同时在场。这种对时间匹配要求较为严苛的社交模式决定了社交关系的不连续，维系用户黏性成为声音社交的难题。

（二）社交主体性的让渡。在面对面的人际传播时期，人们通过“听”与“说”进行交流与沟通，人类在社交实践中拥有绝对主体地位。移动传播时期，人们可以通过网络媒介传播声音，人的主体地位同样被体现得淋漓尽致。但随着算法技术的不断发展和应用，人的主体性在声音社交中被不断削弱。

音频直播平台为了增强用户黏性，设置了个性内容推荐功能。此功能通常隐藏在客户端的内嵌链接之下，通过用户活动痕迹为其推荐偏好内容，这在一定程度上影响着用户的声音社交选择。荔枝 FM、戏鲸等音频直播平台的首页即为“推荐”页面，喜马拉雅甚至在下载注册时就经过了一轮“感兴趣的话题”的筛选。听众可以自由选择直播间，但这种选择已经是算法筛选之后的结果，其部分主体性早已被算法消磨。听众在享受直播平台提供的交友便利和个性化服务的同时，也不断让渡着社交的主体地位，承担着成为“算法囚徒”的风险 。

（三）潜滋暗长的非法社交内容。声音传播的随意性和多义性造成了网络中的低俗语音内容，严重污染了网络环境，声音内容存在难以监管的问题。

如今文字和图片的 AI 识别技术已经相当成熟，如果发布内容不符合平台规定，会被快速拦截或下架。但声音在发出之前是人脑的一种思维倾向，只有发出之后才能借助算法、大数据等技术手段进行识别和筛选。这种滞后的把关很容易给不符合道德或法律规定的声音内容提供生存空间。此外，音频直播平台匿名性、低门槛的特征形成了较为宽松的声音社交环境，但也滋生了游走在规则与法律边缘的行为。部分音频直播平台借着色情、暴力等声音内容吸引用户，从中牟利，造成更为混杂的声音社交环境。

在以视觉交往为主流的当代社会，音频直播成为运用声音建构新社交格局的典型。恋爱、聊天、游戏、圈群聚集等社交活动实现了“以声为媒”的线上生存。如此生动的声音社交景观的出现得益于语音技术的支持和声音的伴随性、塑造性和想象性等特质。同时，声音社交发展中出现的隐忧提醒我们，还需在增强声音社交关系、回归声音主体性、完善声音内容等方面不断努力。