。而且是比台电MP3那种‘凡是同一个字，不管在什么语境下读音语气都完全一样’的货色要更加拟真，用户凭什么不选我们？

至于他们下了TXT文件、用我们的APP听了两三年之后，不想看小说了，踏上工作想学习点儿正经东西了，用户惯性是可以继承下去的么。”

在2011年的技术环境下，靠软件有声阅读TXT文件是不稀罕的，事实上更早两三年台电的MP3就做到了。

但这玩意儿当时在国内并不普及。哪怕是那些每天有良好健身跑步/散步习惯的人，按说每天有1小时甚至更多时间不能看手机，只有戴耳机听点东西，但依然不会听电子书。

说到底，瓶颈就是两个。一个是MP3这玩意儿到了2011年早已落后，几乎不会有人为了听歌再去买MP3，即使要买也是为了装逼，然后买IPOD这种。

而如果连歌都不需要听，只为了听书，买MP3的概率就更小了。

另一个导致不普及的主要麻烦，在于台电的语音效果真的不好。

说个最简单的例子，它连多音字的问题都解决不了。根本无法联系上下文“读懂”一句话里某个多音字该发哪个音。

多音字都解决不了，“声情并茂”就更别说了。

说到底，曾经的技术，都是基于传统架构的。而要想解决“声情并茂”，需要的是从深度学习型人工智能的角度，把一切重做一遍。

原有的旧时代技术路线，必须抛弃。

当然，要做这一番大事，没个数亿美元级别的投入，是别想有多大成果的。

但也好在“深度学习”的东西可以慢慢进化慢慢啃，花一点钱、优化一点算法、喂养一些大数据，就能看到一点成果。

整个优化可以循序渐进，一开始花点小钱，就能略见小成。

所以钱至少不会白花，而是可以润