DEV Community: KAVANA Engineering

2026 Media Convergence: How AI Quietly Took the Night Shift

KAVANA Engineering — Sat, 01 Aug 2026 03:14:25 +0000

Did you know that in 2026, media convergence in China is undergoing a quiet revolution?

In April this year, the National Radio and Television Administration officially released the Lightweight Production System Technology Application Guide, pushing county-level media centers to reduce costs and increase efficiency. What does that mean? It means that county media teams no longer need to spend tens of millions on broadcasting systems.

Another ground-level shift: many local stations are replacing bulky studio setups with lightweight tools. A single computer and a few open-source programs can now handle news gathering, editing, and broadcasting — work that once required entire suites of professional equipment. One county-level radio station built a full digital production pipeline for just over 30,000 yuan, from drafting to broadcast, fully automated.

The most surprising story? In Sydney, an AI virtual DJ called Thy worked at a local radio station for six months. Seventy thousand listeners never noticed a thing, until someone read the program website description and realized: AI has quietly taken the night shift.

One line to sum it up: AI didn't replace the host. It just took the repetitive work. The person is still the star.

你知道吗？2026年中国媒体融合正在发生一场静悄悄的变革。

国家广播电视总局今年4月正式印发了《轻量化制播系统技术应用指南》，推动县级融媒体中心"减负增效"。这意味着什么？意味着一个县融媒体团队的制播系统建设成本，不再需要动辄千万级。

另一个有趣的现象：很多地方台正在用轻量化工具取代传统演播室。一台电脑加上几个开源软件，就能完成过去需要整套专业设备才能做到的新闻采编播。有个县级电台只用三万块就搭起了全流程数字制播线，从录稿到播出全链路自动化。

最让人意外的是澳大利亚悉尼CADA电台。一个名叫Thy的AI虚拟DJ，工作了六个月，7万听众竟无人识破。直到有人发现Thy的官网描述写着"每个工作日无论您是在办公驾车通勤还是校园里Thy都将带来全球热门的音乐体验"，才发现原来AI已经悄悄接走了夜班。

一句话：AI没有取代主持人，只是接走了重复活。话筒前，人依然是主角。

A radio veteran's perspective on AI replacing repetitive broadcast work.

KAVANA

KAVANA Engineering — Fri, 31 Jul 2026 12:20:35 +0000

KAVANA

KAVANA Engineering — Fri, 31 Jul 2026 12:05:18 +0000

5 Ways Local Media Can Break Through with AI

KAVANA Engineering — Fri, 10 Jul 2026 00:40:44 +0000

5 Ways Local Media Can Break Through with AI

Title: 5 Ways Local Media Can Break Through with AI

When AI moves into content production, how do city- and county-level media outlets do more with less? Here are five paths that already work.

1. Digital-human anchors, on air 24/7. An AI anchor can handle news reads, public-affairs notices and public-service explainers. Define the look once, drive it with voice, and it goes live compliantly — freeing limited staff from repetitive broadcasting.

2. A one-person newsroom, a finished piece in minutes. From topic and script to storyboard and final cut, an AI workflow compresses promo and short-video production from days to minutes, so even a small grassroots team can ship consistently.

3. From one-way broadcast to multi-platform distribution. One piece of content, automatically adapted to the length and format of official accounts, apps, video channels and short-video platforms — reach is no longer limited to a single channel.

4. Voice cloning that keeps a station's signature sound. Recreate a signature host voice so news narration and program dubbing stay consistent in tone — preserving recognizability while avoiding copyright risk.

5. Data-driven topic selection with three-tier compliance review. AI assists topic mining and public-opinion monitoring, with a "three-review" compliance flow built in, so content stays both efficient and safe.

Taken together, these five paths are how KAVANA helps local media hand repetitive work to AI — and give human talent back to the content itself.

Localness Is a Radio Station's Soul — AI Doesn't Erase It, It Amplifies It

KAVANA Engineering — Fri, 10 Jul 2026 00:31:01 +0000

Localness Is a Radio Station's Soul — AI Doesn't Erase It, It Amplifies It

At 4 AM on a street in Hami, Xinjiang, the city is still dark. FM103.5 crackles to life with a local weather forecast, followed by: "Jiangguo North Road is closed for construction today, take Renmin Road instead…" The taxi driver turns down the volume and keeps driving. He has no idea the entire segment — from script to audio — was produced in under ten minutes. He only knows this station talks about things that matter to him.

This is localness. You don't care about a rainstorm in a distant city — you care about the rain outside your own window.

The problem has always been cost. Producing genuinely local content takes reporters, writers, studios, editors. A city station producing several thousand pieces a year is already stretched.

KAVANA's AI engine treats AI as a localness amplifier, not a content assembly line. A large-model engine reads local data — road closures, power outages, weather alerts — understands the program's style and audience, and generates a complete local broadcast script in minutes. Voice synthesis optionally replicates the host's own voice.

Across deployments including Hami, this model compresses a daily 50-minute program's production cycle from hours to roughly ten minutes.

This is not about AI replacing people. It is about AI helping a local station do what it could never do before.

Video

CN: Localness·中文

EN: Localness·English

About KAVANA

KAVANA has served over 500 radio stations nationwide.

A Radio Veteran's Playbook: Using AI to Make New Media

KAVANA Engineering — Wed, 01 Jul 2026 13:50:12 +0000

A Radio Veteran's Playbook: Using AI to Make New Media

After twenty years behind a radio mic, I almost believed new media belonged to the young. I was wrong. The instinct for a script, the trained voice, the sense of pacing are exactly what short video is short on. We were never short on craft, only on tools.

These two years, KAVANA turned it around for me. Five moves for veteran broadcasters moving into new media:

AI scripting - give it a topic, get a broadcast-ready script. No more all-nighters at a blank page.
Digital-human presenting - no need to be on camera daily.
Voice cloning - teach the AI your signature voice; it speaks for you without wearing out your throat.
One-click video - script, voiceover, subtitles, music auto-assembled into a vertical short.
Compliance review - AI checks it before it goes out.

Do not let twenty years of craft go to waste. A veteran broadcaster plus KAVANA can still make new media that stops the scroll.

AI #MediaTech #ContentCreation #KAVANA

KAVANA to Join China's National AI Content-Production Training for County Media

KAVANA Engineering — Mon, 29 Jun 2026 20:59:03 +0000

KAVANA to Join China's National AI Content-Production Training for County Media

KAVANA will attend the National Public-Interest Training Program on AI-Empowered Content Production for County-Level Media, hosted by the County Media Committee of the China Television Artists Association. The program runs July 8-11, 2026, in Taihu County, Anhui, China.

The training is fully free and public-interest, aimed at frontline county-media teams. Across two full days of hands-on sessions and case studies, it covers AI news topic selection, scriptwriting, multi-platform text-and-image adaptation, promotional and short-video production, smart editing, digital-human applications, and content compliance review.

As a technology team that has served China's broadcast industry for years, KAVANA will be on-site to exchange and learn with peers. Drawing on our work across 500+ radio stations and media centers, we will share practical approaches to applying AI in content production: AI-assisted writing, short-video repurposing, digital-human presenting, voice cloning, and compliance review.

We look forward to meeting fellow county-media professionals on-site.

KAVANA to Join China's National AI Content-Production Training for County Media

KAVANA Engineering — Sun, 28 Jun 2026 10:58:40 +0000

KAVANA to Join China's National AI Content-Production Training for County Media

We look forward to meeting fellow county-media professionals on-site.

市县融媒体 AI 内容生产：KAVANA「节目智脑」的五个实践场景

KAVANA Engineering — Wed, 24 Jun 2026 16:34:16 +0000

内容由 AI 辅助生成

很高兴能参加这次全国市县融媒体 AI 赋能内容生产公益培训班学习交流。

作为已经服务中国广播行业多年的技术团队，我们在 500 多家电台和融媒体中心跑通了不少 AI 落地场景。结合我们自己的实践，在这里分享几个做内容生产的做法。

场景一：新闻选题 + 文稿写作，AI 当你的"第一读者"

很多记者的日常是：跑口回来一堆材料，通稿、录音转写、往期资料、背景信息，要揉成一篇稿件，光搭结构就要花掉半天。

KAVANA 的节目策划能力可以从主题出发，自动生成节目大纲、分集标题和提纲。当素材到位后，文稿改写能帮你调整角度、优化标题、润色语言。

实际效果： AI 出初稿、记者改定稿，明显压缩成稿时间。省下来的时间，可以多跑一条线。

场景二：短视频批量生产 + 智能剪辑，一次采集多次生成

融媒体中心现在要求"一次采集、多次生成、多平台分发"。一档半小时的节目，要拆成多条短视频发抖音、微信、视频号，每条都得剪字幕、调音量，工作量直接翻番。

KAVANA 的视频分发能力可以把节目源自动拆条，AI 语音识别自动生成带标点的字幕，输出适配各平台的画幅比例。从节目源到多平台拆条，AI 做字幕，人工只要做最后的定剪和封面。

实际效果： 把重复的拆条和字幕工作交给 AI，人工只做定剪，效率明显提升。

场景三：数字人全流程——新闻播报、政务主持、公益科普

数字人已经不是概念。KAVANA 的数字人对口型视频管线已经跑通端到端生产：输入文案，选择形象（如支华、羽薰），系统自动完成配音 + 数字人口型同步 + 视频合成，输出 9:16 竖屏视频，可直接用于新闻播报、政务信息发布、公益科普等场景。

实际效果： 从文案到成品一次跑通，不需要演员进棚、不需要后期逐帧对嘴型。

场景四：声音克隆 + 多引擎配音，打造专属主播声线

同一篇稿子要做早版、晚版、微信公众号版、短视频版，每次都进录音棚重录？现在不需要了。

KAVANA 的声音克隆能力支持多引擎 TTS，只需一小段语音样本，就能生成与主播本人音色几乎一致的合成音频。支持多音色切换，音量、语速在线可调，直接导出可用。配合听写功能，还能把历史音频资料转文字后重新利用。

实际效果： 日更节目不再依赖主播档期，一条声音样本能产出全天所有版本。

场景五：AIGC 合规——三审三校，从机制上守住安全底线

内容安全是红线。AI 出内容快，但万一漏了敏感词，后果很严重。

KAVANA 的 AI 合规审查能力可以在内容出街之前，自动检测政治敏感、敏感隐喻、错别字等问题，给出风险等级（安全/警告/阻止）和修正建议。配合三审平台，每条内容有明确的审核节点，日志可追溯，未经审核的内容无法发布。

实际效果： 从"人肉逐字扫描"变成"AI 前置拦截 + 人工复核"，编辑省眼睛，领导也放心。

不止于单点功能：一套系统，串起全链路

以上五个场景，在 KAVANA「节目智脑」里不是五个独立的工具——它们共享同一套底层能力：

文稿创作/润色/标题 → AI 节目策划与文稿改写
多平台图文适配 → 同一素材多格式输出
短视频/数字人播报 → 数字人对口型视频管线
声音克隆/节目配音 → 多引擎 TTS + 声音克隆
字幕/听写 → 语音识别
新闻/路况/气象节目自动合成 → 在线合成
播出管理 → 从策划到播出的全链路管理

KAVANA 从 2005 年起服务中国广播行业，目前已覆盖全国多个省市县级电台和融媒体中心。这些功能不是纸上谈兵，是已经在 500 多家电台的日常生产中跑通的真实能力。

如果这些实践对你有启发，欢迎同行交流。

KAVANA「节目智脑」——面向市县融媒体的一站式 AI 内容生产工具

了解更多：kavanafm.com

传统媒体人可以从哪些方面利用AI

KAVANA Engineering — Wed, 24 Jun 2026 09:04:45 +0000

传统媒体人可以从哪些方面利用AI

做了几十年内容的传统媒体人，这两年多少都会有点焦虑：AI出来了，自己的经验还值钱吗？新技术会不会把位置挤掉？其实对大多数一线从业者来说，AI从来不是来"抢饭碗"的——它是来帮你省力气的：把重复、机械、耗时的环节扛下来，让你能把精力放回那些真正需要人的地方：判断、表达、和读者听众的连接。

具体到日常工作，AI已经能在五个核心环节帮上忙，哪怕是只接触电脑不多的老记者老主持人，也能拿来就用：

一、写稿：初稿整理和素材整合，不用从零开始

一线记者跑口，一天收回来几十份材料：通稿、采访录音转写、往期资料、相关背景，要把这些揉成一篇合格的稿件，光是整理结构就要花掉小半天。AI现在能做的，就是帮你把杂乱的素材理出骨架，写出第一版初稿——你再改标题、调角度、加观点，比从零开始写快很多。

比如跑时政新闻，材料一堆，AI先帮你把核心信息抽出来，按新闻倒金字塔搭好框架；做人物专访，录音转写文字散得很，AI帮你整理成通顺的对话初稿，你再润色加点评。这样一来，截稿时间提前了，压力也小了。

二、配音：同一个声音，批量出不同版本，不用每次都进棚

对主持人和播音员来说，配音是个体力活：同一篇稿子，要做早版、晚版、微信公众号版、短视频版，每次都得进录音棚重录一遍，时间花了，状态还不一定每次都好。AI配音现在已经能做到克隆你自己的声音，只要给十几分钟样本，就能生成和你本人音色几乎一样的音频，不同版本直接在线生成，省心又省时间。

KAVANA 在线AI合成系统就是给传统媒体人做的这个工具：不用搭本地环境，不用懂技术，浏览器打开就能用，上传声音样本，输入文字就能直接出音频，音量、语速都能在线调，导出就能用。对赶Deadline的日更节目来说，这就是直接省出了进棚的时间。

三、剪辑：短视频拆条自动做，人只需要定剪

现在要求"一次采集、多次生成、多平台分发"，一档半小时的节目，要拆成好几条短视频发抖音、微信、微博，每条都得剪字幕、调音量，工作量直接翻番。AI现在能帮你自动语音分段、识别主持人转场，把长节目按话题拆好，你只要简单修剪一下，加个封面就能发，原来一小时的活，十分钟就能做完。

我们的视频分发链路把这个流程串起来了：从节目源到多平台拆条，AI自动做字幕，输出直接适配各个平台的比例尺寸，不用你在多个软件之间导来导去。

四、审校：敏感词和逻辑冲突，前置帮你拦一遍

内容安全是红线，每天出那么多内容，万一漏了敏感词，后果很严重。AI审校能帮你在出街之前，把文字、音频里的敏感内容都过一遍，标出可疑地方，还能帮你检查逻辑冲突、事实错误，相当于给内容加了一层保险。

KAVANA 三审平台把这个做成了流程化的系统：每条内容有明确的审核节点，日志可追溯，没审过的内容发不出去，从机制上把安全关把好，编辑也不用靠"放大镜"逐字扫，省眼睛也省心力。

五、一鱼多吃：同一内容自动生成多平台版本，分发不用重做

现在一个内容要发报纸、广播、公众号、短视频、播客，每个平台的语体、长度、格式都不一样，重新写一遍太折腾。AI能帮你把同一篇核心内容，改写成不同平台需要的版本：长文变公众号摘要，口播变文字稿，录音转文字再提炼成要点，你只要微调就能发，一份内容赚好几份曝光，不用每份都重写。

KAVANA 播出管理系统把从策划到播出到分发全链路串起来，同一素材能变出不同平台的不同版本，省下来的时间，你能多做几个好选题。

说到底：AI接的是"重复活"，人做的是"良心活"

不管技术怎么进步，内容最核心的东西还是没变：对新闻的判断，对听众的理解，对本地议题的熟悉，这些都是AI学不走的。AI把那些重复、机械、耗时间的活接走，你就能把精力放回这些真正需要人的地方——反而能做出更多有温度有态度的内容。

对传统媒体人来说，这不是"要被取代"，而是"被松绑"：原来你要花八成时间对付流程，现在能拿出八成时间做好内容，这不就是技术帮人的本意吗？

—— 关于 KAVANA（来源：kavanafm.com · 资讯列表）

KAVANA，2005 年至今服务中国广播行业，广播 AI 系统覆盖全国多个省市县级台。

AI 合成系统 · 播出管理 · 三审平台 · 视频分发都有详细介绍，也可以直接跟我们的工程团队预约交流。

← 返回资讯列表

经济承压下的电台：AI 帮的是降本增效，话筒前还是人

KAVANA Engineering — Mon, 22 Jun 2026 03:25:46 +0000

这两年经济环境偏紧，不少电台、尤其是地方台和县级台，日子都不算宽裕。广告收入波动、预算收缩、人手有限，但播出任务一点没少——新闻、路况、气象、专题、节目编排，每天照常要出。钱少了、活没少，这是很多电台正在面对的真实困境。

在这种情况下，有人一提 AI 进电台，第一反应就是"是不是要拿机器换掉主持人"。但真正把 AI 用对的电台，想的根本不是裁人，而是另一件事：怎么把有限的人力，从重复、耗时、机械的环节里解放出来。

电台日常里，真正压人的往往不是话筒前那几分钟，而是话筒后的一长串：选题、找素材、审稿、配音、混音、排播、归档，再把同一条内容分发到不同平台。这些环节大量重复、标准化程度高，恰恰是 AI 最擅长帮忙的地方。让 AI 先把初稿、整理、校对、时间冲突检查、敏感词提醒这些做前置，主持人和编辑就能把精力放回到真正需要人的地方——判断、表达，以及和本地听众的那份连接。

这就是降本增效的真正含义：不是用更便宜的机器替掉人，而是让同样的人，用更少的重复劳动，办成更多的事。对预算紧张的电台来说，这意味着不增人也能扩内容、不加班也能赶上播出窗口、不靠堆人力也能做多平台分发。像 KAVANA 这样的国产电台播出系统，价值就在于把播前准备、播中控制、播后留痕连成一条可控的链路，让电台在紧日子里也能稳住产出。

而且要说清楚：话筒前，依然是人。AI 能整理素材、能生成初稿、能做多版本口播，但节目里那份温度、那句应景的临场反应、那种对本地人和事的熟悉，是机器一时替不了的。AI 接走的是流程里的重活累活，主持人的位置不但没被挤掉，反而因为从杂事里抽身，能把更多心思放回内容和听众身上。

经济宽裕的时候，多花点人力堆出来的东西，问题不大；经济偏紧的时候，能不能用更聪明的方式做事，才见真章。对很多电台来说，AI 不是来抢饭碗的，而是来搭把手的——帮着把成本压下来、把效率提上去，让这门"声音的手艺"在不容易的环境里，继续稳稳地做下去。

—— KAVANA 节目智脑　www.kavanafm.com

AI in Radio: Workflow first, microphone second

KAVANA Engineering — Sun, 21 Jun 2026 11:31:05 +0000

这两年，一说到 AI电台，很多人第一反应是“AI主播”会不会把真人主持挤下去。可真把 AI 放进电台播出系统，先发生变化的往往不是麦克风前的声音，而是后台那一整串流程。选题、审稿、配音、混音、排播、播出、归档、分发，任何一环卡住，听众感受到的都不是智能广播，而是返工和延迟。

所以，广播自动化真正的看点，不是把主持人换成机器，而是把原来靠经验、靠记忆、靠人工盯盘的流程，变成更可控、更可追溯的链路。AI 可以先帮忙生成稿件初版、整理栏目素材、提取重点句、做多版本口播，再把同一条内容拆成不同长度、不同频道、不同语气的播出版本。这样一来，AI主播才不是“只会念稿”，而是和审听、排播、播后归档一起进入一套完整的播出系统。

对资源有限的团队来说，这种变化尤其实用。一个地方台如果还在用手工方式做节目单，临时改稿、重复录音、错过播出窗口，都会让人手忙脚乱；而在更成熟的电台播出系统里，AI 可以先把自动审校、时间冲突检查、敏感词提醒这些动作做前置，让人工把精力放在更需要判断的部分。像 KAVANA 这样的国产电台播出系统，价值就不只是“能播”，而是把播前准备、播中控制和播后留痕连成一条线，让广播自动化有了真正可落地的工作台。

另一层变化，是 AI电台开始更像一个“内容调度中心”。同一条节目预告，可以先生成播音版，再生成短视频版、图文版、短口播版，分别投到不同平台。表面上看是多发几次，底层其实是同一份内容资产被拆分、校对、再利用。智能广播走到这一步，重点也不再只是“像不像人”，而是“能不能稳定协作”“能不能快速回溯”“能不能减少重复劳动”。

当然，AI 也不是一上来就能把所有环节包圆。它更适合先做流程中重复、耗时、标准化的部分，再把复杂判断留给编辑和运营。未来一段时间里，广播自动化大概率会沿着这个方向继续演化：AI 负责提速，系统负责约束，人工负责把关。真正有竞争力的电台，不一定是那个更会炫技的，而是那个更能把 AI 变成稳定生产力的。对智能广播来说，这件事也许没有那么酷，但很实在。

Via www.kavanafm.com