Myslitelé

Budoucností podcastingu je umělá inteligence

Brad Grimes
Přidejte Unite.AI mezi své preferované zdroje na Google
Klíčové bodyNástroje umělé inteligence, jako je Descript, automatizují generování tónu místnosti…
Zobrazit více
  • Nástroje umělé inteligence, jako je Descript, automatizují generování tónu místnosti pro přirozené úpravy podcastů.
  • Umělá inteligence společnosti Nomono umožňuje objektově orientovanou produkci zvuku pro pohlcující 3D zvukové scenérie.
  • Accordion od Bwlb využívá umělou inteligenci k inteligentnímu zkracování podcastů bez ztráty tónu.

Přibližně 22 000 nových podcastů je spuštěno každý měsíc. V současné době je v adresáři Apple Podcasts téměř 2,5 milionu podcastů (více než 71 milionů epizod), podle Podcast Industry Insights. A to jsou pouze ty, o kterých víme.

“Mnozí podcastéři již nejsou závislí na velkých platformách. Přichází přímo k posluchačům, prodávají prémiový obsah a dosahují velkého úspěchu,” říká Andy Taylor, bývalý zaměstnanec BBC Radio a zakladatel cardiffské poradenské společnosti zaměřené na výzkum a vývoj Bwlb.

A nemluvme již o rostoucím objemu podcastového obsahu, ať už vytvořeného značkami pro propagaci nebo producenty akcí, kteří chtějí například zpřístupnit přednášky na vyžádání. Každý obsah musí být vyroben a distribuován, ať už audio profesionály nebo lidmi, kteří se učí řemeslu. Čím více mohou automatizovat velké části produkce, tím více se mohou soustředit na obsah.

“Různá místa, kde je audio publikováno, prostě explodovala,” vysvětluje Jonathan Wyner, hlavní inženýr v M Works Mastering a profesor na Berklee College of Music v Bostonu. “S těmito kontexty je zde skutečná motivace a imperativ pro tvůrce, aby byli více všestranní.”

A nemluvme již o produktivitě a efektivitě.

Vzestup umělé inteligence

Umělá inteligence (AI) — software, který může automatizovat úkoly dříve prováděné lidmi — drží klíč k zvládnutí vlny podcastového obsahu. AI nejen urychluje produkci, ale také může zlepšit kvalitu podcastů a nastavit scénu pro audio zážitky zítřka.

“AI v zásadě pomáhá s opakujícími se úkoly a urychluje pracovní postup podcastera,” vysvětluje Manos Chourdakis, výzkumný inženýr v Nomono, který vyvíjí AI-založené podcastové nástroje. “Například s AI nemusíte poslouchat celý podcast, abyste našli místo, kde někdo řekl něco špatně, a poté ho nahradit nebo odstranit. Můžete to udělat sami, ale AI to dělá rychleji.”

Pak jsou zde úkoly, které lze vyřešit pouze pomocí AI — alespoň ve velkém měřítku, jako je odstranění šumu nebo vylepšení dialogu. “Kvalitní vylepšení dialogu by bylo nemožné bez AI,” říká Chourdakis. “Alespoň nemožné v rozumném časovém rámci pomocí tradičních nástrojů.”

Perfektní pro rutinní úkoly

Aplikace AI v podcastingu jsou stejně rozmanité jako úkoly produkce. Některé jsou přímo integrovány do podcastových platforem. Když tvůrci nahrávají své podcasty na hostingovou platformu Podcast.co, systém automaticky “poslouchá” audio soubory a normalizuje úroveň zvuku.

“Jakékoli nástroje, které mohou pomoci snížit nudné části práce, jsou dobré,” říká Mike Cunsolo, spoluzakladatel platformy. Cunsolo také provozuje Cue, produkční společnost pro podcasty, která spolupracuje s korporátními značkami, a Matchmaker.fm, která spojuje producenty podcastů s hosty. “Budete vždy potřebovat ten lidský expertní prvek, ale brzy se mohou stroje naučit, co dělá podcast zajímavým, a snížit čas strávený úkolem.”

Poskytovatel řešení Descript aplikuje AI na mnoho aspektů podcastového inženýrství, včetně odstranění šumu a kontroly ozvěny. Jedním z více “nudných” úkolů, které Descript může zvládnout, je zvukové pozadí místnosti.

“Někdy producenti potřebují vložit digitální ticho do podcastu. Možná mezi editacemi nebo pro prodloužení mezery mezi větami,” říká Jay LeBoeuf, vedoucí obchodního a korporátního rozvoje v Descript. “Ale to zní naprosto nepřirozeně.”

Pokud producenti nezaznamenali zvukové pozadí místnosti, když byl podcast nahrán, mohou jít zpět a získat ho. Nebo mohou poslouchat záznam, kopírovat a vkládat, kde je třeba, a poté editovat výsledek, aby se přirozeně sladil.

Nebo to mohou zvládnout počítače. AI-založený generátor zvukového pozadí místnosti Descript analyzuje záznam, identifikuje zvukové pozadí místnosti a automaticky ho syntetizuje, kde je třeba. Taková technologie nejen eliminuje rutinní úkoly, ale také umožňuje větší flexibilitu produkce.

“AI umožní, abychom používali levnější hardware, akusticky horší místnosti a hlučnější lokace a přesto dosáhli dobrých výsledků,” říká Chourdakis z Nomono.

Nové AI-založené schopnosti

AI také otevírá dveře inovacím v podcastingu — vytváří nová řešení, která zvyšují laťku pro podcastéry a posluchače. Například nástroj Epidemic Audio Reference (EAR) pomáhá podcastérům najít hudbu bez autorských práv podle skladeb, které se jim líbí.

“Řekněme, že hledáte hudbu pro úvod nebo závěr a myslíte na konkrétní píseň, ale je chráněna autorským právem,” říká Chourdakis. “Systém používá AI, aby vám pomohl najít něco podobného.”

V Bwlb vyvinul Taylorův tým Accordion, AI-založené řešení, které může vzít podcast a reprodukovat ho v různých délkách.

“Každá jiná část našeho života se stává chytřejší — chytré domy, chytré ledničky,” říká Taylor. “Lidé chtějí více kontroly a pohodlí ze svého podcastového zážitku.”

Když Taylor pracoval na dokumentárních filmech pro BBC, byl požádán o kratší verze pro různé platformy. Proces byl vždy manuální. Accordion aplikuje softwarové algoritmy na podcastový obsah, aby inteligentně vytvořil verze různých délek. “Nic to nezrychluje,” říká Taylor, “ale dá uživateli kontrolu nad délkou obsahu bez ztráty tónu, struktury nebo poslouchatelnosti.”

Soustředění se na imerzivní vyprávění

Čím více podcasterů používá nástroje AI, tím více se tyto nástroje zlepšují. Jinými slovy, čím více dat zpracovávají, tím více se učí.

Algoritmy pro vylepšení dialogu Nomono jsou založeny na rozsáhlých souborech hlasových nahrávek — některé čisté a srozumitelné, některé méně — které učí AI nástroje, jak generovat lepší zvuk. “Podcastéři by neměli potřebovat pokročilé audio znalosti, aby produkovali kvalitní audio,” říká Chourdakis. “Automatizací některých těchto úkolů mohou trávit více času soustředěním se na skvělé vyprávění a méně času zdlouhavým čištěním zvuku.”

A v budoucnu mohou podcasteři snáze vytvářet nový žánr poutavých podcastů s prostorovým zvukem. Například technologie Nomono umožňuje objektově orientovanou zvukovou produkci, která umožňuje producentům “umístit” hlasy do 3D zvukového prostoru nebo vytvořit dynamické verze, které lze přizpůsobit posluchačům.

“Mediální produkce nyní vstupuje do fáze, kde pokud si můžete něco představit, můžete to udělat,” říká LeBoeuf z Descript. “A již nemusíte mít drahé studio nebo desetiletí tréninku, abyste dosáhli svých cílů.”

Brad Grimes je dlouholetý technologický novinář a bývalý ředitel komunikace Audiovisual and Integrated Experience Association.