Jeff Kofman, grundlægger og administrerende direktør for Trint – Interviewserie

Jeff Kofman er grundlægger og administrerende direktør for Trint. Efter en 30-årig karriere hos ABC, CBS og CBC News blev Jeff træt af at støde på væggen af manuel transkription og se, hvordan hver historie unødvendigt stoppede i spor. I 2014 udnyttede Jeff og et hold af udviklere AI til at løfte det tungeste arbejde, og Trint blev født.

I dag er Trint en AI-dreven SaaS-platform, der går ud over transkription til at forbedre hvert trin i indholdsskabningsarbejdsprocessen.

Fra transkription til redigeringsværktøjer, realtids-samarbejde til eksport og publicering – og gør hvert trin lettere for nyhedsredaktioner, podcastere, lokale virksomheder og globale organisationer til at dele historier hurtigere og lettere end nogensinde.

De havde en fremragende 30-årig karriere hos ABC, CBS og CBC News, hvad var nogle af de problemer, du stødte på med traditionel manuel transkription?

Jeg oplevede smerten af manuel transkription hver dag som journalist. Lang tid før, jeg fik idéen til at opfinde og bygge Trint, undrede jeg mig over, hvorfor der ikke var en bedre måde.

Manuel transkription var altid flaskenhalen i min arbejdsproces som tv-journalist. Jeg ville gøre mine interviews, lytte til en pressekonference, læse min research, se på mit footage og SÅ… min producer og jeg ville forsvinde ind i Sort Hul af Transkription.

Jeg kan ikke skrive min tv-nyhedsartikel, før jeg har præcise transkriptioner af citaterne eller lydklippene, jeg vil bruge. Jeg skal vide, hvad de sagde, og hvor lang tid det lydklip varer. Det betød, at jeg skulle sidde i en visningsrum eller ved vores skriveborde med hovedtelefoner på, trykke AFSPIL, så PAUSE. Så skrive nogle ord. Så AFSPIL, PAUSE. Og gentage. Det kunne tage timer. Så kedeligt. Så essentiel.

Trint blev lanceret i 2014, kan du diskutere, hvordan idéen blev født?

Jeg havde aldrig forestillet mig, at jeg ville være en tech-mand. Det skete ved en tilfældighed.

Jeg havde en casual samtale med nogle software-udviklere, der havde lavet nogle rudimentære eksperimenter med lyd og tekst (ikke transkription) i 2013.

Jeg spurgte uskyldigt: Hvorfor kan jeg ikke bruge automatiseret tale-til-tekst til at transkribere mine interviews?

Jeg husker, at en af mændene spurgte mig: Hvorfor ville du gerne gøre det?

Jeg svarede: Fordi manuel transkription er smertepunktet i mit arbejde som reporter, jeg hader det.

Vi holdt kontakten og lavede nogle eksperimenter. Det blev hurtigt klart, at vi havde opfundet fremtiden. Jeg forlod mit job som London-korrespondent for ABC News et år senere, og vi begyndte at bygge Trint.

Hvad var nogle af udfordringerne ved at lancere en transkriptionstjeneste i de tidlige dage?

Automatiseret transkription er et diskret problem. Folk, der ikke lever i arbejdsprocessen for journalister og indholdsskabere, har ingen idé om, hvordan de skaber historier. Jeg husker, at jeg mødte nogle meget velhavende engel-investorer i de tidlige dage, og de kunne slet ikke forstå, hvorfor journalister som mig havde brug for transkriptioner. Det tog meget forklaring at få dem til at forstå, hvordan en journalist arbejder.

Jeg tror, det er lettere i dag. Vi er alle indholdsskabere.

Hvad er de forskellige maskinlæringsalgoritmer, der i øjeblikket bruges i Trint?

Vi har en super smart gruppe af ingeniører og datavidenskabsmænd, der altid eksperimenterer med, hvad de kan. Som du vil forstå, er vores fokus på, hvordan automatiseret transkription kan accelerere arbejdsprocesser for vores mediekunder, hvilket betyder, at vi altid arbejder med tale, talere, sprog og akustik. NLP og talebehandlingsalgoritmer er en del af vores daglige arbejde, men vi vil undersøge enhver kreativ måde at bruge AI til at hjælpe journalister med at udtrække information fra videoer, lydfiler og billeder. Rig transkription giver os mulighed for at give mere kontekst til deres indhold, gør det mere søgbart og giver dem mulighed for at finde de øjeblikke, der virkelig betyder noget, og få dem ud til deres publikum så hurtigt som muligt.

Hvilke sprog tilbydes i øjeblikket, og er der nogen forskelle i transkriptionskvalitet mellem de forskellige sprog?

Vi tilbyder omkring 45 sprog, som du kan transkribere, og vi tilføjer altid mere. Nogle er i “beta”-version, og andre er mere modne, hvilket afhænger af størrelsen af træningsdata, der hjælper med at bygge modellerne. Vi måler konstant nøjagtigheden af vores modeller for hvert sprog for at udvikle og forbedre deres ydelse.

Vi ser altid på, hvilke nye modeller der bliver tilgængelige, for at se, om vi kan bringe dem ind i vores sikre ASR-behandlingsmiljø.

Men det er ikke kun om de sprog, vi transkriberer – vores kunder kan også få transkriptionen oversat til næsten ethvert sprog.

Uden for transkription er Trint en AI-dreven SaaS-platform, der er designet til at forbedre indholdsskabningsarbejdsprocessen, kan du diskutere nogle af de andre værktøjer, der tilbydes?

Selvom Trints hjerte er vores AI-drevne transkription, er det, vi besætter os med, hvorfor disse transkriptioner er nyttige for vores brugere, og hvordan vi kan hjælpe dem med at få værdi så hurtigt og let som muligt. Det betyder, at vi har en dyb forståelse af deres arbejdsprocesser, så vi kan prøve at gøre hvert trin så ubesværet som muligt.

Til sidst vil vi have, at de kan fange enhver pressekonference, interview eller begivenhed hvor som helst, når som helst, på ethvert sprog og udnytte det, mens det sker. Det betyder, at det er let for dem eller deres team at verificere og bruge den live-transkription, mens den sker – verificere, dele og oversætte nøglecitat sekunder efter, de er udtalt.

Vores mobilapp betyder, at det kan ske, selv hvis du kun har en telefon på dig, og sikrer, at alt bliver overført sikkert til dit team, selv når forbindelsen er dårlig.

Vores Story Builder er designet til at låse op for de vigtige øjeblikke i alt dit indhold og omdanne dem til en ny fortælling, der kan eksporteres til andre vigtige værktøjer i din indholdsskabningsarbejdsproces. Uanset om det er en grov udgave til video-redigering, en podcast-transkription eller en artikel. Hvis du har brug for at bruge tekst fra lyden som undertekster, kan vores samarbejdsredaktør også hjælpe dermed.

De har også en podcast, som de selv vært, kaldet StoryTech, der ser på, hvordan teknologi former historier. Kan du forklare, hvad denne podcast er, hvad lyttere kan forvente, og hvorfor de skal lytte?

StoryTech er virkelig skæringen af mine to karrierer: en reporter og en tech-opfinder. Det ser på, hvordan teknologi og innovation former måden, historier fortælles på.

De tidlige episoder ser på, hvordan CGI blev brugt til at bringe ismuren ned i Game of Thrones, og hvordan opfindelsen af 35mm Leica-kameraet i 1920’erne førte til spredningen af fotojournalistik og skabelsen af LIFE-magasinet.

Jeg er fascineret af innovationens indvirkning på fortælling. Det er, hvad StoryTech handler om.

Hvad er din vision for Trints fremtid?

Det er udfordringen, som hver innovator kæmper med i dag. Hvordan åbner innovationens hurtige tempo muligheder for mit produkt?

Vores kunder ønsker et produkt, der skaber enkle, intuitive effektiviteter, der passer perfekt ind i deres arbejdsproces. Det betyder, at vi skal gå langt ud over transkription.

Trint vil udnytte AI til at gøre ting, der var utænkelige for bare få år siden: identificere stemmer, ansigter, holdninger, kontekst, fakta og falskheder. Dette vil ske på ethvert sprog – og oversætte fra det sprog, mens det tales. Nøglen er at gøre dette og meget mere på en måde, der integrerer i andre produkter for at skabe en ubesværet arbejdsproces.

Jeg ser ikke Trint som en erstatning for journalister, forfattere og indholdsskabere. Det handler om at frigøre dem fra trælsomheden i deres arbejde og give dem mulighed for at fokusere deres tid på kreativitet. Det er spændende at prøve at forestille sig fremtiden. Jeg lyver ikke: Det er også skræmmende.

Tak for det gode interview, læsere, der ønsker at lære mere, skal besøge Trint eller se StoryTech-podcasten.