Tankeledere

Fremtiden for podcasting er AI

Brad Grimes
Føj Unite.AI til dine foretrukne kilder på Google
NøglepunkterAI-værktøjer som Descript automatiserer generering af rumklang til naturlige…
Vis mere
  • AI-værktøjer som Descript automatiserer generering af rumklang til naturlige podcast-redigeringer.
  • Nomonos AI muliggør objektbaseret lydproduktion til immersive 3D-lydbilleder.
  • Accordion fra Bwlb bruger AI til intelligent at forkorte podcasts uden at miste tonen.

Omkring 22.000 nye podcasts bliver lanceret hver måned. Der er tæt på 2,5 millioner (mere end 71 millioner episoder) i Apple Podcasts-kataloget lige nu, ifølge Podcast Industry Insights. Og det er kun dem, vi kender til.

“Mange podcastere går ikke engang gennem de store platforme mere. De går direkte til deres lyttere, sælger premiumindhold og har stor succes,” siger Andy Taylor, tidligere fra BBC Radio og grundlægger af Cardiff-baserede forsknings- og udviklingsrådgivningsfirma Bwlb.

Og det siger ikke noget om den voksende mængde podcast-lignende indhold, enten skabt af mærker til promotion eller begivenhedsproducenter, der ønsker at gøre f.eks. foredrag tilgængelige efter behov. Hver enkelt produktion skal produceres og distribueres, enten af lydprofessionelle eller folk, der lærer faget. Jo større dele af produktionen de kan automatisere, desto mere kan de fokusere på indholdet.

“De forskellige steder, hvor lyd offentliggøres, er bare eksploderet,” forklarer Jonathan Wyner, chefingeniør på M Works Mastering og professor på Berklee College of Music i Boston. “Med alle disse sammenhænge er der en reel motivation og imperativ for skabere at være mere fleksible.”

Ikke at tale om, mere produktive og effektive.

AI’s Opkomst

Kunstig intelligens (AI) — software, der kan automatisere opgaver, der tidligere blev udført af mennesker — holder nøglen til at håndtere tsunami af podcastindhold. AI kan ikke kun accelerere produktionen, men kan også få podcasts til at lyde bedre og sætte scenen for de lydoplevelser, der kommer i morgen.

“AI hjælper grundlæggende med at tage sig af repetitive opgaver for at accelerere podcasters arbejdsgang,” forklarer Manos Chourdakis, forskningsingeniør på Nomono, der udvikler AI-baserede podcastværktøjer. “For eksempel, med AI behøver du ikke at lytte til en hel podcast for at finde ud af, hvor nogen sagde noget forkert, og derefter erstatte eller fjerne det. Du kunne gøre det selv, men AI gør det hurtigere.”

Så er der opgaver, der kun kan udføres med AI — i hvert fald i større målestok, såsom fjernelse af støj eller forbedring af dialog. “God kvalitet på dialogforbedring ville være umulig uden AI,” siger Chourdakis. “I hvert fald umulig på en rimelig tidsramme med traditionelle værktøjer.”

Perfekt til rutineopgaver

Anvendelser af AI i podcasting er lige så varierede som produktionsopgaverne. Nogle er bygget direkte ind i podcastplatforme. Når skabere uploader deres podcasts til værtssystemet Podcast.co, lytter systemet automatisk til lydfilerne og normaliserer lydniveauerne.

“Ethvert værktøj, der kan hjælpe med at reducere de trivielle dele af en opgave, er en god ting,” siger Mike Cunsolo, platformens medstifter. Cunsolo driver også Cue, et podcastproduktionsselskab, der arbejder med corporate-mærker, og Matchmaker.fm, der forbinder podcastproducenter med gæster. “Du vil altid have brug for det menneskelige ekspertiseelement, men snart kan maskinerne lære at forstå, hvad der gør en podcast interessant, og reducere tiden på opgaven.”

Løsningsudbyderen Descript anvender AI til mange aspekter af podcastteknik, herunder støjfjernelse og ekkocontrol. En af de mere “trivielle” opgaver, som Descript kan håndtere, er rummets baggrundslyd.

“Nogle gange har producenter brug for at indsætte digital stilhed i en podcast. Måske mellem redigeringer eller for at forlænge pauserne mellem sætninger,” siger Jay LeBoeuf, chef for forretnings- og virksomhedsudvikling på Descript. “Men det lyder utrolig unaturligt.”

Hvis producenterne ikke optog rummets baggrundslyd, da podcasten blev optaget, kan de gå tilbage og få den. Eller de kan lytte efter den i optagelsen, kopiere og indsætte, hvor det er nødvendigt, og derefter redigere resultatet, så det blander sig naturligt.

Eller computere kan håndtere det. Descripts AI-baserede generator til rummets baggrundslyd analyserer en optagelse, identificerer rummets baggrundslyd og syntetiserer den automatisk, hvor det er nødvendigt. Sådan teknologi fjerner ikke kun rutineopgaver, men giver også større fleksibilitet i produktionen.

“AI vil give os mulighed for at bruge billigere hardware, dårligere lydende rum og støjende lokaliteter og alligevel få gode resultater,” siger Chourdakis fra Nomono.

Nye AI-baserede muligheder

AI åbner også døren for innovation i podcasting — skabelse af nye løsninger, der hæver standarden for podcastere og lyttere. For eksempel hjælper Epidemic Audio Reference (EAR)-værktøjet podcastere med at finde ophavsretsfri musik baseret på sange, de kan lide.

“Lad os sige, at du søger efter intro- eller outro-musik, og du tænker på en bestemt sang, men den er beskyttet af ophavsret,” siger Chourdakis. “Systemet bruger AI under motorhjelmen til at hjælpe dig med at finde noget lignende.”

Ved Bwlb udviklede Taylors team Accordion, en AI-baseret løsning, der kan tage en podcast og genskabe den i forskellige længder.

“Alle andre dele af vores liv bliver smartere — smarte hjem, smarte køleskabe,” siger Taylor. “Mennesker ønsker mere kontrol og bekvemmelighed fra deres podcastoplevelse også.”

Da Taylor arbejdede på dokumentarfilm for BBC, blev han bedt om kortere versioner til at køre på forskellige platforme. Processen var altid manuel. Accordion anvender softwarealgoritmer til podcastindhold for intelligent at skabe versioner af forskellige længder. “Det accelererer ikke noget,” siger Taylor, “men det giver brugeren kontrol over indholdets varighed uden at tabe tone, struktur eller lyttevenlighed.”

Fokus på Immersiv Fortælling

Jo flere podcastere der bruger AI-værktøjerne, desto bedre bliver værktøjerne. Med andre ord: Jo flere data værktøjerne får, desto mere lærer de.

Nomonos dialogforbedringsalgoritmer er baseret på store datasæt af stemmeoptagelser — nogle rene og forståelige, nogle mindre — som lærer AI-værktøjerne, hvordan de kan generere bedre lyd. “Podcastere skal ikke have avanceret lydkendskab for at producere højkvalitetslyd,” siger Chourdakis. “Ved at automatisere nogle af disse opgaver kan de bruge mere tid på at fokusere på stor fortælling og mindre tid på trættende oprydning i lydoptagelser.”

Og i fremtiden kan podcastere lettere skabe en ny genre af medrivende podcasts med rumlig lyd. For eksempel muliggør Nomonos teknologi objektbaseret lydproduktion, der giver producenter mulighed for at “placere” stemmer i et 3D-lydlandskab eller skabe dynamiske versioner, der kan tilpasses lytterne.

“Medieproduktion er nu ved at indtræde i en fase, hvor hvis du kan drømme det, kan det ske,” siger Descripts LeBoeuf. “Og du har ikke længere brug for et dyrt studie eller årtiers træning for at opnå dine mål.”

Brad Grimes har i mange år arbejdet som teknologijournalist og er tidligere kommunikationsdirektør for Audiovisual and Integrated Experience Association.