Podcastingens Fremtid er AI

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 R&D-konsulent 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. tal tilgængelige på krav. Hvert enkelt indhold skal produceres og distribueres, enten af lydprofessionelle eller folk, der lærer faget. Derfor kan de automatisere store dele af produktionen, jo mere de kan 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 gøre podcasts 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 Menial Opgaver

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 sindssyge dele af en opgave, er en god ting,” siger Mike Cunsolo, platformens medstifter. Cunsolo driver også Cue, en 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 “sindssyge” opgaver, som Descript kan håndtere, er rumtone.

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

Hvis producenterne ikke optog rumtonen, 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 rumtonegenerator analyserer en optagelse, identificerer rumtonen og syntetiserer den automatisk, hvor det er nødvendigt. En sådan teknologi åbner ikke kun op for menial opgaver, men giver også mulighed for større produktionsfleksibilitet.

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

Nye AI-baserede Færdigheder

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 ophavsretsfrit musik baseret på sange, de kan lide.

“Sæt, 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 dækket 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.

“Hver anden del 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 at intelligent skabe versioner af forskellige længder. “Det accelererer ikke noget,” siger Taylor, “men det giver brugeren kontrol over indholdets varighed uden at tabe tonestruktur eller lyttbarhed.”

Fokus på Immersiv Fortælling

Jo mere podcastere bruger AI-værktøjer, jo bedre bliver de. Med andre ord, jo mere data, de indtager, jo 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 rensningsopgaver.”

Og i fremtiden kan de udvikle sig mere let til at skabe en ny genre af immersiv, rumlig podcast. For eksempel ermöglicher Nomono’s teknologi objektbaseret lydproduktion, der giver producenter mulighed for at “placere” stemmer i en 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.”