Jeff Kofman, Gründer & CEO von Trint – Interview-Serie

Jeff Kofman ist der Gründer und CEO von Trint. Nach einer 30-jährigen Karriere bei ABC, CBS und CBC News wurde Jeff müde, gegen die Wand der manuellen Transkription zu stoßen und zu sehen, wie jede Geschichte unnötigerweise ins Stocken geriet. 2014 nutzten Jeff und ein Team von Entwicklern künstliche Intelligenz, um die schwere Arbeit zu übernehmen, und Trint wurde geboren.

Heute ist Trint eine KI-gestützte SaaS-Plattform, die über die Transkription hinausgeht, um jeden Schritt der Content-Erstellung zu beschleunigen.

Von der Transkription bis hin zu Redaktionswerkzeugen, Echtzeit-Kollaboration bis hin zu Export und Veröffentlichung – alles wird einfacher für Nachrichtenredaktionen, Podcaster, lokale Unternehmen und globale Organisationen, um Geschichten schneller und einfacher als je zuvor zu teilen.

Sie hatten eine ausgezeichnete 30-jährige Karriere bei ABC, CBS und CBC News, welche Probleme trafen Sie mit traditioneller manueller Transkription an?

Ich erlebte den Schmerz der manuellen Transkription jeden Tag als Journalist. Lange bevor ich die Idee hatte, Trint zu erfinden und aufzubauen, fragte ich mich, warum es keine bessere Möglichkeit gab.

Manuelle Transkription war immer der Flaschenhals in meiner Arbeitsabläufen als TV-Reporter. Ich führte meine Interviews durch, hörte einer Pressekonferenz zu, las meine Recherchen, sah mir meine Aufnahmen an und dann… mein Produzent und ich verschwanden in dem Black Hole der Transkription.

Ich kann meine TV-Nachrichtenstory nicht schreiben, bis ich genaue Transkripte der Zitate oder Soundbites habe, die ich verwenden möchte. Ich muss wissen, was sie gesagt haben und wie lange das Soundbite läuft. Das bedeutete, in einem Vorführraum oder an unseren Schreibtischen mit Kopfhörern zu sitzen, PLAY zu drücken, dann PAUSE. Dann einige Wörter tippen. Dann PLAY. PAUSE. Und wiederholen. Es konnte Stunden dauern. So langweilig. So essentiell.

Trint startete 2014, können Sie erzählen, wie die Idee entstand?

Ich habe nie gedacht, dass ich ein Tech-Typ sein würde. Es passierte zufällig.

Ich hatte ein lockeres Gespräch mit einigen Software-Entwicklern, die einige rudimentäre Experimente mit Audio und Text (nicht Transkription) im Jahr 2013 durchgeführt hatten.

Ich fragte unschuldig: Warum kann ich nicht automatisierte Sprach-zu-Text-Technologie verwenden, um meine Interviews zu transkribieren.

Ich erinnere mich, dass einer der Jungs fragte: Warum würden Sie das tun?

Ich antwortete: Weil manuelle Transkription der Schmerzpunkt in meiner Arbeit als Reporter ist, ich hasse es.

Wir blieben in Kontakt und führten einige Experimente durch. Es wurde schnell klar, dass wir die Zukunft erfunden hatten. Ich verließ meinen Job als London-Korrespondent für ABC News ein Jahr später und wir begannen, Trint aufzubauen.

Welche Herausforderungen gab es bei der Einführung eines Transkriptionsdienstes in den frühen Tagen?

Automatisierte Transkription ist ein separates Problem. Menschen, die den Arbeitsablauf von Reportern und Content-Erstellern nicht leben, haben keine Ahnung, wie sie Geschichten erstellen. Ich erinnere mich, dass ich in den frühen Tagen einige sehr wohlhabende Angel-Investoren traf und sie einfach nicht begriffen, warum Reporter wie ich Transkripte benötigen. Es dauerte eine Menge Erklärungen, bis sie verstanden, wie ein Reporter arbeitet.

Ich denke, das ist heute einfacher. Wir sind alle Content-Ersteller.

Welche maschinellen Lernalgorithmen werden derzeit bei Trint verwendet?

Wir haben eine sehr intelligente Gruppe von Ingenieuren und Datenwissenschaftlern, die immer mit allem experimentieren, was sie können, und überall, wo ihre Fantasie sie hinträgt. Wie Sie verstehen, konzentrieren wir uns auf die Frage, wie automatisierte Transkription den Arbeitsablauf für unsere Medienkunden beschleunigen kann, was bedeutet, dass wir immer an Sprache, Sprechern, Sprachen und Akustik arbeiten. NLP- und Sprachverarbeitungsalgorithmen sind Teil unseres täglichen Lebens, aber wir werden jede kreative Möglichkeit untersuchen, um Journalisten zu helfen, Informationen aus Videos, Audios und Bildern zu extrahieren. Rich-Transkription ermöglicht es uns, mehr Kontext zu ihrem Inhalt zu geben, macht es alles durchsuchbarer und ermöglicht es ihnen, die Momente zu finden, die wirklich wichtig sind und sie so schnell wie möglich an ihr Publikum zu bringen.

Welche Sprachen werden derzeit angeboten und gibt es Unterschiede in der Transkriptionsqualität zwischen den verschiedenen Sprachen?

Wir bieten etwa 45 Sprachen an, die Sie transkribieren können, und fügen ständig mehr hinzu. Einige sind in der “Beta”-Phase und andere, die viel reifer sind, was von der Größe der Trainingsdatensätze abhängt, die dazu beitragen, die Modelle aufzubauen. Wir messen ständig die Genauigkeit unserer Modelle für jede Sprache, um unsere Modelle ständig zu entwickeln und ihre Leistung zu verbessern.

Wir schauen ständig, welche neuen Modelle verfügbar werden, um zu sehen, ob wir sie in unsere sichere ASR-Verarbeitungsumgebung integrieren können.

Aber es geht nicht nur um die Sprachen, die wir transkribieren – unsere Kunden können auch diese Transkription in fast jede Sprache übersetzen.

Außerhalb der Transkription ist Trint eine KI-gestützte SaaS-Plattform, die darauf ausgelegt ist, den Content-Erstellungsprozess zu verbessern. Können Sie einige der anderen Tools erläutern, die angeboten werden?

Obwohl Trint im Herzen unsere KI-gestützte Transkription hat, beschäftigen wir uns mit der Frage, warum diese Transkriptionen für unsere Nutzer nützlich sind und wie wir ihnen helfen können, so schnell und einfach wie möglich Wert zu erhalten. Das bedeutet, dass wir ein tiefes Verständnis ihrer Arbeitsabläufe haben müssen, damit wir jeden Schritt so nahtlos wie möglich machen können.

Letztendlich möchten wir, dass sie jede Pressekonferenz, jedes Interview oder jedes Ereignis überall, jederzeit und in jeder Sprache aufzeichnen und nutzen können, sobald es passiert. Das bedeutet, dass es für sie oder ihr Team einfach sein muss, die Live-Transkription zu überprüfen und zu verwenden, während sie passiert – zu überprüfen, zu teilen und zu übersetzen, wichtige Zitate Sekunden, nachdem sie ausgesprochen wurden.

Unsere Mobile-App ermöglicht es, dass dies sogar passieren kann, wenn Sie nur ein Telefon bei sich haben, und stellt sicher, dass alles sicher an Ihr Team übertragen wird, selbst wenn die Verbindung schwach ist.

Unser Story Builder ist so konzipiert, dass Sie die wichtigsten Momente in all Ihrem Inhalt finden und in eine neue Erzählung umwandeln können, die in andere wichtige Tools in Ihrem Content-Erstellungsprozess exportiert werden kann. Ob es sich um einen Rohschnitt für die Videobearbeitung, eine Podcast-Transkription oder einen Artikel handelt. Wenn Sie den Text des Audios als Untertitel verwenden müssen, kann unser kollaborativer Editor Ihnen auch dabei helfen.

Sie haben auch einen Podcast, den Sie persönlich moderieren, namens StoryTech, der sich mit der Frage beschäftigt, wie Technologie Geschichten formt. Können Sie erläutern, was dieser Podcast ist, was die Hörer erwarten können und warum sie einstellen sollten?

StoryTech ist wirklich die Kreuzung meiner beiden Karrieren: ein Reporter und ein Tech-Erfinder. Es geht um die Frage, wie Technologie und Innovation die Art und Weise beeinflussen, wie Geschichten erzählt werden.

Die frühen Episoden befassen sich damit, wie CGI verwendet wurde, um die Eiswand in Game of Thrones zu erstellen, und wie die Erfindung der 35mm-Leica-Kamera in den 1920er Jahren zur Verbreitung der Fotojournalistik und der Schaffung des LIFE-Magazins führte.

Ich bin fasziniert von der Auswirkung von Innovation auf die Erzählung von Geschichten. Das ist, worum es bei StoryTech geht.

Was ist Ihre Vision für die Zukunft von Trint?

Das ist die Herausforderung, mit der jeder Innovator heute ringt. Wie öffnet der schnelle Fortschritt der Innovation Chancen für mein Produkt?

Unsere Kunden möchten ein Produkt, das einfache, intuitive Effizienzen schafft, die nahtlos in ihren Arbeitsablauf passen. Das bedeutet, weit über die Transkription hinauszugehen.

Trint wird künstliche Intelligenz nutzen, um Dinge zu tun, die vor ein paar Jahren noch undenkbar waren: Stimmen identifizieren, Gesichter, Sentiment, Kontext, Fakten und Falschinformationen. All dies wird in jeder Sprache passieren – übersetzt aus dieser Sprache, während sie gesprochen wird. Der Schlüssel besteht darin, all dies und noch mehr in einer Weise zu tun, die in andere Produkte integriert wird, um einen reibungslosen Arbeitsablauf zu schaffen.

Ich sehe Trint nicht als Ersatz für Reporter, Schriftsteller und Content-Ersteller. Es geht darum, sie von der Last ihrer Arbeit zu befreien und ihnen zu ermöglichen, ihre Zeit auf Kreativität zu konzentrieren. Es ist aufregend, sich die Zukunft vorzustellen. Ich werde nicht lügen: Es ist auch einschüchternd.

Vielen Dank für das großartige Interview. Leser, die mehr erfahren möchten, sollten Trint besuchen oder den StoryTech-Podcast anhören.