Jeff Kofman, Trintin perustaja ja toimitusjohtaja – Haastattelusarja

Jeff Kofman on Trintin perustaja ja toimitusjohtaja. 30-vuoden uran jälkeen ABC:ssä, CBS:ssä ja CBC Newsissa Jeff kärsi manuaalisen transkription vaikeuksista ja katseli, kuinka jokainen tarina pysähtyi turhaan. Vuonna 2014 Jeff ja joukko kehittäjiä hyödynsivät tekoälyä raskaiden töiden tekemiseen, ja Trint syntyi.

Tänään Trint on tekoälypohjainen SaaS-alusta, joka menee transkription ulkopuolelle ja parantaa jokaisen sisällön luomisen vaihetta.

Transkriptiosta editorin työkaluihin, reaaliaikaiseen yhteistyöhön ja viimeistelemiseen ja julkaisemiseen – tekee jokaisen vaiheen helpommaksi uutistoimistoille, podcastereille, paikallisille yrityksille ja globaaleille organisaatioille jakamaan tarinoita nopeammin ja helpommin kuin koskaan.

Olit 30 vuoden ajan uralla ABC:ssä, CBS:ssä ja CBC Newsissa, mitkä olivat joitain ongelmia, joita kohtasit perinteisen manuaalisen transkription kanssa?

Elämäni aikana journalistina kohtasin manuaalisen transkription vaikeudet jokaisena päivänä. Ennen kuin keksin ja rakensin Trintin, ihmettelin, miksi ei ollut parempaa tapaa.

Manuaalinen transkriptio oli aina pullonkaula työssäni TV-toimittajana. Tein haastatteluni, kuuntelin uutiskonferensseja, luen tutkimuksiani, katselin kuvamateriaalia ja sitten… tuottajani ja minä katosimme Transkription mustaan aukkoon.

En voi kirjoittaa TV-uutisiani, ennen kuin minulla on tarkat transkriptiot siitä, mitä he sanovat ja kuinka kauan se kestää. Se tarkoitti istumista näyttöhuoneessa tai pöydässä kuulokkeet päässä, painamista PLAY:ta, sitten PAUSE:ta. Sitten kirjoittaminen joitain sanoja. Sitten PLAY. PAUSE. Ja toisto. Se voi kestää tunteja. Niin tylsää. Niin välttämätöntä.

Trint lanseerattiin vuonna 2014, voitko kertoa, miten idea syntyi?

En koskaan kuvitellut, että tulisin olemaan teknologiayrittäjä. Se tapahtui sattumalta.

Olin keskustellut joitain ohjelmistokehittäjiä, jotka olivat tehneet joitain alkeellisia kokeita äänen ja tekstin (ei transkription) kanssa vuonna 2013.

Pyysin viattomasti: miksi en voisi käyttää automaattista puhetekstiä transkriboimaan haastattelujani.

Muistan, kun yksi heistä kysyi minulta: miksi haluaisit tehdä sen?

Vastasin: koska manuaalinen transkriptio on työni kannalta tylsää, vihaan sitä.

Pidimme yhteyttä ja teimme joitain kokeita. Se selvisi nopeasti, että olimme keksineet tulevaisuuden. Jätin työni Lontoon kirjeenvaihtajana ABC Newsissa vuosi myöhemmin ja aloimme rakentamaan Trintiä.

Mitkä olivat joitain haasteita, kun lanseerasit transkriptiopalvelun niiden varhaisina päivinä?

Automaattinen transkriptio on erillinen ongelma. Ihmiset, jotka eivät elä toimittajien ja sisällöntuottajien työprosessia, eivät tiedä, miten he luovat tarinoita. Muistan, kun tapasin joitain varakkaita enkelisijoittajia varhaisina päivinä, ja he eivät voineet ymmärtää, miksi toimittajat tarvitsevat transkriptioita. Se vaati paljon selitystä, jotta he ymmärtäisivät, miten toimittaja toimii.

Luulen, että se on helpompaa tänään. Olemme kaikki sisällöntuottajia.

Mitkä ovat erilaiset koneoppimisalgoritmit, joita käytetään tällä hetkellä Trintissä?

Meillä on erittäin älykäs joukko insinöörejä ja data-analyytikkoja, jotka ovat aina kokeilemassa uusia juttuja. Kuten ymmärrät, fokuksena on, miten automaattinen transkriptio voi nopeuttaa asiakkaidemme työprosesseja, mikä tarkoittaa, että työskentelemme äänen, puhujien, kielten ja akustiikan parissa. NLP- ja puheentunnistusalgoritmit ovat osa päivittäistä työtämme, mutta tutkimme luovia tapoja käyttää tekoälyä auttamaan journalisteja saamaan tietoa videoista, äänistä ja kuvista. Rikas transkriptio antaa meille mahdollisuuden antaa enemmän kontekstia heidän sisällölle, tekee sen etsittävämmäksi ja antaa heidän löytää hetket, jotka ovat heille tärkeitä ja saada ne yleisöön mahdollisimman nopeasti.

Mitkä kielet ovat tällä hetkellä tarjolla, ja onko eroa transkriptiotarkkuudessa eri kielten välillä?

Me tarjoamme noin 45 kieltä, joita voit transkriboida, ja lisäämme jatkuvasti uusia. Joitain kielistä on “beta”-vaiheessa, ja toisia, jotka ovat paljon kypsempiä, riippuen koulutusaineistojen koosta, jotka auttavat kehittämään malleja. Mitatamme jatkuvasti mallien tarkkuutta kullekin kielelle ja kehittämme niitä jatkuvasti.

Olemme aina tutkimassa, mitkä uudet mallit tulevat saataville, ja voimmeko tuoda ne turvalliseen ASR-prosessointiympäristöömme.

Mutta se ei ole vain kieli, joita transkriboimme – asiakkaamme voivat myös kääntää sen transkription melkein mille tahansa kielelle.

Trint on tekoälypohjainen SaaS-alusta, joka on suunniteltu parantamaan sisällön luomisen työprosessia, voitko kertoa muista työkaluista, joita tarjoat?

Vaikka Trintin ydin on tekoälypohjainen transkriptio, meitä motivoi se, miksi ne transkriptiot ovat hyödyllisiä käyttäjillemme, ja miten voimme auttaa heitä saamaan arvoa mahdollisimman nopeasti ja helposti. Se tarkoittaa, että meidän on oltava syvällä ymmärtäväisiä heidän työprosesseistaan, jotta voimme tehdä jokaisen vaiheen mahdollisimman vaivattomaksi.

Lopulta me haluamme, että he voivat tallentaa minkä tahansa lehdistötilaisuuden, haastattelun tai tapahtuman, missä tahansa, milloin tahansa, millä tahansa kielellä, ja hyödyntää sitä heti, kun se tapahtuu. Se tarkoittaa, että meidän on oltava varmistamassa, että he tai heidän tiiminsä voivat vahvistaa ja käyttää live-transkriptiota, kun se tapahtuu – vahvistamalla, jakamalla ja kääntämällä avainlainauksia sekunteja sen jälkeen, kun ne on lausuttu.

Meidän mobiili-sovelluksemme tarkoittaa, että se voi tapahtua, vaikka sinulla on vain puhelin käytössäsi, ja varmistaa, että kaikki on turvallisesti siirtynyt tiimillesi, vaikka yhteys on epävakaa.

Meidän Story Builder on suunniteltu löytämään avainhetket kaikissa sisällöissä ja muuttamaan ne uudeksi kertomuksesi, joka voidaan viedä muihin tärkeisiin työkaluihin sisällön tuotantoprosessissa. Olipa se sitten karkeat leikkaukset videon editointiin, podcast-transkriptio tai artikkeli. Jos tarvitset äänen tekstinä, meidän yhteistyöeditori voi auttaa siinä.

Sinulla on myös podcast, jonka isäntänä toimit, StoryTech, joka tarkastelee, miten teknologia muokkaa tarinoita. Voitko selittää, mitä tämä podcast on, mitä kuuntelijat voivat odottaa, ja miksi heidän kannattaa kuunnella?

StoryTech on todella risteyksessä kahden urani: toimittaja ja teknologiayrittäjä. Se tarkastelee, miten teknologia ja innovaatiot muokkaavat tarinoiden kerrontaa.

Varhaiset jaksot tarkastelevat, miten CGI:a käytettiin Game of Thronesin jääseinän luomiseen, ja miten 35 mm Leica-kameran keksiminen 1920-luvulla johti photojournalismin leviämiseen ja LIFE-lehden luomiseen.

Olen lumoutunut innovaation vaikutuksesta kertomiseen. Se on, mitä StoryTech on.

Mikä on visiosi Trintin tulevaisuudesta?

Se on haaste, jonka jokainen innovaattori kamppailee tänään. Miten nopean innovaation tahti avaa mahdollisuuksia tuotteelleni?

Asiakkaamme haluavat tuotteen, joka luo yksinkertaisia, intuitiivisia tehokkuuksia, jotka sopivat saumattomasti heidän työprosessiinsa. Se tarkoittaa menemistä transkription ulkopuolelle.

Trint hyödyntää tekoälyä tekemään asioita, jotka olivat vain muutama vuosi sitten mahdottomia: tunnistaa äänet, kasvot, mieliala, konteksti, faktat ja valheet. Se tapahtuu millä tahansa kielellä – kääntäen siitä kieltä, kun se puhutaan. Avain on tehdä se ja paljon muuta yhdistämällä muihin tuotteisiin, jotta voidaan luoda yksi vaivaton työprosessi.

En näe Trintiä korvaavan toimittajia, kirjailijoita ja sisällöntuottajia. Se on vapauttaminen heidät työnsä tylsyydestä ja antaminen heidän keskittyä luovuuteen. Se on jännittävää yrittää kuvitella tulevaisuus. En valehtele: se on myös pelottavaa.

Kiitos haastattelusta, lukijoille, jotka haluavat oppia lisää, suosittelemme vierailemaan Trintissä tai katsomaan StoryTech-podcastia.