Podcastien tulevaisuus on tekoäly

Noin 22 000 uutta podcastia julkaistaan kuukaudessa. Apple Podcasts -hakemistossa on tällä hetkellä lähes 2,5 miljoonaa podcastia (yli 71 miljoonaa jaksoa), kertoo Podcast Industry Insights. Ja nämä ovat vain ne, joista tiedämme.

“Monet podcastaajat eivät enää mene suurten alustojen kautta. He menevät suoraan kuulijoidensa luo, myyvät premium-sisältöä ja saavuttavat suurta menestystä”, sanoo Andy Taylor, entinen BBC Radio ja perustaja Cardiffissa sijaitsevasta tutkimus- ja kehitysyrityksestä Bwlb.

Ja ei puhuta mitään kasvavasta podcastien kaltaisen sisällön määrästä, olipa se luotu brändeille mainostamiseksi tai tapahtumatuottajille, jotka haluavat esimerkiksi tehdä puheita saataville tilausperusteisesti. Jokainen sisältö tarvitsee tuotantoa ja jakelua, olipa se ammattilaisten tai oppimassa olevien tekijöiden käsissä. Siksi mitä enemmän he voivat automatisoida suuria tuotannon osia, sitä enemmän he voivat keskittyä sisältöön.

“Kaikki paikat, joissa äänimateriaalia julkaistaan, ovat räjähtäneet”, selittää Jonathan Wyner, pääinsinööri M Works Masteringissa ja professori Berklee College of Musicissa Bostonissa. “Kaikkien näiden asiayhteyksien ansiosta on olemassa todellinen motivaatio ja pakottava tarve luojille olla monipuolisia.”

Ei mainittava, mitä enemmän tuottavia ja tehokkaita.

Tekoälyn nousu

Tekoäly (AI) — ohjelmisto, joka voi automatisoida aiemmin ihmisten tekemiä tehtäviä — pitää avaimen podcast-materiaalin hallintaan. AI voi kiihdyttää tuotantoa, mutta se myös saa podcastit kuulostamaan paremmilta ja luo pohjan huomisen äänikokemuksille.

“AI auttaa perimmältään huolehtimaan toistuvista tehtävistä nopeuttaakseen podcastaajan työvirran”, selittää Manos Chourdakis, tutkimusinsinööri Nomonossa, joka kehittää tekoälypohjaisia podcast-työkaluja. “Esimerkiksi AI: n avulla et tarvitse kuunnella koko podcastia, jotta löytäisit kohdan, jossa joku sanoi jotain väärää, ja korvaisit tai poistaisit sen. Voit tehdä sen itse, mutta AI tekee sen nopeammin.”

Sitten on tehtäviä, joita voidaan suorittaa ainoastaan tekoälyllä — ainakin suuressa mittakaavassa, kuten melun poistaminen tai dialogin parantaminen. “Hyvälaatuinen dialogin parantaminen olisi mahdotonta ilman tekoälyä”, Chourdakis sanoo. “Ainakin mahdotonta kohtuullisessa ajassa perinteisten työkalujen avulla.”

Sopiva tehtävään

Tekoälyn soveltamisalat podcast-maailmassa ovat yhtä moninaisia kuin tuotantotehtävät. Jotkut on rakennettu suoraan podcast-alustoille. Kun luojat lataavat podcastinsa Podcast.co -isäntäalustalle, järjestelmä “kuuntelee” äänitiedostoja ja normalisoi äänitasot automaattisesti.

“Kaikki työkalut, jotka auttavat vähentämään työn mielipuolisia osia, ovat hyviä”, sanoo Mike Cunsolo, alustan perustaja. Cunsolo johtaa myös Cue -podcast-tuotantoyhtiötä, joka työskentelee yritysbrändien kanssa, ja Matchmaker.fm :tä, joka yhdistää podcast-tuottajat vierailijoissa. “Aina tarvitaan se inhimillinen asiantuntijuus, mutta koneet voivat pian oppia ymmärtämään, mitä tekee podcastista mielenkiintoisen ja vähentää työaikaa.”

Ratkaisutoimittaja Descript soveltaa tekoälyä podcast-tekniikan moniin osa-alueisiin, mukaan lukien melun poistaminen ja kaikuen hallinta. Yksi “mielipuolisista” tehtävistä, jonka Descript voi hoitaa, on huoneen sävy.

“Joskus tuottajat tarvitsevat digitaalista hiljaisuutta podcastiinsa. Ehkä editoinnin välillä tai venyttääksesi lauseiden välistä etäisyyttä”, sanoo Jay LeBoeuf, Descriptin liiketoiminnan ja yrityskehityksen johtaja. “Mutta se kuulostaa epäluonnolliselta.”

Jos tuottajat eivät olekaan tallentaneet huoneen sävyä, kun podcastia äänitettiin, he saattavat joutua palaamaan ja hakemaan sen. Tai he voivat kuunnella sen äänityksestä, kopioida ja liittää sen tarvittaessa ja editoida tulosta, jotta se sulautuu luonnollisesti.

Tai tietokoneet voivat hoitaa sen. Descriptin tekoälypohjainen huoneen sävyn generointi analysoi äänityksen, tunnistaa huoneen sävyn ja synthesoi sen automaattisesti, missä sitä tarvitaan. Tällainen teknologia ei ainoastaan poista mielipuolisia tehtäviä, vaan myös mahdollistaa suuremman tuotannon joustavuuden.

“Tekoäly mahdollistaa halvemman laitteiston, huonomman kuulonhuoneen ja meluisamman paikan käytön ja saamme silti hyvän tuloksen”, sanoo Nomono Chourdakis.

Uudet tekoälypohjaiset ominaisuudet

Tekoäly avaa myös podcast-maailman innovaatioiden oven — luoden uusia ratkaisuja, jotka nostavat podcastaajien ja kuulijoiden vaatimukset. Esimerkiksi Epidemic Audio Reference (EAR) -työkalu auttaa podcastaajia löytämään tekijänoikeuksista vapaata musiikkia perustuen kappaleisiin, joita he pitävät.

“Sanotaan, että etsit intro- tai outro-musiikkia ja ajattelet tiettyä kappaletta, mutta se on suojattu tekijänoikeuksilla”, sanoo Chourdakis. “Järjestelmä käyttää tekoälyä taustalla auttaakseen sinua löytämään jotain samankaltaista.”

Bwlb:ssä Taylorin tiimi kehitti Accordion -tekoälypohjaisen ratkaisun, joka voi ottaa podcastin ja toistaa sen eri pituuksilla.

“Jokainen elämän osa-alue on muuttumassa älykkäämmäksi — älykkäät kodit, älykkäät jääkaapit”, Taylor sanoo. “Ihmiset haluavat enemmän valtaa ja mukavuutta podcast-kokemuksestaan.”

Kun Taylor työskenteli BBC: llä dokumenteissa, häneltä pyydettiin usein lyhyempiä versioita eri alustoja varten. Prosessi oli aina manuaalinen. Accordion soveltaa ohjelmistopalikoita podcast-sisältöön luodakseen älykkäitä versioita eri pituuksilla. “Se ei nopeuta mitään”, Taylor sanoo, “mutta se antaa käyttäjälle valvonnan sisällön kestosta ilman, että se menettää sävyn rakennetta tai kuunneltavuutta.”

Tuomalla fokus immersiiviseen kerrontaan

Mitä enemmän podcastaajat käyttävät tekoälytyökaluja, sitä paremmin ne toimivat. Toisin sanoen mitä enemmän ne syövät dataa, sitä enemmän ne oppivat.

Nomonon dialogin parantamisalgoritmit perustuvat suuriin äänitallennusaineistoihin — joistakin puhdas ja ymmärrettävä, toisista vähemmän — jotka opettavat tekoälytyökaluja luomaan paremman äänen. “Podcastaajien ei pitäisi tarvita edistynyttä äänioppia tuottaakseen laadukasta äänimateriaalia”, Chourdakis sanoo. “Automaattisesti joitakin näistä tehtävistä he voivat keskittyä loistavaan kerrontaan ja vähemmän tylsään siivousTyöhön.”

Ja tulevaisuudessa he voivat kehittyä helpommin luodakseen uuden immersiivisen, spatial-podcastien genren. Esimerkiksi Nomono-tekniikka mahdollistaa objektipohjaisen äänituotannon, joka mahdollistaa tuottajien “asettaa” äänet 3D-ääniympäristöön tai luoda dynaamisia versioita, jotka voidaan räätälöidä kuulijoille.

“Median tuotanto on nyt siirtymässä vaiheeseen, jossa jos voit unelmoida siitä, se voi tapahtua”, sanoo Descriptin LeBoeuf. “Ja sinun ei enää tarvitse olla kalliissa studiossa tai tarvita vuosikymmeniä koulutusta saavuttaaksesi tavoitteesi.”