L’avenir de la création de podcasts est l’IA

En gros, environ 22 000 nouveaux podcasts sont lancés chaque mois. Il y a près de 2,5 millions (plus de 71 millions d’épisodes) dans le répertoire Apple Podcasts actuellement, selon Podcast Industry Insights. Et ce ne sont que ceux que nous connaissons.

« De nombreux podcasteurs ne passent même pas par les grandes plateformes maintenant. Ils vont directement à leurs auditeurs, vendent du contenu premium et ont un grand succès », déclare Andy Taylor, ancien de la BBC Radio et fondateur de la société de conseil en R&D basée à Cardiff, Bwlb.

Et ce n’est rien par rapport au volume croissant de contenus similaires à des podcasts, qu’ils soient créés par des marques pour la promotion ou par des producteurs d’événements qui veulent, par exemple, rendre des conférences disponibles à la demande. Chaque contenu doit être produit et distribué, que ce soit par des professionnels de l’audio ou des personnes qui apprennent le métier. Par conséquent, plus ils peuvent automatiser de grandes parties de la production, plus ils peuvent se concentrer sur le contenu.

« Les différents endroits où l’audio est publié ont simplement explosé », explique Jonathan Wyner, ingénieur en chef chez M Works Mastering et professeur à Berklee College of Music à Boston. « Avec tous ces contextes, il y a une réelle motivation et une impérieuse nécessité pour les créateurs d’être plus polyvalents. »

Pour ne pas mentionner, plus productifs et efficaces.

L’essor de l’IA

L’intelligence artificielle (IA) — des logiciels capables d’automatiser des tâches précédemment effectuées par des humains — détient la clé pour gérer le tsunami de contenu de podcast. Non seulement l’IA peut accélérer la production, mais elle peut également améliorer la qualité des podcasts et ouvrir la voie aux expériences audio de demain.

« L’IA aide essentiellement à prendre soin des tâches répétitives pour accélérer le flux de travail du podcasteur », explique Manos Chourdakis, ingénieur de recherche chez Nomono, qui développe des outils de podcasting basés sur l’IA. « Par exemple, avec l’IA, vous n’avez pas besoin d’écouter un podcast entier pour trouver où quelqu’un a dit quelque chose de mal, puis le remplacer ou le supprimer. Vous pourriez le faire vous-même, mais l’IA le fait plus rapidement. »

Ensuite, il y a des tâches qui ne peuvent être accomplies qu’avec l’IA — au moins à grande échelle, comme la suppression de bruit ou l’amélioration du dialogue. « L’amélioration de la qualité du dialogue serait impossible sans l’IA », déclare Chourdakis. « Au moins impossible dans un délai raisonnable en utilisant des outils traditionnels. »

Parfait pour les tâches fastidieuses

Les applications de l’IA dans le podcasting sont aussi variées que les tâches de production. Certaines sont intégrées directement dans les plateformes de podcast. Lorsque les créateurs téléchargent leurs podcasts sur la plateforme d’hébergement Podcast.co, le système « écoute » automatiquement les fichiers audio et normalise les niveaux de son.

« Tout outil qui peut aider à réduire les aspects fastidieux d’un travail est une bonne chose », déclare Mike Cunsolo, co-fondateur de la plateforme. Cunsolo dirige également Cue, une société de production de podcasts qui travaille avec des marques corporatives, et Matchmaker.fm, qui met en relation les producteurs de podcasts avec des invités. « Vous aurez toujours besoin de cet élément d’expertise humaine, mais bientôt les machines pourraient apprendre à comprendre ce qui rend un podcast intéressant et réduire le temps passé sur la tâche. »

Le fournisseur de solutions Descript applique l’IA à de nombreux aspects de l’ingénierie de podcast, notamment la suppression de bruit et le contrôle d’écho. L’une des tâches les plus « fastidieuses » que Descript peut gérer est le ton de la pièce.

« Parfois, les producteurs doivent insérer du silence numérique dans un podcast. Peut-être entre les éditions ou pour étirer l’espacement entre les phrases », déclare Jay LeBoeuf, responsable des affaires et du développement commercial chez Descript. « Mais cela sonne incroyablement peu naturel. »

Si les producteurs n’ont pas capturé le ton de la pièce lors de l’enregistrement d’un podcast, ils peuvent être obligés d’y retourner pour l’obtenir. Ou ils peuvent l’écouter dans l’enregistrement, copier-coller où nécessaire, puis éditer le résultat pour le faire fondre naturellement.

Ou les ordinateurs peuvent s’en charger. Le générateur de ton de pièce basé sur l’IA de Descript analyse l’enregistrement, identifie le ton de la pièce et le synthétise automatiquement où il est nécessaire. Une telle technologie non seulement élimine les tâches fastidieuses, mais permet également une plus grande flexibilité de production.

« L’IA va nous permettre d’utiliser du matériel moins coûteux, des salles qui sonnent moins bien et des emplacements plus bruyants et d’obtenir de bons résultats », déclare Chourdakis de Nomono.

Nouvelles capacités basées sur l’IA

L’IA ouvre également la voie à l’innovation dans le podcasting — en créant de nouvelles solutions qui élevées la barre pour les podcasteurs et les auditeurs. Par exemple, l’outil de référence audio Epidemic (EAR) aide les podcasteurs à trouver de la musique sans droit d’auteur en fonction de chansons qu’ils aiment.

« Disons que vous cherchez de la musique d’introduction ou de fin, et que vous pensez à une chanson en particulier, mais qu’elle est protégée par le droit d’auteur », déclare Chourdakis. « Le système utilise l’IA pour vous aider à trouver quelque chose de similaire. »

Chez Bwlb, l’équipe de Taylor a développé Accordion, une solution basée sur l’IA qui peut prendre un podcast et le reproduire à différentes longueurs.

« Toutes les autres parties de notre vie deviennent plus intelligentes — les maisons intelligentes, les réfrigérateurs intelligents », déclare Taylor. « Les gens veulent plus de contrôle et de commodité dans leur expérience de podcast, eux aussi. »

Lorsque Taylor travaillait sur des documentaires pour la BBC, on lui demandait souvent des versions plus courtes pour les diffuser sur différentes plateformes. Le processus était toujours manuel. Accordion applique des algorithmes logiciels au contenu du podcast pour créer intelligemment des versions de différentes longueurs. « Cela n’accélère rien », déclare Taylor, « mais cela donne à l’utilisateur le contrôle de la durée du contenu sans perdre la structure du ton ou la facilité d’écoute. »

En mettant l’accent sur le récit immersif

Plus les podcasteurs utilisent les outils d’IA, mieux ils deviennent. En d’autres termes, plus ils ingèrent de données, plus ils apprennent.

Les algorithmes d’amélioration du dialogue de Nomono sont basés sur de grands ensembles de données d’enregistrements vocaux — certains propres et intelligibles, d’autres moins — qui enseignent aux outils d’IA à générer un meilleur son. « Les podcasteurs ne devraient pas avoir besoin de connaissances audio avancées pour produire un audio de haute qualité », déclare Chourdakis. « En automatisant certaines de ces tâches, ils peuvent passer plus de temps à se concentrer sur un excellent récit et moins de temps sur des tâches de nettoyage fastidieuses. »

Et à l’avenir, ils pourront évoluer plus facilement pour créer un nouveau genre de podcasts immersifs et spatiaux. Par exemple, la technologie de Nomono permet une production audio basée sur des objets, qui permet aux producteurs de « placer » des voix dans un paysage sonore 3D ou de créer des versions dynamiques qui peuvent être adaptées aux auditeurs.

« La production de médias est maintenant en train d’entrer dans une phase où si vous pouvez le rêver, cela peut se produire », déclare LeBoeuf de Descript. « Et vous n’avez plus besoin d’un studio coûteux ou de décennies de formation pour atteindre vos objectifs. »