पॉडकास्टिंग का भविष्य एआई है

लगभग बोलते हुए, एक महीने में लगभग 22,000 नए पॉडकास्ट लॉन्च किए जाते हैं। पॉडकास्ट इंडस्ट्री इंसाइट्स के अनुसार, एप्पल पॉडकास्ट डायरेक्टरी में अभी लगभग 2.5 मिलियन (71 मिलियन से अधिक एपिसोड) हैं। और वे केवल उन लोगों के बारे में हैं जिनके बारे में हम जानते हैं।

“बहुत से पॉडकास्टर अब बड़े प्लेटफ़ॉर्म के माध्यम से नहीं जा रहे हैं। वे सीधे अपने श्रोताओं के पास जा रहे हैं, प्रीमियम सामग्री बेच रहे हैं और बड़ी सफलता प्राप्त कर रहे हैं,” बीबीसी रेडियो के पूर्व और कार्डिफ़-आधारित आरएंडडी सलाहकार ब्वलब के संस्थापक एंडी टेलर कहते हैं।

और यह उन बढ़ती मात्रा में पॉडकास्ट जैसी सामग्री के बारे में कुछ भी नहीं कहता है, चाहे वह ब्रांडों द्वारा प्रचार के लिए बनाई गई हो या इवेंट निर्माता जो उदाहरण के लिए, मांग पर बातचीत उपलब्ध कराना चाहते हैं। प्रत्येक सामग्री का निर्माण और वितरण किया जाना चाहिए, चाहे वह ऑडियो पेशेवरों द्वारा या शिल्प सीखने वाले लोगों द्वारा किया जाता है। इसलिए, वे उत्पादन के बड़े हिस्सों को स्वचालित करने में जितना अधिक सक्षम होंगे, वे सामग्री पर ध्यान केंद्रित कर सकते हैं।

“ऑडियो प्रकाशित होने वाले विभिन्न स्थानों में विस्फोट हुआ है,” एम वर्क्स मास्टरिंग के मुख्य इंजीनियर और बोस्टन में बर्कले कॉलेज ऑफ़ म्यूज़िक के प्रोफेसर जोनाथन व्यनर कहते हैं। “इन सभी संदर्भों के साथ, रचनाकारों के लिए अधिक बहुमुखी होने के लिए एक वास्तविक प्रेरणा और आवश्यकता है।”

और अधिक उत्पादक और कुशल होने के लिए नहीं।

एआई का उदय

आर्टिफ़िशियल इंटेलिजेंस (एआई) – सॉफ़्टवेयर जो पहले मानव द्वारा किए गए कार्यों को स्वचालित कर सकता है – पॉडकास्ट सामग्री के सुनामी को संभालने की कुंजी रखता है। एआई न केवल उत्पादन की गति बढ़ा सकता है, बल्कि पॉडकास्ट को बेहतर ध्वनि दे सकता है और कल के ऑडियो अनुभवों के लिए मंच तैयार कर सकता है।

“एआई मूल रूप से पॉडकास्टर के काम को तेज़ करने के लिए दोहराए जाने वाले कार्यों का ध्यान रखता है,” नोमोनो के शोध इंजीनियर मैनोस चौरडाकिस कहते हैं, जो एआई-आधारित पॉडकास्टिंग टूल्स विकसित करता है। “उदाहरण के लिए, एआई के साथ, आपको पूरे पॉडकास्ट को सुनने की ज़रूरत नहीं है ताकि आप यह पता लगा सकें कि किसी ने कहीं कुछ गलत कहा है, फिर उसे बदलें या हटा दें। आप खुद ऐसा कर सकते हैं, लेकिन एआई ऐसा तेजी से करता है।”

फिर ऐसे कार्य हैं जो केवल एआई के साथ ही किए जा सकते हैं – कम से कम पैमाने पर, जैसे कि शोर हटाना या संवाद बढ़ाना। “अच्छी गुणवत्ता वाले संवाद बढ़ाना एआई के बिना असंभव होगा,” चौरडाकिस कहते हैं। “कम से कम पारंपरिक उपकरणों का उपयोग करके एक उचित समय सीमा में।”

मेनियल कार्यों के लिए उपयुक्त

पॉडकास्टिंग में एआई के अनुप्रयोग उत्पादन कार्यों के रूप में विविध हैं। कुछ सीधे पॉडकास्ट प्लेटफ़ॉर्म में निर्मित होते हैं। जब रचनाकार अपने पॉडकास्ट को होस्टिंग प्लेटफ़ॉर्म पॉडकास्ट.को पर अपलोड करते हैं, तो सिस्टम स्वचालित रूप से ऑडियो फ़ाइलों को “सुनता” है और ध्वनि स्तरों को सामान्य करता है।

“किसी भी उपकरण जो नौकरी के मन-नुम्बिंग बिट्स को कम करने में मदद कर सकता है वह एक अच्छी चीज़ है,” प्लेटफ़ॉर्म के सह-संस्थापक माइक कुन्सोलो कहते हैं। कुन्सोलो क्यू भी चलाते हैं, एक पॉडकास्ट उत्पादन कंपनी जो कॉर्पोरेट ब्रांडों के साथ काम करती है, और मैचमेकर.एफएम, जो पॉडकास्ट निर्माताओं को अतिथियों से जोड़ती है। “आपको हमेशा उस मानव विशेषज्ञता तत्व की आवश्यकता होगी, लेकिन जल्द ही मशीनें सीख सकती हैं कि एक पॉडकास्ट को दिलचस्प बनाने के लिए क्या है और कार्य पर समय कम कर सकती हैं।”

समाधान प्रदाता डेस्क्रिप्ट पॉडकास्ट इंजीनियरिंग के कई पहलुओं पर एआई लागू करता है, जिसमें शोर हटाना और इको नियंत्रण शामिल है। डेस्क्रिप्ट द्वारा संभाले जाने वाले अधिक “मन-नुम्बिंग” कार्यों में से एक कमरे का स्वर है।

“कभी-कभी निर्माताओं को एक पॉडकास्ट में डिजिटल मौन डालने की आवश्यकता होती है। शायद संपादन के बीच या वाक्यों के बीच की जगह को खींचने के लिए,” डेस्क्रिप्ट के व्यवसाय और कॉर्पोरेट विकास के प्रमुख जे लेबोफ कहते हैं। “लेकिन यह बिल्कुल अस्वाभाविक लगता है।”

यदि निर्माता पॉडकास्ट रिकॉर्ड किए जाने पर कमरे के स्वर को कैप्चर नहीं करते हैं, तो उन्हें वापस जाने और इसे प्राप्त करने की आवश्यकता हो सकती है। या वे रिकॉर्डिंग में इसके लिए सुन सकते हैं, जहां आवश्यक हो वहां कॉपी-पेस्ट कर सकते हैं, फिर परिणाम को प्राकृतिक रूप से मिलाने के लिए संपादित कर सकते हैं।

या कंप्यूटर इसे संभाल सकते हैं। डेस्क्रिप्ट का एआई-आधारित कमरे का स्वर जनरेटर रिकॉर्डिंग का विश्लेषण करता है, कमरे के स्वर की पहचान करता है और स्वचालित रूप से इसे जहां आवश्यक है वहां सिंथेसाइज़ करता है। ऐसी तकनीक न केवल मेनियल कार्यों को दूर करती है, बल्कि उत्पादन लचीलेपन की अनुमति देती है।

“एआई हमें कम खर्चीले हार्डवेयर, खराब ध्वनि वाले कमरे और शोर वाले स्थानों का उपयोग करने और फिर भी अच्छे परिणाम प्राप्त करने की अनुमति देगा,” नोमोनो के चौरडाकिस कहते हैं।

नई एआई-आधारित क्षमताएं

एआई पॉडकास्टिंग में नवाचार के लिए भी दरवाजा खोलता है – नए समाधान बनाता है जो पॉडकास्टरों और श्रोताओं के लिए बार उठाते हैं। उदाहरण के लिए, एपिडेमिक ऑडियो रेफरेंस (ईएआर) टूल पॉडकास्टरों को कॉपीराइट-मुक्त संगीत खोजने में मदद करता है जो उन गीतों के आधार पर हैं जिन्हें वे पसंद करते हैं।

“कहें कि आप एक परिचय या आउट्रो संगीत की तलाश में हैं, और आप एक विशिष्ट गीत के बारे में सोच रहे हैं, लेकिन यह कॉपीराइट द्वारा संरक्षित है,” चौरडाकिस कहते हैं। “सिस्टम एआई का उपयोग करके आपको कुछ समान खोजने में मदद करता है।”

ब्वलब में, टेलर की टीम ने एकॉर्डियन विकसित किया है, एक एआई-आधारित समाधान जो एक पॉडकास्ट ले सकता है और विभिन्न लंबाई पर पुन: उत्पादित कर सकता है।

“हमारे जीवन का हर दूसरा हिस्सा स्मार्ट हो रहा है – स्मार्ट घर, स्मार्ट रेफ्रिजरेटर,” टेलर कहते हैं। “लोग अपने पॉडकास्ट अनुभव से अधिक नियंत्रण और सुविधा चाहते हैं।”

जब टेलर बीबीसी के लिए वृत्तचित्रों पर काम करते थे, तो उन्हें विभिन्न प्लेटफ़ॉर्म पर चलने के लिए छोटे संस्करणों के लिए कहा जाता था। प्रक्रिया हमेशा मैनुअल थी। एकॉर्डियन सॉफ़्टवेयर एल्गोरिदम का उपयोग पॉडकास्ट सामग्री पर लागू करता है ताकि बिना टोन संरचना या सुनने योग्यपन को खोए विभिन्न लंबाई के संस्करण बनाए जा सकें।

इमर्सिव स्टोरीटेलिंग पर फोकस

जितना अधिक पॉडकास्टर एआई टूल का उपयोग करते हैं, वे उतने ही बेहतर होते जाते हैं। दूसरे शब्दों में, जितना अधिक डेटा वे निगलते हैं, उतना ही अधिक वे सीखते हैं।

नोमोनो के संवाद बढ़ाने वाले एल्गोरिदम बड़े डेटासेट पर आधारित होते हैं – कुछ स्वच्छ और समझने योग्य, कुछ कम – जो एआई टूल्स को बेहतर ध्वनि उत्पन्न करना सिखाते हैं। “पॉडकास्टरों को उच्च गुणवत्ता वाले ऑडियो का उत्पादन करने के लिए उन्नत ऑडियो ज्ञान की आवश्यकता नहीं होनी चाहिए,” चौरडाकिस कहते हैं। “कुछ कार्यों को स्वचालित करके, वे महान कहानी सुनाने पर अधिक समय बिता सकते हैं और कम मन-नुम्बिंग क्लीन-अप कार्यों पर।”

और भविष्य में, वे इमर्सिव, स्पेशल पॉडकास्ट के एक नए जीनर को विकसित करने के लिए अधिक आसानी से विकसित हो सकते हैं। उदाहरण के लिए, नोमोनो की तकनीक ऑब्जेक्ट-आधारित ऑडियो उत्पादन को सक्षम बनाती है, जिससे निर्माता 3डी ध्वनि परिदृश्य में आवाज़ “रख” सकते हैं या श्रोताओं के लिए गतिशील संस्करण बना सकते हैं।

“मीडिया उत्पादन अब एक चरण में प्रवेश कर रहा है जहां यदि आप इसे कल्पना कर सकते हैं, तो यह हो सकता है,” डेस्क्रिप्ट के लेबोफ कहते हैं। “और आपको अपने लक्ष्यों को प्राप्त करने के लिए एक महंगे स्टूडियो या दशकों के प्रशिक्षण की आवश्यकता नहीं है।”