Trintのジェフ・コフマン（Jeff Kofman）CEOインタビュー – インタビューシリーズ

Trintのジェフ・コフマン（Jeff Kofman）は、ABC、CBS、CBCニュースでの30年のキャリアを経て、手動でのトランスクリプションの壁に疲れてしまい、毎回ストーリーが進まないのをみてしまいました。2014年、ジェフと開発チームはAIを利用してトランスクリプションを自動化し、Trintが誕生しました。

今日、Trintはトランスクリプションを超えたAIパワードのSaaSプラットフォームとなり、コンテンツ作成の各段階を強化しています。

トランスクリプションからエディトリアルツール、リアルタイムコラボレーションからエクスポートとパブリッシングまで、すべてのステップを容易にし、ニュースルーム、ポッドキャスター、地元のビジネス、グローバルな組織がストーリーをより迅速に簡単に共有できるようにしています。

あなたはABC、CBS、CBCニュースでの30年のキャリアを経てきましたが、伝統的な手動トランスクリプションで直面した問題は何でしたか?

私は毎日、ジャーナリストとして手動トランスクリプションの痛みを感じていました。Trintを発明し、構築するというアイデアを持つ前から、より良い方法がないことを疑問に思っていました。

手動トランスクリプションは、テレビリポーターとしての私のワークフローで常にボトルネックでした。インタビューをし、ニュース会見を聞き、研究を読み、映像を見てから… 私と私のプロデューサーはトランスクリプションのブラックホールに消えていきました。

私は、使いたい引用やサウンドバイトの正確なトランスクリプションが必要です。何が言ったのか、どのくらいの長さのサウンドバイトなのかを知る必要があります。つまり、スクリーンルームで、または机でヘッドフォンをして、プレイを押して、ポーズをして、少し文字を打って、プレイを押して、ポーズをして、繰り返します。数時間かかることもあります。退屈で、必要です。

Trintは2014年に立ち上がりましたが、そのアイデアはどうやって生まれたのでしょうか?

私は、テクノロジー関係者になることを想定していませんでした。偶然の結果でした。

2013年に、オーディオとテキスト（トランスクリプションではない）に関する初歩的な実験を行ったソフトウェア開発者たちと話をしました。

私は、無邪気に聞きました： 自動音声認識を使ってインタビューをトランスクリプションできないでしょうか。

私は、一人の男性が聞いたことを覚えています： どうしてそんなことをしたいのかな?

私は答えました： 手動トランスクリプションは私の仕事の痛み点だからです。私はそれを嫌いです。

私たちは連絡を取り合い、実験を行いました。すぐにわかったのは、私たちが未来を発明したということです。私は、ABCニュースのロンドン特派員の仕事を辞め、1年後にはTrintの構築を始めました。

初期のトランスクリプションサービス立ち上げの際の課題は何でしたか?

自動トランスクリプションは、ジャーナリストやコンテンツクリエイターのワークフローを理解する必要がある問題です。初期の頃、非常に富裕なエンジェル投資家たちに会いましたが、彼らは、私のようなリポーターがトランスクリプションを必要とする理由がわからなかったようです。彼らに、私たちの仕事のやり方を説明するのに、多くの時間を費やしました。

今日では、それがより簡単だと思います。私たちはみんなコンテンツクリエイターです。

Trintでは現在、どのような機械学習アルゴリズムを使用していますか?

私たちは、非常に賢いエンジニアとデータサイエンティストのチームを持っています。彼らは、常に新しいアイデアを探索し、創造的に取り組んでいます。私たちの焦点は、自動トランスクリプションがメディア顧客のワークフローをどのように速めるかという点にあります。つまり、音声、話者、言語、音響に関する問題を解決する必要があります。NLPと音声処理アルゴリズムは、私たちの日常の仕事です。私たちは、ジャーナリストがビデオ、オーディオ、画像から情報を抽出するのを助けるために、創造的にAIを利用する方法を探求します。リッチトランスクリプションにより、コンテンツにさらに多くのコンテキストを提供し、検索可能にし、最終的に重要な瞬間を見つけて、迅速にオーディエンスに届けることができます。

現在、どのような言語を提供していますか? また、言語ごとのトランスクリプションの品質に違いはありますか?

私たちは、約45の言語をトランスクリプションできるようになっています。常に新しい言語を追加しています。いくつかの言語はベータ版ですが、他の言語はより成熟しています。これは、トレーニングデータセットのサイズによって決まります。私たちは、各言語のモデルを常に評価し、改善しています。

新しいモデルが利用可能になると、すぐにそれを私たちのセキュアなASR処理環境に取り入れることを検討しています。

しかし、トランスクリプションできる言語だけではなく、顧客はトランスクリプションをほぼどの言語にも翻訳できます。

トランスクリプション以外に、Trintはコンテンツ作成ワークフローを改善するためのAIパワードのSaaSプラットフォームです。提供されている他のツールについてお話しください。

Trintの核となるのは、AIパワードのトランスクリプションですが、私たちがこだわるのは、ユーザーがトランスクリプションから価値を迅速に簡単に得られるようにすることです。つまり、ユーザーのワークフローを深く理解し、すべてのステップを可能な限りシームレスにする必要があります。

最終的には、ユーザーがどこでも、いつでも、どの言語でも、プレス会見、インタビュー、イベントをキャプチャし、利用できるようにしたいと思います。つまり、ユーザーまたはユーザーのチームが、ライブトランスクリプションを簡単に検証し、共有し、翻訳できるようにする必要があります。

私たちのモバイルアプリにより、電話だけを持っていれば、どこからでもそれが可能です。さらに、接続が不安定な場合でも、すべてのデータが安全にチームに転送されます。

私たちのストーリービルダーは、すべてのコンテンツから重要な瞬間を見つけて、新しい物語を作成し、コンテンツ制作ワークフローで使用する他のツールにエクスポートできるように設計されています。ビデオ編集のラフカット、ポッドキャストトランスクリプション、記事などです。オーディオのテキストをキャプションとして使用する必要がある場合は、コラボレーションエディターが役立ちます。

あなたは、ストーリーテックというポッドキャストもホストしています。テクノロジーが物語をどのように形作るかを探るものです。ポッドキャストについて詳しくお話しください。

ストーリーテックは、私の2つのキャリア、リポーターとテクノロジー発明者の交差点にあります。テクノロジーとイノベーションが物語をどのように形作るかを探求しています。

初期のエピソードでは、ゲーム・オブ・スローンズで氷の壁を作るためにCGIがどのように使われたか、1920年代に35mmライカカメラが発明され、フォトジャーナリズムが広がり、LIFE誌が創刊されたことを探究しています。

私は、イノベーションが物語に与える影響に強く惹かれています。ストーリーテックは、そのことについてです。

Trintの将来のビジョンは何ですか?

これは、今日のイノベーターが格闘している課題です。イノベーションの急速な進歩が、私の製品にどのような機会をもたらすのか?

私たちの顧客は、ワークフローにシームレスに統合される、シンプルで直感的な効率性を求めています。つまり、トランスクリプションを超えたものが必要です。

Trintは、AIを利用して、数年前では考えられなかったことを実現します： 音声、顔、感情、コンテキスト、事実、虚偽を識別します。これは、どの言語でも、話されている言語から翻訳されます。重要なことは、これを他の製品と統合して、痛みのないワークフローを作ることです。

私は、Trintがリポーター、ライター、コンテンツクリエイターを置き換えることはないと思います。彼らを仕事の退屈な部分から解放し、創造性に集中できる時間を与えることです。未来を想像するのは、ワクワクするものです。ただし、同時に、圧倒されることもあります。

素晴らしいインタビュー、ありがとうございました。詳しく知りたい読者は、Trintを訪問するか、ストーリーテックポッドキャストを視聴してください。