ポッドキャスティングの未来はAI

およそ22,000の新しいポッドキャストが毎月開始されている。現在、Apple Podcastsディレクトリには約250万件（7100万エピソード以上）が登録されているという。ただし、これらは大手プラットフォームに登録されているものに限られ、実際の数字はもっと多い可能性がある。

「多くのポッドキャスターは、現在、大手プラットフォームを通さずに、直接リスナーにプレミアムコンテンツを販売し、大きな成功を収めている」と、元BBCラジオのアンディ・テイラーは語る。テイラーは、カーディフを拠点とするR&Dコンサルタント会社Bwlbの創設者でもある。

さらに、ブランドがプロモーションのために作成したり、イベントプロデューサーがオンデマンドで配信したりする、ポッドキャストのようなコンテンツの量も増え続けている。すべてのコンテンツは、オーディオプロフェッショナルや学習中の個人が制作および配信する必要がある。したがって、制作の多くを自動化できるほど、コンテンツに集中できる。

「オーディオが公開される場所は、爆発的に増えている」と、M Works Masteringのチーフエンジニアで、ボストンのバークリー音楽大学の教授でもあるジョナサン・ワイナーは説明する。「そう多くのコンテキストがあるため、クリエイターはより多才な存在になる動機と義務感が強い。」

さらに、生産性と効率も向上する。

AIの台頭

人工知能（AI） — 人間が行っていたタスクを自動化するソフトウェア — は、ポッドキャストコンテンツの津波に対処する鍵を握っている。AIは、制作を速めるだけでなく、ポッドキャストの音質を向上させ、明日のオーディオ体験の舞台を整えることができる。

「基本的に、AIは繰り返しのタスクを処理して、ポッドキャスターのワークフローを迅速化する」と、AIベースのポッドキャストツールを開発するNomonoの研究エンジニア、マノス・チョルダキスは説明する。「例えば、AIを使用すると、ポッドキャスト全体を聞いて、誰かが何か間違ったことを言った場所を見つけたり、置き換えたり、削除したりする必要がない。もちろん、自分でそれを行うことはできるが、AIはそれをより迅速に実行する。」

さらに、AIでなければ実現できないタスクもある — 例えば、ノイズを除去したり、ダイアログを強調したりすること。「高品質のダイアログ強調は、AIなしでは不可能だ」とチョルダキスは言う。「少なくとも、従来のツールを使用して、合理的な時間内で実現することは不可能だ。」

単純なタスクに最適

ポッドキャスティングにおけるAIの応用は、制作タスクと同様に多様である。いくつかのプラットフォームには、直接組み込まれているものもある。クリエイターがポッドキャストをホスティングプラットフォームPodcast.coにアップロードすると、システムは自動的にオーディオファイルを「聴き」、音量を正規化する。

「作業の面白くない部分を減らすことができるツールは、良いことだ」と、同プラットフォームの共同創設者マイク・カンソロは言う。カンソロは、企業ブランドと協力するポッドキャスト制作会社Cueの経営者でもあり、ポッドキャストプロデューサーとゲストを結び付けるMatchmaker.fmの運営者でもある。「人間の専門知識が必要になるタスクは常にありますが、機械は、ポッドキャストが面白いものであることを理解し、タスクにかかる時間を短縮することを学ぶことができる。」

ソリューションプロバイダーのDescriptは、ノイズ除去やエコー制御など、ポッドキャストエンジニアリングの多くの側面にAIを適用している。Descriptが処理できるより「面白くない」タスクの1つは、ルームトーンである。

「時々、プロデューサーはポッドキャストにデジタルサイレンスを挿入する必要がある。編集の間や、文間のスペーシングを引き伸ばすために、たとえば」と、Descriptのビジネスおよび企業開発責任者ジェイ・ルボーフは説明する。「しかし、それは非常に自然に聞こえない。」

プロデューサーがポッドキャストを録音したときにルームトーンをキャプチャしていない場合、後でそれを取得する必要があるか、録音の中でそれを聞き、必要に応じてコピーして貼り付け、自然にブレンドするために編集する必要がある。

または、コンピューターがそれを処理できる。DescriptのAIベースのルームトーンジェネレーターは、録音を分析し、ルームトーンを識別し、必要に応じて自動的に合成する。这种技術は、単純なタスクを排除するだけでなく、制作の柔軟性も向上させる。

「AIは、より安価なハードウェア、悪い音質の部屋、騒々しい場所を使用して、良い結果を得ることを可能にするだろう」と、Nomonoのチョルダキスは言う。

新しいAIベースの機能

AIは、ポッドキャスティングにおける革新の扉を開く — ポッドキャスターとリスナーにとって、より高い基準を設定する新しいソリューションを生み出す。例えば、Epidemic Audio Reference（EAR）ツールは、ポッドキャスターが特定の曲を基に、著作権フリーの音楽を見つけるのに役立つ。

「例えば、イントロやアウトロの音楽を探しているが、特定の曲が著作権で保護されている場合、システムはAIを使用して、似たようなものを見つける」とチョルダキスは説明する。

Bwlbでは、テイラーのチームは、ポッドキャストをさまざまな長さで再生できるAIベースのソリューション、Accordionを開発した。

「私たちの生活の他のすべての側面がスマート化している — スマートホーム、スマート冷蔵庫」とテイラーは言う。「人々はポッドキャスト体験からも、より多くのコントロールと利便性を求めている。」

テイラーがBBCでドキュメンタリーに取り組んでいたとき、彼は、さまざまなプラットフォームで使用するために、ショートバージョンを依頼されていた。プロセスは常に手動で行われていた。Accordionは、ポッドキャストコンテンツにソフトウェアアルゴリズムを適用して、知的にさまざまな長さのバージョンを作成する。

「それは何も速くはならない」とテイラーは言う。「しかし、ユーザーは、トーン、構造、聴きやすさを損なうことなく、コンテンツの長さを制御できる。」

没入型ストーリーテリングに焦点を当てる

ポッドキャスターがAIツールを使用するほど、ツールはより優秀になる。言い換えれば、ツールが吸収するデータが増えるほど、ツールはより多くを学習する。

ノモノのダイアログ強調アルゴリズムは、クリーンで聴きやすいボイスレコーディングや、クリーンでないレコーディングなど、ボイスレコーディングの大規模データセットに基づいている。これらのデータセットは、AIツールがより優れた音質を生成する方法を学習するのに役立つ。「ポッドキャスターは、高品質のオーディオを制作するために、先進的なオーディオ知識を必要とすべきではない」とチョルダキスは言う。「これらのタスクを自動化することで、ポッドキャスターは、面白いストーリーテリングに集中し、退屈なクリーニングタスクに時間を費やす必要が減る。」

将来的には、ポッドキャスターは、没入型の3Dオーディオ体験をより簡単に制作できるようになる。例えば、ノモノの技術は、オブジェクトベースのオーディオ制作を可能にし、プロデューサーは「声」を3Dサウンドスケープに「配置」したり、リスナーに合わせて動的に調整したりできる。

「メディア制作は、夢見ることができるものはすべて実現可能な段階に入っている」と、Descriptのルボーフは言う。「そして、高価なスタジオや数十年のトレーニングが必要なくても、目標を達成できる。」