Jeff Kofman, grunnlegger og administrerende direktør i Trint – Intervju-serie

Jeff Kofman er grunnlegger og administrerende direktør i Trint. Etter en 30-årig karriere i ABC, CBS og CBC News, ble Jeff lei av å møte veggen av manuell transkripsjon og se hvordan hver enkelt historie stoppet unødvendig. I 2014 utnyttet Jeff og et team av utviklere AI til å gjøre det tungt arbeidet, og Trint ble født.

I dag er Trint en AI-drevet SaaS-plattform som går langt utenfor transkripsjon for å forbedre hver fase av innholdsskapingsarbeidsflyten.

Fra transkripsjon til redigeringsverktøy, sanntidssamarbeid til eksport og publisering – og gjør hver enkelt steg lettere for nyhetsredaksjoner, podkastere, lokale bedrifter og globale organisasjoner å dele historier raskere og enklere enn noensinne.

Du hadde en merittert 30-årig karriere i ABC, CBS og CBC News, hva var noen av problemene du møtte med tradisjonell manuell transkripsjon?

Jeg levde smerten av manuell transkripsjon hver eneste dag som journalist. Langt før jeg fikk ideen om å oppfinne og bygge Trint, lurte jeg på hvorfor det ikke var en bedre måte.

Manuell transkripsjon var alltid flaskenhalen i min arbeidsflyt som TV-reporter. Jeg ville gjøre mine intervjuer, lytte til en pressekonferanse, lese min forskning, se på mine opptak og DERETTER… min produsent og jeg ville forsvinne inn i svartehullet av transkripsjon.

Jeg kunne ikke skrive min TV-nyhetsartikkel før jeg hadde nøyaktige transkript av sitatene eller lydklippene jeg ville bruke. Jeg trengte å vite hva de sa og hvor lenge det lydklippet varte. Det betydde å sitte i en visningsrom eller ved våre skrivebord med hodetelefoner på, trykke AVSPILLING, deretter PAUSE. Deretter skrive noen ord. Deretter AVSPILLING, PAUSE. Og gjenta. Det kunne ta timer. Så kjedelig. Så essensielt.

Trint ble lansert i 2014, kan du diskutere hvordan ideen ble født?

Jeg hadde aldri tenkt at jeg skulle bli en teknologigutt. Det skjedde ved en tilfeldighet.

Jeg hadde en uformell samtale med noen programvareutviklere som hadde gjort noen rudimentære eksperimenter med lyd og tekst (ikke transkripsjon) i 2013.

Jeg spurte uskyldig: hvorfor kan jeg ikke bruke automatisert tale-til-tekst til å transkribere mine intervjuer.

Jeg husker at en av guttene spurte meg: hvorfor ville du gjøre det?

Jeg svarte: fordi manuell transkripsjon er smertepunktet i mitt arbeid som reporter, jeg avskyr det.

Vi holdt kontakten og gjorde noen eksperimenter. Det ble raskt klart at vi hadde oppfunnet fremtiden. Jeg sluttet i jobben min som London-korrespondent for ABC News ett år senere og vi begynte å bygge Trint.

Hva var noen av utfordringene med å lansere en transkripsjonstjeneste i de tidlige dagene?

Automatisert transkripsjon er et diskret problem. Folk som ikke lever i arbeidsflyten til reportere og innholdsskapere, har ingen anelse om hvordan de skaper historier. Jeg husker å ha møtt noen meget rike engasjementsinvestorer i de tidlige dagene og de kunne bare ikke forstå hvorfor reportere som meg trenger transkript. Det tok mye å forklare for å få dem til å forstå hvordan en reporter arbeider.

Jeg tror det er lettere i dag. Vi er alle innholdsskapere.

Hva er de forskjellige maskinlæringsalgoritmene som for tiden brukes i Trint?

Vi har en super smart gruppe med ingeniører og dataforskere som alltid leker med hva de kan være hånd på med og hvor deres fantasier kan ta dem. Som du vil forstå, er vårt fokus på hvordan automatisert transkripsjon kan akselerere arbeidsflyter for våre mediekunder, noe som betyr at vi alltid jobber med tale, talere, språk og akustikk. NLP og talebehandlingsalgoritmer er en del av vår dag-til-dag, men vi vil undersøke kreative måter å bruke AI til å hjelpe journalister med å trekke ut informasjon fra videoer, lydfiler og bilder. Rik transkripsjon lar oss gi mer kontekst til deres innhold, gjør det mer søkbart og lar dem finne øyeblikkene som virkelig betyr noe og få dem ut til deres publikum så raskt som mulig.

Hvilke språk tilbys for tiden, og er det noen forskjeller i transkripsjonskvalitet mellom de forskjellige språkene?

Vi tilbyr omtrent 45 språk som du kan transkribere og legger alltid til flere. Noen er i «beta» og andre som er mye mer modne, avhengig av størrelsen på treningsdatamengdene som hjelper med å bygge modellene. Vi måler alltid nøyaktigheten av våre modeller for hvert språk for å kunne utvikle og forbedre dem.

Vi ser alltid på hva nye modeller som blir tilgjengelige for å se om vi kan bringe dem inn i vår sikre ASR-behandlingsmiljø.

Men det er ikke bare om språkene vi transkriberer – våre kunder kan også få den transkripten oversatt til nesten ethvert språk.

Utenom transkripsjon er Trint en AI-drevet SaaS-plattform som er designet for å forbedre innholdsskapingsarbeidsflyten, kan du diskutere noen av de andre verktøyene som tilbys?

Selv om hjertet av Trint er vår AI-drevne transkripsjon, er det vi besetter oss med å forstå hvorfor disse transkripsjonene er nyttige for våre brukere og hvordan vi kan hjelpe dem å få verdi så raskt og enkelt som mulig. Det betyr å ha en dyp forståelse av deres arbeidsflyt, så vi kan prøve å gjøre hver enkelt steg så seamless som mulig.

Til slutt vil vi at de skal kunne fange enhver pressekonferanse, intervju eller hendelse hvor som helst, når som helst, på ethvert språk og kunne bruke det mens det skjer. Det betyr å gjøre det enkelt for dem eller deres team å verifisere og bruke den live-transkripsjonen mens den skjer – verifisere, dele og oversette nøkkel-sitater sekunder etter at de er sagt.

Vår mobilapp betyr at det kan skje selv om du bare har en telefon på deg, og sikrer at alt blir trygt overført til ditt team, selv når forbindelsen er dårlig.

Vår Story Builder er designet for å la deg finne de viktigste øyeblikkene i all din innhold og omdanne dem til en ny fortelling som kan eksporteres til andre viktige verktøy i din innholdsskapingsarbeidsflyt. Uansett om det er en grov klipp til video-redigering, en podkast-transkript eller en artikkel. Hvis du trenger å bruke tekst fra lyden som undertekster, kan vår samarbeidseditor hjelpe der også.

Du har også en podcast som du selv er vert for, kalt StoryTech, som ser på hvordan teknologi former historier. Kan du forklare hva denne podcasten er, hva lyttere kan forvente og hvorfor de bør lytte?

StoryTech er virkelig skjæringspunktet mellom mine to karrierer: en reporter og en teknologisk oppfinner. Det ser på hvordan teknologi og innovasjon former måten historier fortelles på.

De tidlige episodene ser på hvordan CGI ble brukt til å bringe ned ismuren i Game of Thrones, og hvordan oppfinnelsen av 35mm Leica-kameraet i 1920-årene ledet til spredningen av fotojournalistikk og skapelsen av LIFE-magasin.

Jeg er fascinert av innvirkningen av innovasjon på fortellinger. Det er hva StoryTech handler om.

Hva er din visjon for fremtiden til Trint?

Det er utfordringen hver innovator slåss med i dag. Hvordan åpner den raske innovasjonen muligheter for mitt produkt?

Våre kunder ønsker et produkt som skaper enkle, intuitive effektiviteter som passer seamless inn i deres arbeidsflyt. Det betyr å gå langt utenfor transkripsjon.

Trint vil utnytte AI til å gjøre ting som var utenkelige for bare noen få år siden: identifisere stemmer, ansikter, holdninger, kontekst, fakta og feil. Dette vil skje på ethvert språk – oversatt fra det språket det tales. Nøkkel til å gjøre dette og mye mer på en måte som integrerer inn i andre produkter for å skape en smertefri arbeidsflyt.

Jeg ser ikke Trint som en erstatter for reportere, forfattere og innholdsskapere. Det handler om å frigjøre dem fra slit og slit i arbeidet og la dem fokusere sin tid på kreativitet. Det er spennende å prøve å forestille seg fremtiden. Jeg skal ikke lyve: det er også skremmende.

Takk for det flotte intervjuet, lesere som ønsker å lære mer bør besøke Trint eller se på StoryTech-podcasten.