Viitorul podcasting-ului este Inteligența Artificială

În aproximativ o lună, se lansează aproximativ 22.000 de noi podcasturi. Există aproape 2,5 milioane (mai mult de 71 de milioane de episoade) în directorul Apple Podcasts în acest moment, conform Podcast Industry Insights. Și acestea sunt doar cele despre care știm.

“Mulți podcasteri nu mai folosesc platformele mari. Ei merg direct la ascultătorii lor, vând conținut premium și au succes mare”, spune Andy Taylor, fostul de la BBC Radio și fondator al consultanței R&D Bwlb din Cardiff.

Și asta fără a mai vorbi despre volumul tot mai mare de conținut similar podcast-urilor, creat de branduri pentru promovare sau de producători de evenimente care doresc, de exemplu, să facă disponibile discursuri la cerere. Fiecare bucățică de conținut trebuie produsă și distribuită, fie de profesioniști audio, fie de oameni care învață meseria. Prin urmare, cu cât pot automatiza mai multe porțiuni mari de producție, cu atât mai mult se pot concentra pe conținut.

“Locurile diferite în care este publicat conținutul audio au explodat”, explică Jonathan Wyner, inginer șef la M Works Mastering și profesor la Berklee College of Music din Boston. “Cu toate aceste contexte, există o motivație și o imperativă reală pentru creatori să fie mai versatili.”

Ba mai mult, mai productivi și mai eficienți.

Ridicarea Inteligenței Artificiale

Inteligența artificială (IA) — software care poate automatiza sarcini anterior efectuate de oameni — deține cheia pentru a face față valului de conținut podcast. Nu numai că IA poate accelera producția, dar poate face și podcast-urile să sune mai bine și să pregătească scena pentru experiențele audio de mâine.

“IA ajută în mod fundamental la îngrijirea sarcinilor repetitive pentru a grăbi fluxul de lucru al podcaster-ului”, explică Manos Chourdakis, inginer de cercetare la Nomono, care dezvoltă instrumente de podcasting bazate pe IA. “De exemplu, cu IA, nu trebuie să ascultați un întreg podcast pentru a găsi unde cineva a spus ceva greșit, apoi să înlocuiți sau să ștergeți. Ai putea face asta singur, dar IA o face mai repede.”

Apoi există și sarcini care pot fi realizate doar cu IA — cel puțin la scară, cum ar fi îndepărtarea zgomotului sau îmbunătățirea dialogului. “Îmbunătățirea calității dialogului ar fi imposibilă fără IA”, spune Chourdakis. “Cel puțin imposibilă într-un timp rezonabil, folosind instrumente tradiționale.”

Perfect pentru sarcini mărunte

Aplicările IA în podcasting sunt la fel de variate ca și sarcinile de producție. Unele sunt integrate direct în platformele de podcast. Când creatorii își încarcă podcast-urile pe platforma de găzduire Podcast.co, sistemul “ascultă” automat fișierele audio și normalizează nivelurile de sunet.

“Orice instrument care poate ajuta la reducerea părților care necesită o atenție minuțioasă a unei sarcini este un lucru bun”, spune Mike Cunsolo, co-fondatorul platformei. Cunsolo conduce, de asemenea, Cue, o companie de producție de podcast-uri care lucrează cu branduri corporatiste, și Matchmaker.fm, care conectează producători de podcast-uri cu invitați. “Veți avea întotdeauna nevoie de acel element de expertiză umană, dar în curând mașinile ar putea învăța să înțeleagă ce face un podcast interesant și să reducă timpul de sarcină.”

Furnizorul de soluții Descript aplică IA la multe aspecte ale ingineriei de podcast, inclusiv îndepărtarea zgomotului și controlul ecoului. Una dintre sarcinile mai “obositoare” pe care Descript o poate gestiona este tonul camerei.

“Uneori producătorii trebuie să insereze tăcere digitală într-un podcast. Poate fi între editări sau pentru a prelungi spațiul dintre propoziții”, spune Jay LeBoeuf, șeful departamentului de afaceri și dezvoltare corporativă la Descript. “Dar asta sună incredibil de nefiresc.”

Dacă producătorii nu au capturat tonul camerei atunci când s-a înregistrat podcast-ul, ei ar putea să se întoarcă și să-l obțină. Sau pot asculta pentru el în înregistrare, copia și lipi unde este necesar, apoi edita rezultatul pentru a se amesteca în mod natural.

Sau computerele pot face asta. Generatorul de ton de cameră bazat pe IA de la Descript analizează o înregistrare, identifică tonul camerei și sintetizează automat acolo unde este necesar. O astfel de tehnologie nu numai că elimină sarcinile mărunte, dar permite și o flexibilitate mai mare a producției.

“IA ne va permite să folosim hardware mai ieftin, camere cu sunet mai slab și locații mai zgomotoase și totuși să obținem rezultate bune”, spune Chourdakis de la Nomono.

Noi capacități bazate pe IA

IA deschide, de asemenea, ușa inovației în podcasting — crearea de soluții noi care ridică standardul pentru podcasteri și ascultători. De exemplu, instrumentul Epidemic Audio Reference (EAR) ajută podcast-urile să găsească muzică fără drepturi de autor pe baza cântecelor pe care le plac.

“Să zicem că căutați muzică pentru intro sau outro și vă gândiți la un anumit cântec, dar este protejat de drepturi de autor”, spune Chourdakis. “Sistemul folosește IA pentru a vă ajuta să găsiți ceva similar.”

La Bwlb, echipa lui Taylor a dezvoltat Accordion, o soluție bazată pe IA care poate lua un podcast și reproduce-l la lungimi diferite.

“Fiecare altă parte a vieții noastre devine mai inteligentă — case inteligente, frigidere inteligente”, spune Taylor. “Oamenii doresc mai mult control și confort din partea experienței lor de podcast, de asemenea.”

Când Taylor a lucrat la documentare pentru BBC, i s-a cerut să creeze versiuni mai scurte pentru a rula pe diferite platforme. Procesul a fost întotdeauna manual. Accordion aplică algoritmi software podcast-ului pentru a crea inteligent versiuni de lungimi diferite. “Nu accelerează nimic”, spune Taylor, “dar oferă utilizatorului control asupra duratei conținutului fără a pierde structura sau ascultabilitatea.”

Punerea accentului pe povestirea imersivă

Cu cât podcast-urile folosesc mai mult instrumente IA, cu atât devin mai bune. Adică, cu cât mai multe date consumă, cu atât mai mult învață.

Algoritmii de îmbunătățire a dialogului de la Nomono se bazează pe seturi mari de date de înregistrări vocale — unele curate și inteligibile, altele mai puțin — care învață instrumentele IA cum să genereze un sunet mai bun. “Podcast-urile nu ar trebui să aibă nevoie de cunoștințe audio avansate pentru a produce audio de înaltă calitate”, spune Chourdakis. “Prin automatizarea unor sarcini, ei pot petrece mai mult timp concentrându-se pe o povestire grozavă și mai puțin timp pe sarcini de curățare plictisitoare.”

Și în viitor, ei pot evolua mai ușor pentru a crea un nou gen de podcast-uri imersive și spațiale. De exemplu, tehnologia Nomono permite producția de audio bazată pe obiecte, care permite producătorilor să “plaseze” voci într-un peisaj sonor 3D sau să creeze versiuni dinamice care pot fi personalizate pentru ascultători.

“Producția media intră acum într-o fază în care, dacă poți visa, poate fi făcut”, spune LeBoeuf de la Descript. “Și nu mai ai nevoie de un studio scump sau de decenii de antrenament pentru a-ți atinge obiectivele.”