Лидеры мнений

Будущее подкастинга — за искусственным интеллектом

Brad Grimes
Добавьте Unite.AI в избранные источники в Google
Ключевые моментыИнструменты ИИ, такие как Descript, автоматизируют генерацию фонового шума помещения…
Показать больше
  • Инструменты ИИ, такие как Descript, автоматизируют генерацию фонового шума помещения для естественного монтажа подкастов.
  • ИИ от Nomono обеспечивает объектно-ориентированное производство аудио для создания иммерсивных 3D-звуковых ландшафтов.
  • Accordion от Bwlb использует ИИ для интеллектуального сокращения подкастов без потери тональности.

Примерно 22 000 новых подкастов запускаются каждый месяц. Сейчас в каталоге Apple Podcasts есть около 2,5 миллионов подкастов (более 71 миллиона эпизодов), согласно Podcast Industry Insights. И это только те, о которых мы знаем.

«Многие подкастеры сейчас не проходят через крупные платформы. Они напрямую обращаются к слушателям, продают премиум-контент и добиваются большого успеха», – говорит Энди Тейлор, бывший сотрудник BBC Radio и основатель кардиффской консалтинговой компании в области исследований и разработок Bwlb.

И это не говоря уже о растущем объеме контента, похожего на подкасты, создаваемого брендами для продвижения или организаторами мероприятий, которые хотят, например, сделать доклады доступными по требованию. Каждый кусок контента необходимо производить и распространять, будь то профессионалами аудио или людьми, изучающими это ремесло. Поэтому чем больше они могут автоматизировать большие участки производства, тем больше они могут сосредоточиться на контенте.

«Места, где публикуется аудио, просто взорвались», – объясняет Джонатан Вайнер, главный инженер в M Works Mastering и профессор Беркли-колледжа музыки в Бостоне. «С учетом всех этих контекстов есть реальная мотивация и императив для создателей быть более универсальными».

Не говоря уже о том, что они становятся более продуктивными и эффективными.

Рост ИИ

Искусственный интеллект (ИИ) – программное обеспечение, которое может автоматизировать задачи, ранее выполняемые людьми, – держит ключ к управлению цунами контента подкастов. ИИ не только может ускорить производство, но и улучшить звучание подкастов и заложить основу для будущих аудиовпечатлений.

«ИИ по сути помогает справиться с повторяющимися задачами, чтобы ускорить рабочий процесс подкастера», – объясняет Манос Чурдакис, исследовательский инженер в Nomono, которая разрабатывает инструменты для подкастинга на основе ИИ. «Например, с ИИ вам не нужно слушать весь подкаст, чтобы найти, где кто-то сказал что-то неправильно, а затем заменить или удалить это. Вы можете сделать это сами, но ИИ делает это быстрее».

Затем есть задачи, которые можно выполнить только с помощью ИИ – по крайней мере, в масштабе, например, удаление шума или улучшение диалога. «Качественное улучшение диалога было бы невозможно без ИИ», – говорит Чурдакис. «По крайней мере, невозможно в разумном временном интервале с помощью традиционных инструментов».

Идеально для рутинных задач

Применения ИИ в подкастинге так же разнообразны, как и задачи производства. Некоторые из них встроены непосредственно в платформы для подкастов. Когда создатели загружают свои подкасты на хостинговую платформу Podcast.co, система автоматически «слушает» аудиофайлы и нормализует уровни звука.

«Любой инструмент, который может помочь уменьшить скучные части работы, – это хорошая вещь», – говорит Майк Кунсоло, сооснователь платформы. Кунсоло также управляет Cue, компанией по производству подкастов, работающей с брендами, и Matchmaker.fm, которая соединяет производителей подкастов с гостями. «Вам всегда понадобится этот элемент человеческой экспертизы, но скоро машины смогут научиться понимать, что делает подкаст интересным, и уменьшить время на задачу».

Поставщик решений Descript применяет ИИ к многим аспектам инженерии подкастов, включая удаление шума и контроль эха. Одна из более «скучных» задач, которую может выполнить Descript, – это фоновый звук помещения.

«Иногда продюсерам нужно вставить цифровую тишину в подкаст. Может быть, между монтажными склейками или чтобы увеличить паузы между предложениями», – говорит Джей Лебо, глава бизнеса и корпоративного развития в Descript. «Но это звучит невероятно неестественно».

Если продюсеры не захватили фоновый звук помещения, когда записывали подкаст, они могут вернуться и получить его. Или они могут слушать его в записи, копировать и вставлять, где необходимо, а затем редактировать результат, чтобы он звучал естественно.

Или компьютеры могут справиться с этим. Генератор фонового звука помещения Descript на основе ИИ анализирует запись, определяет фоновый звук помещения и автоматически синтезирует его, где это необходимо. Такая технология не только устраняет рутинные задачи, но и позволяет добиться большей гибкости производства.

«ИИ позволит нам использовать менее дорогое оборудование, хуже звучащие комнаты и более шумные места и все равно получать хорошие результаты», – говорит Чурдакис из Nomono.

Новые возможности на основе ИИ

ИИ также открывает двери к инновациям в подкастинге – созданию новых решений, которые повышают планку для подкастеров и слушателей. Например, инструмент Epidemic Audio Reference (EAR) помогает подкастерам найти музыку без копирайта на основе песен, которые им нравятся.

«Допустим, вы ищете музыку для интро или аутро, и вы думаете о конкретной песне, но она защищена авторским правом», – говорит Чурдакис. «Система использует ИИ под капотом, чтобы помочь вам найти что-то подобное».

В Bwlb команда Тейлора разработала Accordion, решение на основе ИИ, которое может взять подкаст и воспроизвести его разной длины.

«Все остальные стороны нашей жизни становится умнее – умные дома, умные холодильники», – говорит Тейлор. «Люди хотят больше контроля и удобства от своего опыта подкастинга».

Когда Тейлор работал над документальными фильмами для BBC, его просили сделать более короткие версии для разных платформ. Процесс всегда был ручным. Accordion применяет программные алгоритмы к контенту подкаста, чтобы интеллектуально создать версии разной длины. «Это не ускоряет ничего», – говорит Тейлор, «но дает пользователю контроль над продолжительностью контента без потери тона, структуры или удобства прослушивания».

В центре внимания — увлекательное повествование

Чем больше подкастеров используют инструменты ИИ, тем лучше становятся эти инструменты. Другими словами, чем больше данных инструменты получают, тем больше они учатся.

Алгоритмы улучшения диалога Nomono основаны на больших наборах данных голосовых записей – некоторых чистых и понятных, некоторых менее таковых – которые учат инструменты ИИ, как генерировать лучший звук. «Подкастерам не нужно иметь продвинутые знания аудио, чтобы создавать качественный звук», – говорит Чурдакис. «Автоматизируя некоторые из этих задач, они могут потратить больше времени на создание отличных историй и меньше времени на скучную очистку аудиозаписей».

А в будущем подкастеры смогут легче создавать новый жанр иммерсивных подкастов с пространственным звуком. Например, технология Nomono позволяет производить объектно-ориентированное аудио, которое позволяет продюсерам «разместить» голоса в 3D-звуковом пейзаже или создать динамические версии, которые можно адаптировать к слушателям.

«Производство медиа сейчас входит в фазу, когда если вы можете мечтать об этом, это может произойти», – говорит Лебо из Descript. «И вам больше не нужно иметь дорогую студию или десятилетия тренировок, чтобы достичь своих целей».

Brad Grimes

Брэд Граймс — журналист с многолетним опытом работы в сфере технологий и бывший директор по коммуникациям Audiovisual and Integrated Experience Association.