Jeff Kofman, grundare och VD för Trint – Intervjuserie

Jeff Kofman, är grundare och VD för Trint, efter en 30-årig karriär med ABC, CBS och CBC News tröttnade Jeff på att träffa väggen av manuell transkription och se varje berättelse som i onödan stannade i sina spår. 2014 utnyttjade Jeff och ett team av utvecklare AI för att göra det tunga arbetet, och Trint föddes.

Idag är Trint en AI-driven SaaS-plattform som går utöver transkription för att öka varje steg i arbetsflödet för innehållsskapande.

Från transkription till redaktionella verktyg, samarbete i realtid till export och publicering – vilket gör varje steg enklare för nyhetsrum, poddsändare, lokala företag och globala organisationer att dela berättelser snabbare och enklare än någonsin.

Du hade en framstående 30-årig karriär med ABC, CBS och CBC News, vilka var några av problemen du stötte på med traditionell manuell transkription?

Jag upplevde smärtan av manuell transkription varje dag som journalist. Långt innan jag fick idén att uppfinna och bygga Trint, undrade jag varför det inte fanns ett bättre sätt.

Manuell transkription var alltid flaskhalsen i mitt arbetsflöde som TV-reporter. Jag skulle göra mina intervjuer, lyssna på en presskonferens, läsa min forskning, titta på mina filmer och SEDAN... skulle min producent och jag försvinna in i Svart hål för transkription.

Jag kan inte skriva min TV-nyhet förrän jag har exakta utskrifter av de citat eller soundbites jag vill använda. Jag måste veta vad de sa och hur länge ljudbiten pågår. Det innebar att sitta i ett visningsrum eller vid våra skrivbord med hörlurar på, trycka på PLAY och sedan PAUSE. Skriv sedan några ord. SPELA sedan. PAUS. Och upprepa. Det kan ta timmar. Så tråkigt. Så väsentligt.

Trint lanserades 2014, kan du diskutera hur idén föddes?

Jag trodde aldrig att jag skulle bli en tekniker. Det fanns aldrig i min livsplan. Det hände av en slump.

Jag hade ett tillfälligt samtal med några mjukvaruutvecklare som hade gjort några rudimentära experiment med ljud och text (inte transkription) 2013.

Jag frågade oskyldigt: varför kan jag inte använda automatiskt tal-till-text för att transkribera mina intervjuer.

Jag minns att en av killarna frågade mig: varför skulle du vilja göra det?

Jag svarade: eftersom manuell transkription är smärtpunkten i mitt arbete som reporter, avskyr jag det.

Vi höll kontakten och gjorde några experiment. Det stod snabbt klart att vi hade uppfunnit framtiden. Jag lämnade mitt jobb som London-korrespondent för ABC News ett år senare och vi började bygga Trint.

Vilka var några av utmaningarna med att lansera en transkriptionstjänst under de tidiga dagarna?

Automatiserad transkription är ett diskret problem. Människor som inte lever arbetsflödet för reportrar och innehållsskapare har ingen aning om hur de skapar berättelser. Jag minns att jag träffade några mycket rika ängelinvesterare i början och de kunde helt enkelt inte förstå varför reportrar som jag behöver utskrifter. Det krävdes mycket att förklara för att få dem att förstå hur en reporter fungerar.

Jag tror att det är lättare idag. Vi är alla innehållsskapare.

Vilka är de olika maskininlärningsalgoritmerna som för närvarande används på Trint?

Vi har ett supersmart gäng ingenjörer och datavetare som alltid pysslar med vad de än kan vara praktiska med och vart deras fantasi kan ta dem. Som ni förstår ligger vårt fokus på hur automatiserad transkription kan påskynda arbetsflöden för våra mediekunder, vilket innebär att vi alltid arbetar kring tal, talare, språk och akustik. NLP och talbearbetningsalgoritmer är en del av vår vardag, men vi kommer att undersöka alla kreativa sätt att använda AI för att hjälpa journalister att extrahera information från videor, ljud och bilder. Rik transkription låter oss ge deras innehåll mer sammanhang, gör det hela mer sökbart och låter dem i slutändan hitta de ögonblick som verkligen betyder något och få ut dem till sin publik så snabbt som möjligt.

Vilka språk erbjuds för närvarande, och finns det några skillnader i transkriptionskvalitet mellan de olika språken?

Vi erbjuder cirka 45 språk som du kan transkribera och lägger alltid till fler. Vissa är i "beta" och andra som är mycket mer mogna, vilket beror på storleken på träningsdatauppsättningar som hjälper till att bygga modellerna. Vi mäter ständigt noggrannheten hos våra modeller för varje språk för att ständigt utveckla våra modeller och förbättra deras prestanda.

Vi tittar alltid på vilka nya modeller som blir tillgängliga för att se om vi kan ta in dem i vår säkra ASR-bearbetningsmiljö.

Men det handlar inte bara om de språk vi transkriberar – våra kunder kan också få den transkriptionen översatt till nästan alla språk.

Utanför transkription är Trint en AI-driven SaaS-plattform som är designad för att förbättra arbetsflödet för innehållsskapande, kan du diskutera några av de andra verktygen som erbjuds?

Även om hjärtat av Trint är vår AI-drivna transkription, är det vi är besatta av varför dessa transkriptioner är användbara för våra användare och hur vi kan hjälpa dem att få värde så snabbt och enkelt som möjligt. Det innebär att ha en djup förståelse för deras arbetsflöden, så att vi kan försöka göra varje steg så smidigt som möjligt.

I slutändan vill vi att de ska fånga alla presskonferenser, intervjuer eller evenemang var som helst, när som helst, på vilket språk som helst och använda dem när det händer. Det innebär att göra det enkelt för dem eller deras team att verifiera och använda livetranskriptionen när den händer – verifiera, dela och översätta nyckelcitat sekunder efter att de har sagts upp.

Vår mobilapp innebär att det kan hända även om du bara har en telefon på dig, och säkerställer att allt överförs säkert till ditt team även när anslutningen är ojämn.

Vår Story Builder är utformad för att låta dig hitta nyckelögonblicken i allt ditt innehåll och förvandla dem till en ny berättelse som kan exporteras till andra nyckelverktyg i ditt arbetsflöde för innehållsproduktion. Oavsett om det är ett grovt snitt för videoredigering, en podcast-utskrift eller en artikel. Om du behöver använda texten i ljudet som bildtexter kan vår samarbetsredigerare hjälpa till där också.

Du har också en podcast som du personligen värd kallas StoryTech, som tittar på hur teknik formar berättelser. Kan du utveckla vad den här podden är, vad lyssnare bör förvänta sig och varför de ska lyssna?

StoryTech är verkligen skärningspunkten mellan mina två karriärer: en reporter och en teknisk uppfinnare. Den tittar på hur teknik och innovation formar hur historier berättas.

De tidiga avsnitten tittar på hur CGI användes för att få ner isväggen i Game of Thrones, och hur uppfinningen av 35 mm Leica-kameran på 1920-talet ledde till spridningen av fotojournalistik och skapandet av LIFE magazine.

Jag är fascinerad av innovationens inverkan på berättandet. Det är vad StoryTech handlar om.

Vad är din vision för framtiden för Trint?

Det är utmaningen varje innovatör brottas med idag. Hur öppnar den snabba innovationstakten möjligheter för min produkt?

Våra kunder vill ha en produkt som skapar enkla, intuitiva effektivitetsvinster som sömlöst passar in i deras arbetsflöde. Det innebär att gå långt bortom transkription.

Trint kommer att utnyttja AI för att göra saker som var otänkbara för bara några år sedan: identifiera röster, ansikten, känslor, sammanhang, fakta och falskheter. Detta kommer att hända på vilket språk som helst – att översätta från det språket som det talas. Nyckeln är att göra detta och så mycket mer på ett sätt som integreras i andra produkter för att skapa ett smärtfritt arbetsflöde.

Jag ser inte att Trint ersätter reportrar, skribenter och innehållsskapare. Det handlar om att befria dem från arbetets slit och låta dem fokusera sin tid på kreativitet. Det är spännande att försöka föreställa sig framtiden. Jag ska inte ljuga: det är också skrämmande.

Tack för den fina intervjun, läsare som vill veta mer bör besöka Trint eller titta på StoryTech podcast.