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 stöta på väggen av manuell transkription och se varje berättelse onödigtvis stanna av. 2014 tog Jeff och ett team av utvecklare hjälp av AI för att göra det tunga arbetet, och Trint föddes.

Idag är Trint en molnbaserad plattform som drivs av AI och som går utöver transkription för att förbättra varje steg i innehållsskapandeprocessen.

Från transkription till redigeringsverktyg, samarbete i realtid till export och publicering – och gör varje steg enklare för nyhetsredaktioner, 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, vad var några av de problem 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 min arbetsprocess som TV-reporter. Jag gjorde mina intervjuer, lyssnade på en presskonferens, läste min research, tittade på mina bilder och sedan… försvann min producent och jag in i transkriptionens svarta hål.

Jag kan inte skriva min TV-nyhetsberättelse förrän jag har exakta transkriptioner av citaten eller ljudklippen jag vill använda. Jag behöver veta vad de sa och hur länge ljudklippet varar. Det betydde att sitta i en visningsrum eller vid våra skrivbord med hörlurar på, trycka på PLAY sedan PAUSE. Sedan skriva några ord. Sedan PLAY. PAUSE. Och upprepa. Det kunde ta timmar. Så tråkigt. Så nödvändigt.

Trint lanserades 2014, kan du diskutera hur idén föddes?

Jag trodde aldrig att jag skulle bli en tech-kille. Det hände av en slump.

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

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

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

Jag svarade: för att manuell transkription är smärtan i mitt arbete som reporter, jag avskyr det.

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

Vad var några av de utmaningar som du stötte på när du lanserade en transkriptionstjänst under de tidiga dagarna?

Automatiserad transkription är ett distinkt problem. Människor som inte lever i arbetsflödet för reportrar och innehållsskapare har ingen aning om hur de skapar berättelser. Jag minns att jag mötte några mycket rika affärsänglar under de tidiga dagarna och de kunde inte förstå varför reportrar som jag behöver transkriptioner. Det tog mycket förklaringar för att få dem att förstå hur en reporter arbetar.

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

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

Vi har en superintelligent grupp av ingenjörer och datavetare som alltid experimenterar med vad de kan och var deras fantasier kan ta dem. Som du förstår, fokuserar vi på hur automatisk transkription kan påskynda arbetsflöden för våra mediakunder, vilket betyder att vi alltid arbetar med tal, talare, språk och akustik. NLP och talbehandlingsalgoritmer 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 mer sammanhang till deras innehåll, gör det mer sökbart och låter dem hitta de ögonblick som verkligen betyder något och få dem ut till deras publik så snabbt som möjligt.

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

Vi erbjuder ungefär 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 i våra modeller för varje språk för att ständigt utveckla och förbättra deras prestanda.

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

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

Utöver transkription är Trint en molnbaserad plattform som drivs av AI och som är utformad för att förbättra innehållsskapandeprocessen, kan du diskutera några av de andra verktygen som erbjuds?

Även om Trints hjärta 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 betyder att ha en djup förståelse för deras arbetsflöden, så att vi kan försöka göra varje steg så smidigt som möjligt.

Till slut vill vi att de ska kunna fånga varje presskonferens, intervju eller händelse var som helst, när som helst, på vilket språk som helst och kunna använda det så fort det händer. Det betyder att göra det enkelt för dem eller deras team att verifiera och använda den direkta transkriptionen medan den händer – verifiera, dela och översätta viktiga citat sekunder efter att de uttalats.

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

Vår Story Builder är utformad för att låta dig hitta de viktigaste ögonblicken i allt ditt innehåll och förvandla dem till en ny berättelse som kan exporteras till andra viktiga verktyg i din innehållsproduktionsprocess. Oavsett om det är en grov skiss för videoredigering, en poddtranskription eller en artikel. Om du behöver använda texten från ljudet som undertexter kan vår samarbetsredigerare också hjälpa till.

Du har också en podcast som du personligen värdar som heter StoryTech, som tittar på hur teknologi formar berättelser. Kan du förklara vad denna podcast är, vad lyssnare kan förvänta sig och varför de ska lyssna?

StoryTech är verkligen skärningspunkten för mina två karriärer: en reporter och en tech-uppfinnare. Det tittar på hur teknologi och innovation formar sättet berättelser berättas på.

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

Jag är fascinerad av innovationens påverkan på berättande. Det är vad StoryTech handlar om.

Vad är din vision för Trints framtid?

Det är utmaningen som varje innovatör brottas med idag. Hur öppnar den snabba takten i innovation möjligheter för min produkt?

Våra kunder vill ha en produkt som skapar enkla, intuitiva effektiviteter som passar sömlöst in i deras arbetsflöde. Det betyder att gå långt utöver transkription.

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

Jag ser inte Trint som en ersättare för reportrar, författare och innehållsskapare. Det handlar om att befria dem från tråkigheten i sitt arbete och låta dem fokusera sin tid på kreativitet. Det är spännande att försöka föreställa sig framtiden. Jag kommer inte att ljuga: det är också skrämmande.

Tack för den underbara intervjun, läsare som vill lära sig mer kan besöka Trint eller titta på StoryTech-podcasten.