Framtiden för podding är AI

Ungefär 22 000 nya poddar lanseras varje månad. Det finns nästan 2,5 miljoner poddar (mer än 71 miljoner avsnitt) i Apples podcastkatalog just nu, enligt Podcast Industry Insights. Och det är bara de som vi känner till.

“Många poddare går inte ens genom de stora plattformarna längre. De går direkt till sina lyssnare, säljer premiuminnehåll och har stor framgång”, säger Andy Taylor, tidigare på BBC Radio och grundare av R&D-konsultföretaget Bwlb i Cardiff.

Och det säger ingenting om den växande mängden podcast-liknande innehåll, antingen skapat av varumärken för marknadsföring eller evenemangsproducenter som vill, till exempel, göra föreläsningar tillgängliga på begäran. Varje innehållsdel behöver produceras och distribueras, antingen av ljudproffs eller personer som lär sig yrket. Därför kan de automatisera stora delar av produktionen, desto mer kan de fokusera på innehållet.

“De olika platserna där ljud publiceras har exploderat”, förklarar Jonathan Wyner, chefsingenjör på M Works Mastering och professor på Berklee College of Music i Boston. “Med alla dessa sammanhang finns det en verklig motivation och ett imperativ för skapare att vara mer flexibla.”

Inte att förglömma, mer produktiva och effektiva.

AI:s uppgång

Artificiell intelligens (AI) — programvara som kan automatisera uppgifter som tidigare gjordes av människor — innehåller nyckeln till att hantera tsunamin av podcastinnehåll. Inte bara kan AI påskynda produktionen, utan den kan också göra poddarna låta bättre och bana väg för de ljudupplevelser som kommer i morgon.

“AI hjälper i princip till att ta hand om repetitiva uppgifter för att påskynda poddarens arbetsflöde”, förklarar Manos Chourdakis, forskningsingenjör på Nomono, som utvecklar AI-baserade poddverktyg. “Till exempel, med AI, behöver du inte lyssna på en hel podcast för att hitta var någon sa något fel, sedan ersätta eller ta bort det. Du kunde göra det själv, men AI gör det snabbare.”

Sedan finns det sysslor som bara kan utföras med AI — åtminstone i stor skala, som att ta bort brus eller förbättra dialog. “Bra dialogförbättring vore omöjlig utan AI”, säger Chourdakis. “Åtminstone omöjlig inom en rimlig tidsram med traditionella verktyg.”

Perfekt för meniala uppgifter

Tillämpningar av AI inom podding är lika varierade som produktionsuppgifterna. Vissa är byggda direkt in i podcastplattformarna. När skapare laddar upp sina poddar till värdplattformen Podcast.co, “lyssnar” systemet automatiskt på ljudfilerna och normaliserar ljudnivåerna.

“Varje verktyg som kan hjälpa till att minska de hjärndöda delarna av ett jobb är en bra sak”, säger Mike Cunsolo, plattformens medgrundare. Cunsolo driver också Cue, ett podcastproduktionsföretag som arbetar med varumärken, och Matchmaker.fm, som kopplar samman podcastproducenter med gäster. “Du kommer alltid att behöva det mänskliga expertisinslaget, men snart kan maskiner lära sig att förstå vad som gör en podcast intressant och minska tiden på uppgiften.”

Lösleverantören Descript tillämpar AI på många aspekter av podcastteknik, inklusive brusreducering och ekkontroll. En av de mer “hjärndöda” sysslor som Descript kan hantera är rumston.

“Ibland behöver producenter infoga digital tystnad i en podcast. Kanske mellan redigeringar eller för att dra ut avståndet mellan meningar”, säger Jay LeBoeuf, chef för affärs- och företagsutveckling på Descript. “Men det låter oerhört onaturligt.”

Om producenter inte fångade rumston när en podcast spelades in, kan de behöva gå tillbaka och få det. Eller de kan lyssna efter det i inspelningen, kopiera och klistra in där det behövs, sedan redigera resultatet för att göra det naturligt.

Eller datorer kan hantera det. Descripts AI-baserade rumstonsgenerator analyserar en inspelning, identifierar rumstonen och syntetiserar den automatiskt där den behövs. Sådan teknik inte bara undanröjer meniala uppgifter, utan ger också större produktionsflexibilitet.

“AI kommer att tillåta oss att använda billigare hårdvara, sämre ljudande rum och bullrigare platser och fortfarande få bra resultat”, säger Nomono’s Chourdakis.

Nya AI-baserade funktioner

AI öppnar också dörren till innovation inom podding — skapar nya lösningar som höjer ribban för poddare och lyssnare. Till exempel hjälper verktyget Epidemic Audio Reference (EAR) poddare att hitta upphovsrättsfria låtar baserat på låtar de gillar.

“Säg att du letar efter musik för intro eller outro, och du tänker på en specifik låt, men den är skyddad av upphovsrätt”, säger Chourdakis. “Systemet använder AI under huven för att hjälpa dig hitta något liknande.”

Hos Bwlb utvecklade Taylors team Accordion, en AI-baserad lösning som kan ta en podcast och reproducera den i olika längder.

“Varje annan del av våra liv blir smartare — smarta hem, smarta kylskåp”, säger Taylor. “Människor vill ha mer kontroll och bekvämlighet från sin podcastupplevelse också.”

När Taylor arbetade med dokumentärer för BBC, blev han ombedd att skapa kortare versioner för att sändas på olika plattformar. Processen var alltid manuell. Accordion tillämpar mjukvarualgoritmer på podcastinnehåll för att intelligent skapa versioner av olika längder. “Det påskyndar ingenting”, säger Taylor, “men det ger användaren kontroll över innehållets varaktighet utan att förlora tonstruktur eller lyssningsbarhet.”

Fokus på immersiv berättande

Ju mer poddare använder AI-verktyg, desto bättre blir de. Med andra ord, ju mer data de konsumerar, desto mer lär de sig.

Nomonos dialogförbättringsalgoritmer baseras på stora datamängder av röstinspelningar — vissa rena och begripliga, vissa mindre så — som lär AI-verktygen att generera bättre ljud. “Poddare bör inte behöva avancerad ljudkunskap för att producera högkvalitativt ljud”, säger Chourdakis. “Genom att automatisera vissa av dessa uppgifter kan de spendera mer tid på att fokusera på bra berättande, och mindre tid på tråkiga rensningsuppgifter.”

Och i framtiden kan de utvecklas mer lätt för att skapa en ny genre av immersiva, rumsliga poddar. Till exempel möjliggör Nomonos teknologi objektbaserad ljudproduktion, som tillåter producenter att “placera” röster i en 3D-ljudlandskap eller skapa dynamiska versioner som kan anpassas till lyssnare.

“Medieproduktion går nu in i en fas där om du kan drömma det, kan det hända”, säger Descripts LeBoeuf. “Och du behöver inte längre ha ett dyrt inspelningstudio eller decennier av utbildning för att uppnå dina mål.”