เจฟฟ์ โคฟแมน ผู้ก่อตั้งและซีอีโอของ Trint – ซีรีส์สัมภาษณ์

เจฟฟ์ โคฟแมน เป็นผู้ก่อตั้งและซีอีโอของ Trint หลังจากทำงานในอุตสาหกรรมข่าวมา 30 ปีกับ ABC, CBS และ CBC News เจฟฟ์รู้สึกเบื่อกับการทำการถอดเสียงด้วยมือและเห็นว่าการทำงานหยุดชะงักไม่จำเป็น ในปี 2014 เจฟฟ์และทีมนักพัฒนาสตาร์ทอัพ Trint โดยใช้ AI ในการถอดเสียง

ปัจจุบัน Trint เป็นแพลตฟอร์ม SaaS ที่ใช้ AI ในการถอดเสียงและปรับปรุงกระบวนการสร้างเนื้อหาทุกขั้นตอน

ตั้งแต่การถอดเสียงไปจนถึงเครื่องมือการแก้ไข การทำงานร่วมกันแบบเรียลไทม์ การส่งออกและการเผยแพร่ – ทำให้ทุกขั้นตอนง่ายขึ้นสำหรับห้องข่าว ผู้สร้างพอดแคสต์ ธุรกิจท้องถิ่น และองค์กรระดับโลกในการแบ่งปันเรื่องราวได้เร็วและง่ายขึ้นกว่าเดิม

คุณมีอาชีพที่โดดเด่นมา 30 ปีกับ ABC, CBS และ CBC News คุณพบปัญหาใดบ้างในการใช้การถอดเสียงด้วยมือแบบดั้งเดิม?

ฉันรู้สึกเจ็บปวดจากการถอดเสียงด้วยมือทุกวันเป็นนักข่าว ก่อนที่ฉันจะคิดค้นและสร้าง Trint ฉันสงสัยว่าทำไมไม่มีวิธีที่ดีกว่านี้

การถอดเสียงด้วยมือเป็นปัญหาที่ฉันต้องเผชิญทุกวันในฐานะนักข่าวโทรทัศน์ ฉันจะทำการสัมภาษณ์ ฟังการประชุมข่าว อ่านการวิจัย ดูวิดีโอ แล้ว… ฉันและผู้ผลิตจะหายไปใน หลุมดำของการถอดเสียง

ฉันไม่สามารถเขียนเรื่องราวข่าวของฉันได้จนกว่าฉันจะมีคำพูดหรือเสียงที่ฉันต้องการใช้ ฉันต้องรู้ว่าพวกเขาพูดอะไรและเสียงนั้นใช้เวลานานแค่ไหน ซึ่งหมายความว่าฉันต้องนั่งในห้องฉายภาพหรือที่โต๊ะทำงานด้วยหูฟัง แล้วกดเล่น กดหยุด พิมพ์บางคำ แล้วกดเล่นอีกครั้ง ซึ่งอาจใช้เวลาหลายชั่วโมง มันเบื่อ มันจำเป็น

Trint เปิดตัวในปี 2014 คุณสามารถพูดถึงวิธีการที่ไอเดียนี้เกิดขึ้นได้หรือไม่?

ฉันไม่เคยคิดว่าฉันจะเป็นคนในวงการเทคโนโลยี มันเกิดขึ้นโดยบังเอิญ

ฉันมีการสนทนาที่ไม่正式กับนักพัฒนาซอฟต์แวร์ที่ทำการทดลองด้วยเสียงและข้อความ (ไม่ใช่การถอดเสียง) ในปี 2013

ฉันถามโดยไม่คิดว่าทำไมฉันไม่สามารถใช้การถอดเสียงอัตโนมัติในการถอดเสียงสัมภาษณ์ของฉัน

ฉันจำได้ว่าหนึ่งในผู้ชายถามฉันว่าทำไมฉันต้องการทำเช่นนั้น

ฉันตอบว่าเพราะการถอดเสียงด้วยมือเป็นปัญหาที่ฉันต้องเผชิญทุกวันในฐานะนักข่าว ฉันไม่ชอบมัน

เรารักษาความสัมพันธ์และทำการทดลอง มันชัดเจนอย่างรวดเร็วว่าเราคิดค้นอนาคตแล้ว ฉันออกจากงานของฉันเป็นนักข่าวลอนดอนของ ABC News ในปีถัดไป และเริ่มสร้าง Trint

คุณพบปัญหาใดบ้างในการเปิดตัวบริการการถอดเสียงในสมัยแรกเริ่ม?

การถอดเสียงอัตโนมัติเป็นปัญหาที่แยกจากกัน ผู้ที่ไม่ได้ทำงานในกระบวนการสร้างเนื้อหาของนักข่าวและผู้สร้างเนื้อหามองไม่เห็นว่าพวกเขาสร้างเรื่องราวอย่างไร ฉันจำได้ว่าฉันพบกับนักลงทุนที่มีเงินมากในสมัยแรกเริ่มและพวกเขาไม่สามารถเข้าใจได้ว่าทำไมนักข่าวอย่างฉันต้องการการถอดเสียง มันใช้เวลาในการอธิบายให้พวกเขาเข้าใจว่านักข่าวทำงานอย่างไร

ฉันคิดว่ามันง่ายกว่าในปัจจุบัน เราทุกคนเป็นผู้สร้างเนื้อหา

คุณใช้อัลกอริทึมการเรียนรู้ของเครื่องใดบ้างที่ Trint ในปัจจุบัน?

เรามีกลุ่มวิศวกรและนักวิทยาศาสตร์ข้อมูลที่ฉลาดมากที่ทำงานอยู่เสมอ โดยทั่วไปแล้ว เรามุ่งเน้นไปที่วิธีการที่การถอดเสียงอัตโนมัติสามารถเร่งกระบวนการทำงานให้กับลูกค้าทางสื่อของเรา ซึ่งหมายความว่าเราทำงานกับเสียง ผู้พูด ภาษา และอะคูสติกส์ อัลกอริทึมการประมวลผลภาษาและเสียงเป็นส่วนหนึ่งของงานประจำวันของเรา แต่เราจะสำรวจวิธีการสร้างสรรค์ใดๆ ในการใช้ AI เพื่อช่วยให้นักข่าวดึงข้อมูลจากวิดีโอ เสียง และภาพออกมา การถอดเสียงที่มีบริบทช่วยให้เราสามารถให้ข้อมูลที่มีบริบทมากขึ้นแก่ลูกค้า ทำให้เนื้อหาของพวกเขาเป็นที่ค้นหาได้ง่ายขึ้น และช่วยให้พวกเขาเผยแพร่เรื่องราวที่สำคัญออกไปให้กับกลุ่มเป้าหมายได้เร็วขึ้น

ภาษาใดบ้างที่ Trint รองรับในปัจจุบัน และมีความแตกต่างในคุณภาพการถอดเสียงระหว่างภาษาหรือไม่?

เรารองรับภาษาได้ประมาณ 45 ภาษาและเพิ่มภาษาใหม่ๆ อยู่เสมอ บางภาษาอยู่ในสถานะ “เบต้า” และบางภาษาเป็นที่น่าเชื่อถือมากกว่า ซึ่ง phụ thuộc vàoขนาดของชุดข้อมูลการฝึกอบรมที่ช่วยสร้างโมเดล เรา измерคุณภาพของโมเดลสำหรับภาษาแต่ละภาษาเพื่อปรับปรุงและพัฒนาความสามารถของพวกเขาอย่างต่อเนื่อง

เรากำลังมองหาว่าโมเดลใหม่ใดที่สามารถนำมาใช้ได้เพื่อปรับปรุงการทำงานของเรา

ไม่ใช่แค่ภาษาที่เราสามารถถอดเสียงได้เท่านั้น ลูกค้าสามารถแปลการถอดเสียงนั้นเป็นภาษาอื่นได้เช่นกัน

นอกเหนือจากการถอดเสียง Trint เป็นแพลตฟอร์ม SaaS ที่ใช้ AI ในการปรับปรุงกระบวนการสร้างเนื้อหา คุณสามารถพูดถึงเครื่องมืออื่นๆ ที่มีได้หรือไม่?

แม้ว่าการถอดเสียงอัตโนมัติจะเป็นจุดศูนย์กลางของ Trint แต่เรากำลังพยายามเข้าใจว่าทำไมการถอดเสียงจึงมีคุณค่าสำหรับลูกค้าของเรา และเราจะช่วยให้พวกเขาได้รับคุณค่าจากมันอย่างรวดเร็วและง่ายดายได้อย่างไร ซึ่งหมายความว่าเราต้องเข้าใจกระบวนการทำงานของพวกเขาเพื่อที่จะทำให้ทุกขั้นตอนเป็นไปอย่างราบรื่น

สุดท้าย เราต้องการให้พวกเขาสามารถบันทึกการประชุมสื่อ สัมภาษณ์ หรือเหตุการณ์ใดๆ ที่ใดก็ได้ ทุกเวลา และทุกภาษา และใช้ประโยชน์จากมันเมื่อเกิดขึ้น ซึ่งหมายความว่าทำให้ง่ายสำหรับพวกเขาหรือทีมในการตรวจสอบและใช้การถอดเสียงแบบเรียลไทม์ – ตรวจสอบ แบ่งปัน และแปลคำพูดสำคัญหลังจากที่พวกเขาถูกกล่าวไว้

แอปพลิเคชันมือถือของเราช่วยให้สิ่งนี้เกิดขึ้นได้แม้ว่าคุณจะมีเพียงโทรศัพท์มือถือก็ตาม และรับประกันว่าทุกอย่างจะถูกส่งไปยังทีมของคุณอย่างปลอดภัย แม้ว่าความเชื่อมต่อจะไม่ดี

เครื่องมือ Story Builder ของเราช่วยให้คุณสามารถหาตัวขับเคลื่อนสำคัญในเนื้อหาทั้งหมดและเปลี่ยนเป็นเรื่องราวใหม่ที่สามารถส่งออกไปยังเครื่องมือสำคัญอื่นๆ ในกระบวนการสร้างเนื้อหาได้ ไม่ว่าจะเป็นร่างขั้นต้นสำหรับการตัดต่อวิดีโอ การถอดเสียงพอดแคสต์ หรือบทความ หากคุณต้องการใช้ข้อความเสียงเป็นคำบรรยาย ตัวแก้ไขร่วมของเราสามารถช่วยได้

คุณยังมีพอดแคสต์ที่คุณเป็นพิธีกรเองชื่อ StoryTech ซึ่งพูดถึงวิธีการที่เทคโนโลยีเปลี่ยนแปลงเรื่องราว คุณสามารถอธิบายได้หรือไม่ว่าพอดแคสต์นี้คืออะไร และทำไมผู้ฟังควรติดตาม?

StoryTech เป็นจุดตัดระหว่างอาชีพสองอาชีพของฉัน: นักข่าวและนักประดิษฐ์ เทคโนโลยีและนวัตกรรมเปลี่ยนแปลงวิธีการเล่าเรื่องราว

ตอนแรกๆ ของพอดแคสต์จะพูดถึงวิธีการที่ CGI ถูกใช้ในการสร้างกำแพงน้ำแข็งใน Game of Thrones และวิธีการที่การประดิษฐ์กล้อง Leica 35 มม. ในปี 1920 นำไปสู่การแพร่กระจายของการถ่ายภาพข่าวและการสร้างนิตยสาร LIFE

ฉันสนใจอย่างมากในผลกระทบของนวัตกรรมต่อการเล่าเรื่องราว นั่นคือสิ่งที่ StoryTech คือ

คุณมีภาพอนาคตสำหรับ Trint อย่างไร?

นั่นคือความท้าทายที่ผู้สร้างนวัตกรรมทุกคนต้องเผชิญในปัจจุบัน วิธีการที่นวัตกรรมที่รวดเร็วนี้เปิดโอกาสให้กับผลิตภัณฑ์ของฉัน

ลูกค้าของเราต้องการผลิตภัณฑ์ที่สร้างความสะดวกสบายและเชื่อมต่ออย่างราบรื่นเข้ากับกระบวนการทำงานของพวกเขา ซึ่งหมายความว่าไปไกลกว่าการถอดเสียง

Trint จะใช้ AI ในการทำสิ่งที่ไม่เคยคิดมาก่อน: ระบุเสียง ใบหน้า ความรู้สึก บริบท ข้อเท็จจริง และความเท็จ สิ่งนี้จะเกิดขึ้นในภาษาใดๆ – แปลจากภาษานั้นเมื่อมันถูกกล่าวไว้ จุดสำคัญคือการทำสิ่งนี้และอื่นๆ อีกมากมายในลักษณะที่รวมเข้ากับผลิตภัณฑ์อื่นๆ เพื่อสร้างกระบวนการทำงานที่ไม่มีปัญหา

ฉันไม่เห็นว่า Trint จะมาแทนที่นักข่าว นักเขียน และผู้สร้างเนื้อหา มันคือการปลดปล่อยพวกเขาจากงานที่น่าเบื่อและทำให้พวกเขาเน้นเวลาของตนในการสร้างสรรค์ มันทำให้เราตื่นเต้นที่จะลองนึกถึงอนาคต ฉันไม่โกหก: มันทำให้เรารู้สึกหวาดกลัว

ขอขอบคุณสำหรับการสัมภาษณ์ที่ยอดเยี่ยม ผู้อ่านสามารถเยี่ยมชม Trint หรือดูพอดแคสต์ StoryTech เพื่อเรียนรู้เพิ่มเติม