Джефф Кофман, засновник та генеральний директор Trint – Інтерв’ю серії

Джефф Кофман – засновник та генеральний директор Trint. Після 30-річної кар’єри на ABC, CBS та CBC News Джефф втомився від ручного транскрибування та спостерігав, як кожна історія зупинялася через це. У 2014 році Джефф та команда розробників використали штучний інтелект для автоматизації цього процесу, і так з’явилася Trint.

Сьогодні Trint – це платформа з штучним інтелектом, яка перевершує транскрибування та поліпшує кожну стадію створення контенту.

Від транскрибування до редакторських інструментів, від реального співробітництва до експорту та публікації – роблячи кожен крок простішим для редакцій, подкастерів, місцевих підприємств та глобальних організацій для того, щоб вони могли поділитися своїми історіями швидше та легше, ніж будь-коли раніше.

Ви мали видатну 30-річну кар’єру на ABC, CBS та CBC News, які проблеми ви зустрічали з традиційним ручним транскрибуванням?

Я щодня відчував біль ручного транскрибування як журналіст. Довго до того, як у мене з’явилася ідея винаходу та створення Trint, я запитував себе, чому немає кращого способу.

Ручне транскрибування завжди було вузьким місцем у моій роботі як тележурналіста. Я робив інтерв’ю, слухав прес-конференції, читав дослідження, дивився відео, а потім… мій продюсер та я зникали у Чорній Дірі Транскрибування.

Я не міг написати свою телевізійну історію, поки не мав точних транскриптів цитат або звукових уривків, які я хотів використовувати. Мені потрібно було знати, що вони сказали та як довго тривав той звуковий уривок. Це означало сидіння у кімнаті для перегляду або за нашими столами з навушниками, натискання кнопок ПЛЕЙ, ПАУЗА. Потім друкувати деякі слова. Потім ПЛЕЙ. ПАУЗА. І повторювати. Це могло тривати години. Так нудно. Так необхідно.

Trint запустили у 2014 році, можете розповісти, як з’явилася ця ідея?

Я ніколи не уявляв собі, що стану техногенным. Це сталося випадково.

У 2013 році я мав неформальну розмову з деякими розробниками програмного забезпечення, які проводили деякі примітивні експерименти з аудіо та текстом (не транскрибуванням).

Я невинно запитав: чому б мені не використовувати автоматичне розпізнавання мови для транскрибування моїх інтерв’ю.

Я пам’ятаю, як один з хлопців запитав мене: чому б вам це потрібно?

Я відповів: тому що ручне транскрибування – це болісна точка у моєму роботі як репортера, я її ненавиджу.

Ми підтримували зв’язок та проводили деякі експерименти. Швидко стало зрозуміло, що ми винайшли майбутнє. Я покинув свою роботу лондонського кореспондента ABC News рік по тому, і ми почали будувати Trint.

Які були деякі з проблем, з якими ви зіткнулися при запуску служби транскрибування в ті перші дні?

Автоматичне транскрибування – це окрема проблема. Люди, які не живуть у робочому процесі репортерів та творців контенту, не мають жодного уявлення про те, як вони створюють історії. Я пам’ятаю, як зустрічався з деякими дуже багатими інвесторами на початку та вони просто не могли зрозуміти, чому репортерам, таким як я, потрібні транскрипти. Це потребувало багато пояснень, щоб вони зрозуміли, як працює репортер.

Я думаю, що це легше сьогодні. Ми всі творці контенту.

Які різні алгоритми машинного навчання зараз використовуються у Trint?

У нас є дуже розумна команда інженерів та вчених-дослідників, які завжди займаються тим, чим можуть, та туди, куди можуть дійти їхні уяви. Як ви зрозумієте, наш фокус полягає у тому, щоб автоматичне транскрибування прискорило робочі процеси для наших клієнтів з медіа, що означає, що ми завжди працюємо з мовою, мовцями, мовами та акустикою. Алгоритми обробки мови та мови є частиною нашого щоденного життя, але ми будемо досліджувати будь-які творчі способи використання штучного інтелекту для того, щоб допомогти журналістам витягувати інформацію з відео, аудіо та зображень. Багате транскрибування дозволяє нам надавати більше контексту до їхнього контенту, робить його більш пошуковим та в кінцевому підсумку дозволяє їм знайти моменти, які справді важливі, та надати їх своїм аудиторіям якомога швидше.

Які мови зараз пропонуються, та чи є якісь відмінності у якості транскрибування між різними мовами?

Ми пропонуємо близько 45 мов, які ви можете транскрибувати, та завжди додаємо більше. Деякі мови знаходяться у “бета-версії”, а інші – значно більш зрілі, що залежить від розміру навчальних даних, які допомагають будувати моделі. Ми постійно вимірюємо точність наших моделей для кожної мови, щоб постійно розвивати наші моделі та покращувати їхню продуктивність.

Ми завжди дивимося, які нові моделі стають доступними, щоб побачити, чи можемо ми інтегрувати їх у наш безпечний процес обробки мовлення.

Але це не тільки про мови, які ми транскрибуваємо – наші клієнти також можуть перекласти той транскрипт майже на будь-яку мову.

Поза транскрибуванням Trint – це платформа з штучним інтелектом, яка призначена для поліпшення робочого процесу створення контенту, можете розповісти про деякі інші інструменти, які пропонуються?

Хоча серце Trint – це наше транскрибування з штучним інтелектом, ми одержимі тим, чому ці транскрипти корисні нашим користувачам, та як ми можемо допомогти їм отримати значення якомога швидше та легше. Це означає, що ми маємо глибоке розуміння їхніх робочих процесів, щоб ми могли спробувати зробити кожен крок якомога безшовним.

У кінцевому підсумку ми хочемо, щоб вони могли захопити будь-яку прес-конференцію, інтерв’ю чи подію будь-де, будь-коли, будь-якою мовою та зробити з цього користь, поки це відбувається. Це означає, що ми робимо це легко для них чи їхньої команди, щоб перевірити та використовувати живе транскрибування, поки воно відбувається – перевірити, поділитися та перекласти ключові цитати секундами після того, як вони були сказані.

Наш мобільний додаток означає, що це може статися навіть якщо у вас є тільки телефон, та забезпечує, що все передається до вашої команди безпечно, навіть якщо з’єднання погане.

Наш Story Builder призначений для того, щоб допомогти вам знайти ключові моменти у всьому вашому контенті та перетворити їх на нову розповідь, яку можна експортувати до інших ключових інструментів у вашому робочому процесі створення контенту. Чи то це грубий монтаж для відеомонтажу, транскрипт подкасту чи стаття. Якщо вам потрібно використовувати текст аудіо як субтитри, наш колаборативний редактор також може допомогти там.

Ви також маєте подкаст, який ви особисто ведете під назвою StoryTech, який розглядає, як технології формують історії. Чи можете ви розповісти про цей подкаст, що слухачі можуть очікувати, та чому їм слід слухати?

StoryTech – це насправді перетин моїх двох кар’єр: репортера та винахідника-технолога. Він розглядає, як технології та інновації формують спосіб розповіді історій.

Ранні епізоди розглядають, як CGI було використано для знищення крижаного муру у Грі престолів, та як винайдення 35-міліметрової камери Leica у 1920-х роках призвело до поширення фотожурналістики та створення журналу LIFE.

Мене цікавить вплив інновацій на розповіді. Про це йде мова у StoryTech.

Яке ваше бачення майбутнього Trint?

Це виклик, з яким кожен інноватор зараз бореться. Як швидке темп інновацій відкриває можливості для мого продукту?

Наші клієнти хочуть продукт, який створює прості, інтуїтивні ефективності, які безшовно входять у їхній робочий процес. Це означає, що ми маємо йти далеко за межі транскрибування.

Trint буде використовувати штучний інтелект для виконання речей, які були неможливими лише кілька років тому: ідентифікація голосів, облич, настрою, контексту, фактів та брехні. Це буде відбуватися будь-якою мовою – перекладаючи з тієї мови, поки вона говорить. Ключ у тому, щоб зробити це та ще багато іншого у спосіб, який інтегрується у інші продукти для створення одного безшовного робочого процесу.

Я не бачу Trint як заміну репортерам, письменникам та творцям контенту. Це про те, щоб звільнити їх від нудної роботи та дозволити їм зосередитися на творчості. Це цікаво спробувати уявити майбутнє. Я не брехаю: це також застрашує.

Дякую за велике інтерв’ю, читачам, які бажають дізнатися більше, слід відвідати Trint або подивитися подкаст StoryTech.