Jeff Kofman, Người sáng lập & CEO của Trint – Loạt bài phỏng vấn

Jeff Kofman là Người sáng lập & CEO của Trint, sau 30 năm làm việc với ABC, CBS và CBC News, Jeff đã mệt mỏi với việc gõ phím thủ công và xem mọi câu chuyện dừng lại không cần thiết. Vào năm 2014, Jeff và một nhóm các nhà phát triển đã tận dụng AI để thực hiện công việc nặng nhọc, và Trint đã ra đời.

Ngày nay, Trint là một nền tảng SaaS được hỗ trợ bởi AI, vượt qua việc chuyển đổi văn bản để tăng cường mọi giai đoạn của quy trình tạo nội dung.

Từ chuyển đổi văn bản đến các công cụ chỉnh sửa, cộng tác thời gian thực đến xuất và xuất bản – làm cho mọi bước trở nên dễ dàng hơn cho các phòng tin tức, người tạo podcast, doanh nghiệp địa phương và tổ chức toàn cầu để chia sẻ câu chuyện nhanh chóng và dễ dàng hơn bao giờ hết.

Bạn đã có một sự nghiệp 30 năm với ABC, CBS và CBC News, những vấn đề gì bạn gặp phải với việc chuyển đổi văn bản thủ công truyền thống?

Tôi đã trải qua nỗi đau của việc chuyển đổi văn bản thủ công mỗi ngày như một nhà báo. Trước khi tôi có ý tưởng phát minh và xây dựng Trint, tôi đã tự hỏi tại sao không có cách nào tốt hơn.

Chuyển đổi văn bản thủ công luôn là nút thắt trong quy trình làm việc của tôi như một phóng viên truyền hình. Tôi đã thực hiện các cuộc phỏng vấn, nghe các cuộc họp báo, đọc nghiên cứu của mình, xem các đoạn phim của mình và sau đó… nhà sản xuất và tôi sẽ biến mất vào Hố đen của Chuyển đổi văn bản.

Tôi không thể viết câu chuyện tin tức truyền hình của mình cho đến khi tôi có các bản chuyển đổi văn bản chính xác của các câu trích dẫn hoặc âm thanh mà tôi muốn sử dụng. Tôi cần biết họ đã nói gì và âm thanh đó chạy trong bao lâu. Điều đó có nghĩa là ngồi trong một phòng xem phim hoặc tại bàn làm việc với tai nghe, nhấn PLAY sau đó PAUSE. Sau đó, gõ một số từ. Sau đó, PLAY. PAUSE. Và lặp lại. Điều đó có thể mất hàng giờ. Thật nhàm chán. Thật quan trọng.

Trint được ra mắt vào năm 2014, bạn có thể thảo luận về cách ý tưởng này được sinh ra?

Tôi không bao giờ nghĩ rằng tôi sẽ trở thành một người làm công nghệ. Điều đó không bao giờ trong kế hoạch cuộc đời của tôi. Nó xảy ra bởi chance.

Tôi đã có một cuộc trò chuyện thông thường với một số nhà phát triển phần mềm đã thực hiện một số thí nghiệm sơ bộ với âm thanh và văn bản (không phải chuyển đổi văn bản) vào năm 2013.

Tôi vô tình hỏi: tại sao tôi không thể sử dụng chuyển đổi văn bản tự động để chuyển đổi các cuộc phỏng vấn của mình.

Tôi nhớ một trong những người đã hỏi tôi: tại sao bạn muốn làm điều đó?

Tôi trả lời: vì chuyển đổi văn bản thủ công là điểm đau trong công việc của tôi như một phóng viên, tôi ghét nó.

Chúng tôi giữ liên lạc và thực hiện một số thí nghiệm. Nó nhanh chóng trở nên rõ ràng rằng chúng tôi đã phát minh ra tương lai. Tôi rời bỏ công việc của mình như một phóng viên tại London cho ABC News một năm sau đó và chúng tôi bắt đầu xây dựng Trint.

Những thách thức gì bạn gặp phải khi ra mắt một dịch vụ chuyển đổi văn bản trong những ngày đầu?

Chuyển đổi văn bản tự động là một vấn đề riêng biệt. Những người không sống trong quy trình làm việc của các phóng viên và nhà tạo nội dung không có ý tưởng về cách họ tạo ra các câu chuyện. Tôi nhớ gặp một số nhà đầu tư thiên thần rất giàu có trong những ngày đầu và họ không thể hiểu tại sao các phóng viên như tôi cần bản chuyển đổi văn bản. Điều đó đòi hỏi rất nhiều giải thích để giúp họ hiểu cách một phóng viên làm việc.

Tôi nghĩ rằng điều đó dễ dàng hơn ngày nay. Chúng tôi đều là những người tạo nội dung.

Các thuật toán học máy nào đang được sử dụng tại Trint?

Chúng tôi có một nhóm các kỹ sư và nhà khoa học dữ liệu rất thông minh luôn tìm cách thực hiện mọi thứ họ có thể và mọi nơi họ có thể. Như bạn có thể hiểu, chúng tôi tập trung vào cách chuyển đổi văn bản tự động có thể tăng tốc quy trình làm việc cho khách hàng của chúng tôi, điều đó có nghĩa là chúng tôi luôn làm việc xung quanh giọng nói, người nói, ngôn ngữ và âm thanh. Các thuật toán NLP và xử lý giọng nói là một phần của công việc hàng ngày của chúng tôi, nhưng chúng tôi sẽ điều tra mọi cách sáng tạo để sử dụng AI giúp các nhà báo trích xuất thông tin từ video, âm thanh và hình ảnh. Chuyển đổi văn bản phong phú cho phép chúng tôi cung cấp thêm ngữ cảnh cho nội dung của họ, làm cho nó trở nên có thể tìm kiếm được và cuối cùng cho phép họ tìm thấy những khoảnh khắc thực sự quan trọng và đưa chúng đến khán giả của họ càng nhanh càng tốt.

Ngôn ngữ nào đang được cung cấp, và có sự khác biệt nào về chất lượng chuyển đổi văn bản giữa các ngôn ngữ khác nhau?

Chúng tôi cung cấp khoảng 45 ngôn ngữ mà bạn có thể chuyển đổi văn bản và luôn thêm nhiều hơn. Một số ngôn ngữ đang trong giai đoạn “beta” và một số ngôn ngữ khác đã trưởng thành hơn, điều đó phụ thuộc vào kích thước của các tập dữ liệu đào tạo giúp xây dựng các mô hình. Chúng tôi liên tục đo lường độ chính xác của các mô hình của chúng tôi cho mỗi ngôn ngữ để liên tục phát triển các mô hình và cải thiện hiệu suất của chúng.

Chúng tôi luôn xem xét những mô hình mới nào đang trở nên có sẵn để xem liệu chúng tôi có thể đưa chúng vào môi trường xử lý ASR bảo mật của mình hay không.

Nhưng điều đó không chỉ về các ngôn ngữ chúng tôi chuyển đổi văn bản – khách hàng của chúng tôi cũng có thể dịch bản chuyển đổi văn bản đó sang hầu như bất kỳ ngôn ngữ nào.

Ngoài chuyển đổi văn bản, Trint là một nền tảng SaaS được hỗ trợ bởi AI, được thiết kế để cải thiện quy trình tạo nội dung, bạn có thể thảo luận về một số công cụ khác được cung cấp?

Mặc dù tại trung tâm của Trint là chuyển đổi văn bản được hỗ trợ bởi AI, chúng tôi quan tâm đến lý do tại sao những bản chuyển đổi văn bản đó có ích cho người dùng của chúng tôi, và cách chúng tôi có thể giúp họ nhận được giá trị càng nhanh và dễ dàng càng tốt. Điều đó có nghĩa là phải có một sự hiểu biết sâu sắc về quy trình làm việc của họ, để chúng tôi có thể cố gắng làm cho mọi bước trở nên liền mạch càng nhiều càng tốt.

Cuối cùng, chúng tôi muốn họ có thể ghi lại bất kỳ cuộc họp báo, cuộc phỏng vấn hoặc sự kiện nào, ở bất kỳ đâu, vào bất kỳ lúc nào, bằng bất kỳ ngôn ngữ nào và sử dụng nó khi nó xảy ra. Điều đó có nghĩa là làm cho nó trở nên dễ dàng cho họ hoặc nhóm của họ để xác minh và sử dụng bản chuyển đổi văn bản trực tiếp khi nó xảy ra – xác minh, chia sẻ và dịch các câu trích dẫn chính giây sau khi chúng được nói.

Ứng dụng di động của chúng tôi có nghĩa là điều đó có thể xảy ra ngay cả khi bạn chỉ có một điện thoại trên tay, và đảm bảo mọi thứ được truyền tải bảo mật đến nhóm của bạn ngay cả khi kết nối không ổn định.

Công cụ Xây dựng Câu chuyện của chúng tôi được thiết kế để giúp bạn tìm thấy những khoảnh khắc quan trọng trong tất cả nội dung của mình và biến chúng thành một câu chuyện mới có thể được xuất sang các công cụ quan trọng khác trong quy trình tạo nội dung của bạn. Cho dù đó là một bản cắt thô cho chỉnh sửa video, một bản chuyển đổi văn bản podcast hay một bài viết. Nếu bạn cần sử dụng văn bản của âm thanh như phụ đề, trình chỉnh sửa cộng tác của chúng tôi có thể giúp bạn ở đó.

Bạn cũng có một podcast mà bạn tự tổ chức gọi là StoryTech, nó xem xét cách công nghệ định hình các câu chuyện. Bạn có thể giải thích thêm về podcast này, những gì người nghe nên mong đợi và tại sao họ nên theo dõi?

StoryTech thực sự là sự giao nhau của hai sự nghiệp của tôi: một phóng viên và một nhà phát minh công nghệ. Nó xem xét cách công nghệ và đổi mới định hình cách các câu chuyện được kể.

Các tập đầu tiên xem xét cách CGI được sử dụng để tạo ra bức tường băng trong Game of Thrones, và cách phát minh ra máy ảnh Leica 35mm vào những năm 1920 đã dẫn đến sự lan rộng của photojournalism và sự tạo ra tạp chí LIFE.

Tôi bị thu hút bởi tác động của đổi mới đối với việc kể chuyện. Đó là những gì StoryTech nói về.

Ước mơ của bạn cho tương lai của Trint là gì?

Đó là thách thức mà mọi nhà đổi mới đang vật lộn với ngày nay. Làm thế nào tốc độ đổi mới nhanh chóng mở ra cơ hội cho sản phẩm của tôi?

Khách hàng của chúng tôi muốn một sản phẩm tạo ra các hiệu quả đơn giản, trực quan, phù hợp liền mạch vào quy trình làm việc của họ. Điều đó có nghĩa là phải đi xa hơn chuyển đổi văn bản.

Trint sẽ tận dụng AI để thực hiện những việc mà chỉ vài năm trước đây không thể tưởng tượng được: xác định giọng nói, khuôn mặt, cảm xúc, ngữ cảnh, sự kiện và sự gian dối. Điều này sẽ xảy ra trong bất kỳ ngôn ngữ nào – dịch từ ngôn ngữ đó khi nó được nói. Khóa là làm điều đó và nhiều hơn nữa theo cách tích hợp vào các sản phẩm khác để tạo ra một quy trình làm việc không gặp trở ngại.

Tôi không thấy Trint thay thế các phóng viên, nhà văn và nhà tạo nội dung. Nó là về việc giải phóng họ khỏi sự nhàm chán trong công việc của họ và cho phép họ tập trung thời gian của mình vào sự sáng tạo. Điều đó thật thú vị khi cố gắng tưởng tượng tương lai. Tôi không nói dối: nó cũng đáng sợ.

Cảm ơn vì cuộc phỏng vấn tuyệt vời, những người đọc muốn tìm hiểu thêm nên truy cập Trint hoặc xem podcast StoryTech.