Comment Snipd utilise l’IA pour “déverrouiller les connaissances” dans les podcasts

Le podcasting est devenu une industrie majeure d’un milliard de dollars, avec des revenus publicitaires aux États-Unis seuls qui devraient atteindre 2 milliards de dollars cette année – un chiffre qui devrait doubler d’ici 2024. Dans ce contexte, les principaux acteurs du domaine du podcasting intensifient, avec Spotify a récemment partagé environ 85 millions de dollars pour deux sociétés spécialisées dans la mesure et l’analyse des podcasts, tandis qu’Acast a récemment acheté Podchaser – un “IMDb pour les podcasts” qui donne aux annonceurs des informations plus approfondies sur les données – dans le cadre d’un accord de 27 millions de dollars.

Mais alors que les principales plates-formes verrouillent les cornes dans la poursuite des richesses du podcasting, de plus petits acteurs continuent d’arriver sur la scène avec leurs propres idées sur la façon de faire progresser le support du podcast pour les créateurs et les consommateurs.

L’un d’entre eux est Snipd, une startup suisse qui crée une application de podcast qui utilise l’IA pour transcrire le contenu et se synchroniser avec les applications de prise de notes, générer automatiquement des “chapitres” de style livre et, à partir de cette semaine, diffuser les faits saillants du podcast dans un style TikTok personnalisé. nourrir.

Au-delà de la recherche et de l’abonnement

Comme d’autres applications dites “podcatcher”, Snipd fonctionne par des utilisateurs qui recherchent et s’abonnent à des podcasts qui les intéressent – cela peut aller du vrai crime à l’histoire et au sport. Mais Snipd s’efforce d’être bien plus qu’un simple podcatcher, en termes d’analyse du contenu des épisodes pour aider les auditeurs à organiser et à aller au cœur des détails qui comptent.

Par exemple, Snipd peut créer des “chapitres”, qui séparent chaque épisode en segments navigables avec leur propre titre, tout en pouvant également générer des transcriptions d’émissions entières.

“Chapitres” et transcriptions générés par l’IA. Crédit image : Extrait

En plus de cela, les utilisateurs peuvent créer manuellement des “clips” tout en écoutant un épisode, ce qui leur permet de sauvegarder leurs moments préférés et d’ajouter des notes à chaque clip.

Crédit image : Extrait

Avec le dernier lancement de Snipd, qui est disponible sur Android et iOS cette semaine, la société canalise son TikTok intérieur en présentant aux utilisateurs une sorte de bobine de surbrillance, extrayant automatiquement ce qu’ils pensent être les moments les plus mémorables d’une variété de podcasts. Il attribue ensuite un titre généré par l’IA à chaque clip, les présentant dans un flux que les utilisateurs peuvent parcourir en faisant défiler vers le haut et vers le bas.

L’histoire continue

Flux inspiré de “TikTok” avec les faits saillants du podcast. Crédit image : Extrait

À partir de là, les auditeurs peuvent enregistrer chaque clip dans leur bibliothèque ou, s’ils aiment ce qu’ils entendent dans le court segment présenté par Snipd, passer directement à l’épisode complet du podcast.

Il convient de noter qu’avec la dernière mise à jour de l’application, les utilisateurs sont désormais invités à sélectionner leurs sujets préférés (par exemple “histoire” ou “musique”), que Snipd utilise pour générer ces points forts. Cela signifie que le flux d’épisodes n’est pas basé nettoyer sur les abonnements aux podcasts des utilisateurs, car il extrait également du contenu tel que Snipd en pensant qui les intéresseront en fonction des sujets qu’ils auront choisis, entre autres “signaux”.

“Le but de l’algorithme est de présenter à l’utilisateur le contenu qui l’intéresse – pour cela, nous utilisons différents signaux”, a expliqué le co-fondateur de Snipd, Kevin Smith, à TechCrunch. “Le fait que l’utilisateur soit abonné à un certain programme est un signal fort, c’est pourquoi une grande partie du contenu affiché provient des abonnements d’un utilisateur. Mais il existe de nombreux autres signaux importants tels que ce que l’utilisateur a écouté, mis en évidence et enregistré, ou ce que car le temps presse parmi les autres utilisateurs.”

Bien que cela puisse être interprété comme un geste positif par ceux qui recherchent de l’aide pour trouver de nouveaux podcasts utiles, cela peut ennuyer les utilisateurs qui souhaitent uniquement regarder le contenu auquel ils se sont spécifiquement abonnés. Mais Snipd prévoit à terme de donner aux auditeurs des contrôles plus précis sur le contenu qui apparaît dans leur flux de faits saillants, y compris la possibilité de filtrer les clips des podcasts auxquels ils ne sont pas spécifiquement abonnés.

Il convient également de noter que le nouveau flux de Snipd se concentre sur les épisodes de podcast récemment publiés, en particulier ceux publiés au cours des deux semaines précédentes – à l’avenir, il est prévu d’adopter une approche plus similaire à YouTube en termes de suggestion de contenu plus ancien que Snipd trouve pertinent et intéressant.

Outre le nouveau flux de faits saillants inspiré de TikTok, les utilisateurs de Snipd peuvent toujours accéder aux faits saillants alimentés par l’IA pour chaque épisode de leur liste d’abonnement principale, quel que soit l’épisode en cours.

L’application génère automatiquement des faits saillants pour les podcasts les plus populaires, en utilisant des critères tels que le nombre d’utilisateurs abonnés à une émission. Et pour les podcasts nouveaux ou moins populaires, les utilisateurs peuvent “demander” manuellement à Snipd d’opérer sa magie, en leur donnant des faits saillants, des chapitres, des transcriptions et tout le reste en 20 minutes environ.

Points forts. Crédit image : Extrait

L’IA au travail

Mais que recherche exactement Snipd lorsqu’il s’agit de déterminer quel contenu présenter dans les “points forts” ? Comment peut-il savoir quels segments ont plus de valeur que d’autres ? Selon Smith, tout dépend de la façon dont les utilisateurs ont interagi avec les épisodes dans le passé – il analyse le type de contenu qui suscite le plus d’intérêt, puis réinjecte ces données dans le moteur de formation à l’IA.

“Notre IA apprend en analysant le contenu d’anciens épisodes, en comparant quelles parties de ces épisodes ont été les plus mises en évidence par nos utilisateurs et quelles parties ne l’ont pas été”, a déclaré Smith. “Les parties les plus perspicaces d’un épisode sont souvent mises en évidence par nos utilisateurs, tandis que les parties les moins intéressantes sont souvent ignorées et non mises en évidence. Notre IA a appris à utiliser le contenu réel de la conversation pour identifier ces parties et peut les recommander dans de nouveaux épisodes. . “

Smith a ajouté que Snipd crée principalement ses modèles d’IA en interne, et spécifiquement pour les modèles de langage, il commence par de grands modèles pré-formés similaires à GPT-3, qui sont déjà capables de comprendre beaucoup de choses sur le texte et le langage.

“Ensuite, nous affinons ces modèles pour nos cas d’utilisation très spécifiques”, a noté Smith. “Nous entraînons d’autres modèles à partir de zéro. Nous utilisons ensuite les signaux de rétroaction des utilisateurs pour améliorer les modèles au fil du temps.”

Smith a déclaré que dans les premières découvertes de la société, les utilisateurs semblaient utiliser les faits saillants pour décider quel épisode écouter – ils parcourent donc différents clips jusqu’à ce qu’ils trouvent quelque chose qui les attrape, puis sautent dans l’épisode complet. Le problème est finalement une surcharge de choix – similaire à la façon dont Netflix “suggère” de nouvelles émissions à regarder en fonction des habitudes de visionnage des abonnés, en présentant un aperçu de l’émission sur l’écran du menu principal, Snipd essaie d’aider les auditeurs filtre à travers le bruit du podcast.

“Nos utilisateurs s’abonnent parfois à plus de 100 émissions, en particulier celles qui sont très informatives, comme le ‘Lex Fridman Podcast’ ou le ‘Tim Ferriss Show'”, a déclaré Smith. “Ces épisodes durent jusqu’à cinq heures. Il est donc extrêmement long pour les auditeurs de découvrir les parties qui les intéressent le plus.”

Pour débloquer des connaissances

Certaines études suggèrent que jusqu’à 74 % des auditeurs utilisent des podcasts pour « apprendre quelque chose de nouveau », contre 71 % qui citent « se divertir » comme motif principal et 51 % qui citent la relaxation.

Et c’est pourquoi la mission autoproclamée de Snipd est de “déverrouiller les connaissances” dans les podcasts.

“Le principal problème que nous résolvons est d’obtenir des connaissances à partir de podcasts”, a expliqué Smith. “Nous examinons l’ensemble du parcours utilisateur pour interagir avec les connaissances dans les podcasts et essayons de l’améliorer. De la découverte du meilleur contenu à sa consommation, en passant par le stockage des connaissances dont l’utilisateur se souviendra, jusqu’au partage avec des amis.”

Avant la dernière mise à jour de l’application, Snipd s’est principalement concentré sur la possibilité pour les utilisateurs de mettre en évidence et d’enregistrer des informations spécifiques qu’ils rencontrent afin qu’ils puissent s’y référer ultérieurement. En tant que telle, l’application est compatible avec les écouteurs, de sorte que les joggeurs (par exemple) peuvent cliquer trois fois sur le bouton de leurs écouteurs pour créer et enregistrer un clip avec un titre, un résumé et une transcription générés automatiquement. Et compte tenu de la popularité des podcasts parmi les conducteurs, Snipd a également récemment lancé la prise en charge de CarPlay d’Apple, permettant aux utilisateurs de générer des faits saillants de podcast tout en étant au volant.

Snipd prend également en charge la mission de “déverrouillage des connaissances” d’autres manières. Par exemple, les utilisateurs peuvent intégrer et synchroniser Snipd avec le service de lecture ultérieure Readwise et l’application de prise de notes Notion s’ils souhaitent lire des segments ou des transcriptions de leurs podcasts. En plus de cela, les utilisateurs peuvent exporter manuellement le contenu Snipd vers Obsidian, Logseq, Bear et Markdown.

Montre moi l’argent

Basée à Zurich, Snipd comprend une équipe de cinq personnes, dont trois co-fondateurs et deux employés. La première itération de l’application a été lancée en août dernier et, dans les mois qui ont suivi, la société a levé un financement de pré-amorçage de 700 000 $ “sursouscrit” auprès de bailleurs de fonds, notamment la société suisse de capital-risque Wingman Ventures, également basée aux États-Unis. Acequia Capital , qui a déjà investi dans des entreprises d’un milliard de dollars telles que Square, Pinterest et Wish. Smith a déclaré que Snipd prévoyait de lever un tour de table à un moment donné “dans un avenir pas trop lointain”.

Tout cela nous amène à une question assez importante sur l’économie – comment Snipd gagne-t-il de l’argent ? La réponse courte est que Snipd ne gagne pas d’argent… pour le moment. Mais à l’avenir, la société prévoit d’adopter un modèle commercial freemium à la manière d’autres applications de podcast similaires, ce qui pourrait signifier une version gratuite de base prise en charge par des publicités ou du contenu promu, avec certaines des intelligences géniales alimentées par l’IA poussées derrière un mur de paiement.

Cela soulève également des questions sur la facilité avec laquelle il sera possible de prospérer dans un marché qui comprend des opérateurs historiques bien établis (et bien financés) tels qu’Apple, Spotify, Acast et Pocket Casts. Les fonctionnalités de Snipd alimentées par l’IA sont certainement intéressantes, mais il n’est pas clair si Snipd peut recueillir suffisamment d’utilisateurs pour créer une entreprise importante. De plus, il existe déjà des entreprises comparables, telles que Moonbeam, une application de découverte de podcasts qui combine l’apprentissage automatique et la curation humaine pour fournir des recommandations de podcast personnalisées. Il en va de même pour Airr et Fathom.fm, qui sont égaux pour aider les auditeurs à tirer le meilleur parti de leurs podcasts, soit en les aidant à la découverte, soit en leur permettant d’extraire les parties qu’ils trouvent les plus intéressantes.

En vérité, Snipd peut être une acquisition ou une acquisition en cours. Spotify, par exemple, propose déjà des transcriptions pour ses propres podcasts originaux et n’est pas étranger à distribuer des millions de dollars à des startups axées sur les podcasts. Amazon a également lancé récemment des transcriptions de podcasts.

Dans un espace occupé, il est clair que les grands acteurs du podcast continueront à chercher de nouvelles façons d’ajouter de la valeur et de se différencier de la concurrence, et aider leurs abonnés à “débloquer leurs connaissances” pourrait être une autre façon de le faire.

“Nous considérons les podcasts comme l’une des plus grandes bases de connaissances au monde et nous nous concentrons donc sur la communauté à la recherche de connaissances”, a déclaré Smith. “Alors que nos concurrents traitent les podcasts comme de la musique que vous écoutez du début à la fin, nous les considérons comme une série de moments de connaissance.”