Riverside запустил Rewind для подкастеров
Платформа для онлайн-записи подкастов Riverside представила свою версию годового обзора, похожую на Spotify Wrapped. Функция под названием Rewind формирует три персонализированных видео специально для ведущих подкастов.
Здесь нет банальной статистики вроде общего времени записи или числа выпущенных эпизодов. Первое видео длится 15 секунд и представляет собой монтаж моментов смеха: быстрая последовательность клипов, где соавторы подкаста заставляют друг друга хохотать.
Второе видео похоже, но собирает все случаи, когда они повторяют "umm" раз за разом.
Далее Riverside анализирует AI-транскрипты записей и определяет единственное слово, которое звучало чаще всего (с учетом исключения служебных вроде "и" или "the").
Ирония в том, что в подкасте о интернет-культуре Wow If True соавторы чаще всего произносили "book". Вероятно, это связано с эксклюзивными записями "книжного клуба" для подписчиков или постоянной рекламой книги со-хоста Isabel J. Kim.
В другом подкасте сети Spirits лидировало имя "Amanda" — не из-за одержимости одним из авторов, а просто потому, что там тоже есть ведущая с таким именем.
Смешные видео и скрытая проблема AI
В Slack чате подкаст-сети все делились своими Rewind-видео. Монтаж повторяющихся "umm" вызывает улыбку по умолчанию. Однако эти ролики подчеркивают главную тенденцию: инструменты для творчества всё больше заполняются AI-функциями, которые часто оказываются ненужными.
Rewind ярко иллюстрирует бесполезность таких новинок. Зачем видео, где соавторы бесконечно повторяют "book"? Это даёт минутный смех, но никакой ценности.
При этом запуск Rewind совпадает с моментом, когда AI-инструменты, подобные тем, что создали эти видео, лишают специалистов в подкастинге шансов на работу по созданию, монтажу и выпуску контента. AI упрощает удаление пауз и "umm", но подкастинг — не чистая механика.
AI отлично справляется с быстрой генерацией транскриптов эпизодов, что критично для доступности и экономит часы на скучной рутине. Но он не умеет принимать редакторские решения: как собрать аудио и видео в coherentную историю. В отличие от человеческих монтажёров, AI не отличит забавный отход от темы от скучного, который нужно вырезать.
Провалы персонализированных AI-подкастов
Несмотря на бум персонализированных AI-инструментов для аудио вроде Google NotebookLM, их применение в создании контента часто заканчивается громкими неудачами.
На прошлой неделе The Washington Post начал тестировать AI-подкасты с персонализированными новостями дня.
Руководителям, жаждущим прибыли, идея кажется идеальной: вместо найма команды для исследований, записи, монтажа и распространения ежедневного шоу всё автоматизировать. Но на деле это не работает.
Подкасты генерировали выдуманные цитаты и фактические ошибки — смертельный риск для новостного издания. По данным Semafor, внутренние тесты Post показали, что от 68% до 84% AI-подкастов не соответствовали стандартам публикации.
Это базовое непонимание работы LLM: их нельзя научить отличать реальность от вымысла, поскольку они выдают статистически вероятный ответ на запрос, а не всегда правдивый — особенно в свежих новостях.
Как отличить полезный AI от мусора
Riverside создал отличный развлекательный продукт к концу года, но он же напоминает: AI проникает во все сферы, включая подкастинг. В разгар "AI-бума", пока компании экспериментируют, важно различать, где технология помогает, а где производит бесполезный slop.