A Particle, az egykori Twitter-mérnökök által alapított AI-szövegolvasó startup, új irányba fordította a hangsúlyt: a podcastokban elrejtett beszélgetések indexelésére és kereshetővé tételére. Szerdán a cég bejelentette Radar nevű szolgáltatását, amely nemcsak automatikusan átírja a podcastok hanganyagát, hanem megérti annak jelentését is, így kiemelhetőek belőle fontos idézetek és kulcspontok.
Miért fontos ez a megoldás?
A podcastok száz- és ezermillió percnyi szóban elmondott információt tartalmaznak, amely hagyományos keresők számára nehezen elérhető. Particle szerint a Radar üzleti potenciállal bír: a cég társalapító-vezérigazgatója, Sara Beykpour elmondása alapján már most nagy érdeklődést tapasztalnak például hedge fundok részéről, amelyek olyan adatokhoz szeretnének hozzáférni, amelyek emberi ügynökök számára rejtettek maradnak.
Beykpour szerint a hedge fundok a legnagyobb volumenű, közvetlenül az API-val integrálódó ügyfelek közé tartoznak. Emellett a szolgáltatást használják újságírók, kutatók, AI-keresőplatformok és adatszolgáltatók is; például az Exa, amely AI-ügynökök számára keresési API-t biztosít, Radar-partnerként szerepel.
Miben különbözik a Radar?
A Radar nem csupán egyszerű átírást készít: a szolgáltatás jelenleg több mint 130 000 podcastot transzkribál, ezzel a cég állítása szerint a legnagyobb ilyen jellegű adatbázissá vált. A kínálat részét képezik az Apple Top 200 listáján szereplő műsorok mind a 135 vertikumban, és naponta mintegy 20 000 epizód kerül be az indexbe.
A transzkripciók hangszórócímkéket és gazdag metaadatokat tartalmaznak; a Radar entitás-szinten is képes felismerni személyeket, vállalatokat, márkákat, termékeket és témákat. Így nyomon követhető, hogy egy adott entitást hol és mikor említik a podcastokban.
Riasztások, keresés és kivonatolás
A Radar figyelmeztetéseket küldhet, ha egy megadott entitást említenek: az értesítések azonnal, vagy napi/heti összefoglaló formájában érkezhetnek. Az üzenetek több csatornán keresztül kézbesíthetők, például e-mailben, Slacken vagy webhookon át, és szűrők segítségével testreszabhatók — például csak bizonyos vendégek megjelenése és egy adott téma megtárgyalása esetén küldjön riasztást a rendszer. A keresés leszűkíthető például a csak top podcastokra is.
A rendszer képes önálló, releváns klipeket kinyerni időbélyeggel ellátva, így a felhasználó egyszerre hallgathatja és olvashatja a kiválasztott megjegyzéseket. Particle előre kiválasztott, különösen jellegzetes klipeket is kínál azoknak, akik nem tudnak végighallgatni egy teljes epizódot, de gyorsan szeretnének képet kapni a tartalomról.
További intelligens funkciók és monetizációs lehetőségek
A Radar képes követni a podcastokban említett témákat, személyeket, hallgatói értékeléseket és véleményeket, az epizódokban elhangzó reklámokat, valamint egyéb kapcsolódó adatokat. Külön érdekesség, hogy elérhető egy dedikált podcast-hirdetés-keresőmotor is, amely megmutatja, mely epizódokban reklámoz egy adott cég és hogyan változik ez az említésszám az időben. Ezek a funkciók további bevételi forrást kínálnak a vállalat számára, akárcsak a politikai elfogultság-elemzés, rangsoradatok, hallgatóságméret-becslések, szponzorációs adatok és márkaalkalmassági elemzések.
Termék- és árazási modell
A Radar webes felületén a teljes funkcionalitás kipróbálható, de a vállalat fő terméke az API és az MCP, amely lehetővé teszi AI-ügynökök és más cégek számára, hogy programozottan hozzáférjenek ugyanahhoz a podcast-intelligenciához. A Radar előfizetéses árazása havi 29 dollár egy ülésre (seat), illetve van egy 399 dolláros havi üzleti csomag is, amely 20 seats-et foglal magában. Az API-felhasználók egyedi, a felhasználási igényük szerint kialakított árazással dolgoznak.
Jövőbeli tervekről
A Particle jelezte, hogy a Radar később a podcastoknál szélesebb körben, más audioformátumokra is kiterjedhet: a tervek között szerepel például a YouTube-videók és hírcsíkok hanganyagának támogatása is.
Összefoglalva, a Radar célja, hogy az audioalapú média intelligenciáját API-ként tegye elérhetővé, olyan rést betöltve, amelyet a legtöbb kereső és ügynök ma még nem képes megragadni: a beszéd alapú, strukturáltan értelmezett tartalmat.
