Sztuczna inteligencja będzie pisać e-booki i podkładać głos lektora

Od niedawna jest pan prezesem Audioteki. Czy to oznacza jakieś radykalne zmiany w działaniach firmy?

Funkcję tę powierzono mi formalnie z końcem sierpnia, ale z Audioteką jestem związany od stycznia 2015 r., można zatem powiedzieć, że spółkę znam od podszewki, a obecnie pełnię tylko nową rolę. Jeśli chodzi o zmiany w strategii rozwoju firmy, to nie zamierzam robić rewolucji, bo te nie są potrzebne – kondycja spółki jest bardzo dobra, rośniemy szybciej niż rynek, a rynek rozwija się dynamicznie. Z drugiej strony nie mogę też dopuścić do sytuacji, by Audioteka stała w miejscu. Musimy aktywnie poszukiwać nowych wyzwań i wychodzić naprzeciw rosnącym oczekiwaniom. Chcemy, jak dotychczas, kreować trendy w usługach mobilnych, subskrypcyjnych, ale i nowych technologiach.

Mówiąc o nowych technologiach, ma pan na myśli też sztuczną inteligencję? To w branży audiobooków jeden z najnowszych trendów.

Zdecydowanie. Dostajemy propozycje od firm, które – bazując na sztucznej inteligencji – proponują, aby nowatorskie rozwiązania wykorzystać w codziennym biznesie. W audio jednym z kluczowych czynników decydujących o zakupie nagrania jest głos lektora. Niestety, lektor może w tym samym czasie czytać tylko jedną książkę, poświęca na to określoną liczbę godzin i łączy tę aktywność z innymi, bo przecież pracuje jeszcze w teatrze czy na planie filmowym. Każdy lektor ma też pewien limit możliwości głosowych. Głos się męczy, starzeje, zmienia, a w niektórych przypadkach ulubieni lektorzy odchodzą, jak niedawno Tomasz Knapik. I właśnie z nim wiąże się ciekawa historia na temat algorytmów. Kilka lat temu pan Tomasz przyszedł do jednego z naszych studiów, mówiąc, że otrzymał propozycję od Tramwajów Warszawskich, by nagrać 5 tys. słów, z których później sztuczna inteligencja (AI), nawet po jego śmierci, będzie w stanie jego głosem czytać nowe nazwy przystanków w Warszawie. Wówczas pracownicy studia odradzili mu tę współpracę, twierdząc, że jego głos jest unikalny i mieszkańcy Warszawy będą bardziej o nim pamiętać, gdy część przystanków będzie czytana przez kogoś innego. To był jednak emocjonalny punkt widzenia.

Teraz doradzilibyście inaczej?

Sam fakt, że ta propozycja ze strony miasta padła już kilka lat temu, pokazuje, że to jest przyszłość i ta rewolucja zbliża się nieuchronnie. Co więcej, właściwie to ona już się dzieje. Podam inny przykład, który Audiotekę inspiruje do angażowania się w tym obszarze. Chodzi o serial „The Simpsons". Aktorka Marcia Wallace, podkładająca głos pod postać Edny Krabappel, nauczycielkę Barta Simpsona, zmarła w 2013 r. I choć pierwotnie producent zapowiadał, że wycofa jej postać z nowych odcinków, to jednak okazało się, że jej sentencje wciąż mogą być wypowiadane. A głos aktorki generuje AI.

Prowadzicie badania nad tą technologią?

Jesteśmy na etapie testów. Współpracujemy z jedną ze specjalistycznych firm. Udostępniamy e-booki, a nasz partner, dysponując próbkami słów wypowiedzianych przez wybranego lektora, jest w stanie przeczytać nowy tekst tym samym głosem. Następnie porównujemy, czy interpretacja AI brzmi naturalnie. Głos miły i przyjemny dla ucha to dziś największe wyzwanie. Im prostszy tekst, tym sztucznej inteligencji łatwiej zastąpić profesjonalnego lektora. Materiały niewymagające specjalnej intonacji brzmią całkiem dobrze. W produkcjach, które wymagają wielu głosów lub gdzie ważne są emocje, programiści mają jeszcze wiele wyzwań. Zatem ta technologia to przyszłość, ale jeszcze nie najbliższych miesięcy. Natomiast jestem przekonany, że właśnie w tym kierunku rynek będzie się rozwijał. Chcemy być na to gotowi. Pewną niespodziankę przygotujemy już w 2022 r. Prowadzimy projekt, w ramach którego poprosiliśmy kilku znanych autorów o napisanie tekstów dotyczących świata przyszłości. Następnie z tych materiałów stworzymy audioserial. Jeden z odcinków będzie zarówno napisany, jak i przeczytany przez sztuczną inteligencję.

Pisanie i tworzenie treści przez AI to jeszcze inny wątek w rozwoju tej technologii. To też jest coś, co was interesuje?

Tak, oczywiście. Zgłosiła się do nas firma, która we współpracy z Audioteką chce ten wątek eksplorować. Chętnie przystąpimy do rozwinięcia tego obszaru. Tym bardziej że krótkie opowiadania na zadany temat AI jest w stanie tworzyć już teraz. Dziś AI, na tym etapie jej rozwoju, to jeszcze drogie rozwiązanie. Ale docelowo te koszty będą się zmniejszać, jak to z reguły bywa w przypadku nowości technologicznych.

Ale rozumiem, że można liczyć na to, iż systemy AI będą też generować oszczędności. Głos lektora odtworzonego przez sztuczną inteligencję nie będzie kosztował producenta treści audio chyba tyle co oryginał?

Myślę, że tak. Choć w tym przypadku pojawiają się jeszcze inne komplikacje, wynikające z wkraczania na zupełnie nowy obszar praw autorskich. Dziś prawo nie przewiduje wykorzystania głosu aktora po jego śmierci. Ale to nie wszystko. Niedługo pojawi się także pytanie, jak ten sam głos, zapisany w bazie danych, wykorzystać zgodnie z prawem do przeczytania nowych tekstów. Zapewne trzeba będzie włączyć tu prawo spadkowe i zaangażować spadkobierców, którzy będą decydowali, czy i za jaką kwotę ten głos może zostać wykorzystany. Te kwestie są dziś obszarem naszych analiz. Staramy się być w czołówce innowacyjnych firm.

Jakie zatem innowacje jeszcze wdrażacie?

W 2021 r. wdrożyliśmy integrację z Alexą, asystentem głosowym Amazona, dzięki czemu nasi użytkownicy mogą słuchać w ten sposób produkcji Audioteki. Jesteśmy jedyną firmą z branży audiobooków, która ma taką integrację. Obecnie planujemy nawiązać współpracę z kolejnymi operatorami asystentów głosowych. Zintegrowaliśmy się też z Apple Watchem. Użytkownicy mają więc możliwość streamowania audiobooków ze swojego inteligentnego zegarka, bez udziału smartfona. Statystyki używalności tego rozwiązania są zaskakująco dobre. Dziennie w ten sposób Audioteki słucha kilkuset użytkowników.

Stawiacie na ekspansję zagraniczną?

Najmocniejszą pozycję mamy w Polsce, ale nieustająco rozwijamy się za granicą. Jesteśmy obecni na siedmiu rynkach, m.in. w Turcji, Hiszpanii, Czechach, na Litwie oraz Słowacji. W tych trzech ostatnich krajach jesteśmy liderem. Działamy też w Niemczech, które ze względu na dojrzałość rynku audio są dla nas niezwykle istotne. To największy rynek audiobooków w Europie, nader konkurencyjny, a jednocześnie zdominowany przez Amazona. Wciąż szukamy nowych otwarć, przy czym celujemy w kraje, w których rynek możemy zbudować od początku. Myślimy o krajach bałtyckich i Bałkanach. Rozpoczęliśmy już rozmowy z lokalnymi partnerami.

Planujecie pozyskać inwestora, ewentualnie wejście na giełdę?

Ta druga opcja chwilowo nie jest rozważana. Z kolei proces pozyskiwania inwestora jest w toku. To kwestia, która rozstrzygnie się zapewne w 2022 r.

Pandemiczny rok 2020 był dla Audioteki rekordowy. A jak wypada 2021 r.?

Jest jeszcze lepszy. Druga połowa br. pod względem dynamiki wzrostu to rekord, zarówno jeśli chodzi o wygenerowane przychody, jak i wynik EBITDA.

CV

Arkadiusz Seidler kieruje Audioteką od sierpnia, ale w spółce pracuje od 2015 r. Z rynkiem wydawniczym związany jest od ponad 20 lat. Doświadczenie zdobywał m.in. w wydawnictwach Bellona, Langenscheidt, Buchmann czy Grupa Wydawnicza Foksal. Absolwent Wydziału Zarządzania na Uniwersytecie Warszawskim. Zawodowo pasjonat łączenia kultury z nowymi technologami. Miłośnik motocykli.