Podcast Movement’ın EVO25’inde, podcast alanını şekillendiren dört düşünceli liderle birlikte bir başka harika “Zirveden Bakış” panelini yönetme fırsatım oldu:

• Pete Birsinger, CEO, Podscribe
• Stephanie Chan, Stratejik Lider, YouTube Podcast’leri
• Neil Mody, CEO, Headliner
• Will Pearson, Başkan, iHeartPodcasts

Panel, birliğin durumundan daha fazlasına dönüştü. Podcasting’de yaşanmakta olan dönüşüme keskin ve zaman zaman felsefi bir bakış oldu: Neler değişiyor, neleri korumaya değer ve sırada ne var?

Aşağıda, en çok konuşulan temalar etrafında yapılandırılmış oturumdan önemli çıkarımlar ve aklımda kalan birkaç sivri alıntı yer alıyor.

Video artık bir garnitür değil.

Beş yıl önce bir podcast konferansında “YouTube” demek neredeyse tabuydu. Bugün ne oldu? Ağırlık merkezi oldu.

“Podcast yayıncılığında eskiden kötü bir kelime olan şey artık ana kelime.”
– Neil Mody

Podcast yayıncılığında video sadece bir format değişikliği değil. Bu bir platform, izleyici davranışı ve kültürel bir yeniden çerçeveleme. Özellikle Z kuşağı için podcasting zaten video ile ilişkilendiriliyor. İzlemek ve dinlemek arasında ayrım yapmıyorlar. İkisi iç içe geçmiş durumda. Ve Z kuşağının ötesinde tüm demolardaki değişim şaşırtıcı derecede hızlı oldu.

YouTube’dan Stephanie Chan bunu net bir şekilde ortaya koydu:

“Z kuşağı podcast’leri video olarak görüyor. YouTube tüm podcast’ler, ses ve videolar için bir yuva olmak istiyor ve ürün özelliklerini buna göre yeniden tasarladık.” – Stephanie Chan

Stephanie’ye göre, her ay bir milyardan fazla kişi YouTube’daki podcast içerikleriyle etkileşime geçiyor. Nüans şu: videonun pahalı setler ve aşırı prodüksiyon anlamına gelmesi gerekmiyor. Bunu daha çok varlık, kimlik ve görsel bağlantı olarak düşünün.

Bu, panelin ana temalarından biriydi.

“Prodüksiyon üzerinde fazla düşünmeyin. En başarılı programlarımızdan bazıları sadece iyi aydınlatılmış konuşmalardan oluşuyor.”- Will Pearson

“Gözler isteğe bağlı.” – Neil Mody

En iyi programlar, videonun zorunlu değil, ek bir unsur olduğunu biliyor. Bazı içerik oluşturucular için bu, erişimlerini genişletmenin bir yolu. Diğerleri içinse samimiyet ya da özgünlükle ilgili. Emma Chamberlain’i odasında bir dizüstü bilgisayar kamerasıyla düşünün. Harika bir video olmayabilir ama bu bilinçli bir seçim ve izleyicileri onu bu yüzden seviyor.

“YouTube’da kazanma stratejisi, sesli yayında kazanma stratejisinden farklıdır. İkisini aynı anda yapmaya çalışmak çok zor.” – Neil Mody

Ancak Mody’nin bir de uyarısı var:

“Yalnızca sesli içerik oluşturuyorsanız, ya sektördeki en büyük deniz değişiminin dışında kalıyorsunuz ya da buna uyum sağlıyorsunuz demektir. İçeriğinizi YouTube’a yükleyin. Düşük çaba gerektirse bile, sadece veri elde etmek için.”

“Oyun ses ya da video seçmekle ilgili değil. Her içerik oluşturucu için doğru yolu seçmekle ilgili.” “Bizi 800 podcast olarak görmüyorum. Ben 20-25 mini ağ görüyorum. Bazıları ses öncelikli. Bazıları video öncelikli. Biraz melez.” – Will Pearson, iHeart

Podcast’inizin sesli mi yoksa görüntülü mü olması gerektiğini seçmek ikili bir karar değildir. Bu bir strateji sorusudur. Formatınız, içeriğinizi neyin işe yaradığını ve kitlenizin nasıl etkileşim kurmayı tercih ettiğini yansıtmalıdır. Programınızın nasıl göründüğüne dair bilinçli seçimler yapın, tıpkı nasıl ses çıkardığına dair yaptığınız gibi.

Podcast’ler evde – önemli olan nerede olduğu değil, nasıl olduğu.

Panel sırasında Will Pearson podcast dinlemenin üçte ikisinin artık evde gerçekleştiğinden bahsetti. Bu istatistik kaşları kaldırdı, ancak dürüst olalım: podcasting her zaman evde güçlü bir dinlemeye sahipti.

Şimdiki fark, bu dinlemenin nasıl göründüğü.

“İnsanlar podcast’leri oturma odasında izliyor. Bu yeni gece yarısı.” – Stephanie Chan

Akıllı TV’ler her şeyi değiştirdi. Eskiden kulaklıkla tek başına yaşanan deneyim artık paylaşılıyor, görsel ve büyük ekranda. Sadece dinlemek değil izlemek için “arkaya yaslanma” podcast deneyimi fikri, programların nasıl üretildiğini, keşfedildiğini ve para kazanıldığını yeniden tanımlıyor.

Keşif artık bir grafik değil.

Apple Podcasts listelerinin keşif için ana yol olmasını çoktan geride bıraktık. Bu sistem ölçek için inşa edilmemişti ve oyun değişti.

Stephanie’nin de belirttiği gibi:

“YouTube’da içerik dışarı itilmiyor. İzleyici davranışına göre içeri çekiliyor.”

Bu da keşfedilebilirliğin algoritmik ve görsel olduğu anlamına geliyor. Ambalajınız önemli. Başlık. Küçük resim. Klip formatı. Hatta altyazı bile.

İçerik oluşturucular, keşfetmenin nerede sıralandığınızla ilgili olmadığını keşfediyor. Bu, birinin algoritmik yolculuğunda nerede göründüğünüzle ilgili.

Para kazanma + ölçümleme: Yakalama oyunu.

Podcasting’in kültürel yükselişine rağmen, para kazanma hala geride kalıyor.

“Podcasting para kazanma konusunda hâlâ TV ve radyonun çok gerisinde.” – Pete Birsinger, Podscribe

Reklamverenler podcasting’in nasıl çalıştığını en temel düzeyde bile yanlış anlamaya devam ediyor.

“Bugün hala reklamverenler podcast reklamlarının RSS üzerinden nasıl yayıldığını anlamıyor.” – Will Pearson

Bu boşluk büyük ölçüde, özellikle daha fazla içerik oluşturucunun ses, YouTube ve Spotify videolarında aynı anda yayın yapması nedeniyle parçalı ölçümden kaynaklanıyor. Reklamverenler soruyor: Az önce ne satın aldım?

YouTube, Premium ödemeler, kanal üyelikleri, canlı bahşişler ve ürün entegrasyonları ile bulmacanın bir kısmını çözdü.

“Premium üyeler reklam görmese bile, içerik oluşturucular izleme süresine göre ödeme almaya devam ediyor.” – Stephanie Chan

“Ses ve YouTube’u birlikte gösteren yeni bir sıralayıcı yayınladık.” – Pete Birsinger

Pete’den heyecan verici bir haber. Erişim için birden fazla platformdan kitleyi birleştirmek çok önemli.

Podcasting’in geleneksel reklam modeli hala büyük ölçüde indirmelere ve RSS dağıtımına dayanıyor, bu da platformlar arası bir dünyada ölçülmesi zorlaşan bir sistem.

Pete, eş zamanlı reklam satın alımlarının veya hem ses hem de YouTube’da yayınlanan kampanyaların toplam satın alımların %60’ına yaklaştığını paylaştı. Ölçüm mükemmel olsa da olmasa da bu gerçekleşiyor.

Ancak sonuç çok açık: birleşik ses ve video podcast analizini büyük ölçekte kim başarırsa, para kazanmanın bir sonraki aşamasına da o sahip olacak.

BTW – Podscribe kıyaslama raporları mükemmel ve ücretsiz.

Açık ve kapalı RSS tartışması devam ediyor.

Paneldeki en derin felsefi bölünmelerden biri, podcasting’in görünmez belkemiği olan RSS hakkındaydı.

“RSS hala önemli. Bu, yaratıcının tek gerçek varlığıdır.” – Pete Birsinger

İçerik oluşturucuların dağıtımı kontrol ettiği, izleyici ilişkilerine sahip olduğu ve ölçümlere erişimi sürdürdüğü açık ekosistem için ikna edici bir durum ortaya koydu.

Neil Mody gibi diğerleri ise bunun bir değiş tokuş olduğunu kabul etti:

“Podcast kelimesi iPod’dan geliyor. Bugün podcast yayıncılığına hakim olan platformların çoğu RSS etrafında inşa edilmedi. Gelecek formatla değil içerikle şekillenecek.”

Gördüğüm kadarıyla bu gerilim gerçek ve sağlıklı. Açık standartlar podcasting’e düşük bir giriş engeli ve bağımsızlık kazandırdı. Ancak YouTube gibi platformlar devasa ölçek, daha derin ölçümler ve çoklu para kazanma akışları sunuyor.

Şu anda iki podcast ekosisteminin ortaya çıktığını görüyoruz:

1. RSS odaklı açık ekosistem (Apple, Overcast, Pocket Casts, vb.)
2. Platforma özgü dünya (YouTube, Spotify Video)

Ya o ya da bu değil, ancak içerik oluşturucuların her birinin artı ve eksilerini bilmesi gerekiyor.

Son düşünceler: Her şey niyet ve eğilme ile ilgili.

Sürekli düşündüğüm bir alıntı varsa, o da şudur:

“Bir podcast’e tesadüfen girmezsiniz. Bu kasıtlı bir eylemdir.” – Will Pearson

Podcast yayıncılığını diğer medyadan en iyi ayıran çizgi bu olabilir. Programınız ister ses öncelikli, ister video öncelikli, ister hibrit olsun, kasıtlı tıklama, dokunma veya oynatmayı hak ettiğinde başarılı olur.

Panel sırasında da söylediğim gibi, podcasting kırılmıyor, bükülüyor. Videoya doğru eğiliyor. Oturma odalarına doğru bükülüyor. Yeni keşif modellerine, veri beklentilerine ve para kazanma yığınlarına doğru bükülüyor.

Bu, podcast yayıncılığını harika yapan şeylerden vazgeçmekle ilgili değil. Amaçlı bir şekilde uyum sağlamakla ilgili. Eğilmek taviz vermek anlamına gelmez. Esneklik anlamına gelir. Evrim. Esneklik.

Peki sırada ne var?

İçerik oluşturucuların programlarını yepyeni bir dizi filtreden geçirmesi gerekiyor:

• Neyi optimize ediyorsunuz: Erişim mi, kalıcılık mı?
• Kulaklıklar için mi yoksa 55 inç ekranlar için mi tasarım yapıyorsunuz?
• Programınız en iyi görsellerle mi sunuluyor yoksa görseller olmadan daha mı güçlü
• Açık ekosistemler mi, duvarlarla çevrili platformlar mı yoksa her ikisi için mi inşa ediyorsunuz?

Yanıtlarınız ne olursa olsun, bir şey çok açık:

Video artık bir trend değil. Bir davranış biçimi. Ve her şeyi değiştiriyor.

Kaynak: Steven Goldstein / Amplifi Media

OpenAI, API’sine, şirketin önceki sürümlerini geliştirdiğini iddia ettiği yeni transkripsiyon ve ses üreten yapay zeka modelleri getiriyor.

OpenAI için bu modeller, kullanıcılar adına görevleri bağımsız olarak yerine getirebilen otomatik sistemler oluşturmak anlamına gelen daha geniş “ajan” vizyonuna uyuyor. “Temsilci” tanımı tartışmalı olabilir, ancak OpenAI Ürün Başkanı Olivier Godement bir yorumu, bir işletmenin müşterileriyle konuşabilen bir sohbet robotu olarak tanımladı.

Godement, “Önümüzdeki aylarda giderek daha fazla temsilcinin ortaya çıktığını göreceğiz. Genel tema, müşterilerin ve geliştiricilerin faydalı, kullanılabilir ve doğru aracılardan yararlanmasına yardımcı olmak” dedi.

OpenAI, yeni metinden konuşmaya modeli “gpt-4o-mini-tts ‘nin sadece daha nüanslı ve gerçekçi bir konuşma sunmakla kalmayıp aynı zamanda önceki nesil konuşma sentezleme modellerine göre daha ’yönlendirilebilir” olduğunu iddia ediyor. Geliştiriciler gpt-4o-mini-tts’e doğal dilde bir şeyleri nasıl söyleyeceği konusunda talimat verebiliyor; örneğin, “çılgın bir bilim adamı gibi konuş” veya “bir farkındalık öğretmeni gibi sakin bir ses kullan”.

İşte “gerçek suç tarzı”, yıpranmış bir ses:

OpenAI ürün ekibinin bir üyesi olan Jeff Harris, TechCrunch’a verdiği demeçte, amacın geliştiricilerin hem ses “deneyimini” hem de “bağlamı” uyarlamasına izin vermek olduğunu söyledi.

Harris, “Farklı bağlamlarda, sadece düz, monoton bir ses istemezsiniz. Bir müşteri destek deneyimindeyseniz ve sesin bir hata yaptığı için özür dilemesini istiyorsanız, aslında sesin içinde bu duyguyu barındırmasını sağlayabilirsiniz… Buradaki en büyük inancımız, geliştiricilerin ve kullanıcıların yalnızca ne konuşulduğunu değil, nasıl konuşulduğunu da gerçekten kontrol etmek istedikleridir” dedi.

OpenAI’nin yeni konuşmadan metne modelleri olan “gpt-4o-transcribe” ve “gpt-4o-mini-transcribe” ise şirketin uzun süredir kullandığı Whisper transkripsiyon modelinin yerini alıyor. OpenAI, “çeşitli, yüksek kaliteli ses veri kümeleri” üzerinde eğitilen yeni modellerin kaotik ortamlarda bile aksanlı ve çeşitli konuşmaları daha iyi yakalayabildiğini iddia ediyor.

Harris ayrıca halüsinasyon görme olasılıklarının da daha düşük olduğunu sözlerine ekledi. Whisper, ırkçı yorumlardan hayali tıbbi tedavilere kadar her şeyi transkriptlere ekleyerek, konuşmalarda kelimeleri ve hatta tüm pasajları uydurma eğilimindeydi.

Harris, “Bu modeller bu konuda Whisper’a kıyasla çok daha gelişmiş durumda. Modellerin doğru olduğundan emin olmak, güvenilir bir ses deneyimi elde etmek için tamamen önemlidir ve [bu bağlamda] doğru olması, modellerin kelimeleri tam olarak duydukları [ve] duymadıkları ayrıntıları doldurmadıkları anlamına gelir” diye konuştu.

Bununla birlikte, kat ettiğiniz mesafe yazıya dökülen dile bağlı olarak değişebilir.

OpenAI’nin dahili kıyaslamalarına göre, iki transkripsiyon modelinden daha doğru olan gpt-4o-transcribe, Tamil, Telugu, Malayalam ve Kannada gibi Indic ve Dravidian dilleri için %30’a yaklaşan (%120 üzerinden) bir “kelime hata oranına” sahip. Bu, modelden alınan her 10 kelimeden üçünün bu dillerde insan transkripsiyonundan farklı olacağı anlamına gelir.

OpenAI, geleneği bozarak yeni transkripsiyon modellerini açık bir şekilde kullanıma sunmayı planlamıyor. Şirket geçmişte Whisper’ın yeni sürümlerini MIT lisansı altında ticari kullanım için yayınlamıştı.

GPT-4o-transcribe ve gpt-4o-mini-transcribe’ın “Whisper’dan çok daha büyük” olduğunu ve bu nedenle açık bir sürüm için iyi adaylar olmadığını söyleyen Harris, “Whisper gibi dizüstü bilgisayarınızda yerel olarak çalıştırabileceğiniz türden bir model değiller. Bir şeyleri açık kaynak olarak yayınlıyorsak, bunu düşünceli bir şekilde yaptığımızdan ve bu özel ihtiyaç için gerçekten geliştirilmiş bir modele sahip olduğumuzdan emin olmak istiyoruz. Ve son kullanıcı cihazlarının açık kaynak modelleri için en ilginç durumlardan biri olduğunu düşünüyoruz” dedi.

Kaynak: TechCrunch

Google, ChatGPT’nin izinden giderek yapay zeka asistanına işbirliğine dayalı çalışma alanı ve ses özellikleri ekliyor.

Google, Gemini AI asistanına iki önemli özellik ekledi: belge oluşturma için etkileşimli bir çalışma alanı sağlayan Canvas ve yazılı içeriği konuşma ses formatlarına dönüştüren Audio Overviews.

Yeni Canvas çalışma alanı, kullanıcıların belge ve kod oluştururken yapay zeka ile işbirliği yapmasına olanak tanıyor. Değişiklikler gerçek zamanlı olarak görüntüleniyor ve kullanıcılar entegre bir sohbet arayüzü aracılığıyla değişiklikleri tartışabiliyor.

Google’a göre Canvas, HTML ve React kodunun anında önizlemesini oluşturabiliyor ve kullanıcılar bitmiş belgeleri Google Docs’a aktarabiliyor. Bu özellik, ChatGPT’nin geçen sonbaharda sunduğu Canvas özelliğini yakından yansıtıyor gibi görünüyor.

Yapay zeka araştırmalarını yapay zeka konuşmalarına dönüştürme

Sesli Genel Bakış özelliği, belgeler, sunumlar ve araştırma raporları gibi yazılı içerikleri, materyali analiz eden iki yapay zeka sunucusu arasında podcast tarzı konuşmalara dönüştürüyor. Google bunu, güncellenmiş ücretsiz Deep Research işlevinden elde edilen çıktıyı bir yapay zeka sesli podcast’ine dönüştürerek gösteriyor.

Bu sesli özetler ilk olarak geçen yıl NotebookLM’de yayınlandı. Yapay zeka tarafından üretilen diğer içerikler gibi, hem podcast’ler hem de Derin Araştırma özelliği yanlış bilgiler içerebilir. Bu, her iki aracın da yararlı olamayacağı anlamına gelmez, sadece muhtemelen bilmediğiniz bir şeyi öğrenmek için bunları kullanmamalısınız çünkü burada hataları tespit edemezsiniz.

Ses özelliği şu anda yalnızca İngilizce’yi destekliyor ve web ve mobil platformlar üzerinden erişilebiliyor. Kullanıcılar oluşturulan ses dosyalarını indirebilir ve paylaşabilir. Google’a göre, her iki özellik de Gemini ve Gemini Advanced aboneleri için artık dünya çapında kullanılabilir.

Google yeni Gemini yapay zeka özelliklerini kullanıma sunuyor

Google, yılın başından bu yana Gemini ekosistemini büyük ölçüde genişletti. Gemini Live, Samsung Galaxy S24/S25 ve Pixel 9 cihazlarından başlayarak video ve ekran paylaşımı desteği ekliyor ve Google, Samsung uygulamalarıyla entegrasyon da dahil olmak üzere Android’in varsayılan yapay zeka asistanı olarak Google Asistan’ı Gemini ile değiştirmeyi planlıyor.

Buna ek olarak Google üç yeni model çeşidini piyasaya sürdü: Gemini 2.0 Flash temel model olarak hizmet verirken, Flash Lite uygun maliyetli işleme sunuyor ve 2.0 Pro deneysel olarak genişletilmiş bağlam işleme sağlıyor.

AB, İsviçre ve İngiltere dışında, Gemini artık daha bağlamsal yanıtlar için kullanıcıların Google arama geçmişine erişebiliyor. Platform ayrıca görüntü oluşturma ve düzenleme ve YouTube videolarını anlama için yerel çok modlu yetenekler kazandı.

Kaynak: The Decoder