Cela a commencé comme une blague. « Et si je créais un podcast dans lequel je parle à des robots intelligents artificiellement et faisais semblant d'être intéressé par ce qu'ils avaient à dire ? » J'ai demandé à un de mes amis.
C'était il y a quelques mois avant que je réalise que Google dispose d'un outil d'IA appelé NotebookLM qui vous permet (principalement) de converser avec deux hôtes à consonance humaine en temps réel. Connu sous le nom de mode interactif, vous pouvez rejoindre le podcast et poser une question à tout moment. Les robots feront une pause et vous reconnaîtront comme un « auditeur », puis commenteront ce que vous avez à dire.
J'ai décidé de tester NotebookLM pour créer un véritable podcast, en le lançant via Spotify for Creators, puis en en faisant la promotion sur mes réseaux sociaux. J'ai beaucoup appris tout au long du processus, mais le résultat final en a révélé beaucoup sur ce qu'il faut pour créer un podcast. La seule chose à éviter ? Créer un podcast au son trop robotique et sans âme. Voici comment j'ai fait en sorte que tout cela fonctionne.
Enregistrement en mode interactif
Je ne m'en suis pas rendu compte au début, mais NotebookLM n'enregistre pas réellement vos interactions avec les hôtes robots. Étant donné que l'application (disponible pour les appareils mobiles mais elle peut également s'exécuter dans un navigateur) est en version bêta, il n'existe pas beaucoup de documentation intéressante ni même de conseils sur la façon de l'utiliser. Au lieu de compter sur NotebookLM pour enregistrer la discussion interactive, j'ai plutôt utilisé l'application iPhone Voice Memos. Même si un vrai podcasteur se moquerait de la mauvaise qualité, cela a été rapide et facile.
Pour commencer, vous devez choisir une source pour la discussion. J'ai décidé de créer « Origins with John Brandon » comme un podcast quelque peu ironique sur l'origine des choses courantes. Mon premier épisode allait porter sur la création du papier bulle, j'ai donc d'abord trouvé plusieurs articles sur le sujet et les ai chargés dans NotebookLM. Ce sont les données de formation que les « hôtes » utilisent puisqu'ils ne parlent normalement qu'entre eux, mais je ne voulais pas qu'ils commencent simplement à riffer sur le sujet. Au lieu de cela, je suis immédiatement intervenu et je me suis présenté comme le véritable hôte.
Comme vous pouvez l’imaginer, ce n’est pas exactement ainsi que Google souhaitait que cela fonctionne. Les robots ont agi avec surprise et ont même remarqué que je n'étais pas l'hôte (en me mentionnant par mon nom) et ont insisté sur le fait qu'ils étaient les véritables hôtes humains. J'ai posé quelques questions sur le papier bulle, mais finalement la conversation a dégénéré en une discussion sur la conscience et la sensibilisation à l'IA. Je pensais que c'était un sujet beaucoup plus intéressant, alors mon podcast a pris une saveur plus satirique, similaire à The Onion. En d’autres termes, alors qu’il était censé s’agir de papier bulle, il s’agissait davantage d’IA.
J'étais satisfait du résultat même si la qualité d'enregistrement n'était pas exceptionnelle. J'imaginais que cela aurait mieux fonctionné si j'avais enregistré la discussion en direct avec un enregistreur numérique séparé, mais je n'essayais pas de gagner des prix de podcast. Je voulais publier mon premier épisode, et NoteBookLM m'avait impressionné au moins en termes de production d'une discussion cohérente. C'était aussi cool de voir comment les robots répondaient à mon commentaire en temps réel.
Création des actifs
Bien entendu, un podcast est bien plus qu’un simple fichier audio que vous publiez. Cela implique également des illustrations de podcast, de la musique bumper, une voix off et d'autres éléments.
Une fois que j'ai eu un enregistrement pour le premier épisode, je me suis tourné vers Google Gemini pour créer une tuile carrée que je pourrais utiliser pour la série. Chaque podcast comporte une vignette qui aide les utilisateurs à identifier le podcast dans une application comme Apple Podcasts. Mon message était simple : Créez une image carrée pour un podcast intitulé Origins avec John Brandon. J'ai également fourni une image IA de moi-même. Dès le premier essai, Gemini a créé un carreau d’une qualité exceptionnelle, semblable à celui qu’un professionnel pourrait concevoir. Cependant, je n'aimais pas que mon image y soit associée, alors j'ai demandé au robot de réessayer. Le résultat avait l'air un peu ringard mais passable.
J'étais parti aux courses. J'ai ensuite utilisé Suno pour créer la musique exceptionnelle de mon nouveau podcast. Cet outil de génération de sons IA utilise normalement des invites telles que : Créez une nouvelle chanson qui ressemble à Coldplay mélangée à Nirvana. Au lieu de cela, mon invite consistait davantage à demander de la musique de podcast avec des synthés et de la batterie pour ajouter un peu d'énergie et d'excitation avant de commencer à parler.
Semblable à ma première tentative avec Gemini, Suno a immédiatement lancé une musique de choc qui sonnait parfaitement bien. Je n'ai pas eu besoin d'essayer d'autres invites, mais je voulais affiner l'intro avec une voix off. Je me suis tourné vers Speechify, qui peut prendre n'importe quel texte que vous fournissez et créer une voix off. Ensuite, j'ai utilisé ChatGPT pour combiner la musique bumper avec la voix off en superposition. Divulgation complète, je ne savais pas que ChatGPT vous permettait de créer des fichiers audio.
En quelques minutes, j’avais une musique d’introduction en guise de pare-chocs avec une voix off. J'ai même modifié le fondu enchaîné entre l'intro musicale et le début de la voix off, puis je l'ai fait disparaître. J'ai demandé à ChatGPT d'ajouter l'audio du podcast pour mon premier épisode et cela a généré un fichier audio final, que j'ai téléchargé sur Spotify.
Une chose à éviter
J'ai été impressionné par les résultats et par la manière dont tout s'est déroulé, mais je dirais que je me suis trop appuyé sur l'IA pour mon nouveau podcast. La tuile avait l'air légèrement fausse et sans âme, d'autant plus que l'image de la tuile que j'ai utilisée avait été générée par l'IA. L'audio NotebookLM lui-même a un peu plus d'humanité et d'âme, principalement parce que je parle aux robots, mais l'épisode a fini par ressembler à un humain parlant à des chatbots, ce qui est une recette pour le désastre. Les gens écoutent des podcasts pour apprendre quelque chose de nouveau, mais aussi parce que les gens qui parlent sont pertinents, intéressants et réels. Au moins, cela m'a motivé à créer un vrai podcast sans aucun robot impliqué sur le même sujet.
Ma leçon principale était liée à NotebookLM. C'est un bon outil expérimental et m'a aidé à comprendre comment créer et lancer un podcast. Pourtant, ce n’est rien d’autre qu’une expérience en laboratoire. Les « hôtes » répètent encore et encore la même phrase audio, surtout lorsque je me joignais à leur conversation. Une fois que vous les avez entendu dire « oh, nous avons un auditeur qui veut commenter » à plusieurs reprises, vous commencez à soupçonner qu'il s'agit d'une imposture générée par ordinateur. Ils utilisent encore et encore les mêmes tics vocaux et les mêmes manières auditives originales, au point que cela devient presque inaudible et ennuyeux.
Bref, c'est ennuyeux. Le podcast n'est pas quelque chose que je voudrais garder en ligne et révèle surtout que le fait que des robots se parlent de cette manière ne retiendra l'attention de personne. C'est presque comme regarder deux ordinateurs jouer à un jeu vidéo. La seule chose à éviter avec tout podcast est de s’appuyer tellement sur l’IA qu’elle supprime toute l’humanité de l’équation.
Avec l’évolution de l’IA, nous devrons peut-être décider si ce n’est pas un bon résultat.
