Warum SyncWords-CEO Ash Shah glaubt, dass Live-Video-Streaming mit AI vor einer Renaissance steht
SyncWords geht weit darüber hinaus, Live-Streams lediglich um Untertitel und Sprachübersetzungen zu ergänzen, es geht um Disruption. Heute spreche ich mit Ash Shah, CEO von SyncWords. SyncWords ist eine Plattform, die Live-Video-Streams mithilfe von AI mit präzisen Untertiteln und Live-Synchronisationen versorgt. Traditionelle Broadcaster setzen auf FAST und Streaming, um wettbewerbsfähig zu bleiben. So erreichen sie ein breiteres Publikum und passen sich an die veränderten Inhaltspräferenzen der Zuschauer an. Dieser Wandel erfordert eine Neugestaltung ihrer Infrastrukturen, um neue Ausspieldienste agil bereitzustellen.
Ashish Shah · 22. Juli 2024 
Während Streamer und Content Creator mittlerweile erschwingliche und komfortable Wege gefunden haben, Video-on-Demand-Inhalte (VOD) mit Untertiteln und Synchronisationen zu versehen, war dies beim Live-Streaming bisher eine große Herausforderung. Der Hauptgrund liegt in den komplexen Live-Streaming-Workflows sowie veralteten traditionellen Methoden einschließlich Hardware-Encodern, die teuer und unerschwinglich sind.
Mit den Entwicklungen von SyncWords und AI steht nun eine fortschrittliche, patentierte Technologie zur Verfügung, um präzise Untertitel und Live-Synchronisationen in Echtzeit zu generieren und diese mit extrem geringer Latenz von nur wenigen Sekunden in Live-Streams einzubinden. Zudem bieten moderne Streaming-Protokolle von HLS (HTTP-Live-Streaming) Sprachunterstützung für jede verfügbare Sprache. Das verändert das Live-Streaming grundlegend, sei es bei Live-Sport, Nachrichten oder Live-Events von Unternehmen und Behörden, die nun weltweit in den bevorzugten Sprachen der Zuschauer gestreamt werden können.
Nachdem 2 Millionen US-Dollar an Seed-Kapital aufgenommen wurden, möchte Ash die Technologie von SyncWords flächendeckend etablieren. So soll ein Großteil aller Live-Streams mit Untertiteln und Live-Übersetzungen ausgestattet und Live-Video-Inhalte für ein weltweites Publikum demokratisiert werden.
Die All-in-One-Plattform von SyncWords für mehr Barrierefreiheit und Inklusion
Frage: Können Sie die Marktchance beschreiben, die SyncWords nutzt? Welche Herausforderungen lösen Sie für Ihre Kunden?
Antwort: Jedes Jahr werden über 200 Milliarden Stunden an Live-Streams übertragen, wovon nur ein winziger Bruchteil Live-Untertitel oder Sprachübersetzungen in Form von Synchronisationen enthält. Wir sprechen hier von Live-Streaming in den Bereichen Sport, Nachrichten, Gaming und Events. Mehr als 10% der Weltbevölkerung ist gehörlos oder schwerhörig, und nur knapp 80% der Weltbevölkerung versteht Englisch sehr gut, was ein klares Problem darstellt. Zudem schreiben die USA, Kanada, Australien, die Europäische Union und immer mehr Länder Barrierefreiheit bei Videos gesetzlich vor. Dies ist seit dem Beginn des Video-Streamings ein ungelöstes Problem. Wir schätzen, dass die Übersetzung von Videos die Relevanz und Reichweite um das 5-Fache vergrößern kann. Aus diesem Grund nehmen Video-Streaming-Anbieter die Videokalokalisierung sehr ernst.
Live-Inhalte müssen in Echtzeit untertitelt und übersetzt werden, wobei Untertitel und Sprachsynchronisationen direkt in das Live-Video eingebunden werden. Im Gegensatz zu dateibasierten VOD-Inhalten stellt Live-Streaming wesentlich größere Anforderungen an den Workflow, was die Lösung erschwert. Derzeitige Lösungen für Live-Untertitelung nutzen Hardware-Encoder und menschliche Schriftdolmetscher, was beides teuer und aufwendig zu verwalten ist. Kein Unternehmen konnte diese Nuss knacken, bis SyncWords das Problem mit seiner innovativen Plattform gelöst hat.
Frage: Ihr Unternehmen hat bereits ein paar Neuausrichtungen hinter sich. Was ist das Besondere an dieser Neuausrichtung?
Antwort: In der Ära von AI müssen sich Unternehmen anpassen, um zu überleben. Wenn man sich schnell genug neu ausrichtet, kann dies zu einem enormen technologischen Vorsprung führen. Die Gefahr besteht darin, AI zu nutzen und lediglich zu einem weiteren Nachahmerprodukt zu werden. Das kann passieren, wenn ein Unternehmen in einen umkämpften Markt eintritt, in dem es bereits viele ähnliche Angebote gibt.
Als wir SyncWords gründeten, bestand unser damaliges Angebot aus Untertiteln für Video-on-Demand. Das war ein stark umkämpfter Markt, und obwohl wir über innovative Technologie zur Automatisierung des Prozesses verfügten, blieb es ein hart umkämpftes Umfeld. Außerdem entwickelten wir ein Produkt zur Echtzeit-Transkription von Live-Events über Widgets mit Untertiteln und Übersetzungen. Damals gab es noch keine KI-Sprachsynchronisation, sondern nur Text. Während COVID schien sich alles zu verkaufen, sogar diese Widget-Untertitel. In diesem Zeitraum (COVID) konnten wir einige namhafte Kunden gewinnen.
Allerdings bevorzugten 99% unserer Kunden die Anzeige von Untertiteln und Sprachsynchronisationen direkt im Video-Player anstatt extern in einem Widget. Das erkannten auch meine Mitgründer Alex Dubinsky und Sam Cartsos, weshalb wir uns 2022 neu ausrichteten, um eine Plattform für Player-integrierte Live-Untertitel und Live-Synchronisationen beim Video-Streaming zu entwickeln. Wir haben die Plattform im Dezember 2023 gestartet und seitdem zahlreiche neue Kunden gewonnen. Bemerkenswerterweise haben wir den Großteil der Produktentwicklung mit den Einnahmen aus unserem Altprodukt eigenfinanziert. Bis heute haben wir 2 Millionen US-Dollar an Seed-Kapital gesichert und streben nach dem Erreichen bestimmter Meilensteine eine neue Finanzierungsrunde an. Angesichts der Nachfrage und des Neugeschäfts über die neue Plattform sind wir zuversichtlich, diese Meilensteine zu erreichen.
Das Gründerteam von SyncWords: Ashish Shah, Sam Cartsos und Alex Dubinsky nahe der Unternehmenszentrale in New York, USA
Frage: Was waren die entscheidenden Faktoren, um eine so anspruchsvolle technologische Herausforderung erfolgreich zu lösen?
Antwort: Es ist zweifellos ein enormer Kraftakt, Software zur Lösung eines so komplexen Problems zu entwickeln, insbesondere wenn andere Unternehmen daran gescheitert sind. Uns war völlig klar, dass die Branche dringend eine solche Lösung benötigte. Lassen Sie mich erklären, was diese Aufgabe so herausfordernd macht. Erstens hat man es mit Live-Streaming-Protokollen zu tun, die sich stark vom dateibasierten Format bei Video-on-Demand unterscheiden. Das erschwert die Arbeit erheblich. Da für LIVE kein Open-Source-Code verfügbar ist, mussten wir bei SyncWords alles selbst entwickeln.
Der Schlüssel zu unserem Ansatz lag in unserer Architektur. Die Nutzung einer skalierbaren, cloudbasierten Kubernetes-Architektur war essenziell. Zudem haben wir großen Wert auf das Nutzererlebnis und die Qualität unserer Untertitel- und KI-Sprachsynchronisationsausgaben gelegt. Benutzerdefinierte ASR-Wörterbücher helfen der Untertitelungs-Engine, Namen, Akronyme und Fachbegriffe zu erkennen. Übersetzungsglossare halten Namen, Titel und bevorzugte Formulierungen in jeder Sprache konsistent. Für Spracherkennung und Übersetzung nutzen wir etablierte KI-Anbieter.
Schließlich besteht das Team von SyncWords aus Experten mit vielfältigen technologischen Hintergründen (Live-Streaming, Video, AI, Untertitelung und Sprache), was entscheidend war, um das Problem zu lösen. Alex’ wesentliche Beiträge zum Produkt haben es uns ermöglicht, ein einzigartiges Angebot mit Fokus auf extrem geringe Latenz bei Untertiteln und Live-Synchronisationen sowie Skalierbarkeit über Kubernetes zu schaffen. Der Großteil unseres Teams besteht aus Ingenieuren, und wir bauen Vertrieb und Marketing weiter aus.
Frage: Was sind die besonderen Highlights Ihrer Technologie?
Antwort: SyncWords hält nicht nur Schritt, sondern ist wegweisend bei Live-Untertiteln und Live-Übersetzungen für Streams und Events.
Zukunftssichere Streaming-Protokolle: Während RTMP(S) bisher der Standard war, gehört die Zukunft den Protokollen HLS und SRT. SyncWords unterstützt sie alle und macht Ihr Live-Streaming agiler und skalierbarer. SRT (Secure Reliable Transport) ist ein neueres Streaming-Protokoll, das bei Broadcastern und OTT-Plattformen rasch an Beliebtheit gewinnt.
Vielfalt bei Sprachen und Stimmen: Stellen Sie sich vor, Sie können Untertitel in über 50 Sprachen erstellen und innerhalb von Minuten in 163 Zielsprachen übersetzen, selbst bei zeitgleichen Live-Streams. Zusätzlich können Sie aus 900 verschiedenen Stimmen inklusive regionaler Akzente für die automatisierte KI-Sprachsynchronisation wählen, die wirklich inklusiv ist. SyncWords überwindet Sprachbarrieren und ermöglicht direkte globale Kommunikation in Echtzeit.
Direkte Integration: SyncWords fügt sich direkt in Ihren bestehenden Live-Streaming-Workflow ein, ohne dass Softwareänderungen erforderlich sind. Die Lösung ist zudem vollständig kompatibel mit AWS Elemental MediaPackage, MediaLive und MediaConnect, und wir sind der einzige Anbieter auf dem Markt, der dies ermöglicht.
Erstklassige technische Spezifikationen: Wir beherrschen die essenziellen Anforderungen für Live-Streaming: Unterstützung für UHD- und HAVC-Codecs, geringe Latenz, PIDs, Audiokanäle sowie API-Funktionen. So stellt unsere cloudbasierte Lösung sicher, dass Sie für ein inklusives und reibungslos funktionierendes 24/7-Live-Programm bestens gerüstet sind.
Hochwertige Live-AI-Untertitelung und KI-Sprachsynchronisation für Live-Streams mit HLS, RTMP(S) und SRT
Frage: Wird die Nachfrage nach Live-Untertiteln und Live-Übersetzungen weiter steigen?
Antwort: Ganz bestimmt, und das aus folgenden Gründen. Erstens wächst das Angebot an Live-Videoinhalten rasant. Mehr Live-Streams bedeuten einen höheren Bedarf an Untertiteln und Übersetzungen. Zweitens zwingen neue Vorschriften zur Barrierefreiheit und Inklusion die Anbieter von Live-Streaming zum Handeln. Sie müssen diese Standards erfüllen, um empfindliche Strafen zu vermeiden. Und schließlich entspricht es den Wünschen der Zuschauer, die sich ein ansprechenderes und inklusiveres Seherlebnis wünschen.
Zudem darf der Einfluss von Plattformen wie Netflix, Amazon Prime und Hulu nicht außer Acht gelassen werden. Sie haben die Messlatte mit einer großen Auswahl an Sprachoptionen für Untertitel und Synchronisation hoch gelegt. Zuschauer erwarten diese Flexibilität nun auch bei Live-Programmen. Ja, die Nachfrage wird definitiv weiter steigen, und SyncWords wird stark von diesem schnellen Wachstum profitieren.
