从新闻阅读器转向音频索引

由前Twitter工程师创办的AI新闻阅读初创公司Particle，正在把重心转向一个可能更有商业价值的方向：把藏在播客里的口语对话做成可检索、可发现的数据。周三，这家公司发布了名为Radar的播客搜索引擎，它不仅能转写播客音频，还能理解内容含义，并从中提取关键引语和亮点。

打开网易新闻 查看精彩图片

Particle联合创始人兼CEO Sara Beykpour表示，这个方案已经吸引了希望对冲基金的兴趣，他们想获取自己的智能体看不到的数据。Beykpour对TechCrunch说：“对冲基金是直接接入API的最高量客户。”记者和研究人员也能使用这些工具，其他付费较高的客户还包括AI搜索平台和数据转售商。AI智能体搜索API提供商Exa就是Radar的合作伙伴之一。

从应用内功能到独立API

这个想法最初来自Particle新闻阅读应用里一个很受欢迎的功能。该应用曾通过API获取有趣的播客片段，并把它们和相关新闻报道一起放进信息流里。Particle团队意识到这个产品有价值，但也发现它被限制在新闻阅读器内部。随着AI智能体开始升温，公司决定转向，专注为播客情报产品构建API。

Beykpour解释：“我们的愿景是把所有新媒体情报和所有音频情报都放进这个API里。这个领域有意思的一点是，大多数API智能体和服务都在抓取网页，而且只关注文本。我们提供的是音频这一层。智能体通常对音频是盲的，除非有人或某个东西已经把它转写出来，否则它们看不到音频。”

转写规模与实体识别

借助Radar，Particle转写了超过13万个播客，使其成为现存规模最大的播客转写服务。这覆盖了Apple Top 200播客在135个垂直分类下的全部节目，每天有2万个新单集加入Radar索引。

播客转写内容带有说话人标签和丰富的元数据，因为Radar能识别正在讨论的实体，包括人物、公司、品牌、产品和话题。它还能跨播客追踪这些实体的提及情况，并在实体被提及时发送提醒，提醒可以是即时触发，也可以按每日或每周摘要形式发送。

提醒、过滤与片段提取

提醒可以通过电子邮件、Slack或webhook发送，并且支持自定义过滤条件。比如，用户可以设置Radar只在特定嘉宾出现并讨论某个话题时才发送提醒。搜索还能进一步收窄，例如只限定在头部播客范围内。

Radar可以提取带有时间戳的相关独立片段，让用户既能收听也能阅读相关评论。Particle表示，他们已经预先挑选了值得注意的片段，如果用户不想听完整期播客，也不想读摘要，这就是获取核心内容的最佳方式。