Particle, een bedrijf opgericht door voormalige Twitter‑engineers, bouwde eerst een app om nieuws te lezen. Inmiddels richt het zich op iets anders: het doorzoekbaar maken van gesproken gesprekken in podcasts. Dat product heet Radar en het kan niet alleen audio omzetten in tekst, maar ook begrijpen waar die tekst over gaat. Hierdoor kan het korte citaten en relevante fragmenten uit podcasts halen.

Wat doet Radar?

Radar transcribeert (zet om in tekst) grote aantallen podcasts en indexeert die tekst zodat je er in kunt zoeken. Volgens het bedrijf bevat de service nu meer dan 130.000 podcasts en worden dagelijks ongeveer 20.000 nieuwe afleveringen aan de index toegevoegd.

De dienst herkent sprekers en extra informatie over wat er besproken wordt, zoals personen, bedrijven, merken en onderwerpen. Radar kan ook meldingen sturen zodra een bepaalde naam of onderwerp genoemd wordt. Die meldingen komen binnen via e‑mail, Slack of een webhook en zijn in te stellen als direct, dagelijks of wekelijks.

Hoe werkt het en wat kun je ermee?

Radar gebruikt transcriptie en herkenning van entiteiten om audio doorzoekbaar te maken. Belangrijke mogelijkheden zijn:

• Zoeken in gesproken tekst: je vindt exact waar iets besproken wordt, ook als het alleen in audio staat.

• Gestructureerde metadata: sprekers, onderwerpen en merken worden gelabeld.

• Waarschuwingen: instelbare meldingen op basis van gast, onderwerp of alleen top‑podcasts.

• Fragmenten en tijdcodes: Radar haalt korte, zelfstandige clips met timestamps zodat je kunt luisteren of de tekst kunt lezen.

• Advertentie‑zoekfunctie: je kunt zien in welke afleveringen een bedrijf reclame maakt en hoe dat in de tijd verandert.

De webinterface laat dit alles zien. Het belangrijkste product is echter een API (een programmeerinterface: een manier waarop andere programma's met deze dienst kunnen praten). Met die programmeerinterface kunnen andere bedrijven en zogenoemde AI‑systemen de podcastdata automatisch gebruiken in hun eigen tools.

Voor wie is Radar bedoeld?

Radar heeft zowel zakelijke als inhoudelijke toepassingen. Enkele voorbeelden van wie er betalen voor de dienst:

• Hedgefondsen en financiële partijen die informatie uit podcasts willen meewegen in analyses.

• Nieuwsorganisaties en onderzoekers die snel relevante quotes zoeken.

• Bedrijven die advertenties en sponsoring willen volgen.

• Technologiebedrijven die audio aan AI‑systemen willen aanbieden.

Volgens Sara Beykpour, medeoprichter en CEO, behoren hedgefondsen tot de grootste afnemers die de programmeerinterface direct integreren in hun systemen. Ook partners zoals zoekplatforms voor AI gebruiken de data van Radar.

Verdienmodel en extra functies

Radar biedt een webabonnement dat bij consumenten en bedrijven gebruikt kan worden. Daarnaast is er maatwerk voor klanten die via de programmeerinterface werken.

De dienst bevat extra analyses en mogelijkheden die voor betalende klanten interessant zijn:

• Politieke bias‑analyse van afleveringen.

• Chart‑ en rankinggegevens.

• Schattingen van publieksgrootte en sponsorinfo.

• Tools voor merkgeschiktheid en advertentietracking.

Prijzen die genoemd worden zijn onder meer een abonnement van $29 per maand per gebruiker en een zakelijk pakket van $399 per maand voor 20 gebruikers. Voor integratie via de programmeerinterface geldt een aparte, op maat gemaakte prijsstelling.

Toekomstplannen

Radar wil niet bij podcasts stoppen. Het bedrijf zegt plannen te hebben om ook andere vormen van audio te indexeren, zoals video's op YouTube en nieuwsfragmenten. Daarmee wordt dezelfde techniek beschikbaar voor veel meer soorten gesproken content.

Conclusie

Radar maakt gesproken audio doorzoekbaar en bruikbaar voor systemen die normaliter blind zijn voor geluid. Door transcriptie, sprekerslabels en herkenning van onderwerpen kan de dienst korte citaten en relevante fragmenten leveren en automatisch waarschuwingen sturen. Voor bedrijven en onderzoekers biedt dat nieuwe mogelijkheden om informatie uit podcasts te halen en te gebruiken in analyses of producten.