如何用 AI 打破播客「線性」的限制，變成資訊來源

播客是一個重要的資訊來源

現在有越來越多的專業人士透過播客來分享他們在專業領域上的見解與知識，這使得播客成為非常重要的資訊來源。例如著名的 Lex Fridman Podcast，Lex Fridman 本身是一名計算機科學家與研究員，他在播客中訪問的嘉賓大多也是科學、技術領域的研究員。因此，他的播客內容大多非常專業且高深，需要較高的理解能力才能聆聽。而且播客的更新頻率非常高，已經讓人很難跟上並消化所有的內容。

播客作為資訊來源的問題

把播客作為資訊來源的一個問題是：播客在時間上是線性播放的。聽一個一小時的播客，你就需要付出一小時的時間。即使你用1.5倍速去聽，你仍需要付出線性的時間，從頭到尾把播客聽一遍。"線性" 也意味著，你無法像閱讀文章那樣快速瀏覽，甚至前後跳讀。 這種限制大大影響我們從播客中獲取資訊的便利程度。可能也正因為如此，人們才會更多地把播客當作是一種背景聲，一種陪伴，而不是一個嚴肅的資訊來源。

AI 可以打破「線性」限制

隨著 AI 的發展，電腦、手機等設備具備了將聲音轉寫成文字的能力，並能從文字中提取摘要。結合這些能力，我們可以將播客轉換為文字，從而打破播客「線性」的限制。對於像 Lex Fridman Podcast 這樣的專業播客，一旦轉換為文字，相信它與一篇專訪稿的差異不大。 獲取到播客的文字後，我們就可以像閱讀文章一樣快速瀏覽，甚至前後跳讀。不僅如此，我們還可以做筆記、進行搜索等操作，將播客變成可以隨時搜索查詢的資訊來源。這樣的轉換使得我們能更靈活地使用播客內容，提高信息的利用效率。