Powder, eine KI-gestützte Clipping-Software, die Highlights aus Gaming-Streams aufnimmt und sie in Kurzvideos umwandelt, wird bald in der Lage sein, Schreie zu erkennen, damit Gamer noch bessere Montagen erstellen können. Die Plattform arbeitet auch an einer Speech-to-Text-Software, damit YouTuber eine Abschrift ihres gesamten Streams erhalten und nach Schlüsselwörtern suchen können.
Powder hat über 40 proprietäre spielspezifische KI-Modelle entwickelt, darunter Audioanalyse und Lacherkennung, sowie eigenständige Modelle für beliebte Titel wie Fortnite, Valorant, Apex Legends, Call of Duty, Rocket League, Fall Guys, Elden Ring und Among Us . Das Unternehmen bringt auch ein Modell für Counter-Strike 2 auf den Markt.
Alle Modelle funktionieren ähnlich; Die KI scannt die Stream-Aufzeichnungen – ob von Twitch, YouTube oder einer MP4-Datei – und findet Aktivitätsspitzen, einschließlich Siege, Assists, Kills und andere leistungsbasierte Momente im Spiel. Powder nimmt diese Highlights auf und erstellt kurze Montagen, die die Ersteller in den sozialen Medien hochladen können.
Bildnachweis: Pulver
Ähnlich wie bei der Lacherkennungsfunktion wird die Plattform bald ein weiteres KI-Tool auf den Markt bringen, das Schwankungen in der Stimme erkennt, sodass YouTuber Clips mit Schreien erstellen können – eine häufige Reaktion bei intensiven Ranglistenspielen. Das Unternehmen rechnet mit einer Markteinführung Mitte Dezember.
„Von unkontrollierbarem Gelächter und nachlassender Wut bis hin zu Situationen, in denen auf dem Bildschirm nichts Offensichtliches passiert: Die besten Momente beim Spielen sind höchst subjektiv und müssen aus verschiedenen Perspektiven reflektiert werden, die über das Gameplay selbst hinausgehen“, sagt Barthélémy, Mitbegründer und CEO von Powder Kiss erzählte >. „Das hat uns überzeugt, dass wir die Emotionen beim Spielen mit Ihrer Community einfangen müssen. Diese Kombination aus geschicklichkeitsbasierten Momenten und zutiefst emotionalen Momenten macht die Erstellung von Gaming-Inhalten so einzigartig und besonders.“
Nächsten Monat kommt auch die Speech-to-Text-Technologie auf die Plattform, die den Erstellern ein Transkript eines Streams liefert und es ihnen ermöglicht, schnell nach bestimmten Wörtern zu suchen und die besten Highlights abzurufen. Streamer können auch Stimmungsaufforderungen eingeben. Zum Beispiel: „Suchen Sie mir fünf lustige Clips, in denen meine Fans verrückt werden.“ Die Software ist auf den Gamer-Jargon zugeschnitten, um genauere und präzisere Ergebnisse zu erzielen.
„Die Möglichkeit, Clips in langen Videos wie Twitch-Streams mit KI zu suchen und zu kontextualisieren, ist der heilige Gral für Content-Ersteller und die Teams, die sie unterstützen, von ihren Video-Editoren bis hin zu ihren Agenten und Managern“, sagte Kiss.
Bildnachweis: Pulver
Darüber hinaus aktualisiert Powder seine „Community Hype“-Funktion, die nächste Woche eingeführt wird. Das im September eingeführte KI-Modell erkennt Chat-Spitzen. Das Update wird Clips empfehlen, bei denen die Community „durchdreht“, sagte Kiss.
„Mit der Veröffentlichung der zweiten Phase der Community-Hype-Erkennung soll eine weitere Perspektive eröffnet werden, die sich mit der Frage beschäftigt, was einen ‚Highlight-Moment‘ in einem Stream ausmacht. Eine Dimension davon besteht darin, zu verstehen, was die Community denkt, die einen Streamer am besten kennt. Communities haben ein gutes Gespür dafür, worauf es bei einer bestimmten Gaming-Session oder einem bestimmten Stream ankommt. Wenn die Community in dieser neuesten Version verrückt wird und sich an einen Moment erinnern möchte, empfiehlt Powder AI Ihnen, diesen als Clip zum Teilen aufzubewahren“, erklärte er.
Laut der Powder-Umfrage unter über 3.200 Streamern verbringen YouTuber durchschnittlich 53 Stunden pro Monat oder 630 Stunden pro Jahr damit, nach Highlights zu suchen und Clips zu bearbeiten. Powder gibt an, Streamern mehr als 10 Stunden pro Woche oder 520 Stunden pro Jahr einzusparen.
Das in Frankreich ansässige Startup wurde 2018 von Kiss, Yannis Mangematin und Christian Navelot gegründet. Bisher wurden 22 Millionen US-Dollar eingesammelt.
