Podzinger, röst-till-text-ljud- och videosökmotorn, har tillkännagett utvidgningen av sin teknik till att söka innehåll i YouTube-videor. Ett klick på en flik på huvudsidan i Podzingers sökgränssnitt låter användaren söka efter talat innehåll i YouTube-videor. Nu behöver sökmotorer inte längre bara förlita sig på texten och taggar som tillhandahålls av YouTube-avsändare, utan kan hitta omnämnanden av nyckelord direkt i videon. Som noterat på Podzingers blogg:
“Med den här nya PodZinger-funktionen kan du komma åt och söka efter YouTube-material, vilket möjliggör mer riktad sökning av ditt användargenererade innehåll. Nu kan du, förutom att helt enkelt söka i videofilers metadata, söka efter termer som faktiskt nämns i ljudet, vilket ger en större chans att hitta relevant material. Vi organiserar också automatiskt videor i kanaler baserat på det faktiska innehållet i videon.”
Aktuella kanaler inkluderar underhållning, sport och anime. Fler väntas snart.
Som SplashCast-bloggen påpekar har den här nya funktionen potential för dem som vill göra konkurrenskraftig intelligens. Användare som spårar omnämnanden av din organisation kan skapa ett RSS-flöde i Podzinger baserat på deras söktermer och få varningar från Podzinger som visar dem exakt den tidsstämplade platsen där deras term förekommer i videon och ett utdrag av innehåll. genom att de enkelt kan spåra hur deras organisation visas på videon.
En serie sökningar visar att när en video förlitar sig mycket på bilder snarare än talad text, har Podzingers teknologi inget att söka efter och kommer inte att leverera videon i dess resultat. Å andra sidan kommer YouTube, som använder användarinlämnad metadata, att visa videon i sökresultaten. Kort sagt, resultaten kommer att vara olika under samma period på YouTube och Podzinger. SplashCast rekommenderar att konkurrerande intelligenssökare använder två liknande flöden, en från Podzinger och en från YouTube. Detta tillvägagångssätt kommer att fånga relevanta omnämnanden i talad text och metainformation.
