重點摘要

Particle — 由前 Twitter 工程師創立的 AI 新聞閱讀器新創公司 — 推出了 Radar，一款將口語內容轉錄並做語意分析的 Podcast 搜尋引擎。Radar 已對超過 130,000 個 Podcast 建立索引，包含 135 個垂直領域中的 Apple Top 200，並每日新增約 20,000 集節目。它產生帶有說話者標籤的稿本、識別實體（人物、公司、品牌、主題），並能顯示帶有時間戳的顯著片段。 此功能使得原本無法解讀原始音頻的 AI 代理能夠存取音頻，為對沖基金、AI 搜尋平台和資料經銷商等帶來新的商業用途。

情緒分析

• 整體情緒：正面 — Radar 透過將音頻轉換為結構化、可搜尋的情報，為當前代理與搜尋生態系統中一項明顯的限制提供了務實的解決方案。產品的優勢包括廣度（已建立索引的 130,000+ Podcast）、深度（說話者標籤、實體辨識、豐富的 metadata）以及交付選項（網頁 UI、警示與程式化 API）。這些功能吸引需要可靠音頻衍生資料的客戶，例如對沖基金、AI 平台與研究人員。市場反應良好，反映在早期整合與商業興趣上。
  75%

文章內容

Particle 是由前 Twitter 工程師創立、先前以 AI 驅動的新聞閱讀器應用聞名的新創公司，已轉向一項專注的產品：讓 Podcast 音頻對 AI 驅動系統可被探索並有用。他們的新產品 Radar 不只轉錄音頻——還能解讀內容、擷取關鍵引述與重點，並將結果打包，使人類與自動化代理能夠找到並採取口語資訊的行動。

Radar 的起源可追溯到 Particle 早期應用中的一項受歡迎功能：能在相關新聞報導旁顯示引人注目的 Podcast 片段。那項功能證明了結構化 Podcast 資料的價值，但侷限於原先的新聞閱讀器內。隨著對自主代理與程式化資料存取的興趣增加，Particle 將該技術重新定位為一個專注於音頻情報的獨立 API 產品。

Radar 的語料庫相當龐大：該服務轉錄超過 130,000 個 Podcast，包含 Apple 各垂直類別的 Top 200 節目，並每天向索引新增約 20,000 集新節目。轉錄內容包含說話者標籤與豐富的 metadata。Radar 能辨識實體——例如個人、公司、品牌、產品與主題——並能追蹤跨集節目的提及。使用者可在特定實體或主題被提及時接收警示，方式為即時或每日／每週摘要，透過電子郵件、Slack 或 webhook 發送。這些警示可過濾，允許使用者針對特定來賓、主題或像是排名靠前的 Podcast 子集進行篩選。

除了搜尋與警示之外，Radar 還能擷取簡潔、具獨立性的片段並附上時間戳，讓使用者能快速收聽或閱讀討論該主題的精確段落。 這種片段擷取對於需要快速取得重點時而不必消耗整集節目的人非常有用。該平台還追蹤聽眾評分與評論、節目廣告內容與主題趨勢。其中一項專為廣告而設的功能是一個 Podcast 廣告搜尋引擎，能定位公司投放廣告的每一個實例，並展示該廣告曝光如何隨時間演變。

這些功能創造了多種商業機會。早期對結構化音頻資料有強烈需求的客戶包括希望為其代理驅動研究工作流程取得資料的對沖基金、AI 搜尋供應商與資料經銷商。Particle 的執行長指出，對沖基金是高使用量的直接 API 客戶之一。其他潛在的附加價值與收入來源包括政治偏向評估、排行榜指標、受眾規模估算、贊助與品牌適配性分析，以及專門的廣告追蹤服務。

雖然 Radar 提供一個瀏覽轉錄、片段與警示的網頁介面，但其主要產品是程式化存取層：一個 API 與管理主控台，讓 AI 代理與企業系統將音頻情報整合到自動化流程中。這種做法解決了一個常見的限制：許多爬蟲與代理平台專注於文字，對原始音頻幾乎處於盲點，除非該音頻已被轉錄並結構化。Radar 透過為代理與服務供應音頻層的情報來填補這個缺口。

Radar 網頁產品的定價分級：個人使用者每座席 29 美元／月，企業方案每月 399 美元，包含 20 個座席。API 客戶則依據使用量與整合需求提供客製化價格。展望未來，Particle 計劃將 Radar 的範圍擴大到 podcast 以外的其他音頻來源，例如 YouTube 影片與新聞片段，將相同的轉錄、實體擷取與 metadata 功能延伸到更廣泛的音頻內容。

關鍵洞見表