Podcast vieraalla kielellä? - Helppoa tekoälyn avulla

Podcastit ovat yleistyneet viime vuosina erittäin paljon ja niitä hyödynnetäänkin niin viihde- kuin oppimistarkoituksissa. Podcasteja voi käyttää esimerkiksi opintojaksoilla kurssimateriaalina ja tiedon välittämisen kanavina. Tässä artikkelissa kerrotaan, miten podcasteja voi luoda koneälyavusteisesti jopa vieraalla kielellä ja miten asiaa on toteutettu LAB-ammattikorkeakoulun markkinoinnin verkkokursseilla.

Kirjoittaja: Sampo Kokkonen

Podcastit ovat yleistyneet viimeisten vuosien aikana melkoisesti ja niiden suosio jatkaa edelleen kasvua (Perttunen 2025; Sanoma 2024). Podcastien käyttö on havaittu toimivaksi myös oppimateriaaleina, sillä ne eivät sido oppijaa paikkaan tai aikaan. Ja jos oppimateriaalin pystyy nauttimaan vaikka ulkona koiran kanssa kävellessä tai ruokaa valmistaessa, antaa se oppijalle paljon enemmän vapausasteita kuin esimerkiksi tiettyyn ajankohtaan sidotun videoidun verkkoluennon seuraaminen. Yleensä näin myös oppijan motivaatio on korkeampi podcastien kohdalla. (Kokkonen 2021)

Podcastien määritelmä on hyvinkin yksinkertainen ja niillä tarkoitetaan ”verkossa julkaistuja äänitallenteita, joita verrataan usein radio-ohjelmiin, vaikka niitä ei välttämättä lähetetä radiokanavilla. Lähettämisen sijaan podcastjaksot ladataan verkkoon, mistä kuuntelijat voivat ladata ne omalle laitteelleen tai kuunnella suoraan podcastin verkkosivulta silloin, kun heille sopii.” (RadioMedia 2020). LAB-ammattikorkeakoulussa oppimateriaaleiksi tarkoitetut podcastit jaetaan yleensä Echo360 -alustan tai Soundcloudin kautta. Näin oppijat pystyvät kuuntelemaan podcastit haluamallaan laitteella, oli se sitten tietokone, tabletti tai puhelin.

Tekoäly podcasteissa

Tekoälyä on hyödynnetty podcastien tuottamisessa monella eri tapaa ja yksi mielenkiintoinen versio tästä on Googlen NotebookLM, joka pystyy tekemään podcastin lähes mistä tahansa tekstimuotoisesta lähdemateriaalista (NotebookLM 2025). NotebookLM pystyy tekemään kuunneltavan podcastin esimerkiksi verkkosivujen tai vaikkapa tieteellisen artikkelin pohjalta, lähdemateriaalin ei tarvitse olla vuoropuhelun muodossa. Monet oppijat ovatkin käyttäneet sovellusta ”kansankielistämään” monimutkaisia tieteellisiä artikkeleita.

Tekoälysovelluksia voi myös käyttää tekemään valmiin vuoropuhelun tekstinä, jolloin podcastin ihmistekijälle jää tehtäväksi vain lukea vuorosanat tekoälyn tekemältä dokumentilta. Toisaalta tekoälyn voi myös laittaa puhumaan halutun vuoropuhelun, joka on jo valmiiksi tekstimuodossa. Tekoälyn soveltamiseen on siis lukuisia tapoja, joista tässä on esitetty vain muutama. Lisäksi on hyvä ottaa huomioon, että mallit kehittyvät koko ajan ja uusia tekoälysovelluksia julkaistaan jatkuvasti.

Mitä jos haluaisi tehdä podcastin vieraalla kielellä aivan tyhjästä?

Podcastin voi myös puhua omalla äidinkielellä ja käyttää tekoälyä muokkaamaan sen halutulle kielelle. Halutessaan puheen lisäksi tekoäly voi luoda videomuotoisen ihmishahmon – avatarin – puhumaan videopodcastia. Näin on toimittu mm. LAB-ammattikorkeakoulun Effective Marketing -MOOC kurssilla, joka on suunnattu kansainvälisille oppijoille. Podcasteja on luotu aiemmin tehdyistä asiantuntijahaastatteluista sekä erikseen tätä kurssia varten suunnitteluista podcasteista, jotka on ensin puhuttu suomeksi ja koneälyn avulla käännetty englannin kielellä puhutuiksi podcasteiksi.

Kirjoitushetkellä ei ollut tiedossa sovellusta, joka tekisi suoraan puhutusta suomen kielestä käännöstä, joten toteutukseen on vaadittu muutamia eri sovelluksia. Suomen kieli pienenä kielenä ei ole kovin tuettu eri sovelluksissa, mutta Open AI:n kehittämä Whisper tunnistaa puhuttua suomen kieltä melko hyvin (OpenAI 2025). Ihmisen vastuulle jää edelleen luodun tekstin oikolukeminen, sillä virheitä mahtuu luotuun tekstiin edelleen jonkin verran. Prosessi on kuitenkin nopeampi tekoälyn avulla kuin suoraan ihmisvoimin litterointi. Tekstitetty puhe taas on helppo kääntää halutulle kielellä useampienkin tekstipohjaisten tekoälysovellusten avulla. Ja lopulta halutulle kielelle – tässä tapauksessa englanniksi – käännetty teksti pystytään saamaan puhutuksi podcastiksi jälleen tekoälyn avulla. Toki tämäkin on syytä oikolukea, sillä tekoälyt eivät pohjaudu kielitieteisiin vaan puhtaasti tilastotieteisiin ja todennäköisyyksiin. Sovelluksia tekstistä ääneksi on useita, mutta esimerkiksi EaseUS VoiceOver -sovelluksessa voi valita vuoropuheluun halutut äänet sekä puhetta pystyy tauottamaan manuaalisesti haluituista kohdista (EaseUS 2025).

Hyödyt ja haitat?

Kuten edellä mainituista vaiheista voi havaita, vaatii tekoälyavusteinen podcastin tuottaminen vielä artikkelin kirjoitushetkellä varsin runsaasti manuaalisia työvaiheita ja useiden sovellusten käyttöä. Voikin siis perustellusti kysyä onko tekoälyn käyttämisestä aitoa hyötyä.

Jos puhujien kielitaito estää podcastin tekemisen halutulle kielelle, niin tekoäly on erittäin hyvä kumppani tuotantoprosessissa. Lisäksi edellä mainittua prosessia tukee se, että podcastin lopputulokseen pystyy vaikuttamaan todella paljon verrattuna siihen, että podcast tehtäisiin pelkästään kolmannen osapuolen tekstistä tekoälyn avulla. Ja onhan puhuttu kieli käännettynäkin monesti luontevampaa kuunnella kuin tekstistä suoraan luettu kieli.

Tärkeimpänä ja merkityksellisimpänä seikkana on podcastin muokkaaminen julkaisun jälkeen. Aivan kuten tekoälyn luomat tekstistä videoksi -videotuotoksia, voidaan myös podcasteja muokata jälkikäteen muokkaamalla vain lähdetekstiä, joka annetaan muokkauksen jälkeen tekoälylle uudelleen puhuttavaksi. Näin muuttuneet tai jopa vanhentuneet tiedot podcasteissa pystytään päivittämään varsin yksinkertaisesti ilman perinteistä äänitys- ja tuotantoprosessin uudelleen tekemistä. (Kokkonen 2024) Tämä myös mahdollistaa sen, että oppimateriaalipodcasteissa voidaan käsitellä hyvinkin ajankohtaisia asioita ja päivittää podcasteja pelkästään näiltä osin vaikkapa vuosittain.

Vaikka yksittäisen podcastin luominen tekoälyn avulla voi olla perinteistä mallia suuritöisempi prosessi, se on perusteltua jo pelkästään päivitysmahdollisuuden vuoksi. Podcastien ja oppimateriaalien kanssa työskentelevien kannattaakin kokeilla tekoälyn suomia mahdollisuuksia tuotannoissaan.

Lähteet

EaseUS VoiceOver. 2025. AI Voice Over Generator Free: Online Text to Speech. Viitattu 26.2.2025. Saatavissa https://multimedia.easeus.com/ai-voice-generator/

Kokkonen, S. 2021. Podcastit rikastuttavat oppimateriaaleja. LAB Focus. Viitattu 25.2.2025. https://blogit.lab.fi/labfocus/podcastit-rikastuttavat-oppimateriaaleja/

Kokkonen, S. 2024. Tekoäly muutti opetusvideoiden luomisprosessin. LAB Focus. Viitattu 26.2.2025. Saatavissa https://blogit.lab.fi/labfocus/tekoaly-muutti-opetusvideoiden-luomisprosessin/

NotebookLM. 2025. NotebookLM – Think Smarter, Not Harder. Viitattu 26.2.2025. Saatavissa https://notebooklm.google/

OpenAI. 2025. Introducing Whisper. Viitattu 26.2.2025. Saatavissa https://openai.com/index/whisper/

Perttunen, M. 2025. Podcastien suosio vaikuttaa kasvavan edelleen – audiopalvelu Podimon sisältöjä kuunneltiin viime vuonna 45 prosenttia edellisvuotta enemmän. Markkinointiuutiset. Viitattu 25.2.2025. Saatavissa https://www.markkinointiuutiset.fi/artikkelit/podcastien-suosio-vaikuttaa-kasvavan-edelleen—audiopalvelu-podimon-sisaltoja-kuunneltiin-viime-vuonna-45-prosenttia-edellisvuotta-enemman

RadioMedia. 2020. Podcast-tutkimus 2020. Viitattu 25.2.2025. Saatavissa https://radiomedia.fi/wp-content/uploads/2021/06/podcastutkimus-2020.pdf

Sanoma. 2024. Sanoma tutki: Digitaalisen audion kulutus jatkaa kasvuaan, eniten on lisääntynyt podcastien suosio. Viitattu 25.2.2025. Saatavissa https://media.sanoma.fi/ajankohtaista/nakemyksia-markkinoinnista/sanoma-tutki-digitaalisen-audion-kulutus-jatkaa-kasvuaan

Kirjoittaja

Sampo Kokkonen toimii tiimivalmentajana ja markkinoinnin lehtorina LAB-ammattikorkeakoulussa. Hänellä on kokemusta audiovisuaalisen materiaalin tuottamisesta myös omassa yrityksessään.

Artikkelikuva: https://pixabay.com/fi/photos/podcast-audio-%C3%A4%C3%A4nite-mikrofoni-2170045/ (Pixabay Licence)