Перше. Українське. Full-AI-native. Розмовне радіо
«Що б Денис не робив – все виходить ЗМІ» (с) моя дружина
Мав час і натхнення, тож створив повністю автономну розмовно-музичну радіостанцію Kyiv Speaks. У ній AI самостійно здійснює агрегацію і озвучення новин, веде ефіри, генерує авторський музичний контент і формує розклад мовлення.
Посилання на сайт з онлайн-мовленням: https://kyiv-speaks.tech/
Власний Telegram-канал: https://t.me/Kyiv_Speaks
У цій системі людська участь зведена до початкового налаштування параметрів і системних промтів, а також до визначення інформаційної політики мовлення. AI займається моніторингом інформаційного простору, формує скрипти новинних випусків, генерує розмовні сегменти, складає музичні треки і вибудовує добову сітку мовлення з урахуванням динаміки аудиторії.
Просунуті LLM генерують змістовні розмовні теми, уникаючи галюцинацій. Тобто це від початку концептуальний full-AI-native проєкт, де штучний інтелект виступає не імітатором, а відкритим автором і ведучим.
Однак справжня цінність проєкту – не AI-радіостанція як така, а зовсім нова модель медіабізнесу. Втім, про все по порядку.
Парадокс Марконі
Багато років тому і в зовсім іншій країні я був заступником директора державного радіо, створював FM-станцію ще в 90-х. А радіо – це така сфера, якою «захворюєш» назавжди. Але є нюанс – мені ніколи не було цікаво музичне радіо. Тільки розмовне.
Тут потрібен невеликий лікбез. Всі радіостанції (без різниці, ефірні чи онлайнові) поділяються на дві основні групи: музичні і розмовні. При цьому музичні можуть мати інформаційну складову (новини, ранкові і вечірні радіошоу, авторські програми), а розмовні – музичну складову (щоб слухач міг відпочити від безперервних обговорень в ефірі).
«Золотий вік» музичного FM-радіо на пострадянському просторі залишився в минулому – у 1990-х роках. Сьогодні музичні радіостанції або збиткові, або дуже малоприбуткові. На противагу їм, розмовні радіостанції якраз мають дуже високу маржинальність. Справа в тому, що саме розмовне радіо ідеально підходить для PR (як бізнесу, так і політики), GR (лобіювання), реклами (зокрема нативної).
З іншого боку, собівартість виробництва ефіру музичної радіостанції дуже мала, а розмовної – навпаки, дуже висока (десятки тисяч доларів на місяць). Створити автоматичну музичну онлайн-радіостанцію дуже просто. За $10 на місяць купуєте послуги онлайн-сервісу, за вечір налаштовуєте його, завантажуєте музику, – і все. Саме тому в інтернеті зараз безліч музичних онлайн-радіостанцій з мізерною кількістю слухачів.
Створити розмовну онлайн-станцію – дорого і складно. Адже, по суті, виробничий процес не відрізняється від ефірного радіо: студія, звукорежисери, журналісти, ведучі, менеджери тощо. Це обмеження (складність і вартість процесу) досі стримувало масову появу розмовних онлайн-станцій.
Вже у 2023 році були перші спроби створити розмовне AI-радіо (наприклад, проєкт RadioGPT). Але з багатьох причин вони або провалювалися, або йшли у вузькі сервісні ніші. Причина: можливості нейромереж не дотягували до вимог розмовного радіо. Я сам рік тому намагався реалізувати схожий проект – вийшло тоді дуже погано. А зараз – все чудово працює.
Проте за останній рік можливості AI сильно виросли. Радіо Kyiv Speaks – перший і поки єдиний приклад реалізації в Україні концепції розмовного радіо з музичною складовою, у якому 100% контенту згенеровано і озвучено AI-інструментами. Також AI керує роботою станції – вона повністю автоматична. Собівартість мовлення в нинішньому вигляді (тестова бета-версія, англійська мова) – близько $200-250 на місяць. Собівартість мовлення аналогічної станції вищого рівня якості з мовленням українською мовою становитиме приблизно $400-500 на місяць.
Ах, так, про «парадокс Марконі». Гульєльмо Марконі в червні 1895 року винайшов радіо, увімкнув його… а слухати ж нічого! Моє прізвище не Марконі, але я теж італієць за походженням. І я теж зробив свою версію радіо – і тепер думаю, куди її застосувати.
Як воно працює
Архітектура побудована на циклічній взаємодії кількох автономних модулів. Їхня спільна робота сервера виглядає так:
Підписуйтеся на наші соцмережі
· Модуль новин чотири рази на добу забирає інформацію з RSS-стрічок українських новин англійською мовою. Використовуються тільки офіційні ЗМІ.
· Далі модуль новин формує новинні випуски: переписує новини відповідно до «радійного» формату, озвучує і збирає в єдиний блок. Блоки новин виходять в ефір чотири рази на добу.
· Модуль розмов у студії-1 збирає новинний порядок денний і робить на основі найважливішої інформації обговорення в студії: двоє ведучих у діалозі обговорюють важливе за цей день.
· Модуль розмов у студії-2 збирає новинний порядок денний останнього місяця, виділяє найважливіші тенденції і теми, і робить на цій основі свої власні обговорення в студії: двоє ведучих у діалозі. У нинішній версії Kyiv Speaks саме студійні діалоги займають 55-65% ефіру.
· Музичний модуль збирає новинний порядок денний останнього місяця, оцінює загальний настрій (вайб) і виділяє ключові події і тенденції. За результатами аналізу пишуться тексти пісень. Далі тексти накладаються на музику. Виходять актуальні за порядком денним і унікальні тільки для Kyiv Speaks пісні – вони йдуть у музичну ротацію.
· Керуючий модуль збирає воєдино файли з усіх інших модулів і формує сітку мовлення, яка є основою для ефірного потоку.
Окремо потрібно згадати, що на станції є можливість прямого включення людини в ефір. Це можна зробити хоч зі студії, хоч зі смартфона, – у будь-який момент і за допомогою будь-яких технічних засобів. Ефірна сітка еластична: вона «розсунеться» на час прямого включення і після його завершення автоматично перебудується на звичний формат.
Технічний стек проєкту Kyiv Speaks – це AzuraCast, Docker, n8n, Inkling, Claude Opus, Kokoro, Gemini TTS, Cloudflare Pages, Suno. Зокрема, Gemini TTS озвучує діалоги в студії, Kokoro – озвучує новини і джингли, а Claude Opus не робить нічого – просто висить у резерві як підстраховка на випадок технічних збоїв інших LLM.
Є ще низка технічних ноу-хау, про які я не розповім. Без них створити аналогічний за функціоналом конкуруючий продукт буде дуже складно і дорого.
Принципова особливість проєкту: як основну LLM для проєкту я обрав досить маловідому в нас модель Inkling. (І ось тут більшість читачів побігла гуглити.) Thinking Machines Lab – стартап колишньої технічної директорки OpenAI Міри Мурaті – представив свою першу модель Inkling у липні цього року. Inkling – мультимодальна модель з архітектурою MoE на 975 млрд параметрів, з яких на кожен токен активні 41 млрд. Вона працює з текстом, зображеннями і аудіо, підтримує контекст до 1 млн токенів і режим міркування. Головна відмінність від флагманів OpenAI, Anthropic і Google – відкриті ваги.
Сама Thinking Machines чесно визнає, що Inkling – не найкраща модель ні серед open-, ні серед closed-моделей. Замість цього розробники позиціонують її як сильну базову мультимодальну модель, яку можна ефективно адаптувати під конкретні сценарії використання. Міра Мурaті робить акцент на тому, що називає епістемікою, – модель спеціально вчили калібрувати впевненість. Навчання з підкріпленням йшло на корпусі реальних питань з відомими результатами, нагорода видавалася за правилами оцінки прогнозів, а на коротких фактичних питаннях модель заохочували відповідати «не знаю», коли впевненості немає. Окремо команда Cognition перевірила Inkling на стійкість до цензури – модель показала високу готовність говорити на незручні теми.
При створенні Kyiv Speaks я розглядав різні моделі. Основними критеріями були: ціна токенів (природно), захищеність від галюцинацій, рівень дотримання інструкцій і здатність розуміти суспільно-політичну ситуацію в Україні (так, такий от неоднозначний критерій). Довелося створити окремий застосунок на базі n8n, у якому одне й те саме завдання одночасно транслювалося різним моделям – Claude Opus 5, ChatGPT Terra, Inkling, Qwen 3.8, Gemini Flash, Grok 4.6. За ціною (при виконанні всіх робочих функцій) найкращими виявилися Grok 4.6 і Inkling. Але при цьому Inkling виявилася найбільш «дисциплінованою» – вона точно дотримувалася отриманих інструкцій. Тоді як Grok за своїм характером поведінки точно повторював свого власника Ілона Маска.
Для радіо така «дисциплінованість» Inkling дуже важлива. Вона дозволяє уникнути сумної долі низки AI-радіостанцій, які були закриті після того, як почали видавати в ефір відверту маячню. (Хороший приклад OFF Radio Kraków, у якої AI-ведучий провів і випустив в ефір згенероване «інтерв'ю» з польською поетесою, лауреаткою Нобелівської премії Віславою Шимборською, яка померла в 2012 році.)
Всі тести показали хорошу здатність Inkling працювати з українським суспільно-політичним контентом, а також виявляти і «відрізати» російські пропагандистські наративи.
Музика другорядна, вона займає близько 30% ефірного часу. Принцип ротації: дві-три пісні, потім велика авторська програма (бесіда в студії), потім знову дві-три пісні і так далі (зі вставками новин). Всі авторські права спочатку належать власнику Kyiv Speaks, тобто більшість треків в ефірі більше ніде не звучать. Також у ротації крутиться невелика кількість пісень, опублікованих за ліцензією Creative Commons, що дозволяє комерційне використання (CC BY або CC BY-SA).
Конкуренти? Немає конкурентів…
Є кілька комерційних платформ, мовних мереж і експериментальних проєктів, що реалізують подібну модель з різним ступенем автономності і комерційного успіху. Проте якщо брати проєкти, які мовлять у форматі 24/7 у форматі розмовно-музичного AI-мовлення, – то їх зовсім небагато.
Більшість зводиться до трансляції і обговорення «нейромузики», або до трансляції подкастів (наприклад, освітніх). Розмовних AI-станцій суспільно-політичного спрямування, та ще й стабільно працюючих, у світі одиниці (на сьогоднішній день – практично немає).
В Україні існує тільки проєкт AI-MUSIC (https://ai-music.com.ua/), це чисто музична AI-радіостанція, яка цілодобово крутить AI-музику.
Комерційний сенс
Розмовний формат має вужчу, але лояльну і платоспроможну аудиторію, ніж формат музичного радіо. Він може краще продавати:
· нативні інтеграції;
· спонсорство рубрик;
· B2B- і політико-економічну рекламу і PR;
· закриті клуби і підписки;
· офлайн-події;
· відеоверсії ефірів і YouTube;
· подкаст-рекламу.
Однак головне джерело монетизації проєкту – в іншому. Kyiv Speaks – це приклад реалізації готового технологічного пакету. Тут цінність має сам пакет + послуги з його впровадження. Тобто замовник може швидко і дешево створити власну розмовну станцію під свої потреби. Для цього потрібно буде переписати керуючі промти всіх модулів станції. Самі ці промти (точніше, принципи їхньої побудови) – головний технологічний секрет усього проєкту.
У результаті, наприклад, банк може зробити собі власне радіо, яке присвячене фінансовій грамотності і розповідям про його послуги. Медіа-група – отримати ще один канал використання свого контенту. Політична партія – вести пропаганду і залучати прихильників (живі виступи політиків просто вставляються в ефір, секундна справа).
Потенційні споживачі – банки, рекламні агентства, ЗМІ (особливо медіа-холдинги), політичні партії і групи, релігійні організації, торговельні мережі, галузеві і промислові асоціації, бізнес-асоціації, продюсерські агентства, медичні центри, муніципальна влада тощо. Кожен може отримати розмовне онлайн-радіо під свої потреби.
Проєкт у його нинішньому вигляді – це ядро фабрики контенту. Вся інформація всередині проєкту до озвучення проходить у текстовому вигляді. Відповідно, всі тексти – новин і авторських програм, студійних розмов, – можуть у тому ж автоматичному режимі публікуватися на сайтах, у соцмережах, у месенджерах. Звук (авторські програми, розмови в студії), відповідно, може публікуватися у вигляді подкастів. Все це дозволяє значно наростити охоплення аудиторії через різні канали.
Наступні етапи на перший погляд виглядають як фантастика, але вже існують у вигляді архітектури відповідних рішень. Перший: продукт, який аналізує цільову аудиторію проєкту, її демографічний і соціальний склад. Аналізує настрої, їхню динаміку, світогляд, фінансовий стан, звички тощо.
Результати аналізу надходять у другий продукт. Він на основі отриманих даних і установок замовника формує наративи і перетворює їх на промти для фабрики контенту – яка вже існує, працює і описана в цьому white paper. У результаті виходить замкнутий автоматичний цикл медійної роботи, який коригує сам себе для досягнення поставленого завдання.
Денис Стаджи, розробник Kyiv Speaks