অডিও বর্ণনা জেনারেটর

এটা কি করে

অডিও বর্ণনা জেনারেটর অ্যাপটি মিনিটের মধ্যে ছোট YouTube ভিডিওর জন্য বর্ণনামূলক অডিও ট্র্যাক তৈরি করার একটি টুল। একবার একটি YouTube লিঙ্ক দেওয়া হলে, অ্যাপটি ভিডিও, শিরোনাম এবং বিবরণ নিয়ে আসে। তারপর ভিডিওটিকে ছোট ছোট খণ্ডে ভাগ করে শুরু হয়। এই অংশগুলি, YouTube ডেটার পাশাপাশি, প্রথমে Gemini ব্যবহার করে একটি "প্রসঙ্গ ফাইল" তৈরি করতে ব্যবহৃত হয়, এটি সাধারণ বিবরণ সনাক্ত করতে এবং যে কোনও অক্ষর সনাক্ত করতে প্রথম পাস হিসাবে কাজ করে। তারপর প্রতিটি খণ্ড একটি "লাউডনেস ফাইল" তৈরি করতে ব্যবহৃত হয় যা প্রতি ব্যবধানে ভলিউম পরিমাপ করে এবং একটি "ট্রান্সক্রিপ্ট" (জেমিনি ব্যবহার করে) যা টাইমস্ট্যাম্প সহ ভিডিও থেকে সংলাপ তালিকাভুক্ত করে। টাইমস্ট্যাম্প সহ পর্যবেক্ষণের একটি "স্ক্রিপ্ট" তৈরি করতে এই সমস্ত তথ্য আবার জেমিনিকে খাওয়ানো হয়। এই স্ক্রিপ্টগুলিকে Google ক্লাউডের টেক্সট-টু-স্পীচের মাধ্যমে রাখা হয়, ফলে অডিওটি আবার একসাথে সেলাই করা হয় এবং চূড়ান্ত ফলাফল ব্যবহারকারীর কাছে উপস্থাপন করা হয়।