MERLIN

यह क्या करता है

MERLIN एक नया वीडियो सर्च प्लैटफ़ॉर्म है. इससे वीडियो कॉन्टेंट को ढूंढने और ऐक्सेस करने के तरीके में क्रांतिकारी बदलाव आया है. Gemini Flash और Vertex की मल्टीमोडल एम्बेडिंग तकनीकों को बेहतर तरीके से जोड़कर, MERLIN आसान और सहज तरीके से वीडियो खोजने की सुविधा देता है. यह सुविधा, आपके इंटेंट के हिसाब से बनाई गई है.

MERLIN में लार्ज लैंग्वेज मॉडल और मल्टीमोडल एम्बेडिंग की बेहतरीन तकनीकें शामिल हैं. जब कोई टेक्स्ट क्वेरी सबमिट की जाती है, तो हमारा बैकएंड क्वेरी एम्बेडिंग को निकालता है और पहले से कैलकुलेट किए गए वीडियो एम्बेडिंग के हिसाब से वेक्टर सर्च करता है. हालांकि, अगर आपको नतीजे पसंद नहीं आते हैं, तो Gemini Flash की मदद से MERLIN के साथ नैचुरल तरीके से बातचीत की जा सकती है.

बातचीत के दौरान, MERLIN Vertex का इस्तेमाल करके, बातचीत से मल्टीमोडल एम्बेडिंग निकालता है. इससे, आपकी ज़रूरतों के बारे में बेहतर तरीके से जानकारी मिलती है. इन क्वेरी को शुरुआती क्वेरी एम्बेडिंग के साथ इंटरपोलेशन किया जाता है. इसके बाद, वीडियो डेटाबेस के लिए एक नई वेक्टर सर्च की जाती है.

इस पूरी प्रोसेस के दौरान, वेक्टर एम्बेडिंग और मेटाडेटा को Firestore में आसानी से सेव किया जाता है. वहीं, असल वीडियो और थंबनेल Firebase में सेव होते हैं. इससे, आपको बेहतर और सटीक नतीजे मिलते हैं.

Gemini Flash के बातचीत वाले एआई और Vertex की मल्टीमोडल क्षमताओं का इस्तेमाल करके, MERLIN आपके वीडियो खोज के इंटेंट को पहले से ज़्यादा बेहतर तरीके से समझता है. इससे, आपको सबसे काम के और सटीक नतीजे मिलते हैं.

यह प्रोजेक्ट, हमारे MERLIN: Multimodal Embedding Refinement via LLM-based Iterative Navigation for Text-Video Retrieval-Rerank Pipeline प्रोजेक्ट से लिया गया है.