দৃশ্যমান

এটা কি করে

Visibl হল একটি iOS অ্যাপ যা অডিওবুকগুলিকে নিমজ্জিত ভিডিওবুকে রূপান্তরিত করে, আপনার শোনার অভিজ্ঞতাকে একটি ভিজ্যুয়াল যাত্রায় পরিণত করে৷ আপনি যখন শুনছেন, ভিসিবল গতিশীলভাবে রিয়েল-টাইমে চিত্রগুলি তৈরি করে, ব্যবহারকারীদের তারা যে অডিওবুক উপভোগ করছে তার একটি অনন্য ভিজ্যুয়াল ব্যাখ্যা দেখতে দেয়। অ্যাপটি শুধু স্ট্যাটিক ইমেজ তৈরি করে না; এটি ব্যবহারকারীদের ভিজ্যুয়ালগুলিকে প্রভাবিত করতে এবং গাইড করতে সক্ষম করে, একটি বইয়ের মাধ্যমে প্রতিটি ভ্রমণকে অত্যন্ত ব্যক্তিগতকৃত করে তোলে।

দৃশ্যমান তিনটি মূল উপায়ে জেমিনি এপিআই-এর শক্তি লাভ করে:

- অডিও ট্রান্সক্রিপশন: অ্যাপটি অডিওবুক অডিওকে পাঠ্যে প্রতিলিপি করে, বিষয়বস্তুর সঠিক উপস্থাপনা নিশ্চিত করে।

- নামযুক্ত সত্তা স্বীকৃতি (NER): এটি অ্যাপটিকে পাঠ্যের মধ্যে মূল অক্ষর, স্থান এবং বস্তুগুলি সনাক্ত করতে এবং ফোকাস করতে দেয়, যা প্রাসঙ্গিকভাবে প্রাসঙ্গিক ভিজ্যুয়াল তৈরির জন্য অত্যন্ত গুরুত্বপূর্ণ (জেমিনি 1.5 প্রো)

- ইমেজ প্রম্পট জেনারেশন: ট্রান্সক্রিপশন এবং এনইআর থেকে অন্তর্দৃষ্টি ব্যবহার করে, অ্যাপটি বিস্তারিত এবং ব্যক্তিগতকৃত ইমেজ প্রম্পট তৈরি করে, যা রিয়েল-টাইমে ভিজ্যুয়াল তৈরি করতে ডিফিউশন মডেল দ্বারা ব্যবহৃত হয়। (মিথুন 1.5 প্রো)

Gemini API বৈশিষ্ট্যগুলির এই সমন্বয় নিশ্চিত করে যে Visibl শুধুমাত্র অডিওবুকগুলি উপভোগ করার জন্য একটি অভিনব উপায় প্রদান করে না বরং প্রতিটি ব্যবহারকারীর জন্য অনন্যভাবে অভিজ্ঞতাটি তৈরি করে।