Vismo

Działanie

Nasz zespół opracował inteligentną aplikację do obsługi filmów w YouTube (Vismo), która umożliwia użytkownikom wpisanie adresu URL filmu w YouTube wraz z niestandardowym promptem lub zapytaniem. Na podstawie intencji prompta system korzystający z interfejsu Gemini API podaje dopasowaną odpowiedź. Odpowiedź może mieć postać zwykłego tekstu, tekstu z odpowiednimi obrazami, fragmentów filmu lub nawet odpowiedzi w formie filmu.

Aplikacja zaczyna działać od wyodrębnienia napisów i tytułu filmu. Za pomocą Gemini API generuje odpowiedzi tekstowe, klasyfikuje obrazy i fragmenty filmów oraz tworzy scenariusz podsumowania filmu. Aplikacja używa znaczników czasowych i napisów z transkrypcji, aby dokładnie identyfikować i wyodrębniać odpowiednie obrazy oraz segmenty filmów. Aplikacja zwiększa wygodę użytkowników, oferując rekomendacje, takie jak źródła internetowe, powiązane obrazy i filmy w YouTube. Interfejs Gemini API odgrywa kluczową rolę w generowaniu zapytań wyszukiwania, które dostarczają wyników i rekomendacji.