برنامه مطالعه هوش مصنوعی یوتیوب

کاری که انجام می دهد

برنامه من که به صورت react native توسعه داده شده است به شما امکان می دهد در ویدیوهای یوتیوب خود را امتحان کنید، با محتوای متن فیلم چت کنید و خلاصه ای هوشمندانه به شما ارائه می دهد که در آن می توانید کلیک کنید و در نقاط مختلف بازی کنید.

Gemini برای خلاصه هوشمند با ایجاد یک اعلان که رونوشت با مهر زمانی MM:SS را می پذیرد، استفاده شد. از اینجا من یک طرح json تعریف کردم که انتظار دارم از gemini برگردد. معلوم شد که بسیار قابل اعتماد است و می تواند این خروجی مورد انتظار را در برنامه react native که من توسعه داده ام، با استفاده از این مهرهای زمانی MM:SS در نقاطی برای جستجوی زمان صحیح در پخش کننده یوتیوب در برنامه تجزیه و تحلیل کند. پنجره زمینه طولانی Gemini بسیار مهم بود. بدون مشکل می تواند 5 ساعت رونوشت ویدیو را تحمل کند

برای صفحه پرسش و پاسخ به طور مشابه پس از آزمایش با اعلان‌ها و طرح‌واره‌های json مختلف، من روی یک سؤال و پاسخ چند گزینه‌ای تصمیم گرفتم که Gemini نیز با پاسخ صحیح بازگشت. از اینجا توانستم از این پاسخ json برای ایجاد یک سوال چند گزینه ای تعاملی بر اساس رونوشت ویدیو استفاده کنم. این کار با جمینی آسان نبود. همچنین یک رفرش برای تعداد مختلف پرسش و پاسخ اجرا شد.

در نهایت یک برگه صفحه چت را اجرا کردیم که در آن می‌توانیم با رونوشت ویدیو چت کنیم و در حین مطالعه ویدیو و تلاش برای کسب اطلاعات بیشتر، سؤالات خود را بپرسیم. این امر دانش قدرتمندی را که قبلاً در مورد جمینی وجود داشت همراه با متن رونوشت ویدیویی مورد استفاده قرار داد.

میزبانی Firebase، توابع و پایگاه داده نیز مورد استفاده قرار گرفت.