১৫ সেকেন্ডের ভিডিও তৈরি ও সম্পাদনা করা যাবে নতুন জেমিনাইতে
কৃত্রিম বুদ্ধিমত্তা (এআই) দিয়ে ভিডিও তৈরি ও সম্পাদনার প্রক্রিয়া আরও সহজ করতে নতুন মডেল উন্মোচন করেছে গুগল। ‘জেমিনাই ওমনি ১.২ ফ্ল্যাশ’ নামের এ মডেলের সাহায্যে সর্বোচ্চ ১৫ সেকেন্ডের ভিডিও তৈরি করা যাবে। পাশাপাশি আগে থেকে তৈরি ভিডিওতে লিখে নির্দেশনা দিয়েই প্রয়োজন অনুযায়ী পরিবর্তন আনা সম্ভব হবে। ফলে ভিডিওর কোনো দৃশ্য বা উপাদানে সামান্য পরিবর্তন আনতে পুরো ভিডিও নতুন করে তৈরির প্রয়োজন হবে না।
গুগলের দাবি, আগের সংস্করণের তুলনায় নতুন মডেলে ভিডিও তৈরির খরচ ৩০ শতাংশ কমানো হয়েছে। এ ছাড়া ভিডিওর শব্দের মান উন্নত করার পাশাপাশি বিভিন্ন দৃশ্যে মানুষের চেহারা, পোশাক ও পণ্যের বিবরণে সামঞ্জস্য বজায় রাখার সক্ষমতা বাড়ানো হয়েছে। এসব সুবিধা বিজ্ঞাপন নির্মাতা প্রতিষ্ঠান ও ব্যক্তিগত কনটেন্ট নির্মাতাদের ভিডিও তৈরির কাজ সহজ করবে।
গত বৃহস্পতিবার এক ব্লগ পোস্টে জেমিনাই ওমনি ১.২ ফ্ল্যাশ উন্মোচনের ঘোষণা দিয়েছে গুগল। মডেলটি এখন ডেভেলপাররা জেমিনাই এপিআই ও গুগল এআই স্টুডিওর মাধ্যমে ব্যবহার করতে পারবেন। এ ছাড়া প্রাতিষ্ঠানিক গ্রাহকদের জন্য এটি পাওয়া যাচ্ছে গুগল ক্লাউডে। নতুন মডেলের অন্যতম প্রধান সুবিধা হলো সর্বোচ্চ ১৫ সেকেন্ডের ধারাবাহিক ভিডিও তৈরির সক্ষমতা। আগের সংস্করণ জেমিনি ওমনি ১.১ দিয়ে সর্বোচ্চ ১০ সেকেন্ডের ভিডিও তৈরি করা যেত। নতুন মডেলে ব্যবহারকারীরা ৩ থেকে ১৫ সেকেন্ডের মধ্যে ভিডিওর দৈর্ঘ্য নির্ধারণ করতে পারবেন। এ ক্ষেত্রে প্রতি এক সেকেন্ডের ব্যবধানে সময় বেছে নেওয়ার সুযোগ রয়েছে। ভিডিও তৈরির খরচও কমিয়েছে গুগল। নতুন মডেলে ৩৬০পি ও ৭২০পি রেজোল্যুশনের ভিডিও তৈরিতে প্রতি সেকেন্ডে খরচ হবে ৭ সেন্ট। পরবর্তী সময়ে এসব ভিডিওর রেজোল্যুশন বাড়িয়ে ১০৮০পি বা ৪কে করা যাবে।
জেমিনাই ওমনি ১.২ ফ্ল্যাশে যুক্ত হয়েছে নির্দেশনার মাধ্যমে ভিডিও সম্পাদনার সুবিধা। এর ফলে ভিডিওতে কোনো পরিবর্তন আনতে পুরো ভিডিও নতুন করে তৈরি করতে হবে না। বরং সাধারণ ভাষায় লিখে নির্দেশনা দিলেই নির্দিষ্ট অংশে পরিবর্তন আনা যাবে। ভিডিওতে থাকা কোনো পণ্য বদলানো, পেছনের দৃশ্য পরিবর্তন, আলোর মাত্রা বা আবহাওয়ার ধরন পাল্টানো এবং ভিডিওর দৈর্ঘ্য ও প্রস্থের অনুপাত পরিবর্তন করা যাবে। একই ভিডিও ব্যবহার করে বিজ্ঞাপনের একাধিক সংস্করণ তৈরির ক্ষেত্রেও এ সুবিধা কাজে আসবে।
ভিডিও তৈরির সময় বিভিন্ন উপাদানকে নমুনা বা রেফারেন্স হিসেবেও ব্যবহার করা যাবে। এ জন্য চরিত্র, পণ্য ও দৃশ্যের ছবি দেওয়ার পাশাপাশি সর্বোচ্চ তিন সেকেন্ডের ভিডিও ক্লিপ এবং শব্দের নমুনা যুক্ত করা যাবে। গুগলের ভাষ্য, এসব নমুনা অনুসরণ করে ভিডিওর বিভিন্ন দৃশ্যে মানুষের চেহারা, পোশাক, পণ্যের প্যাকেজিং, লেখা ও ব্র্যান্ডের রং একই রকম রাখা সম্ভব হবে। ফলে ক্যামেরার অবস্থান বা দৃশ্যের কোণ পরিবর্তন হলেও ভিডিওর গুরুত্বপূর্ণ উপাদানগুলোর মধ্যে সামঞ্জস্য বজায় থাকবে।
ভিডিও তৈরির পাশাপাশি শব্দ উৎপাদনের সক্ষমতাও উন্নত করেছে গুগল। নতুন মডেলে সংলাপ আরও স্বাভাবিক শোনাবে। কথার সঙ্গে বক্তার ঠোঁটের নড়াচড়ার সামঞ্জস্য বাড়ানোর পাশাপাশি একাধিক বক্তার জন্য আলাদা কণ্ঠস্বর তৈরির সুবিধাও রাখা হয়েছে। ফলে ভিডিওতে একাধিক ব্যক্তির কথোপকথন আরও বাস্তবসম্মতভাবে উপস্থাপন করা যাবে।
ক্যামেরার গতিবিধি নিয়ন্ত্রণের জন্যও নতুন কিছু সুবিধা যোগ করা হয়েছে। এর মাধ্যমে প্রথম ব্যক্তির দৃষ্টিকোণ থেকে কোনো স্থানের ভেতর দিয়ে ক্যামেরার চলাচল, ক্যামেরার ধীরে ধীরে দূরে সরে যাওয়া এবং কোনো বস্তুকে কেন্দ্র করে ক্যামেরার চারপাশে ঘোরার দৃশ্য তৈরি করা যাবে। পণ্যের পরিচিতি, বিজ্ঞাপন ও অন্যান্য স্বল্পদৈর্ঘ্যের ভিডিও নির্মাণে এসব সুবিধা কাজে আসবে।
গুগল জানিয়েছে, পর্যায়ক্রমে ফ্লো, জেমিনাই ফর বিজনেস ও গুগল ভিডসের মতো সেবায়ও নতুন মডেলটির সুবিধা যোগ করা হবে।
সূত্র: নিউজ১৮ ডটকম