গুগল জেমিনাই ওমনি ১.২ ফ্ল্যাশ: ১৫ সেকেন্ডের ভিডিও তৈরি ও সম্পাদনার নতুন বিপ্লব

গুগল কৃত্রিম বুদ্ধিমত্তা (এআই) দিয়ে ভিডিও নির্মাণ ও সম্পাদনার প্রক্রিয়াকে আরো সহজ ও দক্ষ করেছে। নতুন জেমিনাই ওমনি ১.২ ফ্ল্যাশ মডেলের মাধ্যমে সর্বোচ্চ ১৫ সেকেন্ডের ভিডিও তৈরি ও সম্পাদনার সুবিধা চালু করেছে। এতে ব্যবহারকারীরা শুধু ভিডিও তৈরির দৈর্ঘ্য বেছে নিতে পারবেন না, বরং নির্দেশনার মাধ্যমে দৃশ্য পরিবর্তন, শব্দ উন্নতি এবং ক্যামেরার গতিবিধি নিয়ন্ত্রণও করতে পারবেন।

🔴 মূল পয়েন্ট

• 📌 **জেমিনাই ওমনি ১.২ ফ্ল্যাশ** মডেলের মাধ্যমে সর্বোচ্চ ১৫ সেকেন্ডের ভিডিও তৈরি করা যাবে — আগের সংস্করণে সর্বোচ্চ ছিল ১০ সেকেন্ড
• 📌 **৩০ শতাংশ কম খরচ**: ৩৬০পি ও ৭২০পি রেজোল্যুশনের ভিডিও তৈরিতে প্রতি সেকেন্ডে খরচ হবে মাত্র ৭ সেন্ট
• 📌 **নমুনা-ভিত্তিক সম্পাদনা**: ভিডিওতে পণ্য, পোশাক, চেহারা বা দৃশ্য পরিবর্তন করতে শুধু নির্দেশনা লিখতে হবে — পুরো ভিডিও নতুন করে তৈরি করতে হবে না
• 📌 **শব্দ ও চেহারার সামঞ্জস্য**: কথার সঙ্গে বক্তার ঠোঁটের নড়াচড়া, একাধিক বক্তার আলাদা কণ্ঠস্বর এবং বাস্তবসম্মত সংলাপের সুবিধা যুক্ত হয়েছে
• 📌 **ক্যামেরার গতিবিধি নিয়ন্ত্রণ**: প্রথম ব্যক্তির দৃষ্টিকোণ থেকে স্থানের ভেতর দিয়ে ক্যামেরার চলাচল, দূরে সরে যাওয়া বা বস্তুকে কেন্দ্র করে ঘোরার দৃশ্য তৈরি করা যাবে
• 📌 **বিজ্ঞাপন নির্মাতাদের জন্য**: একই ভিডিও থেকে একাধিক সংস্করণ তৈরি এবং নমুনা ভিত্তিক সামঞ্জস্য বজায় রাখার সুবিধা

📰 বিস্তারিত

গুগল তার কৃত্রিম বুদ্ধিমত্তা মডেল জেমিনাই ওমনি ১.২ ফ্ল্যাশের মাধ্যমে ভিডিও নির্মাণ ও সম্পাদনার নতুন মাইলফলক স্থাপন করেছে। এই মডেলের মাধ্যমে ব্যবহারকারীরা ৩ থেকে ১৫ সেকেন্ডের মধ্যে ভিডিওর দৈর্ঘ্য বেছে নিতে পারবেন। আগের সংস্করণ জেমিনাই ওমনি ১.১-এর তুলনায় এতে ভিডিও তৈরির খরচ ৩০ শতাংশ কমিয়ে ৭ সেন্টে নিয়ে আসা হয়েছে। এছাড়া, ভিডিওর শব্দের মান উন্নত করা হয়েছে এবং বিভিন্ন দৃশ্যে মানুষের চেহারা, পোশাক ও পণ্যের বিবরণে সামঞ্জস্য বজায় রাখার ক্ষমতা বাড়ানো হয়েছে।

এই মডেলের অন্যতম প্রধান বৈশিষ্ট্য হলো নির্দেশনার মাধ্যমে ভিডিও সম্পাদনা। ব্যবহারকারীরা সাধারণ ভাষায় লিখে নির্দেশনা দিলেই ভিডিওতে পণ্য বদলানো, পেছনের দৃশ্য পরিবর্তন, আলোর মাত্রা বা আবহাওয়ার ধরন পাল্টানো এবং ভিডিওর দৈর্ঘ্য ও প্রস্থের অনুপাত পরিবর্তন করতে পারবেন। এছাড়া, একই ভিডিও ব্যবহার করে বিজ্ঞাপনের একাধিক সংস্করণ তৈরির সুবিধাও রয়েছে।

গুগল জানিয়েছে, ভিডিও তৈরির সময় বিভিন্ন উপাদানকে নমুনা বা রেফারেন্স হিসেবে ব্যবহার করা যাবে। চরিত্র, পণ্য ও দৃশ্যের ছবি দেওয়ার পাশাপাশি সর্বোচ্চ তিন সেকেন্ডের ভিডিও ক্লিপ এবং শব্দের নমুনা যুক্ত করা যাবে। 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।

শব্দ উৎপাদনের ক্ষেত্রেও উন্নতি হয়েছে। 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।

"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।"

📊 তথ্যের সারসংক্ষেপ

• 📍 স্থান: গুগল এআই স্টুডিও, গুগল ক্লাউড
• 👥 খবরের মুখ্য ব্যক্তি: ব্যবহারকারীরা, ডেভেলপাররা, বিজ্ঞাপন নির্মাতারা
• 🔢 গুরুত্বপূর্ণ সংখ্যা: ১৫ সেকেন্ড (ভিডিও দৈর্ঘ্য), ৩০% (খরচ কমে), ৭ সেন্ট (প্রতি সেকেন্ড খরচ)