প্রকল্প সম্পর্কে

LearnNote হলো একটি লোকাল-ফার্স্ট AI লার্নিং অ্যাসিস্ট্যান্ট, যার লক্ষ্য হলো দেখা ভিডিও এবং লোকাল রিসোর্সগুলোকে অনুসন্ধানযোগ্য এবং সম্পাদনাযোগ্য লার্নিং নোটে রূপান্তর করা। এই প্রজেক্টটি মূলত Windows 10/11 x64 ডেস্কটপ প্ল্যাটফর্মের জন্য তৈরি। এটি ইনস্টল করার পর লোকাল সার্ভিস চালু করে এবং ওয়েব ওয়ার্কবেঞ্চের মাধ্যমে পড়া, সম্পাদনা এবং সোর্সে ফিরে যাওয়ার সুবিধা দেয়। এতে LearnNote অ্যাকাউন্ট খোলার প্রয়োজন নেই; ভিডিও, সাবটাইটেল, নোট, সাপ্লিমেন্ট এবং রিভিশন রেকর্ড ডিফল্টভাবে লোকাল মেশিনে সংরক্ষিত থাকে এবং এতে কোনো ক্লাউড টাস্ক বা প্রোডাক্ট টেলিম্যাট্রি নেই। প্রধান ক্ষমতা সমূহ: - কন্টেন্ট ইনপুট: ভিডিও ইউআরএল পেস্ট করা, লোকাল ভিডিও নির্বাচন করা অথবা PDF, Markdown, TXT, HTML ইমপোর্ট করা যায়। সাধারণ লিঙ্কের জন্য ব্রাউজার এক্সটেনশন ইনস্টল করার প্রয়োজন নেই। - সাবটাইটেল-ফার্স্ট প্রসেস: সাবটাইটেল উপলব্ধ থাকলে এটি সরাসরি সাবটাইটেল পড়ে এবং ভিডিও ডাউনলোড বা ভয়েস ট্রান্সক্রিপশন এড়িয়ে চলে, এরপর টেক্সট মডেল ব্যবহার করে ওভারভিউ, মূল পয়েন্ট এবং টাইমস্ট্যাম্পসহ সোর্স তৈরি করে; মূল সাবটাইটেল আলাদাভাবে সংরক্ষিত থাকে। সাবটাইটেল না থাকলে মিডিয়া সংগ্রহ করে নির্বাচিত পদ্ধতিতে ট্রান্সক্রাইব করার পর 정리 করা হয়। - ট্রান্সক্রিপশন এবং OCR: লোকাল ট্রান্সক্রিপশনের জন্য faster-whisper ব্যবহৃত হয়, যা প্রথমবার ব্যবহারের সময় সংশ্লিষ্ট মডেল ডাউনলোড করে। এর গতি ভিডিওর দৈর্ঘ্য, মডেলের আকার এবং CPU/GPU পরিবেশের ওপর নির্ভর করে। ফ্রেম-ভিত্তিক টেক্সট এক্সট্রাকশনের জন্য স্ক্রিন OCR ব্যবহৃত হয়; README-তে স্পষ্ট করা হয়েছে যে সম্পূর্ণ স্ক্রিন সাবটাইটেল OCR এখনো অটোমেটিক ফলব্যাক প্রসেস হিসেবে দেওয়া হয়নি। - মডেল কনফিগারেশন: ওয়েব, অ্যাপ এবং এক্সটেনশন টাস্কের জন্য একটি টেক্সট বা ভিশন মডেল কানেকশন সেভ করে রাখা যায়। এটি সার্ভিস প্রিসেট বা কম্প্যাটিবল ইন্টারফেস সমর্থন করে এবং লোকাল মডেল সার্ভিসের সাথেও যুক্ত করা যায়। API Key লোকাল সার্ভিস বা সিস্টেম ক্রেডেনশিয়াল স্টোরে রাখা সম্ভব। - ব্রাউজার এক্সটেনশন: লগ-ইন করা Bilibili বা কোর্স পেজের জন্য ব্যবহৃত হয়, যা বর্তমান পেজের সাবটাইটেল এবং রিসোর্স হ্যান্ডওভার করে। এক্সটেনশনটি ট্যাব রেকর্ড করে না এবং DRM, অ্যাকাউন্ট পারমিশন বা কোর্স প্রগ্রেস বাইপাস করে না। শুধুমাত্র ইউআরএল পেস্ট করলে অন্য ব্রাউজারের লগ-ইন স্টেট অটোমেটিক পাওয়া যাবে না। - নোট এবং রিডিং: মূল টেক্সট এবং সোর্স আলাদা থাকে, টাইমস্ট্যাম্পের মাধ্যমে ভিডিওতে ফিরে যাওয়া যায়। মূল টেক্সট সম্পাদনা এবং ব্যক্তিগত সাপ্লিমেন্ট সেভ করার সুবিধা রয়েছে; অরিজিনাল ড্রাফট এবং রিভাইজড ড্রাফট আলাদাভাবে সংরক্ষিত থাকে। এতে গ্লোবাল অ্যাসিস্ট্যান্ট এবং এক্সপ্লিসিট Skill রয়েছে, যার মাধ্যমে নির্বাচিত কন্টেন্ট নিয়ে প্রশ্ন করা, সামারি করা বা সেলফ-টেস্ট নেওয়া যায়। উত্তরের সাথে ব্যবহৃত Skill, রেঞ্জ এবং এক্সিকিউশন পদ্ধতি প্রদর্শিত হয়। - অর্গানাইজেশন এবং এক্সপোর্ট: কোর্স, রিভিশন কার্ড, লার্নিং প্ল্যান, ভার্সন রেকর্ড, ক্লিপ লার্নিং, OCR, ডায়াগনস্টিক এবং এক্সপোর্ট সুবিধা প্রদান করে। সাইডবার ফোল্ডিং, আউটলাইন, ফন্ট সাইজ, লাইন স্পেসিং, রিডিং উইডথ, থিম এবং ডেনসিটি সেটিংস সমর্থন করে। অ্যাসিস্ট্যান্টের পাঠানো হয়নি এমন প্রশ্নগুলো লোকাল ড্রাফট হিসেবে সেভ হয় এবং নতুন করে জেনারেট করার আগে আগের ভার্সনটি সংরক্ষিত থাকে। - ইন্টিগ্রেশন: Obsidian ইন্টিগ্রেশন ডিরেক্টরি প্রদান করে। অফিসিয়াল ওয়েবসাইট এবং হেল্প ডকুমেন্টে প্রোডাক্ট ফ্লো, মডেল সেটিংস এবং এক্সটেনশন কানেকশন ট্রাবলশুটিং নির্দেশিকা রয়েছে। ব্যবহার পদ্ধতি: Windows ইনস্টলার ডাউনলোড করে অথবা পোর্টেবল ZIP এক্সট্রাক্ট করে LearnNote.exe ডাবল ক্লিক করে চালু করুন। সেটিংসে মডেল কানেকশন সেভ করুন, সোর্স এবং প্রসেসিং পদ্ধতি নিশ্চিত করে টাস্ক শুরু করুন। টাস্ক পেজে প্রগ্রেস, সম্পন্ন বা স্কিপ করা ধাপ এবং প্রসেসিং রেকর্ড দেখা যাবে। সম্পন্ন হওয়ার পর সামারি পড়া, সম্পাদনা বা এক্সপোর্ট করা যাবে। সীমাবদ্ধতা: লোকাল ভিডিও, Bilibili, YouTube এবং বর্তমান সেশনে অ্যাক্সেসযোগ্য সাধারণ মিডিয়া রিসোর্স সমর্থন করে। সাইট আপডেট, লগ-ইন এক্সপায়ার বা এনক্রিপ্টেড প্লেব্যাক অ্যাক্সেসকে প্রভাবিত করতে পারে, সেক্ষেত্রে লোকাল ফাইল ব্যবহার করা যাবে। PDF স্ক্যান করার জন্য আগে OCR প্রয়োজন। macOS/Linux-এর বেসিক কন্ট্রাক্ট চেক মানে এই নয় যে নেটিভ ডেস্কটপ সিগনেচার, ইনস্টলেশন এবং আপগ্রেড ভেরিফিকেশন সম্পন্ন হয়েছে। মোবাইল স্ক্রিনে ওয়েব পেজ পড়া গেলেও ডিফল্ট সার্ভিস শুধুমাত্র লোকাল মেশিনের জন্য, ক্রস-ডিভাইস সিঙ্ক্রোনাইজেশন এবং স্বতন্ত্র মোবাইল অ্যাপ বর্তমানে প্রতিশ্রুতিভুক্ত নয়। ডেভলপমেন্ট এবং লাইসেন্স: রিপোজিটরিতে ব্যাকএন্ড, ওয়েব ওয়ার্কবেঞ্চ, ব্রাউজার এক্সটেনশন এবং স্ট্যাটিক ওয়েবসাইট অন্তর্ভুক্ত। ডেভেলপমেন্ট এনভায়রনমেন্টে first-run-checklist.ps1 এবং start-learnnote.ps1 চালানো যায় এবং ব্যাকএন্ড রিগ্রেশনের জন্য unittest ব্যবহৃত হয়। প্রজেক্টটি Apache License 2.0 দ্বারা লাইসেন্সড। README-তে উল্লেখ করা হয়েছে যে এটি BiliNote-এর সাবটাইটেল-ফার্স্ট এবং ভিডিও নোট ওয়ার্কফ্লো, Cetle-এর সাবটাইটেল ও লার্নিং টুল অর্গানাইজেশন এবং Cherry Studio-এর মাল্টি-মডেল ক্লায়েন্ট ইন্টারঅ্যাকশনের রেফারেন্স নিয়েছে।