প্রকল্প সম্পর্কে

টাইমলাইন স্টুডিও একটি ওপেন-সোর্স, লোকাল-ফার্স্ট ভিডিও এডিটর যা ব্রাউজারে চলে। এটি ভিজ্যুয়াল, পিকচার-ইন-পিকচার ওভারলে, ক্যাপশন, স্টিকার, ভয়েসওভার, আলাদা করা সোর্স অডিও এবং মিউজিকের জন্য ক্যাপকাট-স্টাইল মাল্টি-ট্র্যাক টাইমলাইন সরবরাহ করে। মানব ব্যবহারকারী এবং AI এজেন্ট উভয়ই একই এডিটেবল প্রজেক্টে কাজ করতে পারে, যেখানে পোর্টেবল .timeline ফাইলটি সত্যের উৎস হিসেবে রাখা হয়, শুধু একটি অস্বচ্ছ রেন্ডার করা ভিডিও তৈরি করার পরিবর্তে। সম্পাদনা বৈশিষ্ট্যগুলির মধ্যে রয়েছে ক্যানভাস নির্বাচন এবং রূপান্তর, আনুপাতিক রিসাইজিং, ঘূর্ণন, মাস্ক, ফিল্টার, ইফেক্ট, অ্যানিমেশন, গতির পরিবর্তন, স্পষ্ট কীফ্রেম, স্ন্যাপিং, সারিবদ্ধকরণ গাইড, স্প্লিট/ডুপ্লিকেট/ডিলিট অপারেশন, টাইমলাইন জুম এবং আন্ডো/রিডু। ডেস্কটপ কালার গ্রেডিং কীফ্রেমযোগ্য তাপমাত্রা, টিন্ট, স্যাচুরেশন, হিউ, হুইল স্যাচুরেশন এবং লুমিন্যান্স নিয়ন্ত্রণ সমর্থন করে। প্রিভিউ নেটিভ মিডিয়া প্লেব্যাক ব্যবহার করে, যখন এক্সপোর্ট একটি পৃথক ডিটারমিনিস্টিক অফলাইন রেন্ডারিং পাথ ব্যবহার করে WebCodecs MP4/WebM কম্পোজিশন, শেয়ার্ড জ্যামিতি, অডিও মিক্সিং, ক্যাপশন, ওভারলে, ইফেক্ট এবং একটি MediaRecorder ফলব্যাক সহ। অডিও ক্লিপ বা সম্পূর্ণ টাইমলাইন মিক্স WAV বা MP3 হিসাবে এক্সপোর্ট করা যায় ট্রিমিং, গতি, ভলিউম, ফেড এবং স্থানিক প্রভাব প্রয়োগ করে। অ্যাপটি একটি PWA হিসাবে ইনস্টলযোগ্য, ক্যাশড শেল এবং বহুভাষিক ইন্টারফেস সহ। ব্রাউজার AI টুলসেটের মধ্যে রয়েছে বহুভাষিক ভয়েসওভার চীনা, মিশ্র চীনা/ইংরেজি, ইংরেজি, জার্মান, স্প্যানিশ, ফরাসি, ইতালীয় এবং ব্রাজিলিয়ান পর্তুগিজ ভয়েস বিকল্প সহ; Stable Audio-ভিত্তিক লোকাল মিউজিক জেনারেশন প্রম্পট অনুবাদ এবং নির্বাচনযোগ্য সময়কাল সহ; Whisper-ভিত্তিক স্বয়ংক্রিয় ক্যাপশন; YOLOS এবং MODNet-ভিত্তিক স্মার্ট ফ্রেমিং, ক্যাপশন এড়ানো, পোর্ট্রেট ম্যাটিং এবং ব্যাকগ্রাউন্ড অপসারণ; MI-GAN ওয়াটারমার্ক/অবজেক্ট অপসারণ সময়যুক্ত অঞ্চল সহ; NanoVSR পুনরুদ্ধার; ভোকাল বিচ্ছেদ; এবং JoyVASA প্লাস LivePortrait ডিজিটাল-হিউম্যান জেনারেশন। বড় মডেলগুলি লেজি-লোড, রিভিশন-পিনড এবং সার্ভিস ওয়ার্কার দ্বারা ক্যাশ করা হয়। সমর্থিত ওয়ার্কফ্লো প্রজেক্ট মিডিয়া এডিটিং ব্যাকএন্ডে আপলোড না করেই চলতে পারে। মডেলগুলি Hugging Face এবং ModelScope-এ মিরর করা হয় স্বয়ংক্রিয় উৎস ফলব্যাক এবং শেয়ার্ড ক্যাশ পরিচয় সহ। AI এজেন্টদের জন্য, রিপোজিটরিতে Codex, Claude Code, Copilot এবং Gemini CLI-এর জন্য একটি এডিটিং স্কিল অন্তর্ভুক্ত। একটি সংস্করণযুক্ত হেডলেস কমান্ড রানার প্রজেক্ট এবং ট্র্যাক পরিদর্শন করতে পারে, JSON এডিট প্ল্যান বৈধ করতে পারে, পূর্বাভাসিত ডিফ দেখাতে পারে, সমর্থিত অপারেশন ট্রানজেকশনালভাবে প্রয়োগ করতে পারে, ড্রাই রান করতে পারে, আইডেমপোটেন্ট অপারেশন আইডি ব্যবহার করতে পারে, হ্যাশড মিডিয়া আমদানি করতে পারে এবং একটি ডকুমেন্টেড পোর্টেবল ভিজ্যুয়াল + ভয়েসওভার + মিউজিক সাবসেট H.264/AAC MP4-এ রেন্ডার করতে পারে। ব্রাউজার WebMCP ইন্টিগ্রেশন কাঠামোগত পরিদর্শন, পর্যালোচিত টাইমলাইন সম্পাদনা, সম্পদ এবং পিকচার-ইন-পিকচার সন্নিবেশ, রেন্ডার করা ফ্রেম এবং অডিও স্যাম্পলিং, লোকাল ভয়েসওভার এবং ট্রান্সক্রিপশন কাজ, সুরক্ষিত আন্ডো, প্রজেক্ট সংরক্ষণ এবং অগ্রগতি, আউটপুট মেটাডেটা এবং বাতিলকরণ সহ এক্সপোর্টের জন্য সরঞ্জাম প্রকাশ করে। ডেভেলপমেন্ট সেটআপের জন্য Node.js 20+ এবং একটি আধুনিক ক্রোমিয়াম ব্রাউজার প্রয়োজন, ভারী AI ওয়ার্কফ্লোর জন্য WebGPU সুপারিশ করা হয়; এজেন্ট CLI ডকুমেন্টেশন Node.js 22.20.0 বা তার পরে নির্দিষ্ট করে। মূল সোর্স কোড MIT লাইসেন্সযুক্ত, যখন তৃতীয়-পক্ষের মডেল, ওজন, ডেটাসেট, ফন্ট, স্টক মিডিয়া এবং অন্যান্য ডাউনলোড করা সম্পদ তাদের পৃথক আপস্ট্রিম লাইসেন্সের অধীনে থাকে। README-তে গভীর-সংশ্লেষণ বৈশিষ্ট্যগুলির জন্য দায়িত্বশীল ব্যবহারের প্রয়োজনীয়তাও অন্তর্ভুক্ত রয়েছে, যার মধ্যে অনুমোদিত চিত্র এবং কোনো অবৈধ, বিভ্রান্তিকর বা ছদ্মবেশী সামগ্রী নেই।