প্রকল্প সম্পর্কে

Video-subtitle-remover (VSR) হলো AI প্রযুক্তির উপর ভিত্তি করে তৈরি একটি ভিডিও হার্ড সাবটাইটেল অপসারণ সফটওয়্যার। প্রধান ফাংশনগুলো হলো: অক্ষুণ্ন রেজোলিউশনে ভিডিওর হার্ড সাবটাইটেল অপসারণ এবং ফাইল তৈরি; AI অ্যালগরিদম মডেল ব্যবহার করে সাবটাইটেল অপসৃত অঞ্চল পূরণ ও মেরামত (অসংলগ্ন পিক্সেল পূরণ ও মosaic অপসারণ); মূল ভিডিও সাবটাইটেল নিষ্কাশন (video-subtitle-extractor-এর সাথে সামঞ্জস্যপূর্ণ); কাস্টম সাবটাইটেল অবস্থান নির্বাচন করে কেবল নির্দিষ্ট অঞ্চলের সাবটাইটেল অপসারণ; সম্পূর্ণ ভিডিও থেকে স্বয়ংক্রিয়ভাবে সব টেক্সট অপসারণ; একাধিক ছবি বেছে নিয়ে বাল্ক মোডে ওয়াটারমার্ক টেক্সট অপসারণ। সফটওয়্যারটি GUI গ্রাফিক্যাল ইন্টারফেস এবং কমান্ড লাইন—দুই ধরণের ব্যবহার পদ্ধতি সরবরাহ করে। কমান্ড লাইনে ইনপুট-আউটপুট ফাইলের পথ, সাবটাইটেল এলাকার স্থানাঙ্ক এবং বিভিন্ন মেরামত মোড (sttn-auto, sttn-det, lama, propainter, opencv) নির্দিষ্ট করা যায়। বিভিন্ন পরিবেশের জন্য একাধিক পূর্ব-নির্মিত প্যাকেজ সরবরাহ করা হয়: Windows CPU জেনারেল ভার্সন, Windows DirectML ভার্সন (非Nvidia গ্রাফিক্স কার্ডের জন্য), Windows Nvidia CUDA 11.8/12.6/12.8 ভার্সন, যা বিভিন্ন গণনা ক্ষমতার GPU-কে আচ্ছাদন করে। Docker ইমেজও পাওয়া যায়, যা Nvidia 10-50 সিরিজ গ্রাফিক্স কার্ড, AMD/Intel গ্রাফিক্স কার্ড এবং CPU-তে চালানোর সমর্থন করে। সোর্স কোড ইনস্টলেশনে CUDA (NVIDIA ত্বরায়ন), CPU, DirectML (AMD/Intel ত্বরায়ন) এবং macOS (Apple Silicon) সহ চারটি রানিং মোড সমর্থিত। Python 3.12+ এবং PaddlePaddle, PyTorch-এর মতো লাইব্রেরি প্রয়োজন। সাধারণ সমস্যাবলিতে তিনটি মেরামত অ্যালগরিদমের বৈশিষ্ট্য উল্লেখ করা হয়েছে: STTN অ্যালগরিদম মানুষের ভিডিওর জন্য ভালো কাজ করে এবং দ্রুত, এটি সাবটাইটেল ডিটেকশন এড়াতে পারে; LAMA অ্যালগরিদম ছবি ও অ্যানিমেশন ধরনের ভিডিওর জন্য ভালো কাজ করে; ProPainter অ্যালগরিদম তীব্র চলমান ভিডিওর জন্য ভালো ফলাফল দেয় কিন্তু বেশি VRAM এবং ধীর গতির প্রয়োজন। ব্যবহারকারী কনফিগারেশন প্যারামিটার পরিবর্তন করে প্রক্রিয়া গতি ও ফলাফল সামঞ্জস্য করতে পারেন, অথবা প্রকল্পের প্রদত্ত প্রশিক্ষণ কোড ব্যবহার করে নিজস্ব মডেল প্রশিক্ষণ দেওয়া এবং ডিফল্ট মডেল প্রতিস্থাপন করতে পারেন।