প্রকল্প সম্পর্কে

AutoSlice হলো Bilibili রেকর্ডিংয়ের জন্য বিশেষভাবে ডিজাইন করা একটি লোকাল ওয়ার্কফ্লো টুল, যার লক্ষ্য অটোমেশনের মাধ্যমে দীর্ঘ ভিডিও রেকর্ডিংকে উচ্চমানের ছোট ভিডিও স্লাইসে রূপান্তর করা। এই টুলটি স্পিচ-টু-টেক্সট, ব্যারেজ অ্যানালাইসিস এবং লার্জ ল্যাঙ্গুয়েজ মডেল (LLM)-কে একীভূত করে কন্টেন্ট বিশ্লেষণ থেকে চূড়ান্ত ভিডিও তৈরির এন্ড-টু-এন্ড প্রসেসিং ক্ষমতা প্রদান করে। প্রধান বৈশিষ্ট্যগুলোর মধ্যে রয়েছে: ১. **ইন্টেলিজেন্ট অ্যানালাইসিস এবং স্লাইসিং**: FunASR ব্যবহার করে স্পিচ-টু-সাবটাইটেল রূপান্তর করা হয় এবং ASS/XML ব্যারেজ পিক এবং ঐচ্ছিক ম্যানুয়াল টাইমলাইন (DOCX)-এর সমন্বয়ে হাইলাইট টপিক খুঁজে বের করা হয়, যা টপিক রিপোর্ট তৈরি এবং স্লাইস ক্যান্ডিডেট বাছাই করতে সাহায্য করে। ২. **সাবটাইটেল প্রসেসিং**: FunASR মডেল (যেমন Fun-ASR-Nano-2512) ব্যবহার করে সাবটাইটেল তৈরি সমর্থন করে এবং একটি সাবটাইটেল প্রুফরিডিং ওয়ার্কবেঞ্চ প্রদান করে, যা AI-এর পরামর্শ যাচাই করার পর হার্ড-সাবটাইটেল MP4 হিসেবে এক্সপোর্ট করার সুযোগ দেয়। ৩. **কভার মেকিং**: এতে বিল্ট-ইন AutoCover লিঙ্কেজ ফাংশন রয়েছে, যা স্লাইস থেকে ফ্রেম নির্বাচন এবং শিরোনাম, স্টিকার ও কম্পোজিশন অ্যাডজাস্ট করতে এবং লোকাল এডিট ড্রাফট সেভ করতে সমর্থন করে। ৪. **মিডিয়া প্রসেসিং**: এটি বিভিন্ন ভিডিও ফরম্যাট (.flv, .mp4, .mkv, .mov, .avi) সমর্থন করে, FFmpeg-এর মাধ্যমে নিখুঁত স্লাইসিং বাস্তবায়ন করে এবং ফাইন-টিউনিংয়ের জন্য CapCut-এর সাথে সংযুক্ত হতে পারে। এই টুলটি মূলত Windows 10/11 প্ল্যাটফর্মের জন্য তৈরি, NVIDIA GPU এক্সিলারেশন (ঐচ্ছিক) সমর্থন করে এবং অপারেশন ম্যানেজমেন্টের জন্য Flask-ভিত্তিক একটি ওয়েব ইন্টারফেস প্রদান করে।