কৃত্রিম বুদ্ধিমত্তার সাহায্যে ভিডিও তৈরি ও সম্পাদনার অভিজ্ঞতাকে আরও উন্নত করতে গুগল নতুন একটি মডেল উন্মোচন করেছে। ‘জেমিনাই ওমনি ১.২ ফ্ল্যাশ’ নামের এই মডেলে এখন সর্বোচ্চ ১৫ সেকেন্ডের ধারাবাহিক ভিডিও তৈরি করা সম্ভব। এর মাধ্যমে ভিডিও তৈরির জটিল প্রক্রিয়া অনেকটাই সহজ হবে বলে প্রত্যাশা করা হচ্ছে। গত বৃহস্পতিবার গুগল তাদের ব্লগ পোস্টে এই নতুন মডেলের ঘোষণা দিয়েছে।

নতুন এই মডেলে ব্যবহারকারীরা চাইলে ৩ থেকে ১৫ সেকেন্ডের মধ্যে ভিডিওর দৈর্ঘ্য নির্ধারণ করতে পারেন। এক্ষেত্রে প্রতি এক সেকেন্ডের ব্যবধান রেখে সময় বেছে নেওয়ার সুযোগ থাকছে। প্রযুক্তিপ্রেমীদের জন্য এটি একটি বড় আপডেট, কারণ এর আগের সংস্করণ জেমিনাই ওমনি ১.১ দিয়ে সর্বোচ্চ ১০ সেকেন্ডের ভিডিও তৈরি করা যেত। বর্তমানে ডেভেলপাররা জেমিনাই এপিআই এবং গুগল এআই স্টুডিওর মাধ্যমে এই সুবিধা নিতে পারছেন, আর প্রাতিষ্ঠানিক গ্রাহকদের জন্য এটি গুগল ক্লাউডে উন্মুক্ত করা হয়েছে।

ভিডিওর মান ও খরচ নিয়েও বিশেষ পরিবর্তন এনেছে গুগল। নতুন মডেলে ৩৬০পি ও ৭২০পি রেজোলিউশনের ভিডিও তৈরির ক্ষেত্রে প্রতি সেকেন্ডে খরচ পড়বে ৭ সেন্ট। পরবর্তীতে ব্যবহারকারীরা এই ভিডিওগুলোর রেজোলিউশন বাড়িয়ে ১০৮০পি বা ৪কে পর্যন্ত করতে পারবেন। এছাড়া আগে থেকে তৈরি কোনো ভিডিওতে লিখে নির্দেশনা দেওয়ার মাধ্যমে পরিবর্তন আনা যাবে, ফলে পুরো ভিডিও নতুন করে তৈরির প্রয়োজন পড়বে না।

ভিডিওর দৃশ্য ও উপাদানে সামঞ্জস্য বজায় রাখতে এই মডেলে নমুনা বা রেফারেন্স ব্যবহারের সুবিধা রাখা হয়েছে। কোনো চরিত্র, পণ্য কিংবা দৃশ্যের ছবিসহ সর্বোচ্চ তিন সেকেন্ডের ভিডিও ক্লিপ ও শব্দের নমুনা এখানে যুক্ত করা যায়। গুগলের ভাষ্যমতে, এই রেফারেন্স ব্যবহার করলে ভিডিওর বিভিন্ন দৃশ্যে মানুষের চেহারা, পোশাক, পণ্যের মোড়ক, লেখা এমনকি ব্র্যান্ডের নির্দিষ্ট রঙ অপরিবর্তিত রাখা সম্ভব হয়, যা ক্যামেরার কোণ পরিবর্তনের ক্ষেত্রেও সামঞ্জস্য রক্ষা করে।

শব্দ ও সংলাপের ক্ষেত্রেও যুক্ত হয়েছে নতুন সক্ষমতা। নতুন মডেলে সংলাপগুলো আরও স্বাভাবিক শোনাবে এবং একাধিক বক্তার জন্য আলাদা কণ্ঠস্বর বেছে নেওয়া যাবে। বিশেষ করে কথার সঙ্গে বক্তার ঠোঁটের নড়াচড়ার সামঞ্জস্য আরও নিখুঁত করায় ভিডিওর কথোপকথনগুলো এখন অনেক বেশি বাস্তবসম্মত মনে হবে। গুগল জানিয়েছে, পর্যায়ক্রমে ফ্লো, জেমিনাই ফর বিজনেস ও গুগল ভিডসের মতো তাদের বিভিন্ন সেবাতেও নতুন এই মডেলের সুবিধাগুলো যুক্ত করা হবে।