লাভ:
- কৃত্রিম বুদ্ধিমত্তা-সমর্থিত মাস্কিং (রোটোস্কোপিং), বস্তু অপসারণ, আপস্কেলিং এবং শব্দ অপসারণের সরঞ্জামগুলির বোঝা
- কৃত্রিম বুদ্ধিমত্তার সহায়তায় কালার গ্রেডিং এবং সাউন্ড ক্লিনিং ড্রাফ্ট প্রস্তুত ও সংশোধন করার ক্ষমতা
- বুঝতে সক্ষম হওয়া যে স্বয়ংক্রিয় উন্নতি তথ্যচিত্র/সংবাদ সামগ্রীতে বিশদ বিবরণ (আর্টিফ্যাক্ট) এবং বিকৃত বাস্তবতার নৈতিক সীমা তৈরি করতে পারে।
সম্পাদনা শেষ হলে, ভিডিওটি "আখ্যানগতভাবে" প্রস্তুত, তবে এটি এখনও "দৃষ্টিগতভাবে এবং শ্রবণযোগ্যভাবে" পালিশ করা হয়নি। এই চূড়ান্ত পলিশিং পর্যায়—রঙ, অডিও ক্লিনআপ, ইফেক্ট এবং বর্ধিতকরণ—একটি স্তর যা একটি ভিডিওকে অপেশাদার থেকে পেশাদার পর্যন্ত নিয়ে যায়। ঐতিহ্যগতভাবে, এর বেশিরভাগের জন্য দক্ষতা এবং ঘন্টা প্রয়োজন: ফ্রেম থেকে একটি বস্তু মুছে ফেলার জন্য হ্যান্ড মাস্কিং, একটি সাক্ষাত্কারের গুঞ্জন পরিষ্কার করার জন্য সূক্ষ্ম সাউন্ড ক্রাফটিং। কৃত্রিম বুদ্ধিমত্তা উভয়ই এই কাজগুলিকে ত্বরান্বিত করেছে এবং দক্ষতার প্রান্তিকে কমিয়ে দিয়েছে। কিন্তু বর্ধিতকরণ সরঞ্জামগুলির একটি অনন্য বিপদ রয়েছে: তারা কখনও কখনও "তৈরি করে" বিশদ যা বিদ্যমান নেই। এই ইউনিটে আমরা ক্ষমতা এবং বাস্তবতার সীমা উভয়ই কভার করব।
শর্তাবলী মাস্কিং / রোটোস্কোপিং হল একটি বস্তুকে ফ্রেম দ্বারা ফ্রেম আলাদা করে নির্বাচন করা (পটভূমি প্রতিস্থাপন করতে, বস্তুটি মুছে ফেলুন)। অবজেক্ট রিমুভাল হল ইমেজ থেকে একটি অবাঞ্ছিত উপাদান (ফোন, লোগো, ব্যক্তি) মুছে ফেলা এবং ব্যাকগ্রাউন্ডে ফিল করা। রেজোলিউশন আপস্কেলিং হল একটি কম রেজোলিউশনের ছবিকে উচ্চতর করা। Denoise হল ছবিতে শব্দ কমানো বা অডিওতে গুঞ্জন করা। কালার গ্রেডিং ইমেজের কালার এবং টোনাল ক্যারেক্টার সমন্বয় করে পরিবেশ তৈরি করছে। একটি আর্টিফ্যাক্ট হল একটি কৃত্রিম, অবাঞ্ছিত বিকৃতি বা বানোয়াট বিবরণ যা পরিমার্জন করার সময় প্রবর্তিত হয়।
কৃত্রিম বুদ্ধিমত্তা চালিত ভিজ্যুয়াল প্রভাব
যে কাজটিতে সম্পাদকের দিন লাগত এখন তা কয়েক মিনিট সময় নেয়। স্বয়ংক্রিয় মাস্কিং সবুজ পর্দা ছাড়াই ব্যাকগ্রাউন্ড থেকে একজন ব্যক্তিকে আলাদা করতে পারে। বস্তু অপসারণ ফ্রেম থেকে একটি ট্র্যাশ ক্যান, একটি মাইক্রোফোন, বা একটি অবাঞ্ছিত ব্যক্তি মুছে ফেলতে পারে এবং বুদ্ধিমত্তার সাথে পটভূমি পূরণ করতে পারে। পটভূমি পরিবর্তন এবং আন্দোলন ট্র্যাকিং মূলত স্বয়ংক্রিয় হয়ে উঠেছে। এগুলি একটি বাস্তব উত্পাদনশীলতা লাফ। কিন্তু ফলাফল অন্ধভাবে গ্রহণ করা হয় না: বস্তু অপসারণ পটভূমি একটি "ভূত" ট্রেস ছেড়ে যেতে পারে; মাস্কিং চুল এবং প্রান্তে ঝিকিমিকি হতে পারে; ভরাট এলাকা পার্শ্ববর্তী টিস্যুর সাথে বেমানান হতে পারে। প্রতিটি ইফেক্ট ফ্রেম অবশ্যই পূর্ণ পর্দায় এবং গতিশীল অবস্থায় পরীক্ষা করা উচিত।
রঙ এবং শব্দ: স্বয়ংক্রিয় শুরু, মানুষের পোলিশ
রঙ সংশোধনে, এআই স্বয়ংক্রিয়ভাবে সাদা ভারসাম্য সংশোধন করতে পারে এবং এক্সপোজারকে সমান করতে পারে, বা এমনকি একটি "সিনেমাটিক লুক" প্রস্তাব করতে পারে। এটি একটি ভাল সূচনা বিন্দু, তবে রঙও প্রকাশের একটি হাতিয়ার: শীতল টোন উত্তেজনা প্রকাশ করে, উষ্ণ টোন অন্তরঙ্গতা প্রকাশ করে। এই সৃজনশীল সিদ্ধান্তটি স্বয়ংক্রিয়ভাবে ছেড়ে দেওয়া ভিডিওটির আবেগকে সমতল করে। এআই সমান করে; আপনি বায়ুমণ্ডল তৈরি.
সাউন্ড ক্লিনিং এ এআই আজ খুবই শক্তিশালী: এটি ব্যাকগ্রাউন্ড হাম, এয়ার কন্ডিশনার শব্দ, প্রতিধ্বনি, এমনকি বাতাসকে কিছুটা কমাতে পারে; এটা কথোপকথন হাইলাইট করতে পারেন. কিন্তু অত্যধিক পরিচ্ছন্নতা শব্দটিকে "জলের নীচে" এর মতো ম্লান এবং কৃত্রিম করে তোলে; "s" এবং "t" এর মতো ধ্বনি বিকৃত হতে পারে (আর্টিফ্যাক্ট)। নিয়ম: কান দ্বারা পরিষ্কার পরীক্ষা করুন এবং এটি পরিমিত রাখুন। উদ্দেশ্য শব্দটিকে জীবাণুমুক্ত করা নয়, বরং এটিকে প্রাকৃতিক এবং বোধগম্য করা।
নিম্নলিখিত সারণী উদ্দেশ্য এবং ঝুঁকি দ্বারা প্রতিকারের সরঞ্জামগুলিকে সংক্ষিপ্ত করে:
লেনদেন
এআই অবদান
প্রধান ঝুঁকি
নিয়ন্ত্রণ
বস্তু অপসারণ
অটোফিল
ভূত ট্রেস, অমিল জমিন
অ্যানিমেটেড পূর্ণ স্ক্রীন দেখা
upscaling
রেজল্যুশন বৃদ্ধি
বানোয়াট বিবরণ, কৃত্রিম মুখ
মূলের সাথে তুলনা
Denoise (ছবি)
টিংলিং হ্রাস
চরম নরম, প্লাস্টিকের জমিন
বিস্তারিত ক্ষতি নিয়ন্ত্রণ
শব্দ পরিষ্কার
গুনগুন/প্রতিধ্বনি হ্রাস
আবদ্ধ, কৃত্রিম শব্দ, শিল্পকর্ম
কান দ্বারা, পরিমিত
কালার এডিটিং
স্বয়ংক্রিয় সিঙ্ক
আবেগহীন, সমতল দৃষ্টি
সৃজনশীল স্বরের সিদ্ধান্ত মানুষের হাতে
বাস্তবতা সীমা: যখন উন্নতি অনৈতিক হয়
এটি সবচেয়ে সমালোচনামূলক ধারণা। রেজোলিউশন বর্ধিতকরণ এবং শব্দ অপসারণের সরঞ্জামগুলি এমন বিশদ তৈরি করতে পারে যা বাস্তবে নেই। একটি অস্পষ্ট মুখ তীক্ষ্ণ করার সময়, একজন আপস্কেলার মুখের বৈশিষ্ট্যগুলি "উৎপাদন" করতে পারে যা আসলে বিদ্যমান নেই — এমন একটি মুখ যা দেখতে সেই ব্যক্তির মতো কিন্তু সেগুলি নয়৷ এটি কাল্পনিক বা নান্দনিক বিষয়বস্তুর সাথে একটি সমস্যা নাও হতে পারে; কিন্তু খবর, ডকুমেন্টারি, ফরেনসিক এবং বিষয়বস্তুতে বাস্তবতাকে বাস্তব বলে দাবি করা অনৈতিক। একটি সিকিউরিটি ক্যামেরা ইমেজকে "স্পষ্ট করা" এবং একটি লাইসেন্স প্লেট পড়া আসলে মডেলটি তৈরি করা একটি লাইসেন্স প্লেট পড়তে পারে। নিয়ম স্পষ্ট: শব্দ হ্রাস এবং তীক্ষ্ণ করার অনুমতি দেওয়া হয়; কিন্তু বিষয়বস্তুর অর্থ, কথ্য শব্দ বা প্রকৃত বিবরণ পরিবর্তন করা বিভ্রান্তিকর।
মনোযোগ: ডকুমেন্টারি এবং সংবাদ সামগ্রীর উন্নতি "যা আছে তা আরও দৃশ্যমান করার" মধ্যে সীমাবদ্ধ হওয়া উচিত। "যা নেই তা যোগ করা" (মুখের বিশদ বিবরণ, লাইসেন্স প্লেট, শব্দ) দর্শককে বিভ্রান্ত করে এবং পেশাদার আস্থা নষ্ট করে। সন্দেহ হলে, মূল রাখুন এবং হস্তক্ষেপ নির্দেশ করুন।
তিনটি মিনি কেস
কেস 1 - দ্রুত পরিষ্কার। একজন ডকুমেন্টারিয়ান বাইরে শুট করা একটি সাক্ষাত্কারের সময় বাতাস এবং ট্র্যাফিকের শব্দে ভুগছিলেন। শব্দ পরিষ্কারের সাথে, AI গুঞ্জন কমিয়েছে এবং বক্তৃতার উপর জোর দিয়েছে; তিনি কান দ্বারা ফলাফল পরীক্ষা করে দেখেন যে সেখানে কোন নিদর্শন নেই। কোন পুনঃশুরু করার প্রয়োজন ছিল না, সাক্ষাত্কার সংরক্ষিত ছিল. যানবাহন শব্দ পরিষ্কার; সম্পাদক স্বতঃস্ফূর্ততা বজায় রেখেছেন।
কেস 2 — জাল আপস্কেলার। একটি দল আর্কাইভ থেকে একটি কম-রেজোলিউশনের মুখের ছবিকে "স্পষ্ট" করেছে এবং এটিকে ডকুমেন্টারিতে ব্যবহার করেছে৷ পরে, এটি বোঝা গেল যে মুখটি স্পষ্ট হয়ে উঠেছে যে বৈশিষ্ট্যগুলি আসলে সেই ব্যক্তির নয়, কিন্তু মডেল দ্বারা তৈরি করা হয়েছিল। তথ্যচিত্রটির নির্ভরযোগ্যতা নিয়ে প্রশ্ন উঠেছে। পাঠ: আপস্কেলিং ফলাফলকে বাস্তব বলে দাবি করা মুখ/বিশদ বিবরণে বাস্তব বলে বিবেচিত হতে পারে না।
কেস 3 - ওভার-ক্লিনিং। একজন সম্পাদক খুব আক্রমনাত্মকভাবে একটি পডকাস্টের অডিওটিকে "নিখুঁত" করার জন্য পরিষ্কার করেছেন। ফলাফল ছিল muffled, পানির নিচে এবং কৃত্রিম; শ্রোতারা বলেছিলেন যে শব্দটি বিরক্তিকর ছিল। সঠিক উপায় ছিল ক্লিনজিংকে মাত্রায় রাখা এবং কানের সাথে কয়েকবার তুলনা করা।
দুর্বল প্রম্পট / শক্তিশালী প্রম্পট
অডিও/ভিডিও সরঞ্জামগুলি বেশিরভাগ বোতাম-চালিত হয়, তবে আপনি একটি পাঠ্য সহকারীও একটি ওয়ার্কফ্লো পরিকল্পনা তৈরি করতে পারেন।
দুর্বল ইচ্ছা:
অডিও এবং ভিডিও ঠিক করুন এবং অপ্টিমাইজ করুন।
"সেরা" অনির্ধারিত; কোন পদ্ধতি, কোন ডোজ, কোন নিয়ন্ত্রণ অস্পষ্ট।
প্রবল ইচ্ছা:
আপনার ভূমিকা: পোস্ট-প্রোডাকশন ওয়ার্কফ্লো পরামর্শদাতা। উপাদান: ইন্টারভিউ শট আউটডোর; বাতাসের চিৎকার আছে, চিত্রটি সামান্য কোলাহলপূর্ণ, পটভূমিতে একটি অবাঞ্ছিত চিহ্ন রয়েছে। কাজ: ধাপে ধাপে একটি উন্নতি পরিকল্পনা লিখুন। প্রতিটি ধাপে: উদ্দেশ্য, ডোজ সতর্কতা এবং নিয়ন্ত্রণ পদ্ধতি। সীমাবদ্ধতা: এটি একটি ডকুমেন্টারি; এমন হস্তক্ষেপের প্রস্তাব করবেন না যা বাস্তবতাকে পরিবর্তন করবে, শুধুমাত্র এমন ক্রিয়াকলাপের পরামর্শ দিন যা বিদ্যমান যা দৃশ্যমান/শ্রবণযোগ্য করে তোলে।
সাধারণ ভুল
- গতিশীল প্রভাব ফ্রেম দেখছেন না. ঘোস্ট ট্রেইল এবং ফ্লিকার কেবল তখনই দেখা যায় যখন ফিরে খেলা হয়।
- অত্যধিক শব্দ পরিষ্কার. ডোজ অতিক্রম করা হলে, ভয়েস কর্কশ এবং কৃত্রিম হয়; কৃত্রিম ঘটনা ঘটে।
- বাস্তব জন্য upscaling আউটপুট ভুল. মডেল মুখ/বিশদ ফিট করতে পারেন; এটা বাস্তবতা দাবি করতে ব্যবহার করা যাবে না.
- স্বয়ংক্রিয় রঙ ছেড়ে দিন। রঙ প্রকাশের একটি মাধ্যম; আবেগগত সিদ্ধান্ত ব্যক্তির অন্তর্গত।
- তথ্যচিত্রে বাস্তবতা পরিবর্তন। যা নেই তা যোগ করা বিভ্রান্তিকর এবং একটি পেশাদার লঙ্ঘন।
টিপ: উন্নত করার সময়, সর্বদা আসলটি রাখুন এবং "আগে/পরে" তুলনা করুন৷ একটি ছোট উন্নতি প্রায়ই একটি বড় হস্তক্ষেপের চেয়ে বেশি স্বাভাবিক এবং নিরাপদ।
সংক্ষেপে
ভিজ্যুয়াল এফেক্ট, রঙ এবং সাউন্ড বর্ধিতকরণে, এআই দক্ষতার প্রান্তিকে কমিয়ে দেয়, কাজের সময়কে মিনিটে কমিয়ে দেয়: স্বয়ংক্রিয় মুখোশ, বস্তু অপসারণ, শব্দ পরিষ্কার এবং রঙের সমতা এখন সবার নাগালের মধ্যে। কিন্তু দুটি সীমা সর্বদা প্রযোজ্য। প্রথমটি হল প্রযুক্তিগত: প্রতিটি হস্তক্ষেপ নিদর্শন তৈরি করতে পারে (ভূতের চিহ্ন, মাফ করা শব্দ, তৈরি করা বিশদ), তাই এটি অবশ্যই পরিমিতভাবে করা উচিত এবং আসলটির সাথে তুলনা করা উচিত। দ্বিতীয়টি নৈতিক: গোলমাল কমানো এবং স্পষ্টকরণ অনুমোদিত, কিন্তু বাস্তবতা পরিবর্তন করা - বিশেষ করে সংবাদ এবং তথ্যচিত্রে - বিভ্রান্তিকর। AI চিত্র এবং শব্দকে পালিশ করে; আপনি বাস্তবতা এবং সৃজনশীল স্বন বজায় রাখুন।
আবেদন টাস্ক
একটি শোরগোল অডিও রেকর্ডিং এবং একটি সামান্য বিকৃত ইমেজ ক্লিপ (সম্ভবত আপনার নিজের ফুটেজ) চয়ন করুন. দুটি ভিন্ন মাত্রায় শব্দ ক্লিয়ারিং প্রয়োগ করুন এবং কান দ্বারা তুলনা করুন; স্বাভাবিকতা বিকৃত হয় কি ডোজ এ নোট. ইমেজ থেকে একটি বস্তু অপসারণ বা আপস্কেল করার চেষ্টা করুন এবং আর্টিফ্যাক্ট/ফ্যাব্রিকেশনের অন্তত দুটি লক্ষণ খুঁজে পেতে আসলটির সাথে আউটপুট তুলনা করুন। যদি এই ক্লিপটি একটি ডকুমেন্টারিতে ব্যবহার করা হয়, তাহলে আপনি কেন হস্তক্ষেপ করবেন না তার কারণগুলি লিখুন৷
চেকলিস্ট
- [ ] আমি কি গতি/প্লেব্যাকে প্রতিটি প্রভাবিত/পরিষ্কার আউটপুট পরীক্ষা করেছি এবং মূলের সাথে তুলনা করেছি?
- [ ] আমি কি এমন মাত্রায় সাউন্ড ক্লিনিং রেখেছি যা আর্টিফ্যাক্ট সৃষ্টি করবে না?
- [ ] আমি কি মিথ্যা বিবরণের জন্য আপস্কেলিং/অপ্টিমাইজেশন আউটপুট পরীক্ষা করেছি?
- [ ] আমি কি সৃজনশীল পছন্দ হিসাবে সচেতনভাবে রঙের সিদ্ধান্ত নিয়েছি?
- [ ] আমি কি এমন একটি সীমা বজায় রেখেছি যা বাস্তব বলে দাবি করে এমন সামগ্রীতে বাস্তবতাকে বিকৃত করবে না?