पब्लिश किया गया: 21 नवंबर, 2024
Gemini API Developer कॉम्पटिशन में, हमें कई बेहतरीन ऐप्लिकेशन मिले. इनमें से हमने सबसे अच्छे वेब ऐप्लिकेशन के तौर पर ViddyScribeको चुना है.
ViddyScribe से पता चलता है कि Gemini, YouTube पर वीडियो को ज़्यादा लोगों तक पहुंचाने में कैसे मदद कर सकता है. साथ ही, यह सुविधा अन्य प्लैटफ़ॉर्म पर भी उपलब्ध हो सकती है. Gemini, किसी भी वीडियो के लिए ऑडियो के ज़रिए जानकारी जनरेट कर सकता है. यह जानकारी, दृष्टिबाधित लोगों के हिसाब से तैयार की जाती है.
सुविधाएं और Gemini की क्षमताएं
ViddyScribe ने ऐसा ऐप्लिकेशन बनाया है जिसे उपयोगकर्ता की ज़रूरतों को ध्यान में रखकर डिज़ाइन किया गया है. ट्रांसक्रिप्ट और ऑडियो के ज़रिए जानकारी जनरेट करने के लिए, पहले से ही कई समाधान मौजूद हैं. हालांकि, ViddyScribe ने ऐसा आउटपुट तैयार करने पर ज़ोर दिया है जिससे खास दर्शक वर्ग को तुरंत नतीजे मिलें और उन्हें बेहतर अनुभव मिले. यह दर्शक वर्ग, दृष्टिबाधित लोगों का है.
इस दर्शक वर्ग के लिए, वीडियो में मैन्युअल तरीके से एनोटेशन जोड़ने में बहुत ज़्यादा समय लगता है. साथ ही, अक्सर ऐसा नहीं किया जाता. ViddyScribe ने Gemini का इस्तेमाल करके, एक ऐसा कस्टम समाधान तैयार किया है जो टेक्स्ट फ़ाइल में कुछ फ़्रेम के ब्यौरे जोड़ने से कहीं ज़्यादा काम कर सकता है.
ViddyScribe ने बेहतर नतीजे पाने के लिए, प्रॉम्प्ट इंजीनियरिंग का इस्तेमाल किया. साथ ही, Gemini 1.5 Pro के लिए, सवाल की भाषा और स्टाइल को बेहतर बनाया. इस प्रॉम्प्ट में, चेन-ऑफ़-थॉट प्रॉम्प्टिंग का इस्तेमाल करके, ये अनुरोध किए गए:
- वीडियो का मकसद और कॉन्टेक्स्ट.
- वीडियो के हिसाब से विश्लेषण और दिशा-निर्देशों का इस्तेमाल करके, ऑडियो के ज़रिए जानकारी तैयार करना.
- टाइमस्टैंप और ब्यौरों को ऐसे फ़ॉर्मैट में बदलना जो अनुमान के मुताबिक हो और एक जैसा हो.
हमने ViddyScribe को क्यों चुना
हमने ViddyScribe को इसलिए चुना, क्योंकि यह उपयोगकर्ता की किसी समस्या का बेहतरीन समाधान है.
उन्हें पता चला कि मार्केट में ऐसे अन्य ऐप्लिकेशन भी हैं जो ऑडियो के ज़रिए जानकारी उपलब्ध कराते हैं. हालांकि, उन्हें लगा कि सुनने और देखने में परेशानी होने वाले लोगों की ज़रूरतों को पूरी तरह से नहीं समझा गया है. इन डेवलपर ने, सुनने और देखने में परेशानी होने वाले लोगों के साथ मिलकर काम किया, ताकि यह पता लगाया जा सके कि उन्हें ऑडियो के ज़रिए जानकारी देने वाले ऐप्लिकेशन में किन चीज़ों की ज़रूरत है.
विकलांग लोगों का अनुभव अलग-अलग हो सकता है. साथ ही, कभी-कभी उनकी ज़रूरतें अलग-अलग हो सकती हैं. इसके अलावा, ऑडियो के ज़रिए जानकारी उपलब्ध कराने से, ये वीडियो न्यूरोडाइवर्जेंट लोगों और उन लोगों के लिए भी उपलब्ध हो सकते हैं जो वीडियो देखने के बजाय ट्रांसक्रिप्ट पढ़ना पसंद करते हैं.
हमें यह देखकर खुशी हो रही है कि डेवलपर, ViddyScribe को बेहतर बनाने के लिए लगातार काम कर रहे हैं. इससे आने वाले समय में, ज़्यादा लोगों तक पहुंचा जा सकेगा और इसकी क्षमताएं बढ़ेंगी.
पहले से मौजूद एआई एपीआई का इस्तेमाल करके, जनरेट करना जारी रखें
ViddyScribe, Gemini की मदद से बनाए गए कई बेहतरीन ऐप्लिकेशन में से सिर्फ़ एक है.
हम पहले से मौजूद एआई को डेवलप कर रहे हैं. इसमें वेब प्लैटफ़ॉर्म एपीआई और ब्राउज़र की सुविधाएं शामिल हैं. इन्हें एआई मॉडल को सीधे ब्राउज़र में इंटिग्रेट करने के लिए डिज़ाइन किया गया है. इनमें लार्ज लैंग्वेज मॉडल (एलएलएम) भी शामिल हैं.
बेहतरीन वेबसाइटें, वेब ऐप्लिकेशन, और Chrome एक्सटेंशन बनाने के लिए, उपलब्ध एपीआई के बारे में जानें.
आपने जो भी बनाया है उसे @ChromiumDev पर हमारे साथ शेयर करें या LinkedIn पर Chrome for Developers के साथ शेयर करें.