এআই অডিও স্পটিং টুল ‘থোল’ আনছে ব্ল্যাক গবলিন

আন্তর্জাতিক প্রযুক্তি প্রদর্শনী ব্ল্যাক গবলিন এর আসরে সাউন্ড ডিজাইনার ও অডিও পোস্ট-প্রোডাকশন বিশেষজ্ঞদের জন্য নিয়ে আসছে এক নতুন চমক। নেদারল্যান্ডসের রাই আমস্টারডামে ১১ থেকে ১৪ সেপ্টেম্বর পর্যন্ত অনুষ্ঠিত হতে যাওয়া আইবিসি প্রদর্শনীতে প্রতিষ্ঠানটি তাদের কৃত্রিম বুদ্ধিমত্তা চালিত স্পটিং এনজিন ‘থোল’র প্রথম বাণিজ্যিক রোডশো ডেমো প্রদর্শন করবে। এই আধুনিক উদ্ভাবনটি মূলত ভিডিও ফুটেজ বিশ্লেষণ করে স্বয়ংক্রিয়ভাবে অডিও কিউ বা সংকেত সনাক্ত করার ক্ষমতা রাখে। এতে করে ডিজিটাল সাউন্ড ডিজাইনের গতানুগতিক জটিলতা যেমন কমবে, তেমনই শিল্পীর নিজস্ব সৃজনশীলতা বজায় রেখে কাজের গতি বহুগুণ বাড়বে।
চলচ্চিত্র কিংবা ভিডিওর শব্দ বিন্যাস বা সাউন্ড ডিজাইনিংয়ের কাজ অত্যন্ত সুক্ষ্ম এবং সময়সাপেক্ষ। একটি সাধারণ ভিডিও ফুটেজে কোথায় কোথায় বিশেষ সাউন্ড এফেক্ট বসবে, তা নির্ধারণ করতেই সম্পাদকদের ফুটেজের দৈর্ঘ্যের তুলনায় ৮ থেকে ২০ গুণ বেশি সময় ব্যয় করতে হয়। এই অতিরিক্ত সময় নষ্ট হওয়ার সমস্যাটি সমাধান করতেই ব্ল্যাক গোবলিন নিয়ে এসেছে আধুনিক এআই টুল ‘থোল’।
চলচ্চিত্র নির্মাতা কিংবা শব্দ প্রকৌশলীদের মতে, কিউ শিট তৈরি এবং অডিও ট্র্যাকিংয়ের ঝামেলাতেই পুরো বাজেটের বড় অংশ শেষ হয়ে যায়। নতুন এই এআই সহায়ক ফিচারটি ফুটেজের ভিজ্যুয়াল কাট ও ফিজিক্যাল মুভমেন্ট এক ক্লিকেই স্ক্যান করতে সক্ষম। ফলে শিল্পীকে আর বার বার একই দৃশ্য ঘুরে ফিরে দেখতে হয় না।
বর্তমান সময়ে কনটেন্ট ইন্ডাস্ট্রিতে কৃত্রিম বুদ্ধিমত্তা বা এআই নিয়ে নানামুখী উদ্বেগ তৈরি হয়েছে। বিশেষ করে প্রযুক্তি যেন মানুষের মেধা বা শিল্পকলাকে প্রতিস্থাপন করে বেকারত্ব না বাড়ায়, সে বিষয়ে জোর দিচ্ছেন বিশেষজ্ঞরা। এই ভাবনাকেই প্রধান লক্ষ্য বানিয়ে ব্ল্যাক গবলিন আইবিসি ২০২৬-এর মাধ্যমে তাদের ‘এথিক্স-বাই-ডিজাইন’ ফ্রেমওয়ার্ক তুলে ধরেছে।
প্রতিষ্ঠানটির প্রধান নির্বাহী ও ডিজাইনাররা স্পষ্ট জানিয়েছেন, এই টুলটির কাজ মানুষের সৃজনশীল অডিও চয়ন বা শৈল্পিক ছোঁয়া তৈরি করা নয়। বরং এর কাজ কেবল ডেটা এন্ট্রি ও সময়সাপেক্ষ ট্যাগিংয়ের মতো একঘেয়ে মেকানিক্যাল কাজ দ্রুত শেষ করে দেওয়া। এর ফলে একজন শব্দ প্রকৌশলী তার কাজের বড় একটা সময় শিল্পভিত্তিক মূল সাউন্ড ডিজাইনে ব্যয় করতে পারবেন।
আমস্টারডামের খ্যাতনামা সাউন্ড স্টুডিও ‘পোস্টা ভারমাস’-এর সহযোগিতায় থোল-এর লাইভ ক্লাউড প্ল্যাটফর্মের পাশাপাশি নতুন একটি প্রো-টুলস রিজিওন জেনারেশন প্রোটোটাইপ উন্মোচন করা হয়েছে। এটি সরাসরি এভিড প্রোটুলস, স্টেইনবার্গ নুয়েনডো, কোকোস রিপার এবং অ্যাপল লজিক প্রোর মতো জনপ্রিয় অডিও ওয়ার্কস্টেশনে সহজেই ডেটা রফতানি করতে পারে।
মিডি (MIDI) এবং সিএসভি (CSV) ফাইল ফরম্যাটে খুব সহজেই এর থেকে সংকেত আদান-প্রদান করা সম্ভব। ফলে পেশাদার স্টুডিওগুলোতে বিদ্যমান টেকনোলজিক্যাল অবকাঠামো পরিবর্তন না করেই এটি সহজেই যুক্ত করা সম্ভব হবে। ব্লাক গবলিন থোল ২০২৬ প্রদর্শনীতে লাইভ ডেমোর মাধ্যমে কীভাবে সময় বাঁচিয়ে নির্ভুল কাজ করা যায়, তা সরাসরি দেখা যাবে।











