EzeeRecap: ဗီဒီယိုမှ မြန်မာစာတန်းထိုးနှင့် နောက်ခံအသံ
ဗီဒီယိုကို ဆာဗာထံ တင်စရာမလိုဘဲ browser အတွင်းမှာပင် စာသားပြောင်း၊ ဘာသာပြန်၊ တည်းဖြတ်ပြီး မြန်မာစာတန်းထိုးနှင့် နောက်ခံအသံ ထုတ်ယူနိုင်သော စနစ်။
- ပါဝင်လုပ်ဆောင်မှုပုံစံ
- ဖောက်သည်၏ ထုတ်ကုန်
- ကျွန်တော့် တာဝန်
- နည်းပညာ ဦးဆောင်သူအဖြစ် ပလက်ဖောင်းကို တည်ဆောက်ထိန်းသိမ်းပြီး ထုတ်ကုန်၏ ဆုံးဖြတ်ချက်ချရေးအဖွဲ့တွင် ပါဝင်သည်။
- လက်ရှိ အခြေအနေ
- အသုံးပြုနိုင်ပြီဝင်ကြည့်ရန် ↗
ရိုးရိုးရှင်းရှင်း ပြောရရင်
ယခင် အခြေအနေ
နိုင်ငံခြားဘာသာ ဗီဒီယိုတစ်ခုကို မြန်မာပရိသတ် နားလည်နိုင်ဖို့ အသံကို စာသားပြောင်းရ၊ တစ်ကြောင်းချင်း ဘာသာပြန်ရ၊ စာတန်းအချိန်တွေ ညှိရနဲ့ နောက်ခံအသံ သွင်းရပါတယ်။ လက်ဖြင့် အားလုံးလုပ်ရတာ နှေးကွေးတဲ့အပြင် ဗီဒီယိုဖိုင်ကြီးကို ဆာဗာထံ အရင်တင်ရရင် ပိုပြီး အချိန်ကုန်ပါတယ်။
ကျွန်တော် တည်ဆောက်ခဲ့သည့်အရာ
ထုတ်ကုန်အဖွဲ့ရဲ့ နည်းပညာ ဦးဆောင်သူအဖြစ် EzeeRecap ကို တည်ဆောက်ထိန်းသိမ်းပါတယ်။ ဖန်တီးသူက browser ထဲမှာ ဗီဒီယိုဖွင့်လိုက်ရင် အက်ပ်က အသံထုတ်ယူပြီး စကားလုံးအလိုက် အချိန်ပါသော စာသားအဖြစ် ပြောင်းပေးပါတယ်။ ထို့နောက် အချိန်တွေ မပျောက်စေဘဲ အစုလိုက် မြန်မာစာတန်းထိုး ဘာသာပြန်ပေးပါတယ်။ ဗီဒီယိုကိုယ်တိုင်က အသုံးပြုသူရဲ့ ကွန်ပျူတာပြင်ပကို မထွက်ပါဘူး။
တည်းဖြတ်စနစ်က စာကြောင်း ပြင်ခြင်း၊ မပြီးသေးတာ ဆက်လုပ်ခြင်းနဲ့ ဗီဒီယိုပေါ်မှာ စာတန်း ကြိုကြည့်ခြင်းတို့ကို လုပ်နိုင်ပါတယ်။ စိတ်ကြိုက်ပုံစံ စာတန်းထိုးပါသော MP4 ကိုလည်း browser အတွင်းမှာပင် ထုတ်ယူနိုင်ပါတယ်။ အသင့်ရှိတဲ့ အသံ ဒါမှမဟုတ် ကိုယ်ပိုင် Google Colab runtime မှာ ဖန်တီးထားတဲ့ အသံနဲ့ အချိန်ကိုက် မြန်မာနောက်ခံအသံ ထည့်နိုင်ပါတယ်။
ဝဘ်ဆိုက် သို့မဟုတ် Telegram bot မှတစ်ဆင့် စာရင်းသွင်းနိုင်ပြီး အုပ်ချုပ်သူက ငွေပေးချေမှုတစ်ခုချင်း စစ်ဆေးအတည်ပြုပြီးနောက် bot မှတစ်ဆင့် credit ဝယ်နိုင်ပါတယ်။ အခမဲ့ စာသားမှ အသံပြောင်း စမ်းသုံးစနစ်လည်း ပါဝင်ပါတယ်။ အုပ်ချုပ်သူတွေက အသုံးပြုသူ၊ credit နဲ့ မော်ဒယ်ဆိုင်ရာ သတ်မှတ်ချက်တွေကို သီးခြား စာမျက်နှာကနေ စီမံနိုင်ပါတယ်။
နည်းပညာ အသေးစိတ်
စနစ် ဖွဲ့စည်းပုံ
- Browser + FFmpeg.wasm
- Gemini စာသားပြောင်း
- အစုလိုက် ဘာသာပြန်
- SRT တည်းဖြတ်
- အသံ + ထုတ်ယူ
အသုံးပြုထားသည့် နည်းပညာများ
- ထည့်သွင်းသုံးနိုင်သော Next.js App Router ဝဘ်အက်ပ်
- PostgreSQL
- Browser အတွင်း FFmpeg.wasm
- အသံမှ စာသားပြောင်း၊ ဘာသာပြန်နှင့် အသံထုတ်ရန် Gemini
- ကြားခံဝန်ဆောင်မှုငယ်မှတစ်ဆင့် စာသားမှ အသံပြောင်းမှု
- အသံတူ ဖန်တီးရန် Google Colab runtime များ
- စာရင်းသွင်းခြင်းနှင့် ငွေပေးချေမှုအတွက် Telegram bot
- Docker Compose၊ GitHub Actions
ဆုံးဖြတ်ချက်များ
- ဗီဒီယိုက browser ပြင်ပကို မထွက်ပါဘူး။ FFmpeg.wasm က အသံကို ထုတ်ယူ သို့မဟုတ် ပြောင်းလဲပြီး အနားသတ်ချင်း ထပ်နေတဲ့ အပိုင်းများအဖြစ် တစ်ခုချင်း ပြင်ဆင်ပါတယ်။ Gemini ထံ အသံသာ ပို့ပြီး ကြိုးစားမှုတိုင်းအပြီး ဖျက်ပေးဖို့ တောင်းဆိုပါတယ်။
- အသုံးပြုသူရဲ့ ကိုယ်ပိုင် Gemini key တွေကို browser ထဲမှာသာ ထားပြီး အစုတစ်ခုချင်းအလိုက် အလှည့်ကျ သုံးပါတယ်။ အုပ်ချုပ်သူ key ကို PostgreSQL ထဲမှာ ကုဒ်ဝှက်သိမ်းပြီး ဆာဗာကသာ ဖတ်နိုင်ပါတယ်။ Key တွေကို log ထဲ မရေးပါဘူး။
- ဘာသာပြန်ရာမှာ စာတန်းအပိုင်း ၅၀ အထိ တစ်စုစီ ပို့ပြီး အပိုင်းနယ်နိမိတ်နဲ့ အချိန်တွေကို ထိန်းသိမ်းပါတယ်။ မအောင်မြင်တဲ့ အစုကိုပဲ ပြန်ကြိုးစားပြီး ပြီးစီးတဲ့ စာကြောင်းတွေကို မပျောက်စေပါဘူး။
- အသံထုတ်လုပ်မှုကို ကြားခံဝန်ဆောင်မှုငယ်မှတစ်ဆင့် ပို့လို့ လက်တွေ့အသုံးပြုရာမှာ ချိတ်ဆက်မှု ယုံကြည်စိတ်ချရပါတယ်။
- အသံတူ ဖန်တီးမှုက အသုံးပြုသူတစ်ဦးစီရဲ့ ကိုယ်ပိုင် Colab runtime မှာသာ လည်ပတ်ပါတယ်။ လိုမှစတင်ပြီး အသုံးမပြုချိန် ရပ်တန့်ကာ မျှဝေသုံး ကွန်ပျူတာစနစ်သို့ အစားမထိုးပါဘူး။