डिज़्नी का AI पाठ विवरण के आधार पर कार्टून बनाता है

पाठ विवरण के आधार पर मूल वीडियो बनाने वाले तंत्रिका नेटवर्क पहले से मौजूद हैं। और यद्यपि वे अभी भी फिल्म निर्माताओं या एनिमेटरों को पूरी तरह से बदलने में सक्षम नहीं हैं, इस दिशा में पहले से ही प्रगति हो रही है। डिज़्नी रिसर्च और रटगर्स विकसित किया है एक तंत्रिका नेटवर्क जो एक टेक्स्ट स्क्रिप्ट से एक रफ स्टोरीबोर्ड और वीडियो बना सकता है।

जैसा कि उल्लेख किया गया है, सिस्टम प्राकृतिक भाषा के साथ काम करता है, जो इसे शैक्षिक वीडियो बनाने जैसे कई क्षेत्रों में उपयोग करने की अनुमति देगा। ये प्रणालियाँ पटकथा लेखकों को अपने विचारों की कल्पना करने में भी मदद करेंगी। साथ ही, यह भी कहा गया है कि लक्ष्य लेखकों और कलाकारों को प्रतिस्थापित करना नहीं है, बल्कि उनके काम को अधिक कुशल और कम कठिन बनाना है।

डेवलपर्स का कहना है कि टेक्स्ट को एनीमेशन में अनुवाद करना आसान काम नहीं है क्योंकि इनपुट और आउटपुट डेटा की कोई निश्चित संरचना नहीं होती है। इसलिए, ऐसी अधिकांश प्रणालियाँ जटिल वाक्यों को संसाधित नहीं कर सकती हैं। पिछले समान कार्यक्रमों की सीमाओं को दूर करने के लिए, डेवलपर्स ने कई घटकों से मिलकर एक मॉड्यूलर तंत्रिका नेटवर्क बनाया। इनमें एक प्राकृतिक भाषा प्रसंस्करण मॉड्यूल, एक स्क्रिप्ट पार्सिंग मॉड्यूल और एक मॉड्यूल शामिल है जो एनीमेशन उत्पन्न करता है।

आरंभ करने के लिए, सिस्टम पाठ का विश्लेषण करता है और जटिल वाक्यों को सरल वाक्यों में अनुवाद करता है। इसके बाद एक 3D एनिमेशन तैयार किया जाता है. कार्य के लिए, 52 एनिमेटेड ब्लॉकों की एक लाइब्रेरी का उपयोग किया जाता है, जिनकी सूची समान तत्वों को जोड़कर 92 तक विस्तारित की गई थी। एनीमेशन बनाने के लिए, अनरियल इंजन गेम इंजन का उपयोग किया जाता है, जो प्रीलोडेड ऑब्जेक्ट और मॉडल पर निर्भर करता है। इनमें से सिस्टम उपयुक्त तत्वों का चयन करता है और एक वीडियो तैयार करता है।

सिस्टम को प्रशिक्षित करने के लिए, शोधकर्ताओं ने IMSDb, सिंपलीस्क्रिप्ट्स और ScriptORama996 से 1000 से अधिक लिपियों से लिए गए 5 तत्वों के विवरणों का एक सेट संकलित किया। इसके बाद, गुणात्मक परीक्षण किए गए, जिसमें 22 प्रतिभागियों को 20 एनिमेशन का मूल्यांकन करने का अवसर मिला। वहीं, 68% ने कहा कि सिस्टम ने इनपुट टेक्स्ट के आधार पर काफी अच्छा एनीमेशन तैयार किया है।

हालाँकि, टीम ने स्वीकार किया कि सिस्टम सही नहीं है। इसकी क्रियाओं और वस्तुओं की सूची संपूर्ण नहीं है, और कभी-कभी शाब्दिक सरलीकरण समान एनिमेशन वाली क्रियाओं से मेल नहीं खाता है। शोधकर्ता भविष्य के काम में इन कमियों को दूर करने का इरादा रखते हैं।

स्रोत: 3dnews.ru