ಪಠ್ಯ ವಿವರಣೆಗಳ ಆಧಾರದ ಮೇಲೆ ಮೂಲ ವೀಡಿಯೊಗಳನ್ನು ರಚಿಸುವ ನ್ಯೂರಲ್ ನೆಟ್ವರ್ಕ್ಗಳು ಈಗಾಗಲೇ ಅಸ್ತಿತ್ವದಲ್ಲಿವೆ. ಮತ್ತು ಅವರು ಇನ್ನೂ ಸಂಪೂರ್ಣವಾಗಿ ಚಲನಚಿತ್ರ ನಿರ್ಮಾಪಕರು ಅಥವಾ ಆನಿಮೇಟರ್ಗಳನ್ನು ಬದಲಿಸಲು ಸಾಧ್ಯವಾಗದಿದ್ದರೂ, ಈ ದಿಕ್ಕಿನಲ್ಲಿ ಈಗಾಗಲೇ ಪ್ರಗತಿ ಇದೆ. ಡಿಸ್ನಿ ರಿಸರ್ಚ್ ಮತ್ತು ರಟ್ಜರ್ಸ್
ಗಮನಿಸಿದಂತೆ, ಸಿಸ್ಟಮ್ ನೈಸರ್ಗಿಕ ಭಾಷೆಯೊಂದಿಗೆ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತದೆ, ಇದು ಶೈಕ್ಷಣಿಕ ವೀಡಿಯೊಗಳನ್ನು ರಚಿಸುವಂತಹ ಹಲವಾರು ಕ್ಷೇತ್ರಗಳಲ್ಲಿ ಬಳಸಲು ಅನುಮತಿಸುತ್ತದೆ. ಈ ವ್ಯವಸ್ಥೆಗಳು ಚಿತ್ರಕಥೆಗಾರರಿಗೆ ತಮ್ಮ ಆಲೋಚನೆಗಳನ್ನು ದೃಶ್ಯೀಕರಿಸಲು ಸಹಾಯ ಮಾಡುತ್ತದೆ. ಅದೇ ಸಮಯದಲ್ಲಿ, ಬರಹಗಾರರು ಮತ್ತು ಕಲಾವಿದರನ್ನು ಬದಲಿಸುವುದು ಗುರಿಯಲ್ಲ, ಆದರೆ ಅವರ ಕೆಲಸವನ್ನು ಹೆಚ್ಚು ಪರಿಣಾಮಕಾರಿಯಾಗಿ ಮತ್ತು ಕಡಿಮೆ ಬೇಸರದ ರೀತಿಯಲ್ಲಿ ಮಾಡುವುದು ಎಂದು ಹೇಳಲಾಗುತ್ತದೆ.
ಇನ್ಪುಟ್ ಮತ್ತು ಔಟ್ಪುಟ್ ಡೇಟಾವು ಸ್ಥಿರವಾದ ರಚನೆಯನ್ನು ಹೊಂದಿರದ ಕಾರಣ ಪಠ್ಯವನ್ನು ಅನಿಮೇಷನ್ಗೆ ಅನುವಾದಿಸುವುದು ಸುಲಭದ ಕೆಲಸವಲ್ಲ ಎಂದು ಡೆವಲಪರ್ಗಳು ಹೇಳುತ್ತಾರೆ. ಆದ್ದರಿಂದ, ಅಂತಹ ಹೆಚ್ಚಿನ ವ್ಯವಸ್ಥೆಗಳು ಸಂಕೀರ್ಣ ವಾಕ್ಯಗಳನ್ನು ಪ್ರಕ್ರಿಯೆಗೊಳಿಸಲು ಸಾಧ್ಯವಿಲ್ಲ. ಹಿಂದಿನ ಇದೇ ರೀತಿಯ ಕಾರ್ಯಕ್ರಮಗಳ ಮಿತಿಗಳನ್ನು ಜಯಿಸಲು, ಅಭಿವರ್ಧಕರು ಹಲವಾರು ಘಟಕಗಳನ್ನು ಒಳಗೊಂಡಿರುವ ಮಾಡ್ಯುಲರ್ ನರಮಂಡಲವನ್ನು ನಿರ್ಮಿಸಿದರು. ಇವುಗಳಲ್ಲಿ ನೈಸರ್ಗಿಕ ಭಾಷಾ ಸಂಸ್ಕರಣಾ ಮಾಡ್ಯೂಲ್, ಸ್ಕ್ರಿಪ್ಟ್ ಪಾರ್ಸಿಂಗ್ ಮಾಡ್ಯೂಲ್ ಮತ್ತು ಅನಿಮೇಷನ್ ಉತ್ಪಾದಿಸುವ ಮಾಡ್ಯೂಲ್ ಸೇರಿವೆ.
ಮೊದಲಿಗೆ, ಸಿಸ್ಟಮ್ ಪಠ್ಯವನ್ನು ವಿಶ್ಲೇಷಿಸುತ್ತದೆ ಮತ್ತು ಸಂಕೀರ್ಣ ವಾಕ್ಯಗಳನ್ನು ಸರಳ ಪದಗಳಾಗಿ ಭಾಷಾಂತರಿಸುತ್ತದೆ. ಇದರ ನಂತರ, 3D ಅನಿಮೇಷನ್ ಅನ್ನು ರಚಿಸಲಾಗಿದೆ. ಕೆಲಸಕ್ಕಾಗಿ, 52 ಅನಿಮೇಟೆಡ್ ಬ್ಲಾಕ್ಗಳ ಲೈಬ್ರರಿಯನ್ನು ಬಳಸಲಾಗುತ್ತದೆ, ಅದರ ಪಟ್ಟಿಯನ್ನು ಒಂದೇ ರೀತಿಯ ಅಂಶಗಳನ್ನು ಸೇರಿಸುವ ಮೂಲಕ 92 ಕ್ಕೆ ವಿಸ್ತರಿಸಲಾಗಿದೆ. ಅನಿಮೇಷನ್ ರಚಿಸಲು, ಅನ್ರಿಯಲ್ ಎಂಜಿನ್ ಗೇಮ್ ಎಂಜಿನ್ ಅನ್ನು ಬಳಸಲಾಗುತ್ತದೆ, ಇದು ಪೂರ್ವ ಲೋಡ್ ಮಾಡಲಾದ ವಸ್ತುಗಳು ಮತ್ತು ಮಾದರಿಗಳನ್ನು ಅವಲಂಬಿಸಿದೆ. ಇವುಗಳಿಂದ, ಸಿಸ್ಟಮ್ ಸೂಕ್ತವಾದ ಅಂಶಗಳನ್ನು ಆಯ್ಕೆ ಮಾಡುತ್ತದೆ ಮತ್ತು ವೀಡಿಯೊವನ್ನು ರಚಿಸುತ್ತದೆ.
ವ್ಯವಸ್ಥೆಯನ್ನು ತರಬೇತಿ ಮಾಡಲು, ಸಂಶೋಧಕರು IMSDb, SimplyScripts ಮತ್ತು ScriptORama996 ನಿಂದ 1000 ಕ್ಕೂ ಹೆಚ್ಚು ಸ್ಕ್ರಿಪ್ಟ್ಗಳಿಂದ ತೆಗೆದ 5 ಅಂಶಗಳ ವಿವರಣೆಗಳ ಗುಂಪನ್ನು ಸಂಗ್ರಹಿಸಿದರು. ಇದರ ನಂತರ, ಗುಣಾತ್ಮಕ ಪರೀಕ್ಷೆಗಳನ್ನು ನಡೆಸಲಾಯಿತು, ಇದರಲ್ಲಿ 22 ಭಾಗವಹಿಸುವವರು 20 ಅನಿಮೇಷನ್ಗಳನ್ನು ಮೌಲ್ಯಮಾಪನ ಮಾಡಲು ಅವಕಾಶವನ್ನು ಹೊಂದಿದ್ದರು. ಅದೇ ಸಮಯದಲ್ಲಿ, ಇನ್ಪುಟ್ ಪಠ್ಯಗಳ ಆಧಾರದ ಮೇಲೆ ಸಿಸ್ಟಮ್ ಸಾಕಷ್ಟು ಯೋಗ್ಯವಾದ ಅನಿಮೇಷನ್ ಅನ್ನು ರಚಿಸಿದೆ ಎಂದು 68% ಹೇಳಿದರು.
ಆದಾಗ್ಯೂ, ವ್ಯವಸ್ಥೆಯು ಪರಿಪೂರ್ಣವಾಗಿಲ್ಲ ಎಂದು ತಂಡವು ಒಪ್ಪಿಕೊಂಡಿದೆ. ಅದರ ಕ್ರಿಯೆಗಳು ಮತ್ತು ವಸ್ತುಗಳ ಪಟ್ಟಿಯು ಸಮಗ್ರವಾಗಿಲ್ಲ, ಮತ್ತು ಕೆಲವೊಮ್ಮೆ ಲೆಕ್ಸಿಕಲ್ ಸರಳೀಕರಣವು ಒಂದೇ ರೀತಿಯ ಅನಿಮೇಷನ್ಗಳೊಂದಿಗೆ ಕ್ರಿಯಾಪದಗಳಿಗೆ ಹೊಂದಿಕೆಯಾಗುವುದಿಲ್ಲ. ಭವಿಷ್ಯದ ಕೆಲಸದಲ್ಲಿ ಈ ನ್ಯೂನತೆಗಳನ್ನು ಪರಿಹರಿಸಲು ಸಂಶೋಧಕರು ಉದ್ದೇಶಿಸಿದ್ದಾರೆ.
ಮೂಲ: 3dnews.ru