ফরাসি AI মডেল MuScriptor একসঙ্গে ১৭০ হাজার রেকর্ডিং থেকে MIDI তৈরি করে
ফরাসি AI গবেষণা প্রতিষ্ঠান Kyutai MuScriptor নামের একটি ওপেন-ওয়েট মডেল প্রকাশ করেছে। এটি একাধিক বাদ্যযন্ত্রের মিশ্রণ থেকে সরাসরি MIDI ফাইল তৈরি করতে পারে। মডেলটি 170 হাজার বাস্তব রেকর্ডিং এবং 14.5 লাখ সিন্থেটিক MIDI দিয়ে প্রশিক্ষিত হয়েছে।
ফরাসি AI গবেষণা প্রতিষ্ঠান Kyutai MuScriptor নামের একটি ওপেন-ওয়েট মডেল প্রকাশ করেছে। এটি একাধিক বাদ্যযন্ত্রের মিশ্রণ থেকে সরাসরি MIDI ফাইল তৈরি করতে পারে। মডেলটি 170 হাজার বাস্তব রেকর্ডিং এবং 14.5 লাখ সিন্থেটিক MIDI দিয়ে প্রশিক্ষিত হয়েছে।
ফরাসি AI গবেষণা প্রতিষ্ঠান Kyutai এবং Mirelo যৌথভাবে MuScriptor নামের একটি ওপেন-ওয়েট ডিকোডার-অনলি ট্রান্সফরমার মডেল প্রকাশ করেছে। এই মডেলটি একাধিক বাদ্যযন্ত্রের সম্পূর্ণ মিশ্রণ থেকে সরাসরি MIDI ফর্ম্যাটে মিউজিক ট্রান্সক্রিপশন করতে পারে। MarkTechPost এই খবরটি প্রথম প্রকাশ করেছে।
MuScriptor একটি ডিকোডার-অনলি ট্রান্সফরমার আর্কিটেকচার ব্যবহার করে। এর মানে হলো এটি শুধু আউটপুট জেনারেট করে, ইনপুটের সব অংশ একসাথে প্রক্রিয়া করে না। মডেলটি 170 হাজার বাস্তব রেকর্ডিং এবং 14.5 লাখ সিন্থেটিক MIDI ফাইলের ওপর প্রশিক্ষিত হয়েছে। এটি বর্তমানে YourMT3+ নামের আরেকটি জনপ্রিয় ট্রান্সক্রিপশন মডেলের সাথে তুলনা করে বেঞ্চমার্ক করা হয়েছে।
MuScriptor-এর একটি তিন-স্তরের পাইপলাইন রয়েছে। প্রথম স্তরে অডিও প্রক্রিয়াকরণ করা হয়। দ্বিতীয় স্তরে মডেলটি প্রতিটি বাদ্যযন্ত্রের জন্য আলাদাভাবে নোট শনাক্ত করে। তৃতীয় স্তরে সব নোট একত্রিত করে একটি সম্পূর্ণ MIDI ফাইল তৈরি করা হয়। মডেলটিতে ইন্সট্রুমেন্ট কন্ডিশনিং নামের একটি ফিচার আছে। এর মাধ্যমে ব্যবহারকারী নির্দিষ্ট বাদ্যযন্ত্রের ট্রান্সক্রিপশন অগ্রাধিকার দিতে পারে।
Kyutai ঘোষণা করেছে যে MuScriptor সম্পূর্ণ ওপেন-ওয়েট। এর মানে হলো যেকোনো ডেভেলপার বা গবেষক মডেলটির ওয়েট ডাউনলোড করে নিজের প্রোজেক্টে ব্যবহার করতে পারে। এটি কম্পিউটার মিউজিক, অডিও প্রসেসিং এবং মেশিন লার্নিং গবেষণার জন্য একটি বড় সুযোগ তৈরি করেছে। মডেলটির জন্য একটি ইন্টারঅ্যাকটিভ এক্সপ্লেইনার ডেমোও প্রকাশ করা হয়েছে।
বাংলাদেশের প্রেক্ষাপটে এই মডেলটি বিশেষ গুরুত্ব বহন করে। স্থানীয় মিউজিক প্রযোজক, সাউন্ড ইঞ্জিনিয়ার এবং ফ্রিল্যান্সাররা MuScriptor ব্যবহার করে অডিও রেকর্ডিং থেকে দ্রুত MIDI ফাইল তৈরি করতে পারবেন। এটি মিউজিক এডুকেশন এবং ডিজিটাল মিউজিক প্রোডাকশনকে আরও সহজ করে তুলবে। বিশেষ করে যারা ঐতিহ্যবাহী বাদ্যযন্ত্রের ডিজিটাল আর্কাইভিং করতে চান, তাদের জন্য এটি একটি শক্তিশালী টুল হতে পারে।
MuScriptor ওপেন-সোর্স সম্প্রদায়ের জন্য একটি গুরুত্বপূর্ণ সংযোজন। ভবিষ্যতে আরও উন্নত মিউজিক ট্রান্সক্রিপশন মডেল তৈরির পথ প্রশস্ত করবে এই প্রযুক্তি। Kyutai এবং Mirelo এই ক্ষেত্রে গবেষণা অব্যাহত রাখবে বলে জানিয়েছে।
আরও পড়ুন
এই সংবাদটি আন্তর্জাতিক সূত্রের তথ্য অবলম্বনে AI-সহায়তায় বাংলায় উপস্থাপন ও বাংলাদেশের প্রেক্ষাপটে সম্পাদিত। মূল তথ্যের জন্য নিচের সূত্র দেখুন।
মূল প্রতিবেদন: MarkTechPost
সোর্স দেখুন ↗মন্তব্য০
লোড হচ্ছে...