এটা একটা রসিকতা দিয়ে শুরু হয়েছিল। "যদি আমি এমন একটা পডকাস্ট তৈরি করি যেখানে আমি কৃত্রিম বুদ্ধিমান বটদের সাথে কথা বলি এবং তাদের কথায় আগ্রহী হওয়ার ভান করি?" আমি আমার এক বন্ধুকে জিজ্ঞাসা করেছিলাম।
কয়েক মাস আগে আমি বুঝতে পারি যে গুগলের নোটবুকএলএম নামে একটি এআই টুল আছে যা (বেশিরভাগ ক্ষেত্রে) আপনাকে রিয়েল-টাইমে দুটি মানুষের মতো শোনাচ্ছে এমন হোস্টের সাথে কথোপকথন করতে দেয়। ইন্টারেক্টিভ মোড নামে পরিচিত, আপনি পডকাস্টে যোগ দিতে পারেন এবং যেকোনো সময় একটি প্রশ্ন জিজ্ঞাসা করতে পারেন । বটগুলি থামবে এবং আপনাকে "শ্রোতা" হিসাবে চিনবে এবং তারপরে আপনার কী বলার আছে তা মন্তব্য করবে।
আমি NotebookLM পরীক্ষা করে একটি আসল পডকাস্ট তৈরি করার সিদ্ধান্ত নিলাম, Spotify for Creators-এর মাধ্যমে এটি চালু করলাম এবং তারপর আমার সোশ্যাল মিডিয়া চ্যানেলগুলিতে এটি প্রচার করলাম। এই প্রক্রিয়ার মধ্য দিয়ে আমি অনেক কিছু শিখেছি, কিন্তু চূড়ান্ত ফলাফলে পডকাস্ট তৈরি করতে কী কী লাগে তা বেশ কিছুটা প্রকাশ পেয়েছে। একটি জিনিস যা এড়িয়ে চলতে হবে? আত্মা ছাড়াই অত্যধিক রোবোটিক শব্দযুক্ত পডকাস্ট তৈরি করা। এখানে আমি এটি কীভাবে কার্যকর করেছি তা দেখানো হয়েছে।
ইন্টারেক্টিভ মোডে রেকর্ডিং
প্রথমে আমি বুঝতে পারিনি, কিন্তু NotebookLM আসলে রোবট হোস্টের সাথে আপনার মিথস্ক্রিয়া রেকর্ড করে না। যেহেতু অ্যাপটি (মোবাইল ডিভাইসের জন্য উপলব্ধ কিন্তু এটি ব্রাউজারেও চালানো যেতে পারে) বিটাতে রয়েছে, তাই এটি কীভাবে ব্যবহার করবেন সে সম্পর্কে খুব বেশি দুর্দান্ত ডকুমেন্টেশন বা এমনকি নির্দেশিকাও নেই। ইন্টারেক্টিভ আলোচনা রেকর্ড করার জন্য NotebookLM এর উপর নির্ভর করার পরিবর্তে, আমি iPhone Voice Memos অ্যাপটি ব্যবহার করেছি। যদিও একজন সত্যিকারের পডকাস্টার নিম্নমানের কথা বলে, এটি দ্রুত এবং সহজ ছিল।
শুরু করার জন্য, আপনাকে আলোচনার জন্য একটি উৎস বেছে নিতে হবে। আমি "Origins with John Brandon" তৈরি করার সিদ্ধান্ত নিয়েছি, যা সাধারণ জিনিসগুলির উৎপত্তি কীভাবে হয়েছিল তা নিয়ে কিছুটা মজার পডকাস্ট। আমার প্রথম পর্বটি ছিল বাবল র্যাপ কীভাবে অস্তিত্বে এসেছিল তা নিয়ে, তাই আমি প্রথমে বিষয় সম্পর্কে বেশ কয়েকটি নিবন্ধ খুঁজে বের করে NotebookLM-এ লোড করেছি। এটি হল প্রশিক্ষণ ডেটা যা "হোস্ট"রা ব্যবহার করে কারণ তারা সাধারণত কেবল একে অপরের সাথে কথা বলে, কিন্তু আমি চাইনি যে তারা কেবল বিষয়টি নিয়ে আলোচনা শুরু করুক। পরিবর্তে, আমি অবিলম্বে মধ্যস্থতা করে নিজেকে আসল হোস্ট হিসাবে পরিচয় করিয়ে দিলাম।
তুমি কল্পনা করতে পারছো, গুগল ঠিক এভাবে কাজ করার কথা ভাবছিল না। বটগুলো অবাক হয়ে গেল এবং এমনকি লক্ষ্য করল যে আমি হোস্ট নই (আমার নাম উল্লেখ করে) এবং জোর দিয়ে বলল যে তারাই আসল মানব হোস্ট। আমি বাবল র্যাপ সম্পর্কে কয়েকটি প্রশ্ন জিজ্ঞাসা করেছিলাম, কিন্তু অবশেষে আড্ডাটি AI সচেতনতা এবং সচেতনতা সম্পর্কে আলোচনায় পরিণত হয়। আমার মনে হয়েছিল এটি অনেক বেশি আকর্ষণীয় বিষয়, তাই আমার পডকাস্টটি আরও ব্যঙ্গাত্মক স্বাদ গ্রহণ করেছে, দ্য অনিয়নের মতো। অন্য কথায়, যদিও এটি বাবল র্যাপ সম্পর্কে হওয়ার কথা ছিল, এটি আরও AI সম্পর্কে হয়ে ওঠে।
রেকর্ডিংয়ের মান অসাধারণ না হলেও আমি ফলাফল নিয়ে খুশি। আমি কল্পনা করেছিলাম যে আলাদা ডিজিটাল রেকর্ডার দিয়ে লাইভ আলোচনা রেকর্ড করলে এটি কতটা ভালো হতো, কিন্তু আমি কোনও পডকাস্ট পুরষ্কার জেতার চেষ্টা করছিলাম না। আমি আমার প্রথম পর্ব প্রকাশ করতে চেয়েছিলাম, এবং NoteBookLM অন্তত একটি সুসংগত আলোচনা তৈরির ক্ষেত্রে আমাকে মুগ্ধ করেছে। বটগুলি রিয়েল-টাইমে আমার মন্তব্যের প্রতিক্রিয়া কীভাবে জানিয়েছে তাও দুর্দান্ত ছিল।
সম্পদ তৈরি করা
অবশ্যই, একটি পডকাস্ট কেবল আপনার প্রকাশিত একটি অডিও ফাইলের চেয়েও বেশি কিছু। এতে পডকাস্ট আর্ট, বাম্পার সঙ্গীত, একটি ভয়েসওভার এবং অন্যান্য উপাদানও জড়িত।
প্রথম পর্বের রেকর্ডিং শেষ হওয়ার পর, আমি গুগল জেমিনির সাহায্য নিলাম যাতে আমি শো-এর জন্য একটি বর্গাকার টাইল তৈরি করতে পারি। প্রতিটি পডকাস্টে একটি টাইল থাকে যা অ্যাপল পডকাস্টের মতো অ্যাপে পডকাস্ট সনাক্ত করতে সাহায্য করে। আমার অনুরোধ ছিল সহজ: জন ব্র্যান্ডনের সাথে অরিজিন্স নামক পডকাস্টের জন্য একটি বর্গাকার ছবি তৈরি করুন । আমি নিজের একটি AI ছবিও দিয়েছিলাম। প্রথমবারের মতো, জেমিনি একটি ব্যতিক্রমীভাবে ভালো টাইল তৈরি করেছিল, যেমনটি একজন পেশাদার ডিজাইন করতে পারে। যদিও আমার ছবিটি এর সাথে যুক্ত করা আমার পছন্দ হয়নি, তাই আমি বটকে আবার চেষ্টা করতে বলেছিলাম। ফলাফলটি একটু অদ্ভুত লাগছিল কিন্তু গ্রহণযোগ্য মনে হয়েছিল।
আমি দৌড়ে যাচ্ছিলাম। এরপর আমি আমার নতুন পডকাস্টের জন্য বাম্পার মিউজিক তৈরি করতে Suno ব্যবহার করি। এই AI সাউন্ড জেনারেশন টুলটি সাধারণত প্রম্পট ব্যবহার করে: একটি নতুন গান তৈরি করুন যা Coldplay-এর সাথে নির্ভানা মিশ্রিত শোনায় । পরিবর্তে, আমার প্রম্পটটি ছিল পডকাস্টের বাম্পার মিউজিকের জন্য অনুরোধ করা, যাতে আমরা কথা শুরু করার আগে কিছুটা শক্তি এবং উত্তেজনা যোগ করতে পারি।
জেমিনির সাথে আমার প্রথম প্রচেষ্টার মতো, সুনো কিছু বাম্পার সঙ্গীত তৈরি করেছিল যা তাৎক্ষণিকভাবে পুরোপুরি সূক্ষ্ম শোনাচ্ছিল। আমাকে আর কোনও প্রম্পট চেষ্টা করতে হয়নি, তবে আমি ভয়েসওভার দিয়ে ভূমিকাটি সূক্ষ্মভাবে সুর করতে চেয়েছিলাম। আমি Speechify-এর দিকে ঝুঁকেছি, যা আপনার দেওয়া যেকোনো টেক্সট নিতে পারে এবং ভয়েসওভার তৈরি করতে পারে। তারপর, আমি ওভারলে হিসাবে ভয়েসওভারের সাথে বাম্পার সঙ্গীত একত্রিত করার জন্য ChatGPT ব্যবহার করেছি। সম্পূর্ণ প্রকাশ, আমি জানতাম না ChatGPT আপনাকে অডিও ফাইল তৈরি করতে দেয়।
কয়েক মিনিটের মধ্যেই, আমার কাছে ভয়েসওভারের সাথে একটি বাম্পার হিসেবে ইন্ট্রো মিউজিক ছিল। এমনকি আমি মিউজিক ইন্ট্রো এবং ভয়েসওভার শুরু হওয়ার সময় ক্রসফেইডটিও পরিবর্তন করেছিলাম এবং তারপর এটিকে বিবর্ণ করে দিয়েছিলাম। আমি ChatGPT কে আমার প্রথম পর্বের জন্য পডকাস্ট অডিও যোগ করতে বলেছিলাম এবং এটি একটি চূড়ান্ত অডিও ফাইল তৈরি করে, যা আমি Spotify-তে আপলোড করেছি।
একটা জিনিস এড়িয়ে চলতে হবে
ফলাফল এবং সবকিছু কীভাবে একত্রিত হয়েছে তা দেখে আমি মুগ্ধ , কিন্তু আমি বলব যে আমার নতুন পডকাস্টের জন্য আমি AI-এর উপর অতিরিক্ত নির্ভর করেছি। টাইলটি কিছুটা নকল এবং আত্মাহীন দেখাচ্ছিল, বিশেষ করে যেহেতু আমি যে টাইল ছবিটি ব্যবহার করেছি তা AI দ্বারা তৈরি করা হয়েছিল। NotebookLM অডিওতে আরও বেশি মানবিকতা এবং আত্মা রয়েছে, বেশিরভাগই কারণ আমি বটদের সাথে কথা বলি, কিন্তু পর্বটি শেষ পর্যন্ত চ্যাটবটদের সাথে কথা বলার মতো শোনাচ্ছিল, যা বিপর্যয়ের একটি রেসিপি। মানুষ নতুন কিছু শেখার জন্য পডকাস্ট শোনে, কিন্তু কারণ যারা কথা বলছে তারা সম্পর্কযুক্ত, আকর্ষণীয় এবং বাস্তব। অন্তত এটি আমাকে একই বিষয়ে কোনও বট জড়িত না করে একটি বাস্তব পডকাস্ট তৈরি করতে অনুপ্রাণিত করেছিল।
আমার মূল পাঠ ছিল NotebookLM সম্পর্কিত। এটি একটি ভালো পরীক্ষামূলক টুল এবং পডকাস্ট কীভাবে তৈরি এবং চালু করতে হয় তা বুঝতে আমাকে সাহায্য করেছে। তবুও, এটি একটি ল্যাব পরীক্ষা ছাড়া আর কিছুই নয়। "হোস্ট"রা একই অডিও স্লপ বারবার পুনরাবৃত্তি করে, বিশেষ করে যখন আমি তাদের কথোপকথনে যোগ দিতাম। একবার আপনি তাদের "ওহ, আমাদের একজন শ্রোতা আছেন যিনি মন্তব্য করতে চান" বলতে শুনলে, আপনি সন্দেহ করতে শুরু করেন যে এটি সবই কম্পিউটার-সৃষ্ট একটি জাল। তারা একই ভয়েস টিক্স এবং অদ্ভুত শ্রবণ পদ্ধতি বারবার ব্যবহার করে যেখানে এটি প্রায় শোনা যায় না এবং বিরক্তিকর হয়ে ওঠে।
সংক্ষেপে, এটা বিরক্তিকর। পডকাস্টটি এমন কিছু নয় যা আমি অনলাইনে রাখতে চাই এবং বেশিরভাগ ক্ষেত্রেই প্রকাশ করে যে বটদের একে অপরের সাথে এভাবে কথা বলা কারও মনোযোগ আকর্ষণ করবে না। এটি প্রায় দুটি কম্পিউটারকে ভিডিও গেম খেলতে দেখার মতো। যেকোনো পডকাস্টে এড়িয়ে চলার একমাত্র জিনিস হল AI এর উপর এত বেশি নির্ভর করা যে এটি সমীকরণ থেকে সমস্ত মানবতাকে সরিয়ে দেয়।
কৃত্রিম বুদ্ধিমত্তার বিবর্তনে, আমাদের হয়তো সিদ্ধান্ত নিতে হবে যে এটি একটি ভালো ফলাফল কিনা।
"আমার প্রথম NotebookLM AI-জেনারেটেড পডকাস্ট চালু করার পর থেকে আমি এমন একটি জিনিস শিখেছি যা আপনার এড়িয়ে চলা উচিত", যা প্রথমে ডিজিটাল ট্রেন্ডসে প্রকাশিত হয়েছিল।