
Photo by Landiva Weber on Pexels
বন্ধুরা, AI-চালিত ভিডিও এডিটিং মাস্টারক্লাস: স্ক্রিপ্ট থেকে ভাইরাল রিলস ও ইউটিউব শর্টস সিরিজের এই পঞ্চম পর্বে আপনাদের স্বাগতম! গত পর্বে আমরা ক্যাপকাট ব্যবহার করে কিভাবে আপনার ভিডিওতে ট্রেন্ডিং এবং ডায়নামিক সাবটাইটেল ও ক্যাপশন অ্যানিমেশন যোগ করতে হয়, তা হাতে-কলমে শিখেছি। আমরা জেনেছি কিভাবে লিখিত কথাগুলোকে দৃশ্যমান করে দর্শকের এনগেজমেন্ট বাড়ানো যায়। আপনি যদি সেই পর্বটি মিস করে থাকেন, তাহলে এখানে ক্লিক করে দেখে নিতে পারেন: পর্ব 4।
এ পর্যন্ত আমরা স্ক্রিপ্ট তৈরি, ভয়েসওভার জেনারেশন, টেক্সট-ভিত্তিক এডিটিং এবং সাবটাইটেল যুক্ত করার মতো গুরুত্বপূর্ণ ধাপগুলো পার করেছি। এখন সময় এসেছে আমাদের ভিডিওকে আরও দৃষ্টিনন্দন এবং আকর্ষণীয় করে তোলার। একটি ভিডিওকে কেবল শব্দ দিয়ে নয়, ভিজ্যুয়াল দিয়েও জীবন্ত করে তোলা যায়। এই পর্বে আমরা শিখব কিভাবে শক্তিশালী এআই টুলস ব্যবহার করে আপনার ভিডিওর জন্য অসাধারণ আর্ট এবং ডায়নামিক বি-রোল ক্লিপ তৈরি করা যায়, যা আপনার কনটেন্টকে দেবে একটি প্রফেশনাল ও অনন্য মাত্রা।
ভিজ্যুয়াল এলিমেন্ট আপনার ভিডিওকে আরও আকর্ষণীয় ও তথ্যপূর্ণ করে তোলে, যা দর্শকের মনোযোগ ধরে রাখতে সাহায্য করে। বর্তমান ডিজিটাল যুগে, যেখানে সেকেন্ডের মধ্যে সিদ্ধান্ত নেওয়া হয় যে একটি ভিডিও দেখা হবে কি না, সেখানে আকর্ষণীয় ভিজ্যুয়াল অপরিহার্য। এআই টুলস এই ভিজ্যুয়াল তৈরি করার প্রক্রিয়াকে অবিশ্বাস্যভাবে সহজ ও দ্রুত করে তুলেছে, যা আগে ঘন্টাখানেকের ডিজাইন বা চিত্রগ্রহণের কাজ ছিল। এর ফলে, আপনি আপনার গল্পকে কেবল শব্দে নয়, ছবিতেও বলতে পারবেন, যা দর্শকের মনে গভীর প্রভাব ফেলে।
একটি ভালো ভিডিওর মূল উপাদানগুলো হলো অডিও এবং ভিজ্যুয়াল। আমরা ইতিমধ্যেই অডিও অংশটিকে এআই-এর সাহায্যে প্রায় নিখুঁত করে তুলেছি। এখন আমাদের ফোকাস হলো ভিজ্যুয়াল অংশে প্রাণ যোগ করা। ভাবুন, আপনার ভয়েসওভার যখন গুরুত্বপূর্ণ কোনো তথ্য দিচ্ছে, তখন সেই তথ্যের সাথে সামঞ্জস্যপূর্ণ একটি দারুণ এআই জেনারেটেড ছবি বা ছোট ভিডিও ক্লিপ যদি স্ক্রিনে ভেসে ওঠে, তাহলে দর্শকের কাছে তা কতটা শক্তিশালী হবে! এটি শুধু তথ্য প্রদানেই সাহায্য করে না, বরং ভিডিওর মানকেও বহুগুণ বাড়িয়ে দেয়।
মিডজার্নি একটি শক্তিশালী এআই টুল যা টেক্সট প্রম্পট থেকে উচ্চ-মানের স্ট্যাটিক ছবি বা আর্ট তৈরি করতে পারে, যা আপনার ভিডিওর বি-রোল হিসেবে ব্যবহৃত হতে পারে। এটি আপনার ভিডিওর জন্য কাস্টম আর্টওয়ার্ক তৈরি করার এক অসাধারণ মাধ্যম। আপনি আপনার স্ক্রিপ্টের গুরুত্বপূর্ণ শব্দ বা ধারণাগুলো দিয়ে মিডজার্নিকে প্রম্পট করে সেই থিমের উপর ভিত্তি করে আকর্ষণীয় ছবি তৈরি করতে পারেন।
মিডজার্নি ব্যবহারের ধাপ:
1. ডিসকর্ড সেটআপ: মিডজার্নি মূলত ডিসকর্ড প্ল্যাটফর্মের মাধ্যমে কাজ করে। আপনার যদি ডিসকর্ড অ্যাকাউন্ট না থাকে, তাহলে একটি তৈরি করে নিন। এরপর Midjourney এর ওয়েবসাইটে গিয়ে 'Join the Beta' বাটনে ক্লিক করে তাদের ডিসকর্ড সার্ভারে যোগ দিন।
2. নিউজবি চ্যানেলে প্রবেশ: ডিসকর্ড সার্ভারে যোগ দেওয়ার পর, বাম পাশে থাকা চ্যানেল লিস্ট থেকে `Newbies` চ্যানেলগুলির (যেমন `newbies-1`, `newbies-2` ইত্যাদি) যেকোনো একটিতে প্রবেশ করুন।
3. প্রথম প্রম্পট লেখা: চ্যানেলের চ্যাট বক্সে `/imagine` লিখে এন্টার চাপুন। দেখবেন `prompt` লেখা একটি ফিল্ড চলে আসবে। এখানে আপনি আপনার ছবি তৈরির বিবরণ লিখবেন।
a futuristic city skyline at sunset, cyberpunk style, neon lights reflecting on wet streets, flying cars, highly detailed, cinematic, 8k --ar 16:9
4. ছবি তৈরি ও ভ্যারিয়েশন: আপনার প্রম্পট দেওয়ার পর, মিডজার্নি কয়েক সেকেন্ডের মধ্যে ৪টি ভিন্ন ছবি তৈরি করবে। প্রতিটি ছবির নিচে `U1`, `U2`, `U3`, `U4` (Upscale) এবং `V1`, `V2`, `V3`, `V4` (Variation) অপশন দেখতে পাবেন।
5. ছবি ডাউনলোড: আপনার পছন্দের ছবিটি `U` বাটনে ক্লিক করে আপস্কেল করার পর, ছবিটি নতুন একটি উইন্ডোতে খুলবে। ছবিটির উপর রাইট ক্লিক করে `Save Image As` অপশন ব্যবহার করে আপনার কম্পিউটারে ডাউনলোড করে নিন।
ভালো প্রম্পট vs. খারাপ প্রম্পট (উদাহরণ):
ভালো প্রম্পট | খারাপ প্রম্পট |
|---|---|
`A serene Japanese garden, cherry blossom trees, koi pond, traditional stone lantern, soft morning light, hyperrealistic, --ar 16:9` | `Garden photo` |
`An astronaut floating in space, looking at Earth, vibrant nebulae in background, cinematic, photorealistic, --ar 16:9` | `Space man picture` |
`A bustling street market in Marrakech, spices, colorful textiles, warm evening glow, intricate details, DSLR photo, --ar 16:9` | `Market in a city` |

আপনার স্ক্রিপ্টের মূল বিষয়বস্তুর সাথে মিলিয়ে মিডজার্নি থেকে এমন স্ট্যাটিক আর্ট তৈরি করুন যা আপনার ভিডিওর কন্টেন্টকে আরও সমৃদ্ধ করবে।
মিডজার্নি যেমন স্ট্যাটিক ছবি তৈরিতে পারদর্শী, তেমনি RunwayML হলো ডায়নামিক ভিডিও ক্লিপ বা বি-রোল তৈরির জন্য একটি শক্তিশালী এআই প্ল্যাটফর্ম। এটি আপনাকে টেক্সট থেকে ভিডিও (Text-to-Video) অথবা বিদ্যমান ছবি থেকে ভিডিও (Image-to-Video) তৈরি করতে সাহায্য করে, যা আপনার ভিডিওতে জীবন্ত ভিজ্যুয়াল যোগ করে। রানওয়েএমএল-এর Gen-1 এবং Gen-2 মডেলগুলো এই কাজে বিশেষভাবে পারদর্শী।
রানওয়েএমএল ব্যবহারের ধাপ:
1. লগইন/রেজিস্ট্রেশন: প্রথমে RunwayML ওয়েবসাইটে যান এবং একটি অ্যাকাউন্ট তৈরি করুন বা লগইন করুন। ফ্রি টিয়ারে আপনি কিছু ক্রেডিট পাবেন যা দিয়ে আপনি পরীক্ষা করতে পারবেন।
2. Gen-2 (Text-to-Video) ব্যবহার:
A majestic lion walking slowly through a tall grass savanna, golden hour, cinematic, 4k
3. Gen-1 (Image-to-Video) ব্যবহার:
4. ভিডিও ডাউনলোড: ভিডিও তৈরি হয়ে গেলে, আপনি ক্লিপটি প্লে করে দেখতে পারবেন। পছন্দ হলে, `Download` বাটনে ক্লিক করে ক্লিপটি আপনার কম্পিউটারে সংরক্ষণ করুন।
রানওয়েএমএল-এর মতো টুলস ব্যবহার করে আপনি আপনার স্ক্রিপ্টের বিভিন্ন অংশের জন্য প্রাসঙ্গিক এবং আকর্ষণীয় ছোট ছোট ভিডিও ক্লিপ তৈরি করতে পারবেন, যা আপনার মূল ভিডিওর সাথে মিশে যাবে এবং দর্শককে মুগ্ধ করবে।
কার্যকর প্রম্পট লেখা এআই টুলগুলো থেকে সেরা ভিজ্যুয়াল আউটপুট পাওয়ার চাবিকাঠি; এর জন্য নির্দিষ্টতা, শৈলী এবং বিস্তারিত বিবরণ যোগ করা প্রয়োজন। এআই-জেনারেটেড আর্ট বা ভিডিও তৈরিতে প্রম্পট লেখাটা অনেকটা শিল্পকর্মের মতো। ভালো প্রম্পট লিখলে আপনি আপনার মনের মতো ভিজ্যুয়াল পাবেন, আর দুর্বল প্রম্পট দিলে ফলাফল হবে অগোছালো। এখানে কিছু কার্যকর টিপস দেওয়া হলো:
1. নির্দিষ্ট হন (Be Specific): যতটা সম্ভব বিস্তারিত তথ্য দিন। শুধু "a car" না লিখে "a vintage red sports car driving on a coastal road during sunset" লিখুন। এতে এআই আপনার উদ্দেশ্য আরও ভালোভাবে বুঝতে পারবে।
2. শৈলী উল্লেখ করুন (Specify Style): আপনি কেমন আর্ট স্টাইল চান তা বলুন। যেমন: `cinematic`, `photorealistic`, `anime`, `watercolor`, `oil painting`, `3D render`, `pixel art`, `surrealist`।
3. আবেগ ও মেজাজ যোগ করুন (Add Emotion & Mood): ভিজ্যুয়ালে কী ধরনের অনুভূতি ফুটিয়ে তুলতে চান? যেমন: `serene`, `dramatic`, `mysterious`, `joyful`, `gloomy`, `futuristic`, `ancient`।

4. কালার প্যালেট নির্দেশ করুন (Suggest Color Palette): নির্দিষ্ট রং বা রঙের সমন্বয় উল্লেখ করতে পারেন। যেমন: `vibrant neon colors`, `monochromatic blue`, `warm autumn tones`, `pastel colors`।
5. ক্যামেরা অ্যাঙ্গেল ও শট টাইপ (Camera Angle & Shot Type): ভিডিওর ক্ষেত্রে এটি খুব গুরুত্বপূর্ণ। `wide shot`, `close-up`, `dolly zoom`, `dramatic low angle`, `aerial view`, `tracking shot`।
6. নেগেটিভ প্রম্পট ব্যবহার করুন (Use Negative Prompts): আপনি কী চান না, সেটাও বলতে পারেন। মিডজার্নিতে `--no` এবং রানওয়েএমএল-এ `Negative Prompt` অপশন থাকে। যেমন: `--no text, blurry, watermark, ugly`।
7. অ্যাসপেক্ট রেশিও (Aspect Ratio): আপনার ভিডিওর জন্য সঠিক অ্যাসপেক্ট রেশিও ব্যবহার করুন। ইউটিউবের জন্য `16:9`, ইনস্টাগ্রাম রিলসের জন্য `9:16`, ইত্যাদি। মিডজার্নিতে `--ar 16:9` বা `--ar 9:16` ব্যবহার করুন।
ভালো প্রম্পট লিখতে অনুশীলন প্রয়োজন। বিভিন্ন প্রম্পট দিয়ে পরীক্ষা করুন এবং দেখুন কোন ধরনের বর্ণনা সেরা ফলাফল দিচ্ছে। আপনি প্রয়োজনে ChatGPT বা অন্য কোনো ল্যাঙ্গুয়েজ মডেলের সাহায্য নিতে পারেন প্রম্পট আইডিয়া জেনারেট করার জন্য। এই বিষয়ে আরও জানতে আপনি আমাদের সেরা এআই টুলস গাইডটি দেখতে পারেন।
তৈরি করা এআই আর্ট ও বি-রোল ক্লিপগুলোকে ক্যাপকাটে নিয়ে এসে মূল ভিডিওর সাথে সাবলীলভাবে মিশিয়ে আপনার প্রোজেক্টকে আরও আকর্ষণীয় করে তুলতে পারেন। আপনার তৈরি করা সমস্ত এআই জেনারেটেড ছবি এবং ভিডিও ক্লিপ এখন আমাদের প্রধান ভিডিও এডিটিং সফটওয়্যার, ক্যাপকাটে আনার সময়। এটি আপনার ভিডিওর মূল বার্তাটিকে আরও পরিষ্কার এবং আকর্ষণীয় করে তুলবে।
ক্যাপকাটে ভিজ্যুয়াল ইন্টিগ্রেশনের ধাপ:
1. মিডিয়া ইম্পোর্ট করুন:
2. টাইমলাইনে বি-রোল প্লেসমেন্ট:
3. ট্রিম, স্কেল ও পজিশন অ্যাডজাস্ট করুন:
4. ট্রানজিশন ও ইফেক্ট যোগ করুন (ঐচ্ছিক):
5. অডিও অ্যাডজাস্টমেন্ট (যদি থাকে):
এইভাবে আপনি আপনার এআই জেনারেটেড ভিজ্যুয়াল কন্টেন্টকে ক্যাপকাটে এনে আপনার ভিডিওকে একটি সম্পূর্ণ নতুন স্তরে নিয়ে যেতে পারবেন। আরও ডিজাইন-সংক্রান্ত টিপস ও ট্রিক্সের জন্য আপনি আমাদের ছবি ও ডিজাইন বিভাগটি ঘুরে আসতে পারেন।
মিডজার্নি এবং বেশিরভাগ এআই ইমেজ জেনারেশন টুল বর্তমানে ইংরেজি প্রম্পটেই সবচেয়ে ভালো কাজ করে। যদিও কিছু টুল সীমিত আকারে বাংলা বুঝতে পারে, সেরা ফলাফলের জন্য ইংরেজি ব্যবহার করা ভালো। আপনি বাংলা প্রম্পট লিখে সেটিকে [ChatGPT](https://chat.openai.com)-এর মতো টুল দিয়ে ইংরেজিতে অনুবাদ করে ব্যবহার করতে পারেন।
হ্যাঁ, বেশিরভাগ এআই জেনারেশন টুল ফ্রি টিয়ারের সাথে আসে, যা সীমিত ক্রেডিট বা ব্যবহারের সুযোগ দেয়। এর চেয়ে বেশি ব্যবহারের জন্য সাধারণত সাবস্ক্রিপশন ফি দিতে হয়। আপনি শুরুর জন্য ফ্রি টিয়ার ব্যবহার করে টুলগুলো সম্পর্কে ধারণা নিতে পারবেন।
এআই জেনারেটেড কন্টেন্টের কপিরাইট নিয়ে আলোচনা এখনও চলছে এবং এটি টুল ভেদে ভিন্ন হতে পারে। বেশিরভাগ টুলই ব্যবহারকারীকে তৈরি করা কন্টেন্টের বাণিজ্যিক ব্যবহারের অনুমতি দেয়, তবে তাদের নিজস্ব শর্তাবলী ভালোভাবে পড়ে নেওয়া উচিত। নির্দিষ্ট কিছু ক্ষেত্রে, যদি এআই মডেল কোনো বিদ্যমান কপিরাইটযুক্ত কন্টেন্টের উপর ভিত্তি করে তৈরি হয়, তাহলে জটিলতা তৈরি হতে পারে।

এই আর্টিকেলের বিষয়ের সাথে সরাসরি সম্পর্কিত সেরা এআই টুলস, ব্যবহারের প্রম্পটস ও ওপেন সোর্স প্রজেক্ট নিচে তুলে ধরা হলো।
মোবাইলে সহজ ভিডিও এডিটিং ও শর্ট ভিডিও
CapCut দিয়ে মোবাইলেই প্রফেশনাল ভিডিও এডিট করা যায় — সাবটাইটেল, ট্রানজিশন, ইফেক্ট সব বিনামূল্যে। AI সাবটাইটেল জেনারেশন দারুণ কাজের।
সোশ্যাল পোস্ট, থাম্বনেইল ও প্রেজেন্টেশন ডিজাইন
Canva-এর AI টুলস দিয়ে থাম্বনেইল, পোস্টার, প্রেজেন্টেশন, লোগো সহ সব ধরনের ডিজাইন সহজে বানানো যায়। ম্যাজিক রাইট, ম্যাজিক ইমেজ ফিচার আছে।
শিল্পের মতো উচ্চমানের ছবি তৈরি
টেক্সট প্রম্পট থেকে অসাধারণ মানের আর্ট ও ছবি তৈরি করে। ডিজাইনার ও ক্রিয়েটরদের কাছে জনপ্রিয়। শুধু পেইড প্ল্যান।
ব্র্যান্ড বা ওয়েবসাইটের জন্য মানানসই কালার কোড ও ফন্ট কম্বিনেশন নির্দেশিকা তৈরির প্রম্পট।
একটি কার্যকর সোশ্যাল মিডিয়া পোস্ট ডিজাইনের জন্য বিস্তারিত ব্রিফ তৈরি করুন যা একজন ডিজাইনার ব্যবহার করতে পারবে।
নির্দিষ্ট বিষয়বস্তুর উপর একটি কার্যকর ইনফোগ্রাফিক তৈরি করার জন্য কনটেন্ট পয়েন্ট এবং ডিজাইন আইডিয়া জেনারেট করুন।
AI ব্যবহার করে ছবি তৈরি ও সম্পাদনার জন্য একটি শক্তিশালী ওয়েব ইন্টারফেস।
stable-diffusion-webui একটি ওয়েব-ভিত্তিক ইন্টারফেস যা Stable Diffusion মডেল ব্যবহার করে ছবি তৈরির প্রক্রিয়াকে সহজ করে। এর মাধ্যমে টেক্সট থেকে ছবি তৈরি, বিদ্যমান ছবি থেকে নতুন ছবি বানানো (image2image) এবং ছবির মান উন্নত করা (upscaling) যায়। এটি AI আর্ট ও ডিপ লার্নিংয়ে আগ্রহী ছাত্র থেকে শুরু করে পেশাদারদের জন্য উপযোগী।
নোড-ভিত্তিক উন্নত AI ছবি তৈরি
ComfyUI দিয়ে নোড জোড়া দিয়ে জটিল ইমেজ-জেনারেশন পাইপলাইন বানানো যায় — Stable Diffusion মডেল দিয়ে নিজের নিয়ন্ত্রণে ছবি তৈরি। লোকালভাবে চলে, তাই ছবি তৈরির খরচ শূন্যের কাছে। ডিজাইনারদের জন্য রিপিটেবল ও কাস্টমাইজযোগ্য ইমেজ ওয়ার্কফ্লো বানাতে শক্তিশালী।
স্থানীয়ভাবে AI model প্রশিক্ষণ ও পরিচালনার জন্য সেরা।
unsloth একটি স্থানীয় ইউজার ইন্টারফেস (UI) যা বিভিন্ন LLM এবং diffusion model চালানো ও প্রশিক্ষণে সহায়তা করে। এটি Qwen3.8, Gemma 4, DeepSeek-V4 সহ অনেক আধুনিক AI model সমর্থন করে এবং AI-ভিত্তিক অ্যাপ্লিকেশন ডেভেলপমেন্টের প্রক্রিয়াকে সহজ করে তোলে। AI ও মেশিন লার্নিং নিয়ে কাজ করা শিক্ষার্থী থেকে শুরু করে পেশাদারদের জন্য এটি একটি কার্যকরী টুল।
৫ মিনিটের পড়া। ফ্রিল্যান্সিং ও পড়াশোনায় কাজে লাগবেই — সম্পূর্ণ ফ্রি।