স্ক্রল করার জন্য ডিপফেকস: হাতের লেখা সংশ্লেষণে কোন কলমের প্রয়োজন নেই

calligrapher.ai নামে একটি বিনামূল্যের ওয়েব অ্যাপের জন্য ধন্যবাদ, যে কেউ জাভাস্ক্রিপ্টের মাধ্যমে ব্রাউজারে চলমান একটি নিউরাল নেটওয়ার্কের সাথে হাতের লেখার অনুকরণ করতে পারে৷ একটি বাক্য টাইপ করার পরে, সাইটটি এটিকে নয়টি ভিন্ন শৈলীতে হস্তাক্ষর হিসাবে রেন্ডার করে, যার সবকটিই গতি, স্পষ্টতা এবং লাইন প্রস্থের মতো বৈশিষ্ট্যগুলির সাথে কাস্টমাইজ করা যেতে পারে। এটি একটি SVG ভেক্টর ফাইলে ফলস্বরূপ ভুল হস্তাক্ষর নমুনা ডাউনলোড করার অনুমতি দেয়।

ডেমো বিশেষ করে আকর্ষণীয় কারণ কোন ফন্ট ব্যবহার করা হয় না। হাতের লেখার মতো ফন্টগুলি প্রায় 80 বছরেরও বেশি সময় ধরে চলে আসছে, কিন্তু আপনি যতবারই ব্যবহার করুন না কেন প্রতিটি অক্ষর ডুপ্লিকেট হিসাবে বেরিয়ে আসে।

গত এক দশকে, কম্পিউটার বিজ্ঞানীরা নিউরাল নেটওয়ার্ক ব্যবহার করে মানুষের হাতের লেখার গতিশীল বৈচিত্র্য অনুকরণ করার নতুন উপায় আবিষ্কার করে সেই সীমাবদ্ধতাগুলি শিথিল করেছেন।

Calligrapher.ai ওয়েবসাইট, মেশিন লার্নিং গবেষক শন ভাসকুয়েজ দ্বারা তৈরি, ডিপমাইন্ডের অ্যালেক্স গ্রেভসের 2013 সালের একটি গবেষণাপত্র থেকে গবেষণা ব্যবহার করে৷ ভাসকুয়েজ মূলত কয়েক বছর আগে ক্যালিগ্রাফার সাইটটি তৈরি করেছিলেন, কিন্তু সম্প্রতি হ্যাকার নিউজে একটি পুনঃআবিষ্কারের মাধ্যমে আরও মনোযোগ আকর্ষণ করেছেন।

Calligrapher.ai প্রতিটি অক্ষর “আঁকে” যেন পরিসংখ্যানগত ওজন দ্বারা পরিচালিত মানুষের হাতে লেখা। এই ওজনগুলি আইএএম অন-লাইন হ্যান্ডরাইটিং ডেটাবেসে প্রশিক্ষিত একটি পুনরাবৃত্ত নিউরাল নেটওয়ার্ক (RNN) থেকে আসে, যা সময়ের সাথে সাথে একটি হোয়াইটবোর্ড থেকে ডিজিটাইজ করা 221 জন ব্যক্তির হাতের লেখার নমুনা রয়েছে৷ ফলস্বরূপ, Calligrapher.ai-এর হস্তাক্ষর সংশ্লেষণ মডেলটি ইংরেজি লেখার দিকে প্রবলভাবে তৈরি, এবং হ্যাকার নিউজের লোকেরা সাধারণত অন্যান্য ভাষায় পাওয়া ডায়াক্রিটিকগুলিকে পুনরুত্পাদন করতে সমস্যার কথা জানিয়েছেন।

যেহেতু হাতের লেখা তৈরি করা অ্যালগরিদমটি পরিসংখ্যানগত প্রকৃতির, তাই এর বৈশিষ্ট্যগুলি, যেমন “পঠনযোগ্যতা”, গতিশীলভাবে সামঞ্জস্য করা যেতে পারে। 2020 সালে হ্যাকার নিউজের একটি ভাষ্যে পঠনযোগ্যতা স্লাইডার কীভাবে কাজ করে তা ভাসকুয়েজ বর্ণনা করেছেন: “আউটপুটগুলি একটি সম্ভাব্যতা বন্টন থেকে নমুনা করা হয়, এবং পঠনযোগ্যতা বৃদ্ধি কার্যকরভাবে সম্ভাব্যতার ঘনত্বকে আরও সম্ভাব্য ফলাফলের চারপাশে কেন্দ্রীভূত করে৷ তাই আপনি ঠিক বলেছেন যে এটি শুধুমাত্র পরিবর্তনের পরিবর্তন৷ সাধারণ কৌশলটিকে বলা হয় ‘নমুনা বিতরণের তাপমাত্রা সামঞ্জস্য করা’।

নিউরাল নেটওয়ার্কগুলি এখন পাঠ্য, বক্তৃতা, চিত্র, ভিডিও এবং এখন হস্তাক্ষর মোকাবেলা করে, মনে হচ্ছে মানব সৃজনশীল আউটপুটের কোন কোণই জেনারেটিভ এআই-এর নাগালের বাইরে নয়।

2018 সালে, Vasquez অন্তর্নিহিত কোড প্রদান করেছে যা GitHub-এ ওয়েব অ্যাপ ডেমোকে শক্তি দেয় যাতে এটি অন্যান্য অ্যাপ্লিকেশনের সাথে মানিয়ে নেওয়া যায়। সঠিক প্রেক্ষাপটে, এটি গ্রাফিক ডিজাইনারদের জন্য উপযোগী হতে পারে যারা স্ট্যাটিক স্ক্রিপ্ট ফন্টের চেয়ে বেশি ফ্লেয়ার চান।