Molmo2 Video Captioner किसी सार्वजनिक वीडियो URL को ऐसे विस्तृत लिखित विवरण में बदलता है जो समय के साथ होने वाली घटनाओं को दर्ज करता है, सिर्फ़ किसी एक फ़्रेम में दिखने वाली चीज़ों को नहीं। यह विषयों, वस्तुओं, दृश्य परिवर्तनों, कैमरा मूवमेंट, आपसी क्रियाओं और महत्वपूर्ण विज़ुअल संदर्भ की पहचान कर सकता है। इसलिए इसका परिणाम सुलभता के लिए alt text, खोजने योग्य मीडिया लाइब्रेरी विवरण या आगे की रचनात्मक और स्वचालन प्रक्रियाओं के इनपुट के रूप में उपयोगी है। संक्षिप्त सारांश के लिए कम, संतुलित कैप्शन के लिए मध्यम, या समयानुसार गतिविधियों और दृश्य संरचना के अधिक व्यापक विवरण के लिए उच्च स्तर चुनें। क्लिप अधिकतम दो मिनट की हो सकती हैं। API कैप्शन को एसिंक्रोनस रूप से लौटाता है, जिससे लंबे वीडियो का विश्लेषण प्रोडक्शन पाइपलाइन, वर्कफ़्लो नोड और बैकग्राउंड जॉब में आसानी से शामिल हो जाता है।
1सुलभता: वीडियो के लिए वर्णनात्मक टेक्स्ट बनाएँ, ताकि स्क्रीन रीडर इस्तेमाल करने वाले लोग दृश्य कथा समझ सकें।
2मीडिया लाइब्रेरी: अपलोड की गई वीडियो क्लिप के बड़े संग्रह के लिए खोजने योग्य विवरण और टैग बनाएँ।
3कंटेंट संचालन: संपादन, समीक्षा, प्रकाशन या आगे की रचनात्मक प्रोसेसिंग से पहले फ़ुटेज का सारांश बनाएँ।
4वीडियो QA: जनरेट की गई या उपयोगकर्ता द्वारा भेजी गई क्लिप में गतिविधियों, दृश्य बदलावों, वस्तुओं और विज़ुअल संदर्भ की जाँच करें।
5वर्कफ़्लो स्वचालन: बिना मैन्युअल समीक्षा के कैप्शन को किसी अन्य टेक्स्ट, खोज या कंटेंट जनरेशन नोड तक भेजें।