আমাদের স্কুলে কয়দিন আগে অডিও সার্চিং এর উপর ওয়ার্কশপ হল। এক প্রফেসর অডিও সার্চিং এর জন্য নতুন এক আইডিয়া দিল। আইডিয়াটা আমার কাছে ইন্টারেস্টিং এবং ইফেক্টিভ মনে হল।

টেক্সট সার্চিং এর উপর অনেক কাজ হয়েছে এবং অনেক শক্তিশালী এলগোরিদম ডিজাইন করা হয়েছে গত কয়েক দশক ধরে। টেক্সটের প্রতিটা শব্দকে যেহেতু আলাদা আলাদা ভাবে চিহ্নিত করা যায় এবং প্রতিটা শব্দ অর্থপূর্ণ তাই যেকোন শব্দ দিয়ে এর সার্স করাটাও অনেক সহজ।

কিন্তু অডিওর ক্ষেত্রে ব্যাপারটা এরকম না। আমরা অডিওর ভিতরের কোন একটা শব্দ দিয়ে অডিও সার্চ করতে পারি না। আমরা যখন কোন একটা অডিও খুঁজি তখন আসলে অডিওটার টাইটেল, গিতিকার বা সূরকারের নাম ইত্যাদি দিয়ে শুধু সার্চ করতে পারি। এখন আমরা যদি, টেক্সটের মত, অডিওর ভিতরের কোন একটা শব্দ দিয়ে অডিও সার্চ করতে চাই তাহলে সেটা কিভাবে করা যাবে?

‘ভয়েস টু টেক্সটের’ কনভার্টের জন্য অনেক ইফেক্টিভ এলগরিদম আছে। সুতরাং আমরা যদি সব অডিওকে ভয়েস টু টেক্সটে কনভার্ট করে ফেলি তাহলে খুব সহজে টেক্সট সার্চিং এলগোরিদম এপ্লাই করে অডিওর ভিতরের যেকোন শব্দ দিয়ে অডিও খুঁজতে পারব। সিম্পল বাট ইফেক্টিভ।

Yea, an idea can change the world.