Wykorzystanie modeli językowych do wspomagania procesu edycji wideo

Niniejsza praca przedstawia projekt i implementację prototypu wykorzystującego duże modele językowe do wspomagania procesu edycji wideo w DaVinci Resolve 21 Free. Omówiono proces jego powstania: od analizy możliwości automatyzacji montażu i istniejących rozwiązań, przez opracowanie architektury oraz implementację poszczególnych komponentów, po integrację z edytorem i ocenę gotowego rozwiązania. Celem było zmniejszenie bariery związanej z obsługą profesjonalnego środowiska montażowego, przy zachowaniu kontroli użytkownika nad zmianami w projekcie. System ma postać lokalnej aplikacji desktopowej współpracującej z edytorem i pełniącej funkcję wtyczki. Składa się z interfejsu użytkownika, warstwy serwerowej oraz mostu wykonawczego działającego wewnątrz DaVinci Resolve. Aplikacja analizuje materiały multimedialne, przygotowuje kontekst dla modeli, rozpoznaje zamiar użytkownika i opracowuje koncepcję montażu. Wyniki działania modeli nie są przekazywane bezpośrednio do edytora. Deterministyczne moduły warstwy serwerowej przekształcają je w typowany i walidowany plan edycji, zawierający wyłącznie operacje obsługiwane przez system. Plan jest przedstawiany użytkownikowi i realizowany dopiero po jego zaakceptowaniu. Prototyp zweryfikowano za pomocą serii prób obejmujących pełny przepływ działania, z użyciem różnych poleceń i materiałów źródłowych. W badanych przypadkach umożliwił on tworzenie oraz modyfikowanie krótkich filmów przy zachowaniu możliwości dalszej edycji projektu. Główne ograniczenia wynikają z niedeterministycznego działania modeli językowych oraz niepełnego zakresu operacji udostępnianych przez interfejsy programistyczne bezpłatnej wersji DaVinci Resolve.