ToolRobinलॉगिन नहीं, सीधे इस्तेमाल करें

वीडियो में दृश्य खोजें

छोटे MP4 के दृश्य का वर्णन करें, नमूना फ़्रेम की रैंकिंग देखें, मूल वीडियो जाँचें और छोटी JSON रिपोर्ट डाउनलोड करें।

MP4 चुनें → दृश्य सूचकांक बनाएँ → अंग्रेज़ी में दृश्य बताएँ → मूल वीडियो जाँचें → JSON कॉपी या डाउनलोड करें।

वीडियो चुनें। सूचकांक बनाना शुरू करने से पहले मॉडल डाउनलोड नहीं होता।

छोटे वीडियो में कोई दृश्य खोजें

एक स्थानीय MP4 चुनें। दिखाई देने वाली चीज़ों का वर्णन करें, फिर सुझाए गए समय-बिंदुओं को मूल वीडियो में जाँचें।

प्रति फ़ाइल 50 MB · हर ओर अधिकतम 1920 पिक्सेल · अधिकतम 20 नमूना फ़्रेम

WebGPU और पर्याप्त मेमोरी आवश्यक है

पहली बार 484.6 MB का सार्वजनिक मॉडल और लगभग 22–35 MB के रनटाइम संसाधन डाउनलोड होते हैं। लोड करने के लिए कार्यशील मेमोरी भी चाहिए। हाल के डेस्कटॉप Chrome पर परीक्षण हुआ है; कम मेमोरी वाले फ़ोन पर यह नहीं चल सकता। CPU पर वैकल्पिक प्रोसेसिंग नहीं है।

डाउनलोड, संग्रहण और गोपनीयता

दृश्य सूचकांक बनाएँ पर क्लिक करने के बाद jsDelivr और Hugging Face, उसके डाउनलोड CDN सहित, से निश्चित सार्वजनिक संसाधन डाउनलोड होते हैं। सेवा प्रदाताओं को आपके IP पते जैसी सामान्य कनेक्शन जानकारी मिलती है। वीडियो और खोज विवरण आपके ब्राउज़र में रहते हैं। सत्यापित सार्वजनिक मॉडल हिस्से दोबारा उपयोग के लिए कैश में रखे जाते हैं; वीडियो और खोजें सहेजी नहीं जातीं। रद्द करने पर वीडियो, खोज और परिणाम मिट जाते हैं, लेकिन मॉडल के पूरे हो चुके हिस्से रहते हैं। ब्राउज़र की सेटिंग से साइट का कैश हटा सकते हैं। खाता या सशुल्क API आवश्यक नहीं है।

हर 5 सेकंड: अधिकतम 100 सेकंड का वीडियो; हर 2 सेकंड: 40 सेकंड; हर 1 सेकंड: 20 सेकंड; हर 0.5 सेकंड: 10 सेकंड। दो नमूनों के बीच की छोटी घटनाएँ छूट सकती हैं।

1–200 UTF-16 इकाइयाँ। अनुमान चलने के बाद एक खंड में 256 मॉडल इनपुट इकाइयों की सीमा भी जाँची जाती है। केवल नमूना फ़्रेम खोजे जाते हैं; ऑडियो शामिल नहीं है। दूसरी भाषाओं में खोज की गुणवत्ता का सत्यापन नहीं हुआ है।

कैसे उपयोग करें

वीडियो में दृश्य खोज क्या है?

यह अंग्रेज़ी विवरण की तुलना वीडियो से लिए गए नमूना फ़्रेम से करके सबसे मिलते-जुलते परिणाम दिखाता है। इससे स्थानीय छोटे वीडियो में जाँचने लायक समय-बिंदु ढूँढ़ सकते हैं। परिणाम केवल सुझाव है, भले ही वह दृश्य वीडियो में न हो। ऑडियो और नमूनों के बीच के दृश्य खोज में शामिल नहीं हैं।

इस्तेमाल करने के चरण

  1. एक सही MP4 चुनें जिसे ब्राउज़र डिकोड कर सके। मॉडल डाउनलोड करने से पहले उपकरण फ़ाइल आकार, स्रोत का समय, चित्र के आयाम और नमूना योजना जाँचता है।
  2. अधिकतम 100 सेकंड के वीडियो के लिए डिफ़ॉल्ट 5 सेकंड का अंतराल रखें। छोटे वीडियो के लिए अपनी पसंद से छोटा अंतराल चुन सकते हैं। दृश्य सूचकांक बनाएँ पर क्लिक करें। पहली बार सार्वजनिक मॉडल और रनटाइम डाउनलोड होते हैं; वीडियो आपके उपकरण पर रहता है।
  3. दिखाई देने वाली चीज़ों को सरल अंग्रेज़ी में लिखें, जैसे “A red car on a city street”। समय-बिंदु खोजें पर क्लिक करें या Enter दबाएँ। छोटा और ठोस विवरण एक फ़्रेम से तुलना करना आसान बनाता है।
  4. किसी परिणाम के समय पर मूल वीडियो जाँचने का विकल्प चुनें। ब्राउज़र स्रोत को दोबारा डिकोड करके फ़ाइल के बाइट, प्रस्तुति समय और PNG बाइट का सूचकांक से मिलान करता है। मूल वीडियो चलाकर तय करें कि दृश्य आपके काम के लिए सही है या नहीं।
  5. मौजूदा JSON रिपोर्ट कॉपी या डाउनलोड करें। इसमें वास्तविक खोज, स्रोत फ़िंगरप्रिंट, नमूने का कवरेज, संभावित समय, समानता और पूरी हुई फ़्रेम जाँचें होती हैं। मूल वीडियो अलग से रखें; रिपोर्ट में चित्र नहीं होते।

विकल्प कैसे चुनें

विकल्पक्या बदलता है
5 सेकंड का अंतराल (डिफ़ॉल्ट)अधिकतम 100 सेकंड और 20 नमूने। कम फ़्रेम प्रोसेस होते हैं, लेकिन छोटी घटनाएँ छूट सकती हैं।
2 सेकंड / 1 सेकंड / 0.5 सेकंडक्रमशः अधिकतम 40 / 20 / 10 सेकंड। अधिक नमूने स्थानीय संसाधन अधिक लेते हैं। 20 से बड़ी योजना अस्वीकार होती है; उपकरण आपकी पसंद अपने आप नहीं बदलता।
समानताकोसाइन समानता परिणामों को क्रम देती है। यह विश्वास का प्रतिशत, वस्तु पहचानने वाले डिटेक्टर का निर्णय या दृश्य मौजूद होने का प्रमाण नहीं है।
मूल फ़्रेम की जाँचचुने हुए फ़्रेम के स्रोत SHA-256, डिकोड किए गए प्रस्तुति समय और PNG बाइट की समानता जाँचती है। आपके वर्णन या सभी फ़्रेम की पुष्टि नहीं करती।
JSON रिपोर्टमौजूदा खोज और ब्राउज़र की जाँचों तक सीमित रिपोर्ट। कॉल करने वाले की दी हुई विवरण-जानकारी स्वतंत्र रूप से प्रमाणित प्रमाणपत्र नहीं है।

उदाहरण और अपेक्षित परिणाम

अपने बनाए 2 सेकंड के कृत्रिम वीडियो में हर 0.5 सेकंड पर नमूना लेने से 0, 0.5, 1 और 1.5 सेकंड के समय माँगे गए। वीडियो में टिके हुए दो स्रोत फ़्रेम असल में 0 और 1.2 सेकंड पर प्रस्तुत हुए थे, इसलिए सूचकांक ने चार नमूना स्थान और दो अलग फ़्रेम रखे। “A red rectangle” खोजने पर दोनों संभावित परिणाम आए। 0 सेकंड पर मूल वीडियो जाँचने से स्रोत फ़िंगरप्रिंट, डिकोड समय और PNG बाइट मिले। डाउनलोड किया 1,825 बाइट का JSON कॉपी की गई रिपोर्ट से मिला। यह उस वीडियो की कार्यात्मक जाँच है, आपके वीडियो की सटीकता या रिपोर्ट आकार का अनुमान नहीं।

अगर काम नहीं कर रहा हो

  • योजना 20 नमूनों से बड़ी हो तो बड़ा अंतराल चुनें या वीडियो की कॉपी छोटी करें। अंतराल बदलने पर पुराना सूचकांक हट जाता है। अंतराल अपने आप बढ़ाया नहीं जाता।
  • फ़ाइल न पढ़ी जाए या फ़्रेम जाँच विफल हो तो सही, समर्थित MP4 से नया सूचकांक बनाएँ। अधूरा या बिना जाँचा सूचकांक पूरा बताकर नहीं दिखाया जाता।
  • मॉडल संग्रहण उपलब्ध न हो या भर जाए तो ब्राउज़र की सेटिंग में साइट का संग्रहण खाली करें, फिर अपनी कार्रवाई से दोबारा कोशिश करें। कैश के गलत फ़िंगरप्रिंट वाला हिस्सा हटा दिया जाता है; अगली कोशिश उसे बदलकर दूसरे सत्यापित हिस्से फिर उपयोग करती है।
  • खोज त्रुटि पर सही स्रोत सूचकांक रहता है, ताकि विवरण छोटा करके फिर खोज सकें। विवरण बदलने से पुराने परिणाम और रिपोर्ट हटते हैं। समय समाप्त होने या इंजन विफल होने पर नया सूचकांक चाहिए। साफ़ करें और रद्द करें फ़ाइल और खोज भी खाली करते हैं।
  • क्लिपबोर्ड बंद हो तो JSON पाठ खुद चुनकर कॉपी करें या JSON रिपोर्ट डाउनलोड करें। दूसरी जगह उपयोग से पहले खोज और स्रोत फ़िंगरप्रिंट जाँचें।

संदर्भ और संसाधन सीमाएँ

सेटिंगसीमा
इनपुटएक MP4; 50,000,000 बाइट; पढ़ी गई अवधि अधिकतम 120 सेकंड। चुने अंतराल की 20 नमूनों की सीमा भी लागू है।
आयामहर ओर अधिकतम 1920 पिक्सेल और कुल 2,073,600 पिक्सेल।
डिकोड किए चित्रअधिकतम 20 नमूना फ़्रेम; प्रति PNG 2,000,000 बाइट और कुल 24,000,000 बाइट। अधूरा सूचकांक स्वीकार नहीं होता।
खोज पाठ1–200 UTF-16 इकाइयाँ; अनुमान चलने के बाद एक खंड में 256 मॉडल इनपुट इकाइयों की सीमा जाँची जाती है।
मॉडलEmbeddingGemma 2 740M LiteRT-LM; निश्चित सार्वजनिक संस्करण, 484,622,336 बाइट। डाउनलोड किए हिस्सों और पूरे मॉडल के फ़िंगरप्रिंट जाँचे जाते हैं।
समय-सीमाएँसमय विश्लेषक लोड करने की सीमा 15 सेकंड है। उसके तैयार होने के बाद: समय या मूल फ़्रेम की हर प्रतीक्षा के लिए 4 सेकंड; इंजन तैयारी के लिए 360 सेकंड; फ़्रेम का सूचकांक बनाने के लिए 120 सेकंड; खोज के लिए 15 सेकंड। ये प्रत्येक कार्रवाई की सीमाएँ हैं, कुल शुरू होने के समय की गारंटी नहीं।
निर्यातअधिकतम 100,000 बाइट का JSON और इस इंटरफ़ेस में अधिकतम 5 संभावित फ़्रेम। PNG डेटा या एम्बेडिंग वेक्टर नहीं।

फ़ॉर्मैट और सीमाएँ

केवल एक ब्राउज़र-समर्थित MP4 स्वीकार होता है। MP4 एक कंटेनर है: ब्राउज़र कोडेक डिकोड न कर सके तो .mp4 एक्सटेंशन के बावजूद विफल होगा। खाली, कई खंडों वाली या गति बदलने वाली संपादन सूचियाँ, अस्पष्ट समय और 7,200 से अधिक समय पैकेट अस्वीकार होते हैं। मूल फ़ाइल नहीं बदलती।

WebGPU अडैप्टर और पर्याप्त कार्यशील मेमोरी चाहिए। हाल के डेस्कटॉप Chrome पर जाँच हुई है; दूसरे ब्राउज़र और कम मेमोरी वाले फ़ोन सत्यापित नहीं हैं। Python या NVIDIA के लिए विशेष इंस्टॉलेशन आवश्यक नहीं है। CPU विकल्प भी नहीं है। पहली बार 484.6 MB मॉडल और लगभग 22–35 MB रनटाइम डाउनलोड होता है। मॉडल जोड़ने और लोड करने के लिए ब्राउज़र को मेमोरी भी चाहिए।

वीडियो या खोज अपलोड नहीं होते। दृश्य सूचकांक बनाएँ पर क्लिक करने से निश्चित सार्वजनिक संसाधनों के लिए jsDelivr और Hugging Face, उसके डाउनलोड CDN सहित, से सामान्य कनेक्शन होते हैं। प्रदाताओं को IP जैसी सामान्य कनेक्शन जानकारी मिलती है। केवल सत्यापित सार्वजनिक मॉडल हिस्से कैश में रहते हैं; फ़ाइल और खोज पेज की मेमोरी में रहते हैं। साफ़ करें, रद्द करें या पेज छोड़ने पर ये इनपुट और परिणाम मुक्त हो जाते हैं। पूरे मॉडल हिस्से दोबारा उपयोग के लिए रहते हैं; ब्राउज़र में साइट डेटा हटाकर उन्हें निकाल सकते हैं।

अक्सर पूछे जाने वाले प्रश्न

यह उपकरण क्या खोज सकता है?

अंग्रेज़ी वर्णन से नमूना दृश्य फ़्रेम की रैंकिंग करता है। संभावित समय-बिंदुओं पर मूल वीडियो जाँचें। यह बातचीत नहीं खोजता, हर घटना नहीं पहचानता और वर्णन वीडियो में होने की गारंटी नहीं देता।

कौन-सा नमूना अंतराल चुनूँ?

अधिकतम 100 सेकंड के लिए 5 सेकंड से शुरू करें। अधिकतम 40 सेकंड के लिए 2 सेकंड, 20 सेकंड के लिए 1 सेकंड और 10 सेकंड के लिए 0.5 सेकंड चुनें। घने नमूने छोटे बदलाव पकड़ सकते हैं, लेकिन बीच की घटना फिर भी छूट सकती है।

क्या ऊँचा स्कोर दृश्य मौजूद होने का प्रमाण है?

नहीं। कोई फ़्रेम ठीक न मिले तब भी सबसे पास वाले फ़्रेम क्रम में आते हैं। मूल फ़्रेम जाँच केवल यह दिखाती है कि इसी ब्राउज़र ने वही स्रोत फ़्रेम फिर डिकोड किया। उसकी सामग्री अभी भी आपको देखनी है।

वीडियो या मॉडल लोड क्यों नहीं होता?

फ़ाइल और कोडेक, 50 MB और पिक्सेल सीमा तथा 20 नमूनों की योजना जाँचें। WebGPU, पर्याप्त मेमोरी और खाली संग्रहण वाला हाल का डेस्कटॉप Chrome उपयोग करें। डाउनलोड या कैश त्रुटि पर अपनी कार्रवाई से फिर कोशिश करें। CPU या फ़ाइल अपलोड वाला विकल्प नहीं है।

क्या मेरा वीडियो या विवरण अपलोड होता है?

नहीं। वीडियो डिकोडिंग, एम्बेडिंग, रैंकिंग और स्रोत जाँच ब्राउज़र में चलती हैं। सार्वजनिक मॉडल और रनटाइम बताए गए प्रदाताओं से डाउनलोड होते हैं, जिन्हें सामान्य कनेक्शन जानकारी मिलती है। केवल सार्वजनिक मॉडल हिस्से कैश होते हैं; आपकी फ़ाइल और खोज सहेजी नहीं जातीं।

आपको भी आवश्यकता पड़ सकती है