৩০৭০ স্টারের ওপেন সোর্স দানব: YouTube ভিডিও অটো-ট্রান্সফার B স্টেশনে, একটি পাইপলাইনে পুরো কাজ শেষ

৩০৭০ স্টারের ওপেন সোর্স দানব: YouTube ভিডিও অটো-ট্রান্সফার B স্টেশনে, একটি পাইপলাইনে পুরো কাজ শেষ
Richardsonহাতে ভিডিও ট্রান্সফারের ব্যবসা এখন একটা অটোমেশন পাইপলাইনে শেষ হতে চলেছে।
আগে YouTube থেকে B স্টেশনে কন্টেন্ট ট্রান্সফার করতে একজনকে পাঁচজনের কাজ করতে হতো: চ্যানেলের আপডেট নজরে রাখা, ভিডিও ডাউনলোড, সাবটাইটেল শোনা-লেখা, অনুবাদ প্রুফরিডিং, আপলোডে ট্যাগ বসানো। ১০ মিনিটের একটা ভিডিওতে দক্ষ কারিগরেরও দুই ঘণ্টা লাগত। এখন GitHub-এ ৩০৭০ স্টার, ৫১৫ ফর্কের ওপেন সোর্স প্রজেক্ট Y2A-Auto পুরো জিনিসটাকে একটা Docker ডিপ্লয় আর কয়েকটা কনফিগে চেপে ফেলেছে। ভিডিও আপলোড হলেই মেশিন নিজে ডাউনলোড করে, অনুবাদ করে, সাবটাইটেল বার্ন করে, আপলোড দেয়—মানুষের কাজ শুধু Web ব্যাকএন্ডে গিয়ে একটা অনুমোদন বাটন চাপা।
এটা দক্ষতা বাড়ানো না, এটা খরচের গঠন ভেঙে দেওয়া।
ট্রান্সফার ব্যবসার আসল রূপ: তথ্য-ফাঁকে আর্বিট্রেজ
B স্টেশন আর AcFun-এ যেসব হাই-ভিউ অ্যাকাউন্ট চলে, নিচের স্তরে সব একই সূত্রে চলে: YouTube-এর ভালো কন্টেন্ট লোকালাইজ করা। টেক রিভিউ, কোডিং টিউটোরিয়াল, বিদেশি ভ্যারাইটি শো ক্লিপ, AI ডেমো—YouTube-এ প্রকাশের পর দেশে একটা প্রাকৃতিক সময়-ফাঁক আর ভাষা-ফাঁক থাকে।
“কাঁচা মাংস” (সাবটাইটেলহীন অরিজিনাল) যে দ্রুত “রান্না করা মাংসে” (চাইনিজ সাবটাইটেলসহ) রূপান্তর করতে পারে, সে-ই প্রথম ট্রাফিক খায়। রিকমেন্ডেশন অ্যালগরিদমে ফার্স্ট-মুভার অ্যাডভান্টেজ বাস্তব জিনিস—একই টপিকে প্রথমে আপলোড করা লোকটার সাথে পরদিন আপলোডকারীর ভিউ কাউন্টে আকাশ-পাতাল তফাৎ হতে পারে। আগে এই উইন্ডো পিরিয়ড মানুষের পরিশ্রমে টিকিয়ে রাখতে হতো, একজন তিন-পাঁচটা চ্যানেল সামলালেই সীমা। অটোমেশন টুলের মানে হলো: মনিটরিং রেডিয়াস ৫টা চ্যানেল থেকে ৫০টায়, প্রসেসিং স্পিড দিনে ৩টা থেকে ৩০টা, আর মার্জিনাল খরচ শূন্যের কাছাকাছি।
Y2A-Auto আসলে কী অটোমেট করে
অফিসিয়াল পজিশনিং এক লাইনে: YouTube থেকে AcFun আর Bilibili-তে অটোমেটিক ট্রান্সফার টুল, AI অনুবাদ, সাবটাইটেল জেনারেশন, কন্টেন্ট রিভিউ, স্মার্ট মনিটরিং সাপোর্ট করে। কিন্তু ভেঙে দেখলে প্রতিটা ধাপই বাস্তব ইঞ্জিনিয়ারিং:
ডাউনলোড লেয়ারে ব্যবহার হয়েছে yt-dlp—ইন্ডাস্ট্রির সবচেয়ে শক্তিশালী ভিডিও গ্র্যাবার। চ্যানেল মনিটর আর কিওয়ার্ড সার্চ দুই মোড সাপোর্ট করে, শুধু লেটেস্ট ভিডিও ধরতে বা পুরোনো স্টক ভরতে দুইটাই সেট করা যায়। স্পিচ-টু-টেক্সট লেয়ারে Whisper আর Voxtral দুই মডেল চলে, ইংরেজি অডিও লেখায় রূপান্তর করে। ট্রান্সলেশন লেয়ার OpenAI-কমপ্যাটিবল ইন্টারফেস নেয়, মানে GPT লাগাতে পারেন, আবার DeepSeek, Qwen-এর মতো অনেক সস্তা চাইনিজ মডেলও লাগাতে পারেন—README-তে এদের প্রাইভেট প্যারামিটারের জন্য আলাদা অ্যাডাপ্টেশনের কথা স্পষ্ট লেখা। ব্যবহারিকভাবে: DeepSeek ওপেন প্ল্যাটফর্মে গিয়ে অ্যাকাউন্ট খুলুন, API Key বানান, তারপর OPENAI_BASE_URL-এ https://api.deepseek.com বসান—৩০ সেকেন্ডে কানেক্ট হয়ে যাবে, “কমপ্যাটিবল ইন্টারফেস” শব্দটা দেখে ভয় পাবেন না।
সবচেয়ে দামি অংশ হলো সাবটাইটেল কোয়ালিটি কন্ট্রোল (QC) মডিউল: লম্বা লাইন অটো-স্প্লিট, পাংচুয়েশন স্ট্যান্ডার্ডাইজ, ফিলার ওয়ার্ড ফিল্টার, হ্যালুসিনেশন ডিটেকশন। সাবটাইটেল নিয়ে কাজ করলে জানেন, AI অনুবাদের সবচেয়ে বড় ফাঁদ হলো “হ্যালুসিনেশন”—মডেল অরিজিনালে নেই এমন বাক্য বানিয়ে বসায়। এই প্রজেক্ট QC-কে পাইপলাইনের একটা ধাপ বানিয়েছে, পরে মেরামতির কাজ না রেখে। শেষে আলিবাবা ক্লাউড Green দিয়ে কন্টেন্ট সেফটি চেক, তারপর B স্টেশন, AcFun বা দুই প্ল্যাটফর্মে অটো আপলোড—টাইটেল, বিবরণ, ট্যাগ, সেকশন রিকমেন্ডেশন পর্যন্ত AI জেনারেট করে দেয়।
তিন ধাপে পাইপলাইন চালু করা
প্রথম ধাপ, এনভায়রনমেন্ট রেডি। অফিসিয়ালি Docker ডিপ্লয় রেকমেন্ডেড—Python, FFmpeg, yt-dlp আলাদা করে ইনস্টল লাগে না, একটা docker compose up -d কমান্ডেই সার্ভিস ওঠে। সার্ভার না থাকলে সবচেয়ে কম খরচের রাস্তা: নিজের কম্পিউটারে Docker Desktop ইনস্টল করুন, অফিসিয়াল সাইট থেকে ডাউনলোড করে ডাবল-ক্লিক করলেই চলে; অথবা টেনসেন্ট ক্লাউড বা আলিবাবা ক্লাউডের বছরে ৯৯ ইউয়ানের লাইটওয়েট সার্ভার কিনুন—নতুনদের জন্য বরং বেশি শান্তি, লোকাল নেটওয়ার্ক নিয়ে মাথাব্যথা নেই।
দ্বিতীয় ধাপ, তিন ধরনের কী প্যারামিটার সেট করা। এক, Cookie: YouTube, B স্টেশন, AcFun তিন প্ল্যাটফর্মের লগইন টোকেন লাগবে, প্রজেক্ট ব্রাউজার এক্সটেনশন দিয়ে এক্সপোর্ট সাপোর্ট করে, B স্টেশনে QR কোড স্ক্যান করে লগইনও যায়। দুই, YouTube Data API v3 কী—মনিটরিং ফিচার এটার ওপর নির্ভর করে। তিন, AI ইন্টারফেস: OPENAI_API_KEY আর OPENAI_BASE_URL বসান, খরচ বাঁচাতে চাইলে DeepSeek-এর কমপ্যাটিবল এন্ডপয়েন্টে পয়েন্ট করুন—১০ মিনিটের ভিডিওর সাবটাইটেল অনুবাদের খরচ সোর্স পোস্ট অনুযায়ী কয়েক টাকায় আসে, তবে স্বতন্ত্রভাবে যাচাই করা হয়নি, আসল API বিল দেখে নিশ্চিত হন।
তৃতীয় ধাপ, http://localhost:5000-এ Web ব্যাকএন্ড খুলে মনিটর করতে চাওয়া চ্যানেল অ্যাড করুন, তারপর AUTO_MODE_ENABLED অফ রাখুন—আগে ম্যানুয়াল রিভিউ ফ্লো চালান, প্রতিটা ভিডিও একবার চোখে দেখে ছাড়ুন। কন্টেন্টের সীমানা আর প্ল্যাটফর্মের নিয়ম বুঝে নিয়ে তারপর ফুল অটোমেশনের কথা ভাবুন। প্রজেক্টে লগইন প্রোটেকশন, এরর লকআউট, সেশন টাইমআউট—এই সিকিউরিটি মেকানিজম আছে, কিন্তু আনঅ্যাটেন্ডেড আপলোডের রিস্ক কন্ট্রোল নিজের হাতে রাখতে হবে।
একদম শূন্য থেকে শুরু করলে উপরের কনফিগের বোর্ডে ভয় পাবেন না। এই স্তরে স্তরে এগোন: Level 1 শুধু Docker ইনস্টল করে সার্ভিস চালু করে ইন্টারফেস দেখা—আনুমানিক ৩০ মিনিট, আটকে যাবেন Docker ইনস্টলে; Level 2 একটা প্ল্যাটফর্মের Cookie সেট করে ম্যানুয়ালি একটা ভিডিও রান করা—আনুমানিক ১ ঘণ্টা, আটকে যাবেন Cookie এক্সপোর্টে; Level 3 তে YouTube API আর AI key লাগিয়ে ফুল অটোমেশন—আনুমানিক ২ ঘণ্টা, আটকে যাবেন API অ্যাপ্লিকেশনে। প্রতিটা ধাপে থেমে ভেরিফাই করা যায়, এক চিমটিতে সব শেষ করতে হবে না।
আয়ের রাস্তা: আগে ঠান্ডা পানি, তারপর টাকার কথা
পাইপলাইন চালু হলে টাকা আসে তিন দিক থেকে। কিন্তু আগে কঠিন কথাটা বলি: খাঁটি ট্রান্সফার অ্যাকাউন্টের সোনালী সময় শেষ, প্ল্যাটফর্মগুলো খাঁটি ট্রান্সফার অ্যাকাউন্ট চাপ দেয় কখনোই থামায়নি। “নিজের অ্যাকাউন্ট চালিয়ে প্ল্যাটফর্মের রেভিনিউ শেয়ার খাওয়া”—এই পথে ঢুকলে বেশিরভাগ ক্ষেত্রে অ্যাকাউন্ট ব্যান হয়ে শেষ। বেশি স্থিতিশীল পজিশনিং হলো “অনুবাদ + সেকেন্ডারি ক্রিয়েশন”, অথবা টুলের ক্ষমতা দিয়ে অর্ডার নেওয়া আর সার্ভিস বেচা।
এক, নিজের অ্যাকাউন্টে প্ল্যাটফর্মের রেভিনিউ শেয়ার—শর্ত হলো আপনি খাঁটি ট্রান্সফার না বরং সেকেন্ডারি ক্রিয়েশন করছেন। B স্টেশনের ক্রিয়েটর ইনসেন্টিভ, AcFun-এর কলা প্ল্যান—সব ভিউ অনুযায়ী পেমেন্ট করে। একটা ভার্টিকাল নিশে (যেমন AI টুল রিভিউ, বিদেশি কোডিং টিউটোরিয়াল) অ্যাকাউন্টে দিনে ৩টা রান্না করা ভিডিও দিলে খাঁটি ম্যানুয়াল অপারেশনের চেয়ে অনেক দ্রুত অ্যাকাউন্ট দাঁড়ায়। কিন্তু প্ল্যাটফর্মের ট্রান্সফার নিয়ম মানতেই হবে—Y2A-Auto-তে ডিফল্টভাবে অটো ট্রান্সফার ডিক্লারেশন যোগ করার সেটিং চালু থাকে, এটা বন্ধ করবেন না। একটা অ্যাকাউন্টে দিনে ৩টা আপলোডের প্রত্যাশিত ভিউ রেঞ্জ গুণ ইনসেন্টিভ রেট—মাসে কয়েকশো থেকে কয়েক হাজার টাকা, ব্যান হলে সব শূন্য—এই রিস্ক আপনার প্রত্যাশায় ডিসকাউন্ট করে রাখুন।
দুই, অর্ডার নিয়ে সাবটাইটেল অনুবাদ সার্ভিস। Mercari আর Lemon8-এ “ভিডিও লিসেন-ট্রান্সলেট + সাবটাইটেল বার্ন” সার্ভিসের দাম মিনিট প্রতি, একটা লম্বা ভিডিওর জন্য এক-দুইশো টাকার অর্ডার—সঠিক মার্কেট রেট জানতে Mercari-তে একবার সার্চ দিন। এই পাইপলাইনে আপনার ডেলিভারি খরচ প্রায় শুধু API ফি। কোল্ড স্টার্ট অ্যাকশন সুনির্দিষ্ট: Mercari-তে “ভিডিও লিসেন-ট্রান্সলেট সাবটাইটেল” লিংক পোস্ট করুন, Lemon8-এ আগে-পরে তুলনার একটা কেস স্টাডি ভিডিও দিন—এই সার্ভিসের জন্য প্রমাণিত কাস্টমার অ্যাকুইজিশন চ্যানেল এগুলোই। অর্ডার পেলে ভিডিও সিস্টেমে ফেলুন, সাবটাইটেল একবার ম্যানুয়ালি প্রুফরিড করে ডেলিভারি দিন।
তিন, MCN আর ছোট স্টুডিওর জন্য ডিপ্লয়মেন্ট সার্ভিস। কন্টেন্ট ম্যাট্রিক্স চালানো অনেক টিম এই ক্ষমতা চায় কিন্তু টেকনিক্যাল মানুষ নেই—আপনি “ডিপ্লয়মেন্ট ফি + মাসিক মেইনটেন্যান্স ফি”-তে চার্জ করতে পারেন। Docker ডিপ্লয় একবারে কয়েকশো থেকে এক হাজার টাকা, পরে প্রতি মাসে মেইনটেন্যান্স ফি নিয়ে ক্লায়েন্টের Cookie বদলানো, মডেল অ্যাডজাস্ট, চ্যানেল লিস্ট বাড়ানো। এটা ক্লাসিক বেলচা বেচার ব্যবসা।
রিস্কের সীমানা স্পষ্ট করা দরকার
কপিরাইট এই ব্যবসার সিলিং, আর বেশিরভাগ মানুষের ধারণার চেয়ে অনেক কঠিন। YouTube-এর বেশিরভাগ কন্টেন্ট অননুমোদিত, ট্রান্সফার করতে হলে অবশ্যই ট্রান্সফার অনুমোদিত কন্টেন্ট বেছে নিতে হবে বা অনুমতি নিতে হবে। তুলনামূলক নিরাপদ কন্টেন্ট টাইপ মাত্র কয়েকটা: CC লাইসেন্সে (ক্রিয়েটিভ কমন্স) স্পষ্টভাবে রিডিস্ট্রিবিউশন অনুমোদিত ভিডিও, অফিস






