الصوت المشترك

Сегодня создание видео можно почти полностью автоматизировать. Сначала система получает аудиозапись и превращает её в текст с таймкодами. Затем языковая модель анализирует содержание, делит рассказ на короткие сцены и для каждой сцены создаёт отдельное визуальное описание. После этого генератор изображений создаёт кадры, а система добавляет мягкое движение камеры, чтобы видео выглядело живым и цельным. На финальном этапе все сцены собираются в один ролик,