Abschnittsübersicht

  • Vážení kolegové/studenti,
    vítejte v kurzu věnovaném generování Video (mediálního) obsahu pomocí textového zadávání. Tento kurz obsahuje studijní, zkouškové a veřejně informační materiály pro tématiku využití umělé inteligence v praxi.

    • Vyučující: Čeněk Urbanec

    Pro splnění kurzu je třeba vyplnit dotázník/úlohy v kapitole před závěrem kurzu. Cvičení (úvodní kapitoly) a úloha je doporučována pro praktičtější využívání těchto nástrojů i z hlediska kariéry.

    AI generated teacher preparing materials facing other students

    Zdroj obrázku: (generováno: model/checkpoint "Reality Vision 5")

  • Dokončením tohoto kurzu získáte následující dovednosti

    • schopnost běžné práce s moderními webovými nástroji pro převod textu/hlasu na video obsah
    • orientace ve volně dostupných hostovaných řešeních
    • schopnost objektivní volby postupů a nástrojů pro rychlou tvorbu obsahu

    Žák/student se seznámí s možnostmi umělé inteligence a bude schopen ji v běžném rozsahu využívat za účelem tvorby videí za pomocí textu.

  • Jak už většina z nás ví, umělá inteligence je všude kolem nás. Ať je na ní váš názor jakýkoliv, je jasné že se jí nezbavíme, a tak by byla škoda ji neumět používat pro dobro věci. V tomto kurzu naleznete současné možnosti, srovnání a kontext této tématiky, přesněji u převodu/překladu textu na video obsah. 


  • Většina z nás již zná ChatGPT. Z hlediska dlouhodobého využívání však není textový výstup vždy dostačující či přesný/chtěný. V průmyslu se tak běžně setkáváme s postupy, které se snaží naplno využít tento potenciál a využívat UI/AI jako zavedený či týmový nástroj.

    Níže naleznete příkladné postupy. Pokud máte svůj vlastní, nebo jste našli/používáte nějaký jiný, neváhejte se podělit se studenty o ten váš zde.

  • V následující kapitolách bude uveden výběr doporučovaných platforem, na kterých můžete dosáhnout výsledků, kterých potřebujete.

    Úlohu a detailní postup pak projedeme v poslední zmíněné, jakožto volné nejschopnější, kde lze názorněji vidět/vysvětlit fungování a postup pro zajištění lepších videí při používání podobných služeb.
  • Na začátek (jakožto původní komerční řešení) zde máme dlouhodobě nabízenou službu Synthesia, která se tímto oborem specializuje již delší dobu, avšak její výsledky jsou směřované na firemní prezentace/image a je dražší a omezenější ve smyslu generování obsahu. Její silnou stránkou je pouze přímá generace/mapování textu na video (mluvené slovo).

    web page

  • O trochu lepší možnosti (jak generační tak cenové) nám nabízí Invideo, kdy stále využíváme přímého převodu ("co je řečeno") textu na video, ale obohacené o možnosti přímé spolupráce, lepší úpravu osnovy po tvorbě obsahu, rozsáhlosti možností/obsahu foto/video-banek, detailní interaktivní přístup při tvorbě videa a možnost češtiny (v nižší kvalitě). Pro dlouhodobé/praktické využívání nám však nemusí postačit a proto doporučuji využítí platforem následujících.

    generace obsahu

    úprava obsahu

  • Dále zde máme veed.io, které nám umožňuje generovat vše potřebné s kvalitní možností úpravy jednotlivých části a interaktivně umožňuje klást rozsáhlé požadavky během případných úprav výsledku. Z hlediska běžného používání je z těchto možností spolehlivý a velice schopný, ale pro naše účely má přecijen jeden zásadní nedostatek, jak tomu je i většiny dostupných řešení. Jedná se o nemožnost (v tomto případě nespolehlivost) generování obsahu v češtině. Pro tento účel nám poslouží platforma další. Doporučuji však vyzkoušet i tuto, vzhledem k jejím dobře zpracovaným možnostem úpravy po nástřelu generovaného videa.

    editor

  • Na vrcholu spolu s veed.io, z objektivního hlediska, stojí Fliki. Služba, která zajišťuje vše, do určité míry zdarma či za dostupnou cenu, s výhodami předchozích - akorát s kvalitním výstupem a možnosti generování obsahu přímo v češtině (kvalitnější hlas). Ze všech uvedených řešení byla tato možnost na vrcholu ve spolehlivosti, jednoduchosti, přizpůsobitelnosti a přístupnosti. Osobně tak tuto možnost doporučuji.

    V rámci kurzu si projdeme její fungování a na co je třeba obecně myslet při sestavování dotazů/úprav pro účely generace obsahu umělou inteligencí (LLM).

  • Kromě výše uvedených, osobně vybraných, je samozřejmě dostupno mnoho dalších řešení. Ta však prozatím mohou být značně nedostačující pro praktické využití. Níže bych však navázal uvedením těch nejpopulárějších.

    Deepbrain

    https://www.deepbrain.io/

    Schopný nástroj pro zcela manuální vytváření videa za pomocí umělé inteligence. Nástroj generuje postavu a hlas, za pomocí textu, který může být generován přímo v editoru za pomocí ChatGPT. 

    Platform presentation

    Genmo

    https://www.genmo.ai/

    Předposlední (zde nabízenou) populární alternativou je Genmo. Služba která nabízí dostatečné možnosti úpravy, avšak horší výsledky, a z mé zkušenosti, častými chybami dokončení výsledku či zpracování textu samotného.
    Osobně tak tuto možnost nedoporučuji.

    broken example

    Typpo

    https://apps.apple.com/us/app/typpo/id1667857726

    Na závěr bych rád vystihl ještě platformu pro využití na cestách (aplikace specifická pro iOS), která je doporučována pro tvorbu rychlých, efektivních videí. Její nějvětší odlišností/výhodou je možnost přímého zadávání hlasem.

  • Doufám, že vám kurz přinesl očekávané znalosti v oblasti UI, a snad vám pomůže v příp. výuce dále. Máte nějaké nápady, našli jste nějaký lepší program/postup (workflow), nebo máte nějaké připomínky ohledně kurzu samotného? Neváhejte se připojit do diskuzí níže!