Kurzy k AI Text-to-video
Section outline
-
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.

Zdroj obrázku: (generováno: model/checkpoint "Reality Vision 5")
- Vyučující: Čeněk Urbanec
-
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).

-
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.


-
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.

-
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).
-
Opened: Tuesday, 12 December 2023, 12:00 AMDue: Wednesday, 31 January 2024, 12:00 AM
-
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
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.

Genmo
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.
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!