text-to-videoには2種類あります。1つはシーン全体(人、部屋、商品)をゼロから生成するもの — まだ遅く高価です。もう1つはより実用的なトーキングアバター動画生成で、固定の顔が選んだ声と言語で台本を話します。
アバターtext-to-videoは速く(時間ではなく分)、安く、チュートリアル、製品紹介、コース、社内研修など、ハリウッド級のシーンは不要だがプレゼンターが欲しい用途に最適です。
用語集
テキストから動画 (text-to-video)
書かれた台本を完成した動画に変換するワークフロー。通常は音声生成、顔またはシーンのアニメーション、最終的な組み立てを自動で行います。