Мы снимаем подкаст с трех камер один раз, а потом собираем из него столько роликов, сколько нужно. Диалог в них одинаковый, но кадры каждый раз выпадают разные. Работает это так: на каждый кадр заготавливается несколько вариантов, и система выбирает один из них случайно. Сначала нужен исходник. Это может быть подкаст, селфи, которые вы снимаете для себя, или ролики от нейросети. От исходника зависит всё остальное. Если запись хорошая, варианты тоже получатся хорошие. Для подкаста я беру три камеры...