Animator: пояснительное видео по одной фразе без студии

Один и тот же вопрос клиентов в двадцатый раз

У репетитора, юриста-консультанта или небольшой клиники одни вопросы повторяются бесконечно. Как проходит первое занятие. Из чего складывается стоимость. Что будет, если отказаться на полпути. Ответ можно написать в чат, можно снять на камеру, но у человека есть третий вариант: открыть минутный ролик, где линии появляются на доске в такт голосу.

Заказывать каждый такой ролик у студии неудобно, когда вопросов два десятка. Animator берётся за эту задачу: ввёл тему, получил MP4. Репозиторий: github.com/ashishjamarkattel/Animator. Ниже то, что я прочитал в README и в коде. Сам проект не запускал.

Что он делает по шагам

Команда из README выглядит так: python -m animator --prompt "Как летают самолёты?" -o plane.mp4. Дальше по описанию автора работает цепочка.

Gemini пишет сценарий. Он делится на сцены, а каждая сцена состоит из «битов» (от 4 до 6): одно предложение и одна простая иконка к нему. Затем Gemini рисует каждую сцену как кадр 16:9 с каракулями-иконками и подписями. Потом другая модель Gemini озвучивает сцену одним дублем. И последний этап: локальный движок рисует иконки штрих за штрихом, пока звучит их предложение. На выходе MP4 со звуком.

По README, ролик из 4–5 сцен собирается около минуты. В примерах автора готовые видео идут от 1:36 до 1:50 и состоят из 4–5 сцен.

Что нужно для запуска и что платное

Нужны Python 3.10 или новее, FFmpeg и ключ из Google AI Studio. Видеокарта не нужна, рисование идёт на процессоре. По умолчанию в коде заданы модели gemini-3.8-flash для сценария, gemini-3.1-flash-image для картинок и gemini-2.5-flash-preview-tts с голосом Kore для озвучки.

Значит, текст запроса, а с ним всё, что вы в него вписали, уходит в Google. Внутренние цены, данные клиентов и чужие персональные данные в такой запрос не кладут. В README есть совет для бесплатного тарифа: брать меньше сцен, чтобы не упираться в лимиты. Цены платного тарифа Google я не сверял.

Есть и режим без ключа: если у вас уже есть свои картинки и аудио, Animator только оживит рисование. Автор предупреждает, что лучше всего работают рисунки чернилами на белом, а фото, градиенты и тёмные фоны анимируются плохо.

Как рисунок попадает в такт слову

Озвучка каждой сцены записывается одним дублем. Границы предложений программа ищет по паузам в звуке, а где пауз не нашлось, оценивает по длине текста. Каждая иконка рисуется в своё окно времени. В README честно написано, что бывает сбой: подпись может появиться раньше, чем её произнесут. Тогда советуют сохранить промежуточные файлы флагом --save-storyboard и поправить момент в файле с регионами.

Иконок из готовых библиотек в проекте нет. Их рисует сама картиночная модель по описанию в сценарии. Поэтому вопрос «чья это иконка» превращается в вопрос «на что вы получаете права от Google при генерации картинки и голоса». Условия использования картинок и аудио я не проверял, проверьте до коммерческого запуска.

Что известно о самом проекте

Репозиторий создан 3 октября 2026 года, последняя загрузка кода 4 октября. На 12 октября в нём 29 звёзд, 3 форка, открытых обращений нет. Коммитов четыре, и все от одного автора, хотя подписаны два имени. README называет проект сильно расширенным форком движка whiteboard-animator другого автора: у того лицензия MIT.

У самого Animator файла LICENSE нет, GitHub показывает лицензию как не указанную. Значит, на добавленный им код лицензия не указана. Прежде чем встраивать проект в платный процесс или клиентский заказ, лучше спросить автора, на каких условиях можно использовать код.

Где это не сработает

Факты в сценарии. Gemini пишет сценарий сама, и модели свойственно выдумывать детали. Ролик «как оформить возврат» с неверным сроком хуже отсутствия ролика. Сценарий до озвучки читает человек, который знает предмет.

Язык. В README про языки ничего нет, промпты в репозитории написаны по-английски. У Google в документации к TTS русский язык значится в списке для моделей Gemini 3.8, и там сказано, что язык определяется по тексту автоматически. Но Animator по умолчанию берёт более старую модель gemini-2.5-flash-preview-tts, и для неё список я не нашёл. Как рисуются русские подписи в картинке, тоже неизвестно. Проверяется одним тестовым роликом.

Оформление. В README нет логотипа, шаблона бренда и отдельной дорожки субтитров. Подписи бывают только те, что нарисованы внутри кадра. Стиль задают текстовые файлы с промптами, их можно править, но шрифт и цвета вашей компании так не получить.

Реклама. Рисованный ролик с недостоверным обещанием остаётся рекламой с недостоверным обещанием. Нужна ли на таком ролике пометка о нейросети, разобрано в статье про маркировку ИИ-контента.

Что можно сделать уже сейчас

Первое. Выпишите пять вопросов, которые клиенты задают чаще всего, и свои ответы.

Второе. Прогоните один вопрос через Animator на тестовом ключе и посмотрите три вещи: читается ли русский текст на картинке, совпадает ли голос с кадром, не соврал ли сценарий. Если что-то из трёх подводит, дальше можно не идти.

Третье. Если нужен фирменный вид, подойдут другие инструменты. Ролики с вашим логотипом и ценами из шаблона собирает Remotion, а акции и карточки товара превращает в видео HyperFrames. Если слабое место голос, смотрите локальную озвучку CosyVoice.

Четвёртое. Опишите процесс целиком: кто пишет сценарий, кто его проверяет, где лежит шаблон оформления, куда выкладывается ролик. Такую цепочку вокруг видео я собираю в рамках работы с контентом, а ориентиры по стоимости есть на странице с ценами.

Частые вопросы

Можно ли сделать ролик на русском?

По документации Google, русский в моделях озвучки Gemini 3.8 есть. Animator по умолчанию использует более старую модель, но модель можно заменить флагом --tts-model. Русские подписи на картинке и работу сценария по-русски я не проверял, нужен тестовый ролик.

Можно ли публиковать такие ролики как рекламу?

Технически да. Права на сгенерированные картинки и голос зависят от условий Google, и лицензия самого Animator не оформлена. До проверки того и другого его лучше держать для внутренних и учебных материалов.

Коротко о главном

Animator склеивает сценарий, рисунки, голос и анимацию в одну команду, и для пояснительных роликов на английском это рабочий черновик за несколько минут. Для русского языка, фирменного оформления и коммерческого использования у проекта пока нет подтверждённых ответов: лицензии нет, репозиторию меньше двух недель, автор один.

Если хотите обсудить, как встроить такие ролики в процесс вашей компании, со сценарием на проверке у человека, шаблоном и публикацией, напишите мне в Telegram кодовое слово «АНИМАЦИЯ». Покажу, что из этого собирается быстро, а что стоит делать другим инструментом.