Любопытно, что в качестве источника видео может быть и немой фильм, и архивные съемки, анимация и так далее. Как заявляют авторы, отличие в том, что их ИИ понимает видеоряд и синхронизирует саундтрек именно под него с учетом запросов пользователей. Иными словами, нейросеть научилась ассоциировать определенные звуки с визуальными образами. При этом разработчики признают, что пока технология неидеальна. К примеру, журналисты издания TechCrunch описали результат как «сборную солянку из стереотипных звуков». Со временем ситуация должна улучшиться.