دوستان راهی نیست که مدل هوش مصنوعی بتونه بهتر یه ویدئو رو تحلیل کنه؟ الان طبق عکس من یه نود ⁦Analyze video⁩ گذاشتم ولی تحلیلی که از ویدئو کرده خیلی بده. من نمیخوام که مدل ویدئو رو به صورت بصری فقط تحلیل کنه بگه که مثلا آره فلان چیز تو ویدئو هست و غیره. من میخوام بااستفاده از هوش مصنوعی بتونم حرفای اون فرد رو به متن تبدیلش کنم و دربیارم.