Комментарий
Ну да, осталось прикрутить голосовой интерфейс указания требуемого выходного стиля и исправления огрехов. Все технологии этой бьютификации более-менее есть, вопрос только в интеграции, а основные черты картинки зададут скетчем, уж как умеют.
Опять же, это игрушка. Для промышленных применений делали бы по-другому. Для промшыленных применений нужно подождать, пока эти промышленные применения не сформулируют. И тогда недостатка в предложениях технологий не будет.