実環境での応用性が高いが、Textから3D Human Motionsタスクに関しての検討が少なかった。ここで、Text2motionの新たな手法を提案。同時に、新規なデータセットも提案。提案手法では、2stagesから構成する。Stage1ではTextからMotionのLengthsを生成する。Stage２では推定されたLengthsで更にText2Motionの生成を行う。