Communitygithub.com

Aadi-110i/PEP-PROJECT

Erstelle Talking-Head-Avatar-Videos mit Pruna P-Video-Avatar über die inference.sh CLI. Verwandle ein Porträtbild in ein realistisches sprechendes Video mit integrierter TTS. 18x schneller und 6x günstiger als Wettbewerber.

Was ist PEP-PROJECT?

Diese Fähigkeit (Skill) ermöglicht es KI-Agenten, aus einem einzelnen Porträtfoto hochrealistische, sprechende Avatar-Videos zu generieren, die sogenannten Talking Heads. Der Skill nutzt das Pruna P-Video-Avatar-Modell, das über die Kommandozeile von inference.sh (`belt`) gesteuert wird. Mit einer Geschwindigkeit, die 18x höher und Kosten, die 6x niedriger sind als bei Alternativen wie HeyGen, Fabric oder OmniHuman, ist er ideal für die kosteneffiziente und schnelle Produktion von Videoinhalten. Die Hauptfunktionen umfassen Text-zu-Avatar (mit eingebautem TTS und über 30 Stimmen in 10 Sprachen), audio-gesteuerte Avatare (eigene Sprachdateien hochladbar) sowie die Unterstützung von Auflösungen bis zu 1080p mit dynamischen Hintergründen. Der Skill ist perfekt für die Erstellung von KI-Moderatoren, Produktdemos, Erklärvideos, virtuellen Influencern, Marketingmaterialien, Bildungsinhalten und mehrsprachigen UGC-Videos. Er kann eigenständig oder in Kombination mit Pruna P-Image zur Porträtgenerierung verwendet werden und lässt sich über die CLI mit verschiedenen Parametern wie Stimme, Sprache, Auflösung und Video-Prompts fein abstimmen.

Funktioniert mit~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/Aadi-110i/PEP-PROJECT/tree/HEAD/skills/p-video-avatar

In Ihrer bevorzugten KI fragen

Öffnet einen neuen Chat, in dem dieser Agent-Skill bereits geladen ist.

Dokumentation

Pruna P-Video-Avatar

Erstelle Talking-Head-Avatar-Videos aus einem einzelnen Porträtbild über die inference.sh CLI.

P-Video-Avatar ist das schnellste und kosteneffizienteste Avatar-Video-Modell auf dem Markt. Die Qualität entspricht der von Veo 3.0, ist aber 18x schneller und 6x günstiger als Alternativen wie Fabric, OmniHuman und HeyGen.

Schnellstart

Erfordert die inference.sh CLI (belt). Installationsanleitung

belt login

# Avatar aus Porträt + Textskript generieren
belt app run pruna/p-video-avatar --input '{
  "image": "https://portrait.jpg",
  "voice_script": "Hallo, willkommen zu unserer Produktdemo!",
  "voice": "Zephyr (Female)"
}'

Vollständiger Workflow: Porträt generieren + Avatar-Video

Verwende Pruna P-Image, um das Porträt zu generieren, und dann P-Video-Avatar, um es zu animieren:

# 1. Porträtbild mit P-Image generieren
belt app run pruna/p-image --input '{
  "prompt": "professional headshot portrait of a young woman, neutral background, looking at camera, studio lighting, photorealistic",
  "aspect_ratio": "9:16"
}'

# 2. Verwende die generierte Bild-URL, um das Avatar-Video zu erstellen
belt app run pruna/p-video-avatar --input '{
  "image": "<image-url-from-step-1>",
  "voice_script": "Hallo! Lassen Sie mich Ihnen unsere neuesten Funktionen vorstellen.",
  "voice": "Zephyr (Female)",
  "resolution": "720p"
}'

Beispiele

Textskript mit Sprachauswahl

belt app run pruna/p-video-avatar --input '{
  "image": "https://portrait.jpg",
  "voice_script": "Willkommen zu unserer Produktvorstellung. Heute zeige ich Ihnen drei Hauptfunktionen.",
  "voice": "Puck (Male)",
  "voice_language": "English (US)",
  "resolution": "720p"
}'

Audiogesteuerter Avatar

Stelle deine eigene Audiodatei anstelle der integrierten TTS bereit:

belt app run pruna/p-video-avatar --input '{
  "image": "https://portrait.jpg",
  "audio": "https://speech.mp3"
}'

Wenn sowohl audio als auch voice_script angegeben werden, hat das Audio Priorität.

1080p mit benutzerdefiniertem Stil

belt app run pruna/p-video-avatar --input '{
  "image": "https://portrait.jpg",
  "voice_script": "Das sind aufregende Neuigkeiten für unsere Community!",
  "voice": "Aoede (Female)",
  "voice_prompt": "Enthusiastic and energetic tone, slightly faster pace",
  "video_prompt": "The person is presenting on stage with dramatic lighting",
  "resolution": "1080p"
}'

Mehrsprachige Inhalte

# Spanisch
belt app run pruna/p-video-avatar --input '{
  "image": "https://portrait.jpg",
  "voice_script": "Bienvenidos a nuestra demostración de producto.",
  "voice": "Kore (Female)",
  "voice_language": "Spanish"
}'

# Japanisch
belt app run pruna/p-video-avatar --input '{
  "image": "https://portrait.jpg",
  "voice_script": "こんにちは、製品デモへようこそ。",
  "voice": "Leda (Female)",
  "voice_language": "Japanese"
}'

Reproduzierbare Generierung

belt app run pruna/p-video-avatar --input '{
  "image": "https://portrait.jpg",
  "voice_script": "Konsistente Ergebnisse jedes Mal.",
  "seed": 42
}'

Verfügbare Stimmen

Weiblich: Zephyr, Kore, Leda, Aoede, Callirrhoe, Autonoe, Despina, Erinome, Laomedeia, Achernar, Gacrux, Pulcherrima, Vindemiatrix, Sulafat

Männlich: Puck, Charon, Fenrir, Orus, Enceladus, Iapetus, Umbriel, Algenib, Algieba, Schedar, Achird, Zubenelgenubi, Sadachbia, Sadaltager, Alnilam, Rasalgethi

Unterstützte Sprachen

English (US), English (UK), Spanish, French, German, Italian, Portuguese (Brazil), Japanese, Korean, Hindi

Parameter

ParameterTypStandardBeschreibung
imagedateierforderlichPorträtbild (jpg, jpeg, png, webp)
voice_scriptstring-Text, den die Person sagen soll
audiodatei-Audiodatei (überschreibt voice_script)
voicestring"Zephyr (Female)"Sprachauswahl
voice_languagestring"English (US)"Ausgabesprache
resolutionstring"720p"720p oder 1080p
video_promptstring"The person is talking."Steuert das Verhalten des Avatars und den Hintergrund
voice_promptstring"Say the following."Steuert Tonfall, Tempo, Emotion
seedintzufälligReproduzierbare Generierung
disable_safety_filterbooltrueInhaltsfilter deaktivieren
disable_prompt_upsamplingboolfalsePrompt-Verbesserung überspringen

Preise

AuflösungPreis
720p0,025 $ pro Sekunde Ausgabevideo
1080p0,045 $ pro Sekunde Ausgabevideo

Beispiel: 30-Sekunden-720p-Video = 0,75 $

Kostenloses Startwochenende

P-Video-Avatar ist vom Donnerstag, 1. Mai 2026, 16:00 Uhr MESZ bis Sonntag, 4. Mai 2026, 23:59 Uhr MESZ komplett kostenlos. Alle Kosten übernehmen wir in diesem Zeitraum – keine Abrechnung, keine Begrenzung der Auflösung.

Wettbewerbsvorteil

FunktionP-Video-AvatarFabric 1.0OmniHuman 1.5HeyGen Avatar 4
Geschwindigkeit (pro Sek. Video)~1,83s/s~34s/s (18x langsamer)~28s/s (15x langsamer)~26s/s (14x langsamer)
Kosten pro Sekunde0,025 $0,14 $ (5,6x mehr)0,16 $ (6,4x mehr)0,075 $ (3x mehr)
Integrierte TTSJaJaNeinJa
Dynamischer HintergrundJaJaNeinJa
1080p-UnterstützungJaNeinNeinJa

Anwendungsfälle

  • Marketing: Produktdemos, UGC-artige Anzeigen mit KI-Moderatoren
  • Bildung: Kursvideos, Erklärvideos, Nachhilfeinhalte
  • Lokalisierung: Überspielen von Inhalten in 10 Sprachen aus einem Bild
  • Soziale Medien: Konsistente virtuelle Influencer-Inhalte
  • Unternehmen: Schulungen, Einarbeitung, Ankündigungen
  • Gaming: Charakter-Avatare, NPC-Dialogvideos
  • Kundenservice: Personalisierte Videoantworten

Tipps

  • Verwende hochwertige Porträtfotos (frontale Ansicht, gute Beleuchtung)
  • Das Seitenverhältnis des Ausgabevideos entspricht dem des Eingabebildes
  • Verwende video_prompt, um dynamische Hintergründe und Körpersprache zu steuern
  • Verwende voice_prompt, um Sprechstil, Emotion und Tempo zu steuern
  • Halte Videos für die beste visuelle Konsistenz unter 3 Minuten
  • Generiere Porträts mit pruna/p-image mit dem Seitenverhältnis 9:16 für vertikale Avatar-Videos

Verwandte Pruna-Modelle

# Porträtbilder generieren
belt app run pruna/p-image --input '{"prompt": "professional headshot portrait"}'

# Allgemeine Videogenerierung
belt app run pruna/p-video --input '{"prompt": "cinematic scene"}'

# Bildbearbeitung
belt app run pruna/p-image-edit --input '{"prompt": "change background", "image": "https://photo.jpg"}'

Verwandte Skills

# Vollständige Plattform-Skills (alle 250+ Apps)
npx skills add inference-sh/skills@infsh-cli

# Pruna-Videogenerierung
npx skills add inference-sh/skills@p-video

# Pruna-Bildgenerierung
npx skills add inference-sh/skills@p-image

# Alle Videogenerierungsmodelle
npx skills add inference-sh/skills@ai-video-generation

# Bildgenerierung (zum Erstellen von Porträts)
npx skills add inference-sh/skills@ai-image-generation

Durchsuche alle Pruna-Apps: belt app list --namespace pruna

Dokumentation

Individual skills in this repo

This repo contains 13 individual skills — each has its own dedicated page.

Aadi-110i/PEP-PROJECT

Create AI avatar and talking head videos via inference.sh CLI. Recommended: P-Video-Avatar (fastest, cheapest, built-in TTS). Also: OmniHuman, Fabric, PixVerse. Capabilities: audio-driven avatars, text-to-avatar, lipsync videos, talking head generation, virtual presenters. Use for: AI presenters, explainer videos, virtual influencers, dubbing, marketing videos. Triggers: ai avatar, talking head, lipsync, avatar video, virtual presenter, ai spokesperson, audio driven video, heygen alternative, synthesia alternative, talking avatar, lip sync, video avatar, ai presenter, digital human

Aadi-110i/PEP-PROJECT

Create AI marketing videos for ads, promos, product launches, and brand content. Models: Veo, Seedance, Wan, FLUX for visuals, Kokoro for voiceover. Types: product demos, testimonials, explainers, social ads, brand videos. Use for: Facebook ads, YouTube ads, product launches, brand awareness. Triggers: marketing video, ad video, promo video, commercial, brand video, product video, explainer video, ad creative, video ad, facebook ad video, youtube ad, instagram ad, tiktok ad, promotional video, launch video

Aadi-110i/PEP-PROJECT

Generate AI videos with Google Veo, Seedance 2.0, HappyHorse, Wan, Grok and 40+ models via inference.sh CLI. Models: Veo 3.1, Veo 3, Seedance 2.0, HappyHorse 1.0, Wan 2.5, Grok Imagine Video, OmniHuman, Fabric, HunyuanVideo. Capabilities: text-to-video, image-to-video, reference-to-video, video editing, lipsync, avatar animation, video upscaling, foley sound. Use for: social media videos, marketing content, explainer videos, product demos, AI avatars. Triggers: video generation, ai video, text to video, image to video, veo, animate image, video from image, ai animation, video generator, generate video, t2v, i2v, ai video maker, create video with ai, runway alternative, pika alternative, sora alternative, kling alternative, seedance, happyhorse

Aadi-110i/PEP-PROJECT

ElevenLabs text-to-speech with 22+ premium voices, multilingual support, and voice tuning via inference.sh CLI. Models: eleven_multilingual_v2 (highest quality), eleven_turbo_v2_5 (low latency), eleven_flash_v2_5 (ultra-fast). Capabilities: text-to-speech, voice selection, stability/style control, 32 languages. Use for: voiceovers, audiobooks, video narration, podcasts, accessibility, IVR. Triggers: elevenlabs, eleven labs, elevenlabs tts, premium tts, professional voice, ai voice, high quality tts, multilingual tts, eleven labs voice, voice generation, natural speech, realistic voice, voice over, speech synthesis

Aadi-110i/PEP-PROJECT

Explainer video production guide: scripting, voiceover, visuals, and assembly. Covers script formulas, pacing rules, scene planning, and multi-tool pipelines. Use for: product demos, how-it-works videos, onboarding videos, social explainers. Triggers: explainer video, how to make explainer, product video, demo video, video production, video script, animated explainer, product demo video, tutorial video, onboarding video, walkthrough video, video pipeline

Aadi-110i/PEP-PROJECT

Still-to-video conversion guide: model selection, motion prompting, and camera movement. Covers Wan 2.5 i2v, Seedance, Fabric, Grok Video with when to use each. Use for: animating images, creating video from stills, adding motion, product animations. Triggers: image to video, i2v, animate image, still to video, add motion to image, image animation, photo to video, animate still, wan i2v, image2video, bring image to life, animate photo, motion from image

Aadi-110i/PEP-PROJECT

Landing page conversion optimization with layout rules, hero section design, and CTA psychology. Covers above-the-fold formula, social proof placement, mobile design, and F-pattern reading. Use for: startup landing pages, product pages, SaaS marketing, conversion optimization. Triggers: landing page, hero section, above the fold, conversion optimization, landing page design, cta button, hero image, landing page layout, saas landing page, product page design, conversion rate, landing page best practices

Aadi-110i/PEP-PROJECT

Generate videos with Pruna P-Video and WAN models via inference.sh CLI. Models: P-Video, WAN-T2V, WAN-I2V. Capabilities: text-to-video, image-to-video, audio support, 720p/1080p, fast inference. Pruna optimizes models for speed without quality loss. Triggers: pruna video, p-video, pruna ai video, fast video generation, optimized video, wan t2v, wan i2v, economic video generation, cheap video generation, pruna text to video, pruna image to video

Aadi-110i/PEP-PROJECT

Render videos from React/Remotion component code via inference.sh. Pass TSX code, get MP4. Supports all Remotion APIs: useCurrentFrame, useVideoConfig, spring, interpolate, AbsoluteFill, Sequence. Configurable resolution, FPS, duration, codec. Use for: programmatic video generation, animated graphics, motion design, data-driven videos, React animations to video. Triggers: remotion, render video from code, tsx to video, react video, programmatic video, remotion render, code to video, animated video, motion graphics code, react animation video

Aadi-110i/PEP-PROJECT

Three.js animation - keyframe animation, skeletal animation, morph targets, animation mixing. Use when animating objects, playing GLTF animations, creating procedural motion, or blending animations.

Aadi-110i/PEP-PROJECT

Video ad creation with exact platform-specific specs for TikTok, Instagram, YouTube, Facebook, LinkedIn. Covers dimensions, duration limits, AIDA framework, and caption requirements. Use for: video ads, social media ads, paid media creative, video marketing, ad production. Triggers: video ad, social media ad, tiktok ad, instagram ad, youtube ad, facebook ad, linkedin ad, video creative, ad specs, paid media, video marketing, ad production, reels ad, stories ad, pre roll, bumper ad

Aadi-110i/PEP-PROJECT

Best practices and techniques for writing effective AI video generation prompts. Covers: Veo, Seedance, Wan, Grok, Kling, Runway, Pika, Sora prompting strategies. Learn: shot types, camera movements, lighting, pacing, style keywords, negative prompts. Use for: improving video quality, getting consistent results, professional video prompts. Triggers: video prompt, how to prompt video, veo prompts, video generation tips, better ai video, video prompt engineering, video prompt guide, video prompt template, ai video tips, video prompt best practices, video prompt examples, cinematography prompts

Aadi-110i/PEP-PROJECT

YouTube thumbnail design with specific dimensions, contrast rules, and mobile preview optimization. Covers safe zones, text placement, face expression psychology, and A/B testing. Use for: YouTube thumbnails, video cover images, click-through optimization. Triggers: youtube thumbnail, thumbnail design, video thumbnail, click through rate, ctr optimization, youtube cover, video cover image, thumbnail maker, thumbnail tips, youtube design, video preview image

Verwandte Skills