Communitygithub.com

PEP-PROJECT

Genera videos de avatar parlante a partir de una imagen de retrato usando Pruna P-Video-Avatar a través de la CLI de inference.sh. 18 veces más rápido y 6 veces más barato que la competencia.

¿Qué es PEP-PROJECT?

Esta habilidad te permite crear videos de avatar parlante de alta calidad a partir de una sola imagen de retrato utilizando el modelo Pruna P-Video-Avatar, accesible a través de la CLI de inference.sh. Es 18 veces más rápido y 6 veces más barato que alternativas como Fabric, OmniHuman y HeyGen. Soporta síntesis de voz incorporada (TTS) con 30 voces en 10 idiomas, control de fondo dinámico, selección de resolución (720p/1080p), y la opción de usar audio personalizado. Incluye un flujo de trabajo completo que combina Pruna P-Image para generar retratos y P-Video-Avatar para animarlos, con ejemplos prácticos para contenido multilingüe, presentaciones, y avatares con estilo personalizado. También ofrece una semana de lanzamiento gratuita del 1 al 4 de mayo de 2026.

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

Preguntar en tu IA favorita

Abre un nuevo chat con esta habilidad de agente ya precargada.

Documentación

Pruna P-Video-Avatar

Genera videos de avatar parlante a partir de una sola imagen de retrato usando la CLI de inference.sh.

P-Video-Avatar es el modelo de video avatar más rápido y rentable disponible. Calidad a la par de Veo 3.0, 18 veces más rápido y 6 veces más barato que alternativas como Fabric, OmniHuman y HeyGen.

Inicio rápido

Requiere la CLI de inference.sh (belt). Instrucciones de instalación

belt login

# Generar avatar a partir de retrato + guión de texto
belt app run pruna/p-video-avatar --input '{
  "image": "https://retrato.jpg",
  "voice_script": "¡Hola, bienvenidos a nuestra demostración de producto!",
  "voice": "Zephyr (Femenina)"
}'

Flujo de trabajo completo: Generar retrato + video avatar

Usa Pruna P-Image para generar el retrato y luego P-Video-Avatar para animarlo:

# 1. Generar una imagen de retrato con P-Image
belt app run pruna/p-image --input '{
  "prompt": "retrato profesional de una mujer joven, fondo neutro, mirando a la cámara, iluminación de estudio, fotorrealista",
  "aspect_ratio": "9:16"
}'

# 2. Usar la URL de la imagen generada para crear el video avatar
belt app run pruna/p-video-avatar --input '{
  "image": "<url-de-imagen-del-paso-1>",
  "voice_script": "¡Hola! Permíteme guiarte por nuestras últimas funciones.",
  "voice": "Zephyr (Femenina)",
  "resolution": "720p"
}'

Ejemplos

Guión de texto con selección de voz

belt app run pruna/p-video-avatar --input '{
  "image": "https://retrato.jpg",
  "voice_script": "Bienvenidos a nuestro recorrido de producto. Hoy te mostraré tres funciones clave.",
  "voice": "Puck (Masculina)",
  "voice_language": "Inglés (EE. UU.)",
  "resolution": "720p"
}'

Avatar impulsado por audio

Proporciona tu propio archivo de audio en lugar de usar el TTS incorporado:

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

Cuando se proporcionan tanto audio como voice_script, el audio tiene prioridad.

1080p con estilo personalizado

belt app run pruna/p-video-avatar --input '{
  "image": "https://retrato.jpg",
  "voice_script": "¡Esta es una noticia emocionante para nuestra comunidad!",
  "voice": "Aoede (Femenina)",
  "voice_prompt": "Tono entusiasta y enérgico, ritmo ligeramente más rápido",
  "video_prompt": "La persona está presentando en un escenario con iluminación dramática",
  "resolution": "1080p"
}'

Contenido multilingüe

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

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

Generación reproducible

belt app run pruna/p-video-avatar --input '{
  "image": "https://retrato.jpg",
  "voice_script": "Resultados consistentes cada vez.",
  "seed": 42
}'

Voces disponibles

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

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

Idiomas compatibles

Inglés (EE. UU.), Inglés (Reino Unido), Español, Francés, Alemán, Italiano, Portugués (Brasil), Japonés, Coreano, Hindi

Parámetros

ParámetroTipoPredeterminadoDescripción
imagearchivorequeridoImagen de retrato (jpg, jpeg, png, webp)
voice_scriptcadena-Texto que debe decir la persona
audioarchivo-Archivo de audio (anula voice_script)
voicecadena"Zephyr (Femenina)"Selección de voz
voice_languagecadena"Inglés (EE. UU.)"Idioma de salida
resolutioncadena"720p"720p o 1080p
video_promptcadena"La persona está hablando."Controla el comportamiento del avatar y el fondo
voice_promptcadena"Di lo siguiente."Controla tono, ritmo y emoción
seedintaleatorioGeneración reproducible
disable_safety_filterbooltrueDesactiva el filtro de contenido
disable_prompt_upsamplingboolfalseOmitir mejora del prompt

Precios

ResoluciónPrecio
720p$0.025 por segundo de video de salida
1080p$0.045 por segundo de video de salida

Ejemplo: Video de 30 segundos en 720p = $0.75

Fin de semana de lanzamiento gratuito

P-Video-Avatar es completamente gratuito desde el jueves 1 de mayo de 2026 a las 4:00 p.m. CET hasta el domingo 4 de mayo de 2026 a las 11:59 p.m. CET. Todos los costos corren por nuestra cuenta durante este período, sin facturación ni límites de resolución.

Ventaja competitiva

CaracterísticaP-Video-AvatarFabric 1.0OmniHuman 1.5HeyGen Avatar 4
Velocidad (por seg. de video)~1.83s/s~34s/s (18x más lento)~28s/s (15x más lento)~26s/s (14x más lento)
Costo por segundo$0.025$0.14 (5.6x más)$0.16 (6.4x más)$0.075 (3x más)
TTS incorporadoSíSíNoSí
Fondo dinámicoSíSíNoSí
Soporte 1080pSíNoNoSí

Casos de uso

  • Marketing: Demos de producto, anuncios estilo UGC con presentadores IA
  • Educación: Videos de cursos, explicaciones, contenido de tutoría
  • Localización: Doblaje de contenido en 10 idiomas a partir de una imagen
  • Redes sociales: Contenido consistente de influencers virtuales
  • Corporativo: Capacitación, incorporación, anuncios
  • Juegos: Avatares de personajes, videos de diálogo de NPC
  • Atención al cliente: Respuestas de video personalizadas

Consejos

  • Usa fotos de retrato de alta calidad (de frente, buena iluminación)
  • La relación de aspecto del video de salida coincide con la imagen de entrada
  • Usa video_prompt para controlar fondos dinámicos y lenguaje corporal
  • Usa voice_prompt para controlar el estilo de habla, la emoción y el ritmo
  • Mantén los videos por debajo de 3 minutos para una mejor consistencia visual
  • Genera retratos con pruna/p-image usando una relación de aspecto 9:16 para videos verticales de avatar

Modelos relacionados de Pruna

# Generar imágenes de retrato
belt app run pruna/p-image --input '{"prompt": "retrato profesional de cabeza y hombros"}'

# Generación de video general
belt app run pruna/p-video --input '{"prompt": "escena cinematográfica"}'

# Edición de imágenes
belt app run pruna/p-image-edit --input '{"prompt": "cambiar fondo", "image": "https://foto.jpg"}'

Habilidades relacionadas

# Habilidad completa de la plataforma (más de 250 aplicaciones)
npx skills add inference-sh/skills@infsh-cli

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

# Generación de imágenes Pruna
npx skills add inference-sh/skills@p-image

# Todos los modelos de generación de video
npx skills add inference-sh/skills@ai-video-generation

# Generación de imágenes (para crear retratos)
npx skills add inference-sh/skills@ai-image-generation

Explora todas las aplicaciones de Pruna: belt app list --namespace pruna

Documentación

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

Skills relacionados