Communitygithub.com

PrunaAI/pruna-skills

Úsalo cuando se necesite narración hablada o locución — pistas explicativas, líneas de documental o voz para acompañar un video generado.

¿Qué es pruna-skills?

Esta habilidad está diseñada para generación de locución y narración hablada (TTS) utilizando el modelo `google/gemini-3.1-flash-tts` en Replicate. Es ideal para crear pistas de voz para documentales, videos explicativos, voces en off para contenido generado por IA, y cualquier proyecto que requiera una narración natural y expresiva. La habilidad se integra con otras habilidades del ecosistema Pruna (como `audio-prompting` para la dirección de estilo y `p-video` para sincronización con video) y requiere una clave de API de Replicate (`REPLICATE_API_TOKEN`). Soporta una variedad de voces predefinidas, etiquetas en línea para control de expresión (como `[sigh]`, `[whispering]`, `[excitedly]`), y campos opcionales para personalizar el tono y el idioma. Es importante tener en cuenta las limitaciones: el texto combinado con el prompt no debe superar ~8000 bytes, la salida máxima es ~655 segundos, y si se usa como entrada de audio para `p-video`, cada segmento debe durar ≤~19 segundos.

Compatible con~Claude Code~Codex CLI~Cursor✓Gemini CLI
npx skills add https://github.com/PrunaAI/pruna-skills/tree/HEAD/skills/audio/gemini-3.1-flash-tts

Preguntar en tu IA favorita

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

Documentación

Requisitos previos

Instala y carga estas habilidades antes de generar (omite si ya están en contexto vía @pruna):

HabilidadDescripciónInstalación
generation-diversityÚsalo al escribir cualquier prompt generativo — semilla ritual, estructura explícita, ejes de escenario y compuertas de calidad antes de llamadas a API de pago.npx skills add PrunaAI/pruna-skills@generation-diversity -y
audio-promptingÚsalo al crear prompts TTS, música o sonido para cualquier modelo de audio generativo — estilo de director, estructura de canción y capas de postproducción.npx skills add PrunaAI/pruna-skills@audio-prompting -y
video-promptingÚsalo al crear prompts de video o movimiento para cualquier modelo generativo — dramaturgia, cámara, movimiento físicamente correcto, anclajes de fotograma y encadenamiento de clips.npx skills add PrunaAI/pruna-skills@video-prompting -y
pruna-apiÚsalo antes de cualquier llamada HTTP a Pruna o Replicate — credenciales, subida/consulta/descarga, lotes paralelos y seguridad del agente.npx skills add PrunaAI/pruna-skills@pruna-api -y

O instala el conjunto completo de una vez: npx skills add PrunaAI/pruna-skills@pruna -y

Sigue las secciones Antes de generar / craft de cada habilidad — no repliques el contenido de la guía aquí.

Hábito del agente

En la primera respuesta, nombra `gemini-3.1-flash-tts` entre comillas invertidas, confirma REPLICATE_API_TOKEN (o detente con enlaces de registro de pruna-api), luego pregunta por las entradas requeridas. Abre la admisión → admisión de aclaración generation-diversity (idioma, voz, guion) antes del primer POST. Redirige cuando Cuándo NO usar sea más adecuado.

Cuándo NO usar

Usa una habilidad diferente en su lugar:

HabilidadDescripciónInstalación
p-video-avatarÚsalo cuando alguien quiera una persona en cámara leyendo un guion — presentador sincronizado de labios, portavoz o avatar narrado a partir de una foto de retrato.npx skills add PrunaAI/pruna-skills@p-video-avatar -y
music-2.5Úsalo cuando alguien quiera una canción original de IA con voz — letra cantada, pista de estilo prompt o audio fuente para un videoclip musical.npx skills add PrunaAI/[email protected] -y
stable-audio-2.5Úsalo cuando alguien quiera música instrumental ligera de fondo — una base ambiental bajo diálogo o música incidental para reels y tutoriales.npx skills add PrunaAI/[email protected] -y

Entorno

export REPLICATE_API_TOKEN=r8_...

Requiere ffmpeg / ffprobe al recortar, concatenar VO de escenas o mezclar con una base musical.

HTTP (curl)

curl -s -X POST \
  -H "Authorization: Bearer ${REPLICATE_API_TOKEN}" \
  -H "Content-Type: application/json" \
  -d '{
    "input": {
      "text": "[calurosamente] El peluche salió volando. [pausa corta] Y luego desapareció.",
      "voice": "Sulafat",
      "prompt": "Narrador cálido de cuento, ritmo suave, empático, sin voz de locutor.",
      "language_code": "en-US"
    }
  }' \
  "https://api.replicate.com/v1/models/google/gemini-3.1-flash-tts/predictions"

Consulta urls.get hasta que status sea succeeded; descarga output (URL de audio). Cliente compartido: sigue pruna-api (HTTP de Replicate en la habilidad de herramienta).

Antes de generar

  1. Completa el orden de lectura de la guía de requisitos previos.
  2. Confirma text, voice, prompt y language_code con el usuario. text, prompt y las [etiquetas] en línea deben alinearse — misma dirección emocional (ver audio-prompting tts-style-prompting). Al listar campos, nombra REPLICATE_API_TOKEN (Replicate — no PRUNA_API_KEY).
  3. Notas del modelo: text + prompt combinados ≤ ~8,000 bytes; salida máxima ~655s. Cuando el TTS alimente a p-video como input.audio, mantén cada línea ≤ ~19s (ffprobe) — P-API recorta el audio a 20s. Voces comunes: Kore, Aoede, Sulafat, Achird, Charon, Puck, Vindemiatrix — lista completa en el readme de Replicate.

Entrada requerida

  • text (cadena) — texto hablado; soporta [etiquetas] en línea. Máx. ~4,000 bytes.

Campos opcionales comunes

  • voice (por defecto Kore)
  • prompt — notas de estilo/director (máx. ~4,000 bytes)
  • language_code — BCP-47 (por defecto en-US)

Etiquetas en línea (ejemplos): [sigh] [laughing] [whispering] [short pause] [medium pause] [long pause] [excitedly].

Pasos siguientes típicos

Continuaciones comunes después de esta habilidad:

HabilidadDescripciónInstalación
p-videoÚsalo cuando alguien quiera un clip corto simple a partir de texto o imágenes — B-roll rápido, borradores o animación de fotograma inicial/final. No cuando el encargo necesite generación cinematográfica, máxima calidad, sincronización de labios ajustada o audio importado a 1080p.npx skills add PrunaAI/pruna-skills@p-video -y
p-video-avatarÚsalo cuando alguien quiera una persona en cámara leyendo un guion — presentador sincronizado de labios, portavoz o avatar narrado a partir de una foto de retrato.npx skills add PrunaAI/pruna-skills@p-video-avatar -y
stable-audio-2.5Úsalo cuando alguien quiera música instrumental ligera de fondo — una base ambiental bajo diálogo o música incidental para reels y tutoriales.npx skills add PrunaAI/[email protected] -y
narrated-multi-sceneÚsalo cuando alguien quiera una historia de varias partes con voz en off — B-roll episódico, promoción por capítulos o varias escenas de video enlazadas sin diálogo en cámara.npx skills add PrunaAI/pruna-skills@narrated-multi-scene -y
video-editingÚsalo al ensamblar o pulir clips ya renderizados con ffmpeg — concatenación, fundidos cruzados, subtítulos y leyendas quemadas, superposiciones de texto/logotipo, sliders de antes/después, pistas de música de fondo, exportación a plataformas — o al componer un video combinado HTML multicapa con Hyperframes. No para generación de video con IA, creación de prompts o ediciones de video basadas en modelos.npx skills add PrunaAI/pruna-skills@video-editing -y

Individual skills in this repo

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

PrunaAI/pruna-skills

Use when someone wants an original AI song with vocals — sung lyrics, a style prompt track, or source audio for a music video.

PrunaAI/pruna-skills

Use when someone needs word-level timestamps from audio — lyric alignment, cut-safe line boundaries, or caption source timing before burn-in with video-editing.

PrunaAI/pruna-skills

Use before any Pruna or Replicate HTTP call — credentials, upload/poll/download, parallel batches, and agent safety.

PrunaAI/pruna-skills

Use when assembling or polishing already-rendered clips with ffmpeg — concat, crossfades, burned captions and subtitles, text/logo overlays, before/after sliders, background music beds, platform export — or when composing a multi-layer HTML combination video with Hyperframes. Not for AI video generation, prompt craft, or model-based video edits.

PrunaAI/pruna-skills

Use when crafting video or motion prompts for any generative model — dramaturgy, camera, physics-safe motion, frame anchors, and clip chaining.

PrunaAI/pruna-skills

Use when someone wants to edit an existing photo — change outfits or backgrounds, compose from reference images, or apply prompt-driven edits.

PrunaAI/pruna-skills

Use when someone explicitly wants the fastest, cheapest photo generation — mood boards, bulk panels, or quick iterations — not when controlled photoreal or in-image text is needed.

PrunaAI/pruna-skills

Use when someone wants virtual try-on — dress a person in clothes from reference photos for fashion or ecommerce.

PrunaAI/pruna-skills

Use when installing the full Pruna generative media suite — all guides, tools, and workflows in one package.

PrunaAI/pruna-skills

Use when someone wants a cinematic clip from text or start/end frames — product ads, documentary shots, or dialogue with generated audio. Not for 1080p, imported audio tracks, or talking-head-only hosts.

PrunaAI/pruna-skills

Use when someone wants a polished short clip from text, images, or imported audio — 1080p B-roll, start/end frame animation, or a motion shot with a mixed track. Not for cinematic generated-audio clips or talking-head-only hosts.

PrunaAI/pruna-skills

Use when someone wants to edit an existing video with a text instruction — recolor, restyle, remove or add objects, change environment or lighting, update on-screen text, or apply optional reference-guided product and accessory edits. Not for a new clip from scratch or ffmpeg assembly.

PrunaAI/pruna-skills

Use when someone wants a simple short clip from text or images — quick B-roll, drafts, or start/end frame animation. Not when the brief needs cinematic generation, highest quality, tight lip-sync, or imported audio at 1080p.

Skills relacionados