Communitygithub.com

Aadi-110i/PEP-PROJECT

Créez des avatars IA et des vidéos de tête parlante via l'interface en ligne de commande inference.sh. Recommandé : P-Video-Avatar (le plus rapide, le moins cher, TTS intégré). Également : OmniHuman, Fabric, PixVerse. Capacités : avatars pilotés par audio, texte vers avatar, vidéos lipsync, génération de tête parlante, présentateurs virtuels. Utilisations : présentateurs IA, vidéos explicatives, influenceurs virtuels, doublage, vidéos marketing. Déclencheurs : avatar IA, tête parlante, lipsync, vidéo avatar, présentateur virtuel, porte-parole IA, vidéo pilotée par audio, alternative à HeyGen, alternative à Synthesia, avatar parlant, synchronisation labiale, avatar vidéo, présentateur IA, humain numérique.

Qu'est-ce que PEP-PROJECT ?

Cette compétence permet aux utilisateurs de créer des avatars IA et des vidéos de tête parlante à l'aide de l'interface en ligne de commande inference.sh. Elle est recommandée pour la création de présentateurs virtuels, de vidéos explicatives, de doublage et de contenu marketing. La compétence utilise le modèle P-Video-Avatar, qui est 18 fois plus rapide et 6 fois moins cher que les alternatives, avec un TTS intégré prenant en charge 30 voix et 10 langues. D'autres modèles comme OmniHuman 1.5, Fabric 1.0 et PixVerse Lipsync sont également pris en charge pour des cas d'utilisation spécifiques tels que les avatars multi-personnages ou le lipsync très réaliste. Les utilisateurs peuvent générer des avatars à partir d'images, de scripts texte ou de fichiers audio, et bénéficient de workflows intégrés pour la synthèse vocale, la transcription et le doublage vidéo.

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

Demander à votre IA préférée

Ouvre une nouvelle conversation avec cette compétence d'agent déjà préchargée.

Aperçu

Depuis le README du skill

Vidéos d'Avatar IA & de Tête Parlante

Documentation

Vidéos d'Avatar IA & de Tête Parlante

Créez des avatars IA et des vidéos de tête parlante via l'interface en ligne de commande inference.sh.

Vidéos d'Avatar IA & de Tête Parlante

Démarrage Rapide

Nécessite l'interface en ligne de commande inference.sh (belt). Instructions d'installation

belt login

# Recommandé : P-Video-Avatar (le plus rapide, le moins cher, TTS intégré)
belt app run pruna/p-video-avatar --input '{
  "image": "https://portrait.jpg",
  "voice_script": "Bonjour, bienvenue dans notre démonstration produit !",
  "voice": "Zephyr (Femme)"
}'

Modèles Disponibles

Commencez par P-Video-Avatar — il est 18 fois plus rapide et 6 fois moins cher que les alternatives, avec TTS intégré, arrière-plans dynamiques et support 1080p.

ModèleID d'ApplicationMeilleur PourTTS Intégré
P-Video-Avatarpruna/p-video-avatarMeilleur global : rapidité, coût, qualité, contrôleOui (30 voix, 10 langues)
OmniHuman 1.5bytedance/omnihuman-1-5Multi-personnages, piloté par audioNon
Fabric 1.0falai/fabric-1-0L'image parle avec lipsyncOui
PixVerse Lipsyncfalai/pixverse-lipsyncLipsync hautement réalisteNon

Comparaison des Coûts & Vitesses

ModèleVitesse (par seconde de vidéo)Coût par seconde
P-Video-Avatar~1,83s/s0,025 $
OmniHuman 1.5~28s/s (15 fois plus lent)0,16 $ (6,4 fois plus)
Fabric 1.0~34s/s (18 fois plus lent)0,14 $ (5,6 fois plus)

Exemples

P-Video-Avatar (Recommandé)

Générez un avatar à partir d'un portrait + script texte avec TTS intégré :

belt app run pruna/p-video-avatar --input '{
  "image": "https://portrait.jpg",
  "voice_script": "Bienvenue dans notre présentation produit. Aujourd'hui, je vais vous montrer trois fonctionnalités clés.",
  "voice": "Puck (Homme)",
  "voice_language": "Français (France)",
  "resolution": "720p"
}'

Avec contrôle de style personnalisé :

belt app run pruna/p-video-avatar --input '{
  "image": "https://portrait.jpg",
  "voice_script": "C'est une nouvelle passionnante !",
  "voice": "Aoede (Femme)",
  "voice_prompt": "Ton enthousiaste et énergique",
  "video_prompt": "La personne présente sur scène avec un éclairage dramatique",
  "resolution": "1080p"
}'

Avec fichier audio au lieu du TTS :

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

Workflow Complet : Générer Portrait + Avatar

Utilisez Pruna P-Image pour générer le portrait, puis créez l'avatar :

# 1. Générer une image portrait
belt app run pruna/p-image --input '{
  "prompt": "portrait professionnel d'une jeune femme, fond neutre, regardant la caméra, éclairage studio, photoréaliste",
  "aspect_ratio": "9:16"
}'

# 2. Créer une vidéo avatar avec TTS intégré
belt app run pruna/p-video-avatar --input '{
  "image": "<url-image-depuis-étape-1>",
  "voice_script": "Bonjour ! Laissez-moi vous présenter nos dernières fonctionnalités.",
  "voice": "Zephyr (Femme)"
}'

OmniHuman 1.5 (Multi-Personnages)

belt app run bytedance/omnihuman-1-5 --input '{
  "image_url": "https://portrait.jpg",
  "audio_url": "https://speech.mp3"
}'

Prend en charge la spécification du personnage à piloter dans les images multi-personnes.

Fabric 1.0 (L'Image Parle)

belt app run falai/fabric-1-0 --input '{
  "image_url": "https://face.jpg",
  "audio_url": "https://audio.mp3"
}'

PixVerse Lipsync

belt app run falai/pixverse-lipsync --input '{
  "image_url": "https://portrait.jpg",
  "audio_url": "https://speech.mp3"
}'

Workflow Complet : TTS + Avatar (Modèles sans TTS)

Pour les modèles sans TTS intégré, générez d'abord la parole :

# 1. Générer la parole à partir du texte
belt app run infsh/kokoro-tts --input '{
  "prompt": "Bienvenue dans notre démonstration produit. Aujourd'hui, je vais vous montrer..."
}' > speech.json

# 2. Créer la vidéo avatar avec la parole
belt app run bytedance/omnihuman-1-5 --input '{
  "image_url": "https://photo-presentateur.jpg",
  "audio_url": "<url-audio-depuis-étape-1>"
}'

Workflow Complet : Doubler une Vidéo dans une Autre Langue

# 1. Transcrire la vidéo originale
belt app run infsh/fast-whisper-large-v3 --input '{"audio_url": "https://video.mp4"}' > transcript.json

# 2. Traduire le texte (manuellement ou avec un LLM)

# 3. Générer la parole dans la nouvelle langue
belt app run infsh/kokoro-tts --input '{"text": "<texte-traduit>"}' > new_speech.json

# 4. Synchroniser labiale de la vidéo originale avec le nouvel audio
belt app run infsh/latentsync-1-6 --input '{
  "video_url": "https://video-originale.mp4",
  "audio_url": "<nouvel-audio-url>"
}'

Cas d'Utilisation

  • Marketing : Démonstrations produit avec présentateur IA
  • Éducation : Cours vidéo, vidéos explicatives
  • Localisation : Contenu doublé en plusieurs langues
  • Réseaux Sociaux : Influenceur virtuel cohérent
  • Entreprise : Vidéos de formation, annonces
  • Jeu Vidéo : Avatars de personnages, dialogues PNJ

Conseils

  • Utilisez des photos portrait de haute qualité (visage de face, bon éclairage)
  • L'audio doit être clair avec un bruit de fond minimal
  • P-Video-Avatar prend en charge le TTS intégré — pas besoin d'une étape de génération de parole séparée
  • Le rapport hauteur/largeur de sortie de P-Video-Avatar correspond à l'image d'entrée
  • Générez des portraits avec pruna/p-image en utilisant le format 9:16 pour les vidéos verticales
  • OmniHuman 1.5 prend en charge plusieurs personnes dans une seule image
  • LatentSync est le meilleur pour synchroniser des vidéos existantes avec un nouvel audio

Compétences Connexes

# Compétence dédiée P-Video-Avatar
npx skills add inference-sh/skills@p-video-avatar

# Compétence plateforme complète (250+ applications)
npx skills add inference-sh/skills@infsh-cli

# Synthèse vocale (générer audio pour modèles avatar sans TTS)
npx skills add inference-sh/skills@text-to-speech

# Reconnaissance vocale (transcrire pour doublage)
npx skills add inference-sh/skills@speech-to-text

# Génération vidéo
npx skills add inference-sh/skills@ai-video-generation

# Génération d'image (créer des images d'avatar)
npx skills add inference-sh/skills@ai-image-generation

Parcourir toutes les applications vidéo : belt app list --category video

Documentation

Individual skills in this repo

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

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 talking head avatar videos with Pruna P-Video-Avatar via inference.sh CLI. Turn a portrait image into a realistic speaking video with built-in TTS. 18x faster and 6x cheaper than competitors. Models: P-Video-Avatar, P-Image (for portrait generation). Capabilities: text-to-avatar, audio-driven avatars, 30 voices, 10 languages, 720p/1080p, built-in TTS, dynamic backgrounds, full-body control. Use for: AI presenters, product demos, explainer videos, virtual influencers, marketing, education, multilingual content, UGC, gaming avatars. Triggers: avatar video, talking head, ai avatar, p-video-avatar, pruna avatar, video avatar, ai presenter, digital human, virtual presenter, lipsync, talking avatar, ai spokesperson, heygen alternative, synthesia alternative, veed alternative, fabric alternative, omnihuman alternative

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 associés