Prérequis
Installez et chargez ces compétences avant de générer (ignorez si déjà en contexte via @pruna) :
| Compétence | Description | Installation |
|---|---|---|
generation-diversity | À utiliser lors de la rédaction d'un prompt génératif — ritual seed, structure explicite, axes de scénario, et portes qualité avant les appels API payants. | npx skills add PrunaAI/pruna-skills@generation-diversity -y |
audio-prompting | À utiliser lors de la création de prompts TTS, musicaux ou ambiants pour tout modèle audio génératif — style réalisateur, structure de chanson, et superposition post-production. | npx skills add PrunaAI/pruna-skills@audio-prompting -y |
video-prompting | À utiliser lors de la création de prompts vidéo ou de mouvement pour tout modèle génératif — dramaturgie, caméra, mouvement physique plausible, ancres de cadre, et enchaînement de clips. | npx skills add PrunaAI/pruna-skills@video-prompting -y |
pruna-api | À utiliser avant tout appel HTTP Pruna ou Replicate — identifiants, upload/poll/download, lots parallèles, et sécurité agent. | npx skills add PrunaAI/pruna-skills@pruna-api -y |
Ou installez la suite complète en une fois : npx skills add PrunaAI/pruna-skills@pruna -y
Suivez les sections Avant de générer / craft de chaque compétence — ne répétez pas le contenu du guide ici.
Habitude de l'agent
Dans la première réponse, nommez `gemini-3.1-flash-tts` entre backticks, confirmez REPLICATE_API_TOKEN (ou arrêtez avec les liens d'inscription depuis pruna-api), puis demandez les entrées requises. Effectuez l'accueil → entretien de clarification generation-diversity (locale, voix, script) avant le premier POST. Redirigez lorsque Quand ne PAS utiliser est plus approprié.
Quand ne PAS utiliser
Utilisez une autre compétence à la place :
| Compétence | Description | Installation |
|---|---|---|
p-video-avatar | À utiliser lorsque quelqu'un souhaite une personne à l'écran récitant un script — présentateur synchronisé labial, porte-parole, ou avatar narré à partir d'une photo portrait. | npx skills add PrunaAI/pruna-skills@p-video-avatar -y |
music-2.5 | À utiliser lorsque quelqu'un souhaite une chanson IA originale avec voix chantée — paroles chantées, piste de style prompt, ou audio source pour un clip musical. | npx skills add PrunaAI/[email protected] -y |
stable-audio-2.5 | À utiliser lorsque quelqu'un souhaite une musique de fond instrumentale légère — un tapis ambiant sous le dialogue ou une trame sonore pour des reels et des explications. | npx skills add PrunaAI/[email protected] -y |
Environnement
export REPLICATE_API_TOKEN=r8_...
Nécessite ffmpeg / ffprobe pour couper, concaténer la VO de scène ou mixer avec un tapis sonore.
HTTP (curl)
curl -s -X POST \
-H "Authorization: Bearer ${REPLICATE_API_TOKEN}" \
-H "Content-Type: application/json" \
-d '{
"input": {
"text": "[chaleureusement] La peluche s'est envolée. [courte pause] Et puis elle avait disparu.",
"voice": "Sulafat",
"prompt": "Narrateur de livre d'histoires chaleureux, rythme doux, empathique, pas de voix d'annonceur.",
"language_code": "fr-FR"
}
}' \
"https://api.replicate.com/v1/models/google/gemini-3.1-flash-tts/predictions"
Interrogez urls.get jusqu'à ce que status soit succeeded ; téléchargez output (URL audio). Client partagé : suivez pruna-api (Replicate HTTP dans la compétence outil).
Avant de générer
- Complétez l'ordre de lecture des Prérequis.
- Confirmez
text,voice,promptetlanguage_codeavec l'utilisateur.text,promptet les[tags]en ligne doivent correspondre — même direction émotionnelle (voiraudio-promptingtts-style-prompting). Lors de la liste des champs, nommezREPLICATE_API_TOKEN(Replicate — pasPRUNA_API_KEY). - Notes sur le modèle :
text+promptcombinés ≤ ~8 000 octets ; sortie limitée à ~655s. Lorsque le TTS alimentep-videoen tant queinput.audio, gardez chaque ligne ≤ ~19s (ffprobe) — l'API P coupe l'audio à 20s. Voix courantes :Kore,Aoede,Sulafat,Achird,Charon,Puck,Vindemiatrix— liste complète sur le readme Replicate.
Entrée requise
text(chaîne) — texte parlé ; prend en charge les[tags]en ligne. Max ~4 000 octets.
Champs facultatifs courants
voice(par défautKore)prompt— notes de style / réalisateur (max ~4 000 octets)language_code— BCP-47 (par défauten-US)
Balises en ligne (exemples) : [sigh] [laughing] [whispering] [short pause] [medium pause] [long pause] [excitedly].
Prochaines étapes typiques
Suites courantes après cette compétence :
| Compétence | Description | Installation |
|---|---|---|
p-video | À utiliser lorsque quelqu'un souhaite un court clip simple à partir de texte ou d'images — B-roll rapide, brouillons, ou animation d'image de début/fin. Pas lorsque le brief nécessite une génération cinématographique, une qualité maximale, une synchronisation labiale précise, ou une importation audio en 1080p. | npx skills add PrunaAI/pruna-skills@p-video -y |
p-video-avatar | À utiliser lorsque quelqu'un souhaite une personne à l'écran récitant un script — présentateur synchronisé labial, porte-parole, ou avatar narré à partir d'une photo portrait. | npx skills add PrunaAI/pruna-skills@p-video-avatar -y |
stable-audio-2.5 | À utiliser lorsque quelqu'un souhaite une musique de fond instrumentale légère — un tapis ambiant sous le dialogue ou une trame sonore pour des reels et des explications. | npx skills add PrunaAI/[email protected] -y |
narrated-multi-scene | À utiliser lorsque quelqu'un souhaite une histoire en plusieurs parties avec voix off — B-roll épisodique, promotion par chapitre, ou plusieurs scènes vidéo liées sans dialogue à l'écran. | npx skills add PrunaAI/pruna-skills@narrated-multi-scene -y |
video-editing | À utiliser lors de l'assemblage ou du polissage de clips déjà rendus avec ffmpeg — concaténation, fondus enchaînés, sous-titres incrustés et légendes, superpositions de texte/logo, curseurs avant/après, tapis musicaux de fond, export pour plateforme — ou lors de la composition d'une vidéo HTML multi-couche avec Hyperframes. Pas pour la génération vidéo IA, la création de prompts ou les montages vidéo basés sur un modèle. | npx skills add PrunaAI/pruna-skills@video-editing -y |