Pruna P-Video-Avatar
inference.sh CLIを使って、単一のポートレート画像からトーキングヘッドアバタービデオを生成します。
P-Video-Avatarは、現在利用可能な最速かつ最もコスト効率の高いアバタービデオモデルです。品質はVeo 3.0と同等でありながら、Fabric、OmniHuman、HeyGenなどの代替サービスと比較して18倍高速、6倍低コストです。
クイックスタート
inference.sh CLI(
belt)が必要です。インストール手順
belt login
# ポートレート + テキストスクリプトからアバター生成
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": "Zephyr (Female)"
}'
完全なワークフロー:ポートレート生成 + アバタービデオ
Pruna P-Imageでポートレートを生成し、P-Video-Avatarでアニメーション化します。
# 1. P-Imageでポートレート画像を生成
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. 生成された画像URLを使用してアバタービデオを作成
belt app run pruna/p-video-avatar --input '{
"image": "<image-url-from-step-1>",
"voice_script": "こんにちは!最新機能をご紹介します。",
"voice": "Zephyr (Female)",
"resolution": "720p"
}'
使用例
テキストスクリプトと音声選択
belt app run pruna/p-video-avatar --input '{
"image": "https://portrait.jpg",
"voice_script": "製品ウォークスルーへようこそ。今日は3つの主要機能をご紹介します。",
"voice": "Puck (Male)",
"voice_language": "English (US)",
"resolution": "720p"
}'
オーディオ駆動アバター
内蔵TTSの代わりに独自の音声ファイルを提供:
belt app run pruna/p-video-avatar --input '{
"image": "https://portrait.jpg",
"audio": "https://speech.mp3"
}'
audioとvoice_scriptの両方が指定された場合、audioが優先されます。
1080pとカスタムスタイル
belt app run pruna/p-video-avatar --input '{
"image": "https://portrait.jpg",
"voice_script": "これはコミュニティにとってエキサイティングなニュースです!",
"voice": "Aoede (Female)",
"voice_prompt": "熱意とエネルギッシュなトーン、やや速いペース",
"video_prompt": "人物がドラマチックな照明の中でステージに立っている",
"resolution": "1080p"
}'
多言語コンテンツ
# スペイン語
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"
}'
# 日本語
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"
}'
再現可能な生成
belt app run pruna/p-video-avatar --input '{
"image": "https://portrait.jpg",
"voice_script": "毎回一貫した結果。",
"seed": 42
}'
利用可能な音声
女性: Zephyr, Kore, Leda, Aoede, Callirrhoe, Autonoe, Despina, Erinome, Laomedeia, Achernar, Gacrux, Pulcherrima, Vindemiatrix, Sulafat
男性: Puck, Charon, Fenrir, Orus, Enceladus, Iapetus, Umbriel, Algenib, Algieba, Schedar, Achird, Zubenelgenubi, Sadachbia, Sadaltager, Alnilam, Rasalgethi
サポート言語
English (US), English (UK), Spanish, French, German, Italian, Portuguese (Brazil), Japanese, Korean, Hindi
パラメーター
| パラメーター | タイプ | デフォルト | 説明 |
|---|---|---|---|
image | file | 必須 | ポートレート画像 (jpg, jpeg, png, webp) |
voice_script | string | - | 話させるテキスト |
audio | file | - | 音声ファイル (voice_scriptより優先) |
voice | string | "Zephyr (Female)" | 音声選択 |
voice_language | string | "English (US)" | 出力言語 |
resolution | string | "720p" | 720p または 1080p |
video_prompt | string | "The person is talking." | アバターの動作と背景を制御 |
voice_prompt | string | "Say the following." | トーン、テンポ、感情を制御 |
seed | int | ランダム | 再現可能な生成 |
disable_safety_filter | bool | true | コンテンツフィルターを無効化 |
disable_prompt_upsampling | bool | false | プロンプト拡張をスキップ |
料金
| 解像度 | 価格 |
|---|---|
| 720p | 出力ビデオ1秒あたり $0.025 |
| 1080p | 出力ビデオ1秒あたり $0.045 |
例: 30秒の720pビデオ = $0.75
無料ローンチウィークエンド
P-Video-Avatar は、2026年5月1日(木)16:00 CET から 2026年5月4日(日)23:59 CET まで完全無料です。 この期間中はすべてのコストを当社が負担します。課金や解像度制限はありません。
競争上の優位性
| 機能 | P-Video-Avatar | Fabric 1.0 | OmniHuman 1.5 | HeyGen Avatar 4 |
|---|---|---|---|---|
| 速度 (ビデオ1秒あたり) | ~1.83秒/秒 | ~34秒/秒 (18倍遅い) | ~28秒/秒 (15倍遅い) | ~26秒/秒 (14倍遅い) |
| 1秒あたりのコスト | $0.025 | $0.14 (5.6倍) | $0.16 (6.4倍) | $0.075 (3倍) |
| 内蔵TTS | あり | あり | なし | あり |
| ダイナミック背景 | あり | あり | なし | あり |
| 1080p対応 | あり | なし | なし | あり |
ユースケース
- マーケティング: 製品デモ、AIプレゼンターを使ったUGCスタイルの広告
- 教育: コース動画、解説、チュートリアルコンテンツ
- ローカライゼーション: 1枚の画像から10言語にコンテンツを吹き替え
- ソーシャルメディア: 一貫性のあるバーチャルインフルエンサーコンテンツ
- 企業: トレーニング、オンボーディング、アナウンスメント
- ゲーム: キャラクターアバター、NPCダイアログ動画
- カスタマーサポート: パーソナライズされた動画応答
ヒント
- 高品質なポートレート写真を使用(正面を向き、良好な照明)
- 出力ビデオのアスペクト比は入力画像に一致します
video_promptを使用してダイナミックな背景やボディランゲージを制御voice_promptを使用して話し方のスタイル、感情、テンポを制御- 最良の視覚的一貫性を得るには、3分未満のビデオを維持
pruna/p-imageを使用して、縦型アバタービデオにはアスペクト比9:16でポートレートを生成
関連するPrunaモデル
# ポートレート画像を生成
belt app run pruna/p-image --input '{"prompt": "professional headshot portrait"}'
# 一般的な動画生成
belt app run pruna/p-video --input '{"prompt": "cinematic scene"}'
# 画像編集
belt app run pruna/p-image-edit --input '{"prompt": "change background", "image": "https://photo.jpg"}'
関連スキル
# フルプラットフォームスキル(250以上のアプリ)
npx skills add inference-sh/skills@infsh-cli
# Pruna動画生成
npx skills add inference-sh/skills@p-video
# Pruna画像生成
npx skills add inference-sh/skills@p-image
# すべての動画生成モデル
npx skills add inference-sh/skills@ai-video-generation
# 画像生成(ポートレート作成用)
npx skills add inference-sh/skills@ai-image-generation
すべてのPrunaアプリを参照: belt app list --namespace pruna
ドキュメント
- アプリの実行 - CLIでアプリを実行する方法
- 結果のストリーミング - リアルタイムの進行状況更新
- コンテンツパイプラインの例 - メディアワークフローの構築