Communitygithub.com

Aadi-110i/PEP-PROJECT

Pruna P-Video-Avatarを使って、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。推論.sh CLI経由で、内蔵TTSを使用してリアルなスピーチ動画に変換。競合より18倍高速で6倍低コスト。

PEP-PROJECT とは?

このスキルは、Pruna P-Video-Avatarモデルとinference.sh CLI(belt)を活用して、単一のポートレート画像から高品質なトーキングヘッドアバタービデオを生成する方法を提供します。内蔵テキスト読み上げ(TTS)またはカスタム音声ファイルを使用して、30種類の音声と10言語に対応。720p/1080pの解像度、ダイナミック背景、フルボディ制御をサポートします。P-Imageモデルと組み合わせることで、ポートレート生成からアニメーションまでをエンドツーエンドで実行可能。料金は720pで1秒あたり$0.025と非常に競争力があり、FabricやOmniHuman、HeyGenなどの代替サービスより18倍高速で6倍低コストです。マーケティング、教育、多言語コンテンツ、ソーシャルメディア、ゲームなど幅広いユースケースに対応。

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

お気に入りのAIに質問する

このエージェントスキルを事前に読み込んだ状態で新しいチャットを開きます。

ドキュメント

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
imagefile必須ポートレート画像 (jpg, jpeg, png, webp)
voice_scriptstring-話させるテキスト
audiofile-音声ファイル (voice_scriptより優先)
voicestring"Zephyr (Female)"音声選択
voice_languagestring"English (US)"出力言語
resolutionstring"720p"720p または 1080p
video_promptstring"The person is talking."アバターの動作と背景を制御
voice_promptstring"Say the following."トーン、テンポ、感情を制御
seedintランダム再現可能な生成
disable_safety_filterbooltrueコンテンツフィルターを無効化
disable_prompt_upsamplingboolfalse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-AvatarFabric 1.0OmniHuman 1.5HeyGen 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

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

関連スキル