O que skills (Geração de Avatares com Voz) faz?
Gere vídeos de avatar com voz realista usando o modelo Pruna P-Video-Avatar via CLI do inference.sh. Transforme uma imagem de retrato em um vídeo de falante realista com TTS integrado. 18x mais rápido e 6x mais barato que os concorrentes.
Modelos: P-Video-Avatar, P-Image (para geração de retratos).
Capacidades: texto-para-avatar, avatares guiados por áudio, 30 vozes, 10 idiomas, 720p/1080p, TTS integrado, fundos dinâmicos, controle de corpo inteiro.
Usos: apresentadores de IA, demonstrações de produtos, vídeos explicativos, influenciadores virtuais, marketing, educação.
Pré-requisitos
- CLI do
inference-shinstalada e configurada com token de API válido. - Uma imagem de rosto (ou use P-Image para gerar uma).
Como usar
1. Gerar um retrato com P-Image (opcional)
inference-sh run pruna-ai/p-image \
--prompt "Retrato profissional de uma mulher jovem sorrindo, fundo neutro"
Isso retornará uma URL para a imagem gerada.
2. Criar um vídeo de avatar com texto
inference-sh run pruna-ai/p-video-avatar \
--portrait_url "<URL_DA_IMAGEM>" \
--text "Olá, eu sou um apresentador de IA criado com Pruna!" \
--voice "pt-BR-Wavenet-A" \
--resolution "720p"
3. Criar um vídeo de avatar com áudio
inference-sh run pruna-ai/p-video-avatar \
--portrait_url "<URL_DA_IMAGEM>" \
--audio_url "<URL_DO_ARQUIVO_DE_AUDIO>" \
--background "#FF5733"
4. Personalizar com fundo dinâmico
inference-sh run pruna-ai/p-video-avatar \
--portrait_url "<URL_DA_IMAGEM>" \
--text "Assista ao fundo se movendo!" \
--voice "pt-BR-Wavenet-B" \
--background "party"
Nota: Os fundos dinâmicos são controlados pelo parâmetro
--background("party","business","nature", etc.).
Parâmetros
| Parâmetro | Descrição | Obrigatório |
|---|---|---|
--portrait_url | URL da imagem de rosto (JPEG/PNG) | Sim |
--text | Texto a ser falado pelo avatar | Se --audio_url não for fornecido |
--audio_url | URL do áudio para guiar o avatar | Se --text não for fornecido |
--voice | Código da voz (ex.: en-US-Wavenet-D) | Não (padrão: en-US-Wavenet-D) |
--resolution | Resolução do vídeo: 720p ou 1080p | Não (padrão: 720p) |
--background | Cor HEX ou nome do tema de fundo | Não (padrão: #000000) |
Saída
A saída é uma URL para o vídeo MP4 baixável contendo o avatar falando.
Exemplos de vocês disponíveis
pt-BR-Wavenet-A(Português brasileiro, feminino)pt-BR-Wavenet-B(Português brasileiro, masculino)en-US-Wavenet-D(Inglês americano, masculino)es-ES-Wavenet-C(Espanhol europeu, feminino)
Consulte a documentação oficial do inference.sh para a lista completa de vozes e idiomas.
Casos de uso
- Apresentador virtual de IA: Crie apresentadores consistentes para vídeos corporativos.
- Demonstração de produto: Mostre seu produto com um avatar falante.
- Vídeos explicativos: Converta roteiros em vídeos com narração com avatar.
- Educação: Crie tutoriais com instrutor virtual.
- Marketing: Gere conteúdo personalizado em escala.
Suporte
Para dúvidas ou problemas, consulte os documentos oficiais ou entre em contato com a comunidade no GitHub do inference.sh.