Communitygithub.com

NeverSight/learn-skills.dev

Gere vídeos de avatar com cabeça falante usando Pruna P-Video-Avatar via CLI inference.sh. Transforme uma imagem de retrato em um vídeo realista com TTS integrado. 18x mais rápido e 6x mais barato que 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 corporal completo. Use para: apresentadores de IA, demonstrações de produtos, vídeos explicativos, influenciadores virtuais, marketing, educação, conteúdo multilíngue, UGC, avatares para jogos. Gatilhos: 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

O que é learn-skills.dev?

Esta skill permite gerar vídeos de avatar com cabeça falante realistas a partir de uma única imagem de retrato usando o modelo Pruna P-Video-Avatar, acessível via CLI inference.sh (belt). Ela combina geração de vídeo com tecnologia de texto-para-fala (TTS) integrada, oferecendo 30 vozes e suporte a 10 idiomas, com resoluções de 720p e 1080p. A skill se destaca por ser até 18x mais rápida e 6x mais barata que alternativas como Fabric, OmniHuman e HeyGen, mantendo qualidade comparável ao Veo 3.0. Ideal para criar conteúdo de marketing, educação, localização multilíngue e influenciadores virtuais, ela permite controle sobre tom de voz, fundo dinâmico e até a reprodução de resultados com sementes, suportando fluxos completos desde a geração de retratos com P-Image até a animação final.

Funciona com~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/NeverSight/learn-skills.dev/tree/HEAD/data/skills-md/101-skills/skills/p-video-avatar

Perguntar na sua IA favorita

Abre um novo chat com esta habilidade de agente já pré-carregada.

Documentação

Instale a skill CLI belt: npx skills add belt-sh/cli

Pruna P-Video-Avatar

Gere vídeos de avatar com cabeça falante a partir de uma única imagem de retrato via CLI inference.sh.

P-Video-Avatar é o modelo de vídeo de avatar mais rápido e econômico disponível. Qualidade comparável ao Veo 3.0, 18x mais rápido e 6x mais barato que alternativas como Fabric, OmniHuman e HeyGen.

Início Rápido

Requer a CLI inference.sh (belt). Instruções de instalação

belt login

# Gere avatar a partir de retrato + script de texto
belt app run pruna/p-video-avatar --input '{
  "image": "https://retrato.jpg",
  "voice_script": "Olá, bem-vindo à nossa demonstração de produto!",
  "voice": "Zephyr (Feminina)"
}'

Fluxo Completo: Gere Retrato + Vídeo de Avatar

Use Pruna P-Image para gerar o retrato e, em seguida, P-Video-Avatar para animá-lo:

# 1. Gere uma imagem de retrato com P-Image
belt app run pruna/p-image --input '{
  "prompt": "retrato profissional de uma jovem mulher, fundo neutro, olhando para a câmera, iluminação de estúdio, fotorrealista",
  "aspect_ratio": "9:16"
}'

# 2. Use a URL da imagem gerada para criar o vídeo de avatar
belt app run pruna/p-video-avatar --input '{
  "image": "<url-da-imagem-do-passo-1>",
  "voice_script": "Olá! Deixe-me guiá-lo pelos nossos recursos mais recentes.",
  "voice": "Zephyr (Feminina)",
  "resolution": "720p"
}'

Exemplos

Script de Texto com Seleção de Voz

belt app run pruna/p-video-avatar --input '{
  "image": "https://retrato.jpg",
  "voice_script": "Bem-vindo ao nosso passo a passo do produto. Hoje vou mostrar três recursos principais.",
  "voice": "Puck (Masculina)",
  "voice_language": "Inglês (EUA)",
  "resolution": "720p"
}'

Avatar Guiado por Áudio

Forneça seu próprio arquivo de áudio em vez de usar o TTS integrado:

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

Quando tanto audio quanto voice_script são fornecidos, o áudio tem prioridade.

1080p com Estilo Personalizado

belt app run pruna/p-video-avatar --input '{
  "image": "https://retrato.jpg",
  "voice_script": "Esta é uma notícia emocionante para a nossa comunidade!",
  "voice": "Aoede (Feminina)",
  "voice_prompt": "Tom entusiasmado e energético, ritmo ligeiramente mais rápido",
  "video_prompt": "A pessoa está apresentando no palco com iluminação dramática",
  "resolution": "1080p"
}'

Conteúdo Multilíngue

# Espanhol
belt app run pruna/p-video-avatar --input '{
  "image": "https://retrato.jpg",
  "voice_script": "Bienvenidos a nuestra demostración de producto.",
  "voice": "Kore (Feminina)",
  "voice_language": "Espanhol"
}'

# Japonês
belt app run pruna/p-video-avatar --input '{
  "image": "https://retrato.jpg",
  "voice_script": "こんにちは、製品デモへようこそ。",
  "voice": "Leda (Feminina)",
  "voice_language": "Japonês"
}'

Geração Reproduzível

belt app run pruna/p-video-avatar --input '{
  "image": "https://retrato.jpg",
  "voice_script": "Resultados consistentes todas as vezes.",
  "seed": 42
}'

Vozes Disponíveis

Femininas: Zephyr, Kore, Leda, Aoede, Callirrhoe, Autonoe, Despina, Erinome, Laomedeia, Achernar, Gacrux, Pulcherrima, Vindemiatrix, Sulafat

Masculinas: Puck, Charon, Fenrir, Orus, Enceladus, Iapetus, Umbriel, Algenib, Algieba, Schedar, Achird, Zubenelgenubi, Sadachbia, Sadaltager, Alnilam, Rasalgethi

Idiomas Suportados

Inglês (EUA), Inglês (Reino Unido), Espanhol, Francês, Alemão, Italiano, Português (Brasil), Japonês, Coreano, Hindi

Parâmetros

ParâmetroTipoPadrãoDescrição
imagearquivoobrigatórioImagem de retrato (jpg, jpeg, png, webp)
voice_scriptstring-Texto para a pessoa dizer
audioarquivo-Arquivo de áudio (substitui voice_script)
voicestring"Zephyr (Feminina)"Seleção de voz
voice_languagestring"Inglês (EUA)"Idioma de saída
resolutionstring"720p"720p ou 1080p
video_promptstring"A pessoa está falando."Controla o comportamento do avatar e o fundo
voice_promptstring"Diga o seguinte."Controla tom, ritmo e emoção
seedintaleatórioGeração reprodutível
disable_safety_filterbooltrueDesativa o filtro de conteúdo
disable_prompt_upsamplingboolfalseIgnora o aprimoramento do prompt

Preços

ResoluçãoPreço
720p$0,025 por segundo de vídeo gerado
1080p$0,045 por segundo de vídeo gerado

Exemplo: Vídeo de 30 segundos em 720p = $0,75

Final de Semana de Lançamento Gratuito

P-Video-Avatar é completamente gratuito de quinta-feira, 1º de maio de 2026, 16:00 CET até domingo, 4 de maio de 2026, 23:59 CET. Todos os custos são por nossa conta durante este período — sem cobrança, sem limites de resolução.

Vantagem Competitiva

CaracterísticaP-Video-AvatarFabric 1.0OmniHuman 1.5HeyGen Avatar 4
Velocidade (por segundo de vídeo)~1,83s/s~34s/s (18x mais lento)~28s/s (15x mais lento)~26s/s (14x mais lento)
Custo por segundo$0,025$0,14 (5,6x mais caro)$0,16 (6,4x mais caro)$0,075 (3x mais caro)
TTS IntegradoSimSimNãoSim
Fundo DinâmicoSimSimNãoSim
Suporte a 1080pSimNãoNãoSim

Casos de Uso

  • Marketing: Demonstrações de produtos, anúncios estilo UGC com apresentadores de IA
  • Educação: Vídeos de cursos, explicadores, conteúdo de tutoria
  • Localização: Duble conteúdo em 10 idiomas a partir de uma imagem
  • Mídias Sociais: Conteúdo consistente de influenciador virtual
  • Corporativo: Treinamento, integração, anúncios
  • Jogos: Avatares de personagens, vídeos de diálogo de NPCs
  • Suporte ao Cliente: Respostas em vídeo personalizadas

Dicas

  • Use fotos de retrato de alta qualidade (de frente, boa iluminação)
  • A proporção do vídeo de saída corresponde à imagem de entrada
  • Use video_prompt para controlar fundos dinâmicos e linguagem corporal
  • Use voice_prompt para controlar estilo de fala, emoção e ritmo
  • Mantenha os vídeos com menos de 3 minutos para melhor consistência visual
  • Gere retratos com pruna/p-image usando proporção 9:16 para vídeos verticais de avatar

Modelos Pruna Relacionados

# Gere imagens de retrato
belt app run pruna/p-image --input '{"prompt": "retrato profissional headshot"}'

# Geração geral de vídeo
belt app run pruna/p-video --input '{"prompt": "cena cinematográfica"}'

# Edição de imagem
belt app run pruna/p-image-edit --input '{"prompt": "mudar fundo", "image": "https://foto.jpg"}'

Skills Relacionadas

# Skill completa da plataforma (mais de 250 apps)
npx skills add inference-sh/skills@infsh-cli

# Geração de vídeo Pruna
npx skills add inference-sh/skills@p-video

# Geração de imagem Pruna
npx skills add inference-sh/skills@p-image

# Todos os modelos de geração de vídeo
npx skills add inference-sh/skills@ai-video-generation

# Geração de imagem (para criar retratos)
npx skills add inference-sh/skills@ai-image-generation

Navegue por todos os apps Pruna: belt app store --search "pruna"

Documentação

Individual skills in this repo

This repo contains 20 individual skills — each has its own dedicated page.

NeverSight/learn-skills.dev

Use when generating or modifying Remotion video code, creating demo videos, or working with the demo-video/ directory

NeverSight/learn-skills.dev

Create AI avatar and talking head videos via inference.sh CLI. Recommended: P-Video-Avatar (fastest, cheapest, built-in TTS). Also: OmniHuman, Fabric, PixVerse. Audio: Inworld TTS-2 (100+ languages, emotion steering for characters), ElevenLabs, Kokoro. Capabilities: audio-driven avatars, text-to-avatar, lipsync videos, talking head generation, virtual presenters, UGC content. Use for: AI presenters, explainer videos, virtual influencers, dubbing, marketing videos, UGC ads, gaming avatars, NPC dialogue. 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, ugc, ugc video, ugc ad, avatar ugc

NeverSight/learn-skills.dev

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

NeverSight/learn-skills.dev

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

NeverSight/learn-skills.dev

ElevenLabs automatic dubbing - translate and dub audio/video into 29 languages while preserving speaker voice via inference.sh CLI. Capabilities: auto speaker detection, voice-preserving translation, video dubbing, audio localization. Use for: content localization, video translation, multilingual content, international distribution. Triggers: dubbing, dub video, translate audio, video translation, audio translation, localize content, elevenlabs dubbing, eleven labs dub, multilingual dub, voice translation, auto dub, language dub, content localization

NeverSight/learn-skills.dev

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

NeverSight/learn-skills.dev

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

NeverSight/learn-skills.dev

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

NeverSight/learn-skills.dev

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

NeverSight/learn-skills.dev

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

NeverSight/learn-skills.dev

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

NeverSight/learn-skills.dev

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

NeverSight/learn-skills.dev

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

NeverSight/learn-skills.dev

Configure and use the hosted YouTube Data MCP end-to-end with minimal user input. Use when users want the agent to verify Node.js and `npx`, configure MCP server config (Windows/macOS, Cursor/Codex/OpenClaw/OpenCode), request API key at setup time, run post-install capability discovery (`tools/list` and `get_patch_notes`), and then strongly recommend helper skill and Python setup for full local document and spreadsheet workflows.

NeverSight/learn-skills.dev

Creates 120fps GPU-accelerated animations with Motion.dev (Framer Motion successor) for React, Next.js, Svelte, and Astro projects. Use when user requests animation, motion, scroll effects, parallax, hero animations, gestures, drag interactions, spring physics, whileHover effects, whileInView animations, animated UI, micro-interactions, page transitions, or layout animations. Generates production TypeScript/JSX code with accessibility (prefers-reduced-motion) and performance validation (≥60fps). Supports entrance animations, gesture interactions (hover/tap/drag), scroll-based reveals, and layout transitions using spring physics and natural timing. Do NOT use for CSS-only transitions (use native CSS), static sites without JavaScript, Vue animations (use motion-v variant instead), or SVG/Canvas complex animations (GSAP better suited).

NeverSight/learn-skills.dev

Static artifact craft skill for self-contained HTML/CSS/JS documents: docs, sheets, dashboards, explainers, slides, tools, and landing pages. Use when the user asks for a durable, openable, shareable web deliverable they'll keep or hand off — a report, a dashboard, a slide deck, a data table, a page. Local folder first, temporary public link via tunnel (localhost.run), optional durable publish to Surge, GitHub Pages, or Cloudflare. Not for quick look renders, inline snippets, or throwaway scratch. Not for SPA frameworks, backend APIs, database apps, or production product UI.

NeverSight/learn-skills.dev

FFmpeg commands for video/audio conversion, trimming, compression, and processing. Use when user mentions "ffmpeg", "convert video", "compress video", "extract audio", "trim video", "gif from video", "video codec", "transcode", "screen recording", "merge videos", "video to mp4", "reduce file size", or any media processing task.

NeverSight/learn-skills.dev

Vim keybindings, motions, text objects, and operators for efficient text editing. Use when user asks about "vim commands", "vim motions", "text objects", "vim keybindings", "vim cheat sheet", "learn vim", "vim in VS Code", or any Vim editing tasks.

NeverSight/learn-skills.dev

Download YouTube videos, extract/proofread/translate subtitles, and render them onto video. Use whenever the user asks to download a YouTube video with subtitles, translate video subtitles to Chinese, add subtitles/burn subtitles to a video, or do ASR transcription on video audio. Covers the full pipeline: video download → subtitle extraction → proofreading → translation → SRT generation → subtitle rendering. Also use for "下载视频加字幕", "视频翻译字幕", "把字幕烧录到视频中". For pure subtitle file creation without rendering (just SRT output), this skill handles that too — stop before Phase 5.

NeverSight/learn-skills.dev

Grok Build ONLY. Turn a 2D character still into smooth animation sprites via image_gen/image_edit base → image_to_video (6s/10s run-in-place) → ffmpeg frames → magenta chroma-key → dense sampled sprites (strip/grid/GIF). Use when the user wants video-to-sprite, motion capture from generated video, smoother run/walk cycles from dense frames, or runs /video2dsprite. Do NOT use on Codex/Claude — only Grok Build has image_to_video. Prefer generate2dsprite for crisp pixel sheets without video.

Habilidades Relacionadas