Communitygithub.com

PrunaAI/pruna-skills

Use quando alguém precisa de narração falada ou voiceover — faixas explicativas, diálogos de documentários ou voz para acompanhar vídeos gerados.

O que é pruna-skills?

Esta skill capacita agentes de IA a gerarem narração falada e voiceover usando o modelo **Gemini 3.1 Flash TTS** via API Replicate. Ela é ideal para criar faixas explicativas, diálogos de documentários ou qualquer voz que precise ser sincronizada com vídeos gerados. A skill cuida de todo o fluxo: desde a preparação do prompt de áudio com tags in-line e direcionamento de estilo, até a chamada HTTP, polling e download do áudio resultante. Suporta várias vozes (como Kore, Aoede, Sulafat) e códigos de idioma BCP-47, com limites máximos de 4.000 bytes para texto e 8.000 bytes combinados. Também se integra perfeitamente com skills complementares como `p-video` e `video-editing` para criar conteúdo multimídia completo.

Funciona com~Claude Code~Codex CLI~Cursor✓Gemini CLI
npx skills add https://github.com/PrunaAI/pruna-skills/tree/HEAD/skills/audio/gemini-3.1-flash-tts

Perguntar na sua IA favorita

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

Documentação

Pré-requisitos

Instale e carregue estas skills antes de gerar (pule se já estiverem em contexto via @pruna):

SkillDescriçãoInstalação
generation-diversityUse ao escrever qualquer prompt generativo — semente ritual, estrutura explícita, eixos de cenário e portões de qualidade antes de chamadas pagas de API.npx skills add PrunaAI/pruna-skills@generation-diversity -y
audio-promptingUse ao criar prompts TTS, música ou som ambiente para qualquer modelo generativo de áudio — estilo do diretor, estrutura de música e camadas de pós-produção.npx skills add PrunaAI/pruna-skills@audio-prompting -y
video-promptingUse ao criar prompts de vídeo ou movimento para qualquer modelo generativo — dramaturgia, câmera, movimento fisicamente plausível, âncoras de quadro e encadeamento de clipes.npx skills add PrunaAI/pruna-skills@video-prompting -y
pruna-apiUse antes de qualquer chamada HTTP Pruna ou Replicate — credenciais, upload/poll/download, lotes paralelos e segurança do agente.npx skills add PrunaAI/pruna-skills@pruna-api -y

Ou instale o pacote completo de uma vez: npx skills add PrunaAI/pruna-skills@pruna -y

Siga as seções Antes de gerar / craft de cada skill — não repita o conteúdo do guia aqui.

Hábito do agente

Na primeira resposta, nomeie `gemini-3.1-flash-tts` entre crases, confirme REPLICATE_API_TOKEN (ou pare com links de cadastro do pruna-api), depois pergunte pelas entradas necessárias. Inicie a triagem → triagem de esclarecimento do generation-diversity (localidade, voz, roteiro) antes do primeiro POST. Redirecione quando Quando NÃO usar for mais adequado.

Quando NÃO usar

Use uma skill diferente:

SkillDescriçãoInstalação
p-video-avatarUse quando alguém quer uma pessoa na câmera falando um roteiro — apresentador com sincronia labial, porta-voz ou avatar narrado a partir de uma foto de retrato.npx skills add PrunaAI/pruna-skills@p-video-avatar -y
music-2.5Use quando alguém quer uma música original com vocais gerada por IA — letras cantadas, faixa de estilo de prompt ou áudio fonte para um videoclipe.npx skills add PrunaAI/[email protected] -y
stable-audio-2.5Use quando alguém quer música instrumental de fundo leve — um ambiente sonoro sob diálogos ou trilha para reels e vídeos explicativos.npx skills add PrunaAI/[email protected] -y

Ambiente

export REPLICATE_API_TOKEN=r8_...

Requer ffmpeg / ffprobe ao cortar, concatenar VO de cenas ou mixar com trilha de fundo.

HTTP (curl)

curl -s -X POST \
  -H "Authorization: Bearer ${REPLICATE_API_TOKEN}" \
  -H "Content-Type: application/json" \
  -d '{
    "input": {
      "text": "[calorosamente] O bichinho de pelúcia voou. [pequena pausa] E então desapareceu.",
      "voice": "Sulafat",
      "prompt": "Narrador caloroso de livro infantil, ritmo suave, empático, sem voz de locutor.",
      "language_code": "pt-BR"
    }
  }' \
  "https://api.replicate.com/v1/models/google/gemini-3.1-flash-tts/predictions"

Consulte urls.get até que status seja succeeded; baixe output (URL de áudio). Cliente compartilhado: siga pruna-api (Replicate HTTP na skill de ferramenta).

Antes de gerar

  1. Complete a ordem de leitura do guia de Pré-requisitos.
  2. Confirme text, voice, prompt e language_code com o usuário. text, prompt, e [tags] inline devem se alinhar — mesma direção emocional (veja audio-prompting tts-style-prompting). Ao listar campos, nomeie REPLICATE_API_TOKEN (Replicate — não PRUNA_API_KEY).
  3. Notas do modelo: text + prompt combinados ≤ ~8.000 bytes; saída máxima ~655s. Quando o TTS alimentar p-video como input.audio, mantenha cada linha ≤ ~19s (ffprobe) — P-API corta áudio em 20s. Vozes comuns: Kore, Aoede, Sulafat, Achird, Charon, Puck, Vindemiatrix — lista completa no Replicate readme.

Entrada obrigatória

  • text (string) — cópia falada; suporta [tags] inline. Máx. ~4.000 bytes.

Campos opcionais comuns

  • voice (padrão Kore)
  • prompt — notas de estilo / diretor (máx. ~4.000 bytes)
  • language_code — BCP-47 (padrão en-US)

Tags inline (exemplos): [suspirando] [rindo] [sussurrando] [pequena pausa] [pausa média] [longa pausa] [animadamente].

Próximos passos típicos

Acompanhamentos comuns após esta skill:

SkillDescriçãoInstalação
p-videoUse quando alguém quer um clipe curto simples a partir de texto ou imagens — B-roll rápido, rascunhos ou animação de quadro inicial/final. Não use quando o briefing exigir geração cinematográfica, qualidade máxima, sincronia labial precisa ou áudio importado em 1080p.npx skills add PrunaAI/pruna-skills@p-video -y
p-video-avatarUse quando alguém quer uma pessoa na câmera falando um roteiro — apresentador com sincronia labial, porta-voz ou avatar narrado a partir de uma foto de retrato.npx skills add PrunaAI/pruna-skills@p-video-avatar -y
stable-audio-2.5Use quando alguém quer música instrumental de fundo leve — um ambiente sonoro sob diálogos ou trilha para reels e vídeos explicativos.npx skills add PrunaAI/[email protected] -y
narrated-multi-sceneUse quando alguém quer uma história em várias partes com voiceover — B-roll episódico, promoção em capítulos ou várias cenas de vídeo conectadas sem diálogo em câmera.npx skills add PrunaAI/pruna-skills@narrated-multi-scene -y
video-editingUse ao montar ou polir clipes já renderizados com ffmpeg — concat, crossfades, legendas queimadas e legendas ocultas, sobreposições de texto/logo, sliders de antes/depois, trilhas musicais de fundo, exportação para plataforma — ou ao compor um vídeo de combinação HTML multicamadas com Hyperframes. Não use para geração de vídeo com IA, criação de prompts ou edições de vídeo baseadas em modelo.npx skills add PrunaAI/pruna-skills@video-editing -y

Individual skills in this repo

This repo contains 13 individual skills — each has its own dedicated page.

PrunaAI/pruna-skills

Use when someone wants an original AI song with vocals — sung lyrics, a style prompt track, or source audio for a music video.

PrunaAI/pruna-skills

Use when someone needs word-level timestamps from audio — lyric alignment, cut-safe line boundaries, or caption source timing before burn-in with video-editing.

PrunaAI/pruna-skills

Use before any Pruna or Replicate HTTP call — credentials, upload/poll/download, parallel batches, and agent safety.

PrunaAI/pruna-skills

Use when assembling or polishing already-rendered clips with ffmpeg — concat, crossfades, burned captions and subtitles, text/logo overlays, before/after sliders, background music beds, platform export — or when composing a multi-layer HTML combination video with Hyperframes. Not for AI video generation, prompt craft, or model-based video edits.

PrunaAI/pruna-skills

Use when crafting video or motion prompts for any generative model — dramaturgy, camera, physics-safe motion, frame anchors, and clip chaining.

PrunaAI/pruna-skills

Use when someone wants to edit an existing photo — change outfits or backgrounds, compose from reference images, or apply prompt-driven edits.

PrunaAI/pruna-skills

Use when someone explicitly wants the fastest, cheapest photo generation — mood boards, bulk panels, or quick iterations — not when controlled photoreal or in-image text is needed.

PrunaAI/pruna-skills

Use when someone wants virtual try-on — dress a person in clothes from reference photos for fashion or ecommerce.

PrunaAI/pruna-skills

Use when installing the full Pruna generative media suite — all guides, tools, and workflows in one package.

PrunaAI/pruna-skills

Use when someone wants a cinematic clip from text or start/end frames — product ads, documentary shots, or dialogue with generated audio. Not for 1080p, imported audio tracks, or talking-head-only hosts.

PrunaAI/pruna-skills

Use when someone wants a polished short clip from text, images, or imported audio — 1080p B-roll, start/end frame animation, or a motion shot with a mixed track. Not for cinematic generated-audio clips or talking-head-only hosts.

PrunaAI/pruna-skills

Use when someone wants to edit an existing video with a text instruction — recolor, restyle, remove or add objects, change environment or lighting, update on-screen text, or apply optional reference-guided product and accessory edits. Not for a new clip from scratch or ffmpeg assembly.

PrunaAI/pruna-skills

Use when someone wants a simple short clip from text or images — quick B-roll, drafts, or start/end frame animation. Not when the brief needs cinematic generation, highest quality, tight lip-sync, or imported audio at 1080p.

Habilidades Relacionadas