API ВЕГА

Создаёт видео с говорящим аватаром по портрету и тексту или аудио. Подходит для презентаций, UGC-рекламы, озвучки и lipsync; основной вариант — P-Video-Avatar со встроенным TTS.

Возможности

  • Генерирует видео из портрета и текста с помощью P-Video-Avatar; можно задать голос, язык, разрешение, тон речи и описание сцены.
  • Создаёт видео по готовому аудио с помощью OmniHuman, Fabric или PixVerse.
  • Поддерживает многоязычную озвучку и дубляж: можно транскрибировать видео, перевести текст, сгенерировать аудио и синхронизировать губы.
  • Позволяет создать портрет через pruna/p-image, а затем использовать его для аватара.
  • P-Video-Avatar поддерживает 30 голосов, 10 языков и разрешение до 1080p.

Когда использовать

  • Нужен виртуальный ведущий для обучающего видео, объяснения продукта или корпоративного объявления.
  • Требуется сделать UGC-видео или рекламу из портрета и сценария.
  • Нужно синхронизировать речь с изображением или озвучить ролик на другом языке.
  • Для игрового персонажа или NPC нужен аватар с диалогом.

Установка

npx skills add https://github.com/magentosh/superpowers --skill ai-avatar-video

Примеры

Сгенерировать видео из портрета и текста с P-Video-Avatar:

belt app run pruna/p-video-avatar --input '{
  "image": "https://portrait.jpg",
  "voice_script": "Welcome to our product walkthrough. Today I will show you three key features.",
  "voice": "Puck (Male)",
  "voice_language": "English (US)",
  "resolution": "720p"
}'

Синхронизировать видео с новой озвучкой:

belt app run infsh/latentsync-1-6 --input '{
  "video_url": "https://original-video.mp4",
  "audio_url": "<new-audio-url>"
}'