Генерирует talking head-видео и AI-аватаров через CLI belt: из портрета и текста с помощью встроенного TTS или из портрета и готового аудио. Подходит для роликов с виртуальными ведущими, UGC-контента и lipsync.

Возможности

  • Запускает P-Video-Avatar, OmniHuman 1.5, Fabric 1.0 и PixVerse Lipsync через belt app run.
  • P-Video-Avatar озвучивает текст встроенным TTS: доступны 30 голосов и 10 языков, разрешение до 1080p.
  • Позволяет задавать голос и его подачу, а также стиль видео через voice_prompt и video_prompt.
  • Создаёт видео по готовому аудио; OmniHuman 1.5 поддерживает несколько людей в одном изображении.
  • Поддерживает рабочий процесс для дубляжа: транскрибация, перевод, генерация речи и lipsync.

Когда использовать

  • Нужно превратить портрет и текст в видео с виртуальным ведущим.
  • Нужно сделать UGC-рекламу или несколько роликов с разными голосами.
  • Нужно синхронизировать изображение с готовым аудио.
  • Нужно озвучить видео на другом языке и заменить аудиодорожку.

Установка

npx skills add belt-sh/cli

Примеры

Создать talking head-видео из портрета и текста:

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"
}'

Создать видео по портрету и готовому аудио:

belt app run bytedance/omnihuman-1-5 --input '{
  "image_url": "https://portrait.jpg",
  "audio_url": "https://speech.mp3"
}'

Сгенерировать речь, затем использовать её для видео с аватаром:

belt app run inworld/text-to-speech-2 --input '{
  "text": "[friendly] Welcome to our product demo!",
  "voice_id": "Sarah",
  "delivery_mode": "CREATIVE"
}' > speech.json

belt app run bytedance/omnihuman-1-5 --input '{
  "image_url": "https://presenter-photo.jpg",
  "audio_url": "<audio-url-from-step-1>"
}'

Установка

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

Похожие навыки

twitter-automation#50

qu-skills/superpowers

Автоматизировать Twitter/X: публиковать записи, взаимодействовать с пользователями и управлять ими через CLI inference.sh. Приложения: x/post-tweet, x/post-create (с медиафайлами), x/post-like,…

ai-video-generation#51

qu-skills/superpowers

Создавать AI-видео с помощью Google Veo, Seedance 2.0, HappyHorse, Wan, Grok и более чем 40 моделей через CLI inference.sh. Модели: Veo 3.1, Veo 3, Seedance 2.0, HappyHorse…

ai-image-generation#52

qu-skills/superpowers

Создавать AI-изображения с помощью GPT-Image-2, FLUX, Gemini, Grok, Seedream, Reve и более чем 50 моделей через CLI inference.sh. Модели: GPT-Image-2, FLUX Dev LoRA, FLUX.2 Klein…

find-skills#1

vercel-labs/skills

Помогает пользователям обнаруживать и устанавливать agent skills, когда они задают вопросы вроде «как сделать X», «найти skill для X», «есть ли skill, который может…», или выражают…

hyperframes-cli#2

heygen-com/hyperframes

HyperFrames CLI — создание каркаса проекта, проверка кадров, редактирование таймлайнов, предварительный просмотр, рендеринг, публикация и просмотр истории проекта; чтение JSON и восстановление после сбоев.

grill-me#3

mattpocock/skills

Неустанное интервью для улучшения плана или дизайна.