P-Video-Avatar

サードパーティ

Pruna の P-Video-Avatar は、1 枚のポートレート画像から、テキストの台本または音声ファイルに基づいてトーキングヘッド動画を生成します。複数の声、言語、出力解像度に対応しています。

モデル情報
詳細情報	リンク ↗
料金	Cloudflare ダッシュボードで料金を見る ↗

使い方

const response = await env.AI.run(
  'pruna/p-video-avatar',
  {
    image: 'https://huggingface.co/spaces/yisol/IDM-VTON/resolve/main/example/human/00121_00.jpg',
    voice_script: 'Hello, welcome to our product demo!',
    voice: 'Zephyr (Female)',
    resolution: '720p',
  },
)
console.log(response)

curl https://api.cloudflare.com/client/v4/accounts/$CLOUDFLARE_ACCOUNT_ID/ai/run \
  --header "Authorization: Bearer $CLOUDFLARE_API_TOKEN" \
  --header "Content-Type: application/json" \
  --data '{
  "model": "pruna/p-video-avatar",
  "input": {
    "image": "https://huggingface.co/spaces/yisol/IDM-VTON/resolve/main/example/human/00121_00.jpg",
    "voice_script": "Hello, welcome to our product demo!",
    "voice": "Zephyr (Female)",
    "resolution": "720p"
  }
}'

{
  "state": "Completed",
  "result": {
    "video": "https://examples.aig.cloudflare.com/pruna/p-video-avatar/product-demo-greeting.mp4"
  },
  "gatewayMetadata": {
    "keySource": "Unified"
  }
}

パラメーター

image

string必須入力のポートレート画像（最初のフレーム）です。HTTP(S) URL または data URI です。jpg、jpeg、png、webp に対応します。

audio

string発話を駆動するアップロード音声の URL です。HTTP(S) URL または data URI です。`audio` と `voice_script` の両方がある場合は `audio` が優先されます。

voice

string必須デフォルト: Zephyr (Female)enum: Zephyr (Female), Puck (Male), Charon (Male), Kore (Female), Fenrir (Male), Leda (Female), Orus (Male), Aoede (Female), Callirrhoe (Female), Autonoe (Female), Enceladus (Male), Iapetus (Male), Umbriel (Male), Algenib (Male), Despina (Female), Erinome (Female), Laomedeia (Female), Achernar (Female), Algieba (Male), Schedar (Male), Gacrux (Female), Pulcherrima (Female), Achird (Male), Zubenelgenubi (Male), Vindemiatrix (Female), Sadachbia (Male), Sadaltager (Male), Sulafat (Female), Alnilam (Male), Rasalgethi (Male)生成音声の voice です。

voice_script

string必須デフォルト: 音声をアップロードしないときに人物が話すスクリプトです。

voice_language

string必須デフォルト: English (US)enum: English (US), English (UK), Spanish, French, German, Italian, Portuguese (Brazil), Japanese, Korean, Hindi出力言語です。

resolution

string必須デフォルト: 720penum: 720p, 1080p動画の解像度です。

video_prompt

string必須デフォルト: The person is talking.動画向けの任意のプロンプトです。

voice_prompt

string必須デフォルト: Say the following.話し方、トーン、ペース、感情の任意の指示です。

negative_prompt

string必須デフォルト: 動画に含めたくない内容です。空の場合は無効です。

strength_negative_prompt

number必須デフォルト: 0.5minimum: 0maximum: 4ネガティブプロンプトの強さです（0〜4）。

seed

integerminimum: -9007199254740991maximum: 9007199254740991生成結果を再現するための乱数シードです。

disable_safety_filter

boolean必須デフォルト: trueプロンプトと入力画像のセーフティフィルターを無効にします。

disable_prompt_upsampling

boolean必須デフォルト: false`true` の場合、プロンプトアップサンプラーをスキップし、ユーザーの生プロンプトを渡します。

video

stringformat: uri生成されたアバター動画の署名付き URL です。

API スキーマ（Raw）

Input

Output