Pruna AI: P-Video-Avatar
p-video-avatar- 价格
- 起 $0.025
- 模态
- 视频
P-Video-Avatar 简介
P-Video-Avatar 是 Pruna AI 的口播数字人模型:把一张人像图变成一段说话的视频。你可以提供一段录音,或提供一份脚本,由模型用选定的声音朗读。声音和语言可选,可选的提示词能引导说话方式和身体动作。人像决定首帧和宽高比。
擅长的任务
- 一张人像就够了,不需要这个人的视频素材。
- 可以上传录音来精确控制时间和发音,也可以发送脚本生成语音。
- 声音提示词控制语气、语速和情绪,视频提示词指导手势和取景。
- Pruna 文档列出多种声音和十种语言,另有 seed 用于复现变体。
什么情况换别的模型
- 很长的片段一致性可能会漂移,所以 Pruna 建议保持短片段。
- 镜头固定时口型同步最稳;大幅运镜不适合。
快速上手
创建 API 密钥
在 Console 生成一把密钥,平台上的模型都能用。
发送第一个请求
复制你所用语言的示例代码,向该端点发起请求。
图生视频TokenLab 端点POST/v1/videos/generationscurl -X POST "https://api.tokenlab.sh/v1/videos/generations" \ -H "Authorization: Bearer sk-xxx" \ -H "Content-Type: application/json" \ -d '{ "operation": "image-to-video", "model": "p-video-avatar", "prompt": "Cinematic sunrise over a calm lake with gentle camera motion.", "image_url": "https://example.com/image.jpg" }'
参数
图生视频
| 参数 | 可选值与限制 | 默认值 | 说明 |
|---|---|---|---|
audio_url | 输入数量:≥ 1, ≤ 1 | 未提供 | Supply one source-audio URL together with the portrait image. The active route requires inputs.audio and one frame image. The upstream script-to-speech alternative is outside this public parameter subset. |
image | 未提供 | 未提供 | First frame (image, image_url or start_image): a public image URL or a data URL. Send one image. |
image_url | 未提供 | 未提供 | First frame (image, image_url or start_image): a public image URL or a data URL. Send one image. |
n | 1 | 1 | Use an integer. |
operation | 未提供 | 未提供 | 未提供 |
output_format | mov, mp4, webm | mp4 | 未提供 |
prompt | 未提供 | 未提供 | 未提供 |
resolution | 720p, 1080p | 720p | 未提供 |
seed | ≥ 0, ≤ 2147483647 | 未提供 | Use an integer. |
start_image | 未提供 | 未提供 | First frame (image, image_url or start_image): a public image URL or a data URL. Send one image. |
Fields outside this contract are rejected.
价格
Verified 价格用于 Verified,多数模型更便宜;Official 价格是模型厂商公布的价格,用于更稳定的 Official。Auto 按最终完成请求的线路计价。
图生视频 · 720p
每秒- Official 价格
- $0.025
- Verified 价格
- —
- 折扣
- —
图生视频 · 1080p
每秒- Official 价格
- $0.045
- Verified 价格
- —
- 折扣
- —
| Official 价格每秒 | Verified 价格每秒 | 折扣 | |
|---|---|---|---|
| 图生视频 · 720p | $0.025 | — | — |
| 图生视频 · 1080p | $0.045 | — | — |
用量与动态
成功率是请求完成的比例;延迟是拿到一次完整响应要花的时间,P95 表示 95% 的请求都在这个时间内完成。
用量与可用性
最近 24 小时- 请求
- 成功率
- P95 延迟
- 总 token 数
数据来自汇总的用户请求,不含状态检查。
直接在 Console 里试
P-Video-Avatar 已在 Console 备好,提示词已填好,可以直接修改或发送。
帮我用 p-video-avatar 完成一次 image-to-video,接口是 /v1/videos/generations。返回结果、状态和费用。
使用场景
口播发言人视频
把一张头像和一份脚本做成入职引导或产品更新用的主持人片段。
本地化信息
用多种语言为同一张人像重新配音,制作各地区版本。每个版本只需替换脚本和声音。
客服讲解
做一个亲切的虚拟人,带用户读完一篇帮助中心文章。可以搭配简短的文字指南或教程视频。
提示词示例
脚本:“Welcome to the team. Your first week starts Monday at nine.” 声音:温和,语速平稳。视频:平视角度,小幅手势。
上传一段 20 秒的播客开场录音;主持人保持固定镜头,头部轻微点动。
西班牙语脚本:产品发布,语气欢快,背景是明亮的办公室。
FAQ
P-Video-Avatar 到底是什么?
它是 Pruna AI 的模型,根据一张图片,加上上传的音频或文字脚本,生成一段说话的虚拟人视频。重点是口播内容的口型同步。
该用音频还是脚本?
两种都行。需要规模化和生成声音时用脚本,发音必须精确时上传音频。如果两者都发送,Pruna 说明以上传的音频为准。
有哪些声音和语言?
Pruna 的指南列出 30 种声音和十种语言,包括英语、西班牙语、法语、德语、意大利语、葡萄牙语、日语、韩语和印地语。声音的性别和语言要与人脸匹配。
能控制表演吗?
能。声音提示词塑造语气和语速,视频提示词引导动作、取景和背景表现。seed 让你每次只改一处,对比不同变体。
提供哪些输出尺寸?
720p 或 1080p。Pruna 建议先用 720p 出草稿,再用 1080p 定稿,并保持片段较短以获得稳定的效果。先低成本迭代,再把最终版本渲染一次。对比时保持同一个 seed。
P-Video-Avatar 的费用是多少?
在 TokenLab 上,P-Video-Avatar 的价格为 $0.025-$0.045 每秒。完整明细见上方价格表。 价格因计费单位、规格和用量而异。请在模型的详细定价中对比相同条件下的费率;单一费率不代表总价。
P-Video-Avatar 应该使用哪个端点?
P-Video-Avatar 使用 https://api.tokenlab.sh/v1/videos/generations。代码写法见下方的请求示例。
P-Video-Avatar 支持哪些操作?
P-Video-Avatar 支持 图生视频。选了操作,上面会显示对应的端点和请求示例。
P-Video-Avatar 对比
资料来源
审阅于 2026年10月2日