Einführung
P-Video 2 Pro Referenz zu Video baut einen Clip von 5 bis 15 Sekunden in 480p oder 768p aus Referenzen, die Sie hochladen: bis zu 3 Referenzvideos (insgesamt 15 Sekunden) für Bewegung, Kamera und Tempo, bis zu 3 Audioclips für eine Stimme, einen Dialog oder Musik und optional ein Start- und Endbild. Benennen Sie die Clips im Prompt als video 1, video 2 und audio 1, audio 2, in der Reihenfolge des Uploads. Für Prompt und Ergebnis gibt es keinen Inhaltsfilter.
Wählen Sie einen P-Video-2-Pro-Modus nach Ausgangsmaterial
| Was Sie am Anfang haben | Modus |
|---|---|
| eine geschriebene Szene oder ein Skript | P-Video 2 Pro Text zu Video |
| ein Startbild, optional mit Endbild | P-Video 2 Pro Bild zu Video |
| einen Clip, dessen Bewegung Sie übernehmen wollen, oder eine Stimm- oder Musikspur | P-Video 2 Pro Referenz zu Video (Sie sind hier) |
Wichtige Funktionen und Highlights
Eine Kamerabewegung übernehmen
Ein Referenzvideo gibt seine Bewegung und sein Tempo weiter. Kombinieren Sie es mit einem Startbild, um Ihre eigene Figur in diese Bewegung zu setzen.
Eigenes Audio verwenden
Fügen Sie eine Stimmzeile oder einen Musikclip als audio 1 hinzu. Ist keep_reference_audio aktiv und gibt es genau einen Audioclip, wird dieser Clip zur Tonspur; ist es aus, gibt der Clip nur die Richtung vor und das Modell erzeugt neuen Ton. Audio braucht außerdem ein Startbild oder ein Referenzvideo.
Anfang und Ende festlegen
image_url und last_image_url funktionieren hier ebenfalls, zusätzlich zu den Referenzclips.
Request-Parameter
| Parameter | Pflicht | Beschreibung |
|---|---|---|
prompt | Ja | Sagen Sie, was Sie aus jeder Referenz übernehmen. Schreiben Sie video 1, video 2 für Referenzvideos und audio 1, audio 2 für Audioclips, nummeriert in der Reihenfolge des Uploads. mindestens 1 Zeichen |
image_url | Nein | Optionales Startbild: wer und wo die Einstellung beginnt. Ergibt einen kleinen Betrag. |
last_image_url | Nein | Optionales Endbild, auf dem der Clip endet. Ergibt einen kleinen Betrag. |
reference_video_urls | Nein | Bis zu 3 Videos, jeweils mindestens 2 Sekunden und insgesamt 15 Sekunden, für Bewegung, Kamera und Tempo. Ihre Sekunden werden berechnet, dazu eine Sekunde zur Rundung. mindestens 1 Einträge · höchstens 3 Einträge |
reference_audio_urls | Nein | Bis zu 3 Audioclips, insgesamt 15 Sekunden, für eine Stimme, einen Dialog oder Musik. Braucht ebenfalls ein Startbild oder ein Referenzvideo. mindestens 1 Einträge · höchstens 3 Einträge |
aspect_ratio | Nein | auto (Standard) passt sich den Referenzen an; oder wählen Sie 16:9, 9:16, 4:3, 3:4, 3:2, 2:3 oder 1:1. Ändert den Preis nicht. |
resolution | Nein | 480p oder 768p (Standard 768p). 768p kostet pro Sekunde mehr. |
generation_mode | Nein | cost (günstiger, etwas langsamer) oder speed (Standard, schneller bei gleicher Qualität). |
keep_reference_audio | Nein | Standardmäßig aus. Ein übernimmt Ihren Audioclip als Tonspur statt neuen Ton zu erzeugen; es braucht genau einen Audioclip. Standardwert: |
duration_seconds | Nein | Ganze Sekunden, 5 bis 15 (Standard 5). Bestimmt den Preis. |
prompt_optimization_mode | Nein | off (Standard) sendet Ihren Prompt Wort für Wort; turbo und max lassen den Dienst ihn zuerst umschreiben. Ändert den Preis nicht. |
seed | Nein | Hält Läufe vergleichbar, während Sie den Prompt ändern. Es garantiert keinen bildidentischen Clip. |
Preis
Pro Sekunde Output in der gewählten Auflösung und im gewählten Generierungsmodus abgerechnet, dazu die Sekunden aller Referenzvideos plus eine weitere Sekunde zur Rundung, ein kleiner Betrag pro Start- oder Endbild und ein Pauschalbetrag, wenn Sie Referenz-Audio hinzufügen. Eine fehlgeschlagene Anfrage wird nicht berechnet.
| Auflösung | Generation mode: cost | Generation mode: speed |
|---|---|---|
| $0.018 / Sekunde | $0.024 / Sekunde |
| $0.03 / Sekunde | $0.042 / Sekunde |
Anwendungsfälle
Eine Einstellung mit neuem Motiv nachstellen
Laden Sie einen Clip mit einer Kamerabewegung hoch, die Ihnen gefällt, und ein Startbild Ihrer Figur; das Ergebnis folgt der Bewegung mit Ihrem Motiv.
Lippensynchrone Zeilen
Geben Sie ein Porträt als Startbild und einen kurzen Sprachclip als audio 1, aktivieren Sie keep_reference_audio und beschreiben Sie, was in der Einstellung passiert.
Musikgetriebene Clips
Ein Musikclip als audio 1 legt Stimmung und Tempo der Bewegung fest.
Prompt-Leitfaden und Praxistipps
Sagen Sie, wofür jede Referenz da ist
„Folge der Kamerabewegung von video 1“ oder „sie spricht die Zeile aus audio 1“ sagt dem Modell, was es aus jedem Clip übernehmen soll.
Referenzvideos kürzen
Die Sekunden der Referenzvideos werden berechnet. Schneiden Sie jeden Clip auf den Teil zu, den Sie übernehmen wollen, mindestens 2 Sekunden lang.
Bilder geben den Look, Clips die Bewegung
Das Startbild legt fest, wer und wo; das Referenzvideo legt fest, wie sich alles bewegt. Lassen Sie aspect_ratio auf auto, um den Referenzen zu folgen.
API-Schnellstart
# Generate the idempotency key once; reuse it when retrying after a lost response.
export SPICY_IDEMPOTENCY_KEY="${SPICY_IDEMPOTENCY_KEY:-$(uuidgen)}"
curl -X POST https://api.spicyapi.ai/api/v1/jobs/createTask \
-H "Authorization: Bearer $SPICY_API_KEY" \
-H "Content-Type: application/json" \
-H "Idempotency-Key: $SPICY_IDEMPOTENCY_KEY" \
-d '{
"model": "pruna-ai/p-video-2-pro/reference-to-video",
"input": {
"aspect_ratio": "auto",
"duration_seconds": 5,
"generation_mode": "speed",
"prompt": "A slow aerial shot drifting over a misty pine forest at sunrise",
"prompt_optimization_mode": "off",
"resolution": "768p"
}
}'
# Copy data.taskId from the response into TASK_ID, then poll the status.
TASK_ID="TASK_ID_FROM_RESPONSE"
curl "https://api.spicyapi.ai/api/v1/jobs/recordInfo?taskId=$TASK_ID" \
-H "Authorization: Bearer $SPICY_API_KEY"
Authentifizierung, vollständiges Schema, Polling und Fehlerbehandlung stehen in der API-Referenz.
