はじめに
video_url と reference_image_urls を指定し、480p〜4K の出力設定を選びます。置換対象を指定したい場合は prompt を使います。検証では実測の元動画の長さを保ち、24 fps の MP4 で出力されました。
| 項目 | 値 |
|---|---|
| 入力 | 動画 |
| 出力 | 動画 |
| 提供元 | Pruna AI |
| 入力動画 | MP4、MOV、WebM、最大 8K |
| 元動画の長さ | 1〜120 秒、超過分は 120 秒で切り詰め |
| 参照写真 | 1〜2 枚、写真 1 枚につき 1 人 |
| 解像度の設定 | 480p、768p(既定)、1080p、2K、4K。後ろの 3 種類は 768p から拡大 |
| 出力形式とフレームレート | 検証では MP4、24 fps |
| 出力の長さと縦横比 | 検証では元動画の長さと縦横比を維持 |
| 音声 | 元音声は既定で維持、削除も選択可能。Pruna によると、音声を無視しない限り元音声に合わせてリップシンクを調整 |
主な機能とハイライト
各写真で置き換える人物を指定します
検証では、1 枚目の写真を青いシャツの人、2 枚目を赤いシャツの人にプロンプトで割り当てました。結果には、白いシャツの男性と、茶色のジャケットとカーゴパンツの漫画風ヒロインが登場しました。路面電車、街路、カメラワークは元の場面から維持されました。
ソロの演技から動作を引き継ぎます
検証では、1 枚の参照写真でスタジオのダンサーを、ダークヘアに黒いシャツの女性へ置き換えました。このリクエストではプロンプトを空欄にしました。ダンスの動作は元動画に沿い、グレーのスタジオも残りました。
音声の維持と動作への反映を個別に設定します
2 つの音声設定は役割が異なります。keep_original_audio は出力ファイルに元音声を残します。ignore_source_audio はモデルがその音声を参照するかどうかを決めます。Pruna によると、音声を参照することで、置き換えた人物のリップシンクを合わせられます。検証では、音声の維持を無効にすると音声トラックが削除されました。
リクエストパラメーター
| パラメーター | 必須 | 説明 |
|---|---|---|
video_url | はい | 必須の元動画です。MP4、MOV、WebM で、長さは 1〜120 秒、解像度は最大 8K に対応します。 1 文字以上 |
reference_image_urls | はい | 必須です。1 人だけが写った写真を 1〜2 枚指定します。 1 件以上 · 2 件以内 |
prompt | いいえ | 置換する元動画の人物、各写真の割り当て、残したい要素を任意で指示できます。例:「青いシャツの人には 1 枚目、赤いシャツの人には 2 枚目の写真」。 2000 文字以内 |
resolution | いいえ | 直接生成する場合は 480p または 768p(既定)を選びます。1080p、2K、4K は 768p の結果を拡大するため時間がかかります。 |
keep_original_audio | いいえ | 既定でオンになり、元音声を維持します。検証では、オフにすると音声トラックのない結果になりました。 デフォルト値: |
ignore_source_audio | いいえ | 既定ではオフで、モデルが元音声を参照できます。Pruna によると、これにより置換後のリップシンクを調整します。 デフォルト値: |
seed | いいえ | 任意の整数です。入力を 1 点ずつ変えた比較に使えます。 |
料金
料金は元動画の長さを整数秒に切り上げ、最低 1 秒、上限 120 秒として計算します。単価は選んだ解像度で決まります。写真の枚数、プロンプトの内容、どちらの音声設定も単価に影響しません。失敗したタスクには課金されません。
| 仕様 | 料金 |
|---|---|
| $0.06 / 秒 |
| $0.12 / 秒 |
| $0.144 / 秒 |
| $0.168 / 秒 |
| $0.216 / 秒 |
ユースケース
撮影済みの映像で配役を検討
俳優の許可を得たうえで、撮影済みの場面に置換用の写真を試し、元の演技の中で外見を確認できます。
街を走る 2 人を新たな配役に
シャツの色を目印に自転車の 2 人へ参照写真を割り当て、動くショットの中で各人物の仕上がりを確かめます。
ソロダンスのキャラクター表現
使用許可のあるキャラクター画像をスタジオのダンス映像に適用し、一連の動作を通してヘアスタイルや衣装を比較できます。
プロンプトガイドと実践のヒント
本人の同意と写真の権利を確かめます
この用途で容姿を使う許可を本人から得て、写真の使用権も確認します。モデルページで初めて実行する前に表示される同意事項に同意してください。
映像と置換用の写真を追加します
長さが 1〜120 秒の MP4、MOV、WebM を選びます。1 人だけが写った写真を 1〜2 枚追加してください。写真が 1 枚の場合は主要人物が対象になります。
配役を指定し、音声を設定します
2 人を置き換える場合は、プロンプトで元動画の各人物と写真を対応づけるか、左から右への自動対応を使います。解像度を選び、音声の維持と、音声を使ったリップシンクの調整をそれぞれ設定します。
結果を見直して保存します
置き換えた人物の外見、演技、音声を元動画と比較します。完成ファイルは削除される前に、14 日以内にダウンロードしてください。
概要
Pruna AI の P-Video 2 Pro Replace は、撮影済みの映像と 1〜2 枚の参照写真で配役を変更します。長さが 1〜120 秒の MP4、MOV、WebM と、置換する人物ごとの写真を用意してください。送信前に全員の容姿の使用許可を得て、写真の使用権を確認します。有名人、公人、知人、使用権のない画像は使わないでください。モデルページでは、初回実行前に同意事項への同意を求めます。
Pruna によると、新しい人物が元の演技に沿って動く間も、カメラワーク、構図、背景、ほかの人物、タイミング、動作を維持します。長さと縦横比は元動画から決まり、個別に指定する設定はありません。検証では、5.04 秒と 2.00 秒の入力が、それぞれ同じ長さの 24 fps の MP4 として出力されました。参照画像は容貌に加え、衣装やヘアスタイルにも反映されます。
主な機能と特徴
- 1〜2 人の置換: 写真が 1 枚なら主要人物を対象にします。2 枚の場合は、プロンプトで別の対応を指定しなければ左から右に割り当てます。
- 最長 120 秒の元動画: 入力動画は最大 8K に対応します。120 秒を超える部分は切り詰められます。
- 5 種類の出力設定: 480p と既定の 768p は直接生成します。1080p、2K、4K は Pruna が 768p の結果を拡大するため処理時間が増えますが、モデルによる細部の追加生成は行いません。
- 個別の音声設定:
keep_original_audioは既定で元音声を維持します。ignore_source_audioは既定でオフになっており、Pruna の説明どおり、モデルが音声をリップシンクの調整に使える状態です。 - イラストの参照を検証: 検証では、漫画風ヒロインのヘアスタイル、ジャケット、カーゴパンツが自転車走行の映像に反映されました。
- 処理時間の実測例: 検証では 2 秒の元動画に対して、480p で 47 秒、4K で 160 秒かかりました。5 秒の元動画を 768p で処理すると 60〜90 秒でした。これらは観測値で、完了時間を保証するものではありません。
活用例
- 許可済みの配役変更を試す: 俳優から使用許可を得た写真と撮影済みの場面を組み合わせ、記録された演技に別の外見を当てはめて確認します。
- 自転車の 2 人を割り当てる: 写真 2 枚を用意してシャツの色で各人物を指定し、対応を比較しながら街路や路面電車を元動画と見比べます。
- ダンスにキャラクターを試す: ソロダンサーにキャラクターの参照画像を 1 枚指定し、スタジオでの演技全体を通してヘアスタイルと衣装の変化を確かめます。
プロンプトの書き方と使い方のヒント
- 1 人のリクエストはシンプルに: 画面内に 1 人だけならプロンプトは空欄にできます。「主要人物を置き換える」という指示として動作します。ソロダンスの検証例でもプロンプトは不要でした。
- 2 枚の対応を明確に: 「青いシャツの人には 1 枚目、赤いシャツの人には 2 枚目」のように、元動画の衣装と写真の順番を指定します。この指定は、左から右への自動対応より優先されます。
- 残したいものも指定: 「ほかの人物と街路はそのままにする」などの短い指示を加えます。Pruna は、元動画の場面を編集の土台と説明しています。
- 音声の動作は別々に選ぶ: 「会話の音声を残し、そのタイミングに合わせる」場合は、
keep_original_audioをオン、ignore_source_audioをオフにします。音声を残しながらリップシンクの調整には使わない場合は、ignore_source_audioをオンにします。 - 1 回につき 1 点を変えて比較: 「2 枚目の写真で赤いシャツの人を置き換える」などの指示を試す際は、整数の seed を指定します。seed は条件をそろえた比較に役立ちますが、フレームの完全一致を保証しません。
- 拡大を選ぶ前に確認: 「スタジオの設定を維持する」などの指示は、まず既定の 768p で結果を確認します。アップスケールした出力が必要で、処理時間に余裕がある場合に 1080p、2K、4K を選びます。
送信するすべての容姿について本人の許可を得て、参照写真の使用権を確認してください。有名人、公人、知人、使用権のない写真は使わないでください。モデルページの初回実行前には同意事項への同意が必要です。編集した映像を提示するときは、その内容を正確に伝えてください。
API クイックスタート
# 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: $SPICY_IDEMPOTENCY_KEY" \
-d '{
"model": "pruna-ai/p-video-2-pro-replace/video-edit",
"input": {
"reference_image_urls": [
"https://example.com/reference.png"
],
"resolution": "768p",
"video_url": "https://example.com/reference.mp4"
}
}'
# Copy data.taskId from the response into TASK_ID, then poll the status.
TASK_ID="TASK_ID_FROM_RESPONSE"
curl "https://api.spicyapi.ai/api/v1/jobs/recordInfo?taskId=$TASK_ID" \
-H "Authorization: Bearer $SPICY_API_KEY"
認証、完全なスキーマ、ポーリング、エラー処理は API リファレンスを参照してください。

