はじめに
P-Video 2 Pro トーキングアバターは、肖像(image_url)と、話し声または歌声の録音(audio_url)を受け取り、その人物がそれを語るクリップを返します。口、顔、頭が音声に合わせて動きます。録音がそのままサウンドトラックになります。尺の指定欄はありません。音声の長さが長さを決め、1〜180 秒の範囲です。任意の prompt で動き、表情、構図を指示でき、何もフィルターされません。
開始素材で P-Video 2 Pro のモードを選ぶ
| 手元にあるもの | モード |
|---|---|
| 書いたシーンや脚本 | P-Video 2 Pro テキストから動画 |
| 開始フレーム、必要に応じて終了フレーム | P-Video 2 Pro 画像から動画 |
| 動きを借りたいクリップ、または音声や音楽のトラック | P-Video 2 Pro 参照から動画 |
| ポートレートと、その人が話す録音 | P-Video 2 Pro トーキングアバター(現在のページ) |
主な機能とハイライト
録音がクリップを動かす
当社のテストでは、完成ファイルは音声と数百分の一秒以内の差で揃いました。4.55 秒の音声から 4.58 秒のクリップ、4.8 秒から 4.83 秒、5.21 秒から 5.25 秒が返りました。送る前に、使いたい長さに録音を切ってください。
解像度は二種類、形は肖像に従う
480p か 768p を選びます。Pruna の文書では、出力は肖像のアスペクト比になります。当社の 16:9 の肖像は 832x480 と 1344x768 で返りました。
速い納期
当社の 5 秒のテストクリップは、どちらの解像度でも送信から完成ファイルまで 27〜39 秒かかりました。
コンテンツフィルターなし
SpicyAPI は肖像、プロンプト、結果のいずれにもフィルターをかけません。当社のテストでは、NSFW の指示が 480p で書いたとおりに描かれました。
リクエストパラメーター
| パラメーター | 必須 | 説明 |
|---|---|---|
prompt | いいえ | 任意。身振り、表情、視線の向き、カメラの動き。 |
image_url | はい | 話す肖像。JPEG、PNG、WebP。 |
audio_url | はい | 話し声または歌声。MP3 または WAV、1〜180 秒。 |
resolution | いいえ | 480p または 768p(既定は 768p)。768p は秒単価が高くなります。 |
enable_prompt_expansion | いいえ | 既定はオフで、書いた指示をそのまま使います。オンにすると、先により詳しい文章へ書き換えられます。 デフォルト値: |
seed | いいえ | 同じ肖像と音声で二回の実行を比べるため、ランダムな開始状態を固定します。フレームが完全に一致する出力は保証しません。 |
料金
入力音声の秒数ごとに課金され、1〜180 秒の範囲で、端数は切り上げます。768p は 480p より秒単価が高くなります。確保額は音声の長さに従い(読めない場合は上限の 180 秒)、差額は配信時に解放されます。プロンプトの拡張とシードは価格を変えません。失敗したリクエストには課金されません。
| 仕様 | 料金 |
|---|---|
| $0.02 / 秒 |
| $0.04 / 秒 |
ユースケース
プレゼンターと解説クリップ
台本を一度録音し、ヘッドショットと組み合わせれば、カメラに向かって読み上げる司会者ができます。講座の冒頭、製品の案内、告知などに使えます。
キャラクターの声
キャラクターの肖像に、声優や音声合成モデルが録音したセリフを与えれば、短いクリップのシリーズでも同じ顔を保てます。
多言語版
公開する言語ごとの録音を当てて同じ肖像を動かせば、どのクリップも自分の音声トラックに口を合わせます。
プロンプトガイドと実践のヒント
見た目ではなく演出を指示する
肖像がすでに顔、衣装、部屋を決めています。プロンプトは小さな動きに使ってください。マイクへ少し寄る、大事な一語で眉を上げる、襟元へ手がそっと動く、ゆっくり寄っていくカメラ、など。
プロンプトで場面を動かせる
肖像と違う場所や衣装をプロンプトで書くと、それで上書きされることがあります。当社の一回のテストでは、文章に合わせて背景が変わりました。肖像のまま残したいなら、プロンプトに背景を書かないでください。
拡張は既定でオフ
enable_prompt_expansion を有効にすると、生成の前にサービスが指示をより詳しい文章に書き換えます。価格は変わりませんが、結果が書いた言葉から離れることがあります。
API クイックスタート
# Generate the idempotency key once; reuse it when retrying after a lost response.
export SPICY_IDEMPOTENCY_KEY="${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: $SPICY_IDEMPOTENCY_KEY" \
-d '{
"model": "pruna-ai/p-video-2-pro/talking-avatar",
"input": {
"audio_url": "https://example.com/reference.mp3",
"image_url": "https://example.com/reference.png",
"prompt": "A slow aerial shot drifting over a misty pine forest at sunrise",
"resolution": "768p"
}
}'
# Copy data.taskId from the response into TASK_ID, then poll the status.
TASK_ID="TASK_ID_FROM_RESPONSE"
curl "https://api.spicyapi.ai/api/v1/jobs/recordInfo?taskId=$TASK_ID" \
-H "Authorization: Bearer $SPICY_API_KEY"
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。




