Wprowadzenie
Wideo z referencji dla P-Video 2 Pro: klipy referencyjne, dźwięk i klatki w jeden klip 5-15 sekund z dźwiękiem.
| Pole | Wartość |
|---|---|
| Wejście | Tekst |
| Wyjście | Wideo |
| Wydawca | Pruna AI |
| Endpointy | tekst na wideo, obraz na wideo, wideo z referencji |
| Czas trwania | 5-15 sekund, dowolna liczba pełnych sekund |
| Rozdzielczość | 480p (832x480 w 16:9), 768p |
| Proporcje | 16:9, 9:16, 4:3, 3:4, 3:2, 2:3, 1:1; obraz na wideo podąża za klatką otwierającą |
| Tryby generowania | cost, speed, quality (wideo z referencji: cost, speed) |
| Dźwięk | Wygenerowana ścieżka dźwiękowa w każdym klipie; dźwięk referencyjny może ją zastąpić |
| Referencje | Klatka otwierająca i zamykająca, do 3 wideo (łącznie 15 s), do 3 nagrań audio (łącznie 15 s) |
| Liczba klatek | 24 fps |
| Filtr treści | Brak |
Najważniejsze funkcje
Pożycz ruch kamery
Kamera powtarza powolne najazdy z video 1, a molo, łódź i kobieta pochodzą z klatki otwierającej - nic z baru z klipu referencyjnego się nie pojawia. Ona idzie do przodu od rufy, owija ramiona szalem i kończy zwrócona do kamery. Ścieżka dźwiękowa jest bardzo cicha: delikatne pluski o kadłub, bez słyszalnej muzyki.
Scena z własnym dźwiękiem
Jedno ciągłe ujęcie z łagodnym dryfem ku parze, a nie mocnym dolly. Kwestia „Same as last summer?” pada wyraźnie pod koniec, po podkładzie muzycznym z pierwszej połowy; on podnosi szklankę i uśmiecha się w ostatnim takcie.
Przypnij początek i koniec
Klip zaczyna się dokładnie na klatce otwierającej i ląduje na klatce zamykającej: on składa list, chowa go, wstaje i podchodzi do balustrady, a fajerwerki zaczynają się około półtorej sekundy później. Nieruchoma kamera utrzymuje ten sam kadr przez cały czas. Ścieżka dźwiękowa to oklaski tłumu i trzaski, a nie wyraźne wybuchy fajerwerków.
Parametry żądania
| Parametr | Wymagane | Uwaga |
|---|---|---|
prompt | Tak | Napisz, co wziąć z każdej referencji. Pisz video 1, video 2 dla filmów referencyjnych i audio 1, audio 2 dla nagrań audio, numerując je w kolejności wgrywania. od 1 znaków |
image_url | Nie | Opcjonalna klatka otwierająca: kto i gdzie zaczyna się ujęcie. Dolicza niewielką opłatę. |
last_image_url | Nie | Opcjonalna klatka zamykająca, na której kończy się klip. Dolicza niewielką opłatę. |
reference_video_urls | Nie | Do 3 filmów, każdy co najmniej 2 sekundy i łącznie 15 sekund, na ruch, kamerę i tempo. Ich sekundy są rozliczane, plus jedna sekunda na zaokrąglenie. od 1 elementów · do 3 elementów |
reference_audio_urls | Nie | Do 3 nagrań audio, łącznie 15 sekund, na głos, dialog lub muzykę. Wymaga też klatki otwierającej lub wideo referencyjnego. od 1 elementów · do 3 elementów |
aspect_ratio | Nie | auto (domyślnie) dostosowuje się do referencji; możesz też wybrać 16:9, 9:16, 4:3, 3:4, 3:2, 2:3 albo 1:1. Nie zmienia ceny. |
resolution | Nie | 480p lub 768p (domyślnie 768p). 768p kosztuje więcej za sekundę. |
generation_mode | Nie | cost (tańszy, trochę wolniejszy) albo speed (domyślny, szybszy przy tej samej jakości). |
keep_reference_audio | Nie | Domyślnie wyłączone. Po włączeniu twoje nagranie staje się ścieżką dźwiękową zamiast generowania nowego dźwięku; wymaga dokładnie jednego nagrania audio. Domyślnie: |
duration_seconds | Nie | Pełne sekundy, od 5 do 15 (domyślnie 5). Wpływa na cenę. |
prompt_optimization_mode | Nie | off (domyślnie) wysyła prompt słowo w słowo; turbo i max pozwalają usłudze najpierw go przepisać. Nie zmienia ceny. |
seed | Nie | Pozwala porównywać przebiegi, gdy zmieniasz prompt. Nie gwarantuje klipu identycznego klatka w klatkę. |
Cennik
Rozliczane za sekundę wygenerowanego materiału w wybranej rozdzielczości i trybie generowania, plus sekundy filmów referencyjnych i jedna dodatkowa sekunda na zaokrąglenie, niewielka opłata za każdą klatkę otwierającą lub zamykającą oraz stała opłata, gdy dodajesz dźwięk referencyjny. Nieudane żądanie nie jest obciążane.
| Rozdzielczość | Generation mode: cost | Generation mode: speed |
|---|---|---|
| $0.018 / sekundę | $0.024 / sekundę |
| $0.03 / sekundę | $0.042 / sekundę |
Zastosowania
Szybkie iteracje
Klipy wracają w kilka sekund, więc możesz wypróbować wiele wersji ujęcia i zachować najlepszą.
Sceny bez cenzury
Nic nie jest filtrowane. W naszych testach prompty do poziomu Silny zostały wyrenderowane zgodnie z zapisem; prośby na najwyższych poziomach wróciły złagodzone.
Odtworzenie referencji
Pożycz ruch kamery z klipu, który ci się podoba, i umieść w nim własną postać za pomocą klatki otwierającej.
Wskazówki
Szkicuj tanio, kończ ostro
Znajdź ujęcie w 480p w trybie cost, a potem uruchom ten sam prompt ponownie w 768p w trybie speed albo quality.
Napisz linię Sound:
Każdy klip ma dźwięk. Nazwij atmosferę i umieść wypowiadane kwestie w cudzysłowie, żeby dostać dźwięk, jakiego chcesz.
Nazwij swoje referencje
W wideo z referencji wpisz w prompcie „video 1” lub „audio 1” i napisz, co z każdego ma zostać użyte.
Wprowadzenie
P-Video 2 Pro Wideo z referencji buduje klip 5-15 sekund w 480p lub 768p z referencji, które wgrywasz: do 3 filmów referencyjnych (łącznie 15 sekund) na ruch, kamerę i tempo, do 3 nagrań audio na głos, dialog lub muzykę oraz opcjonalnej klatki otwierającej i zamykającej. W prompcie odwołuj się do klipów jako video 1, video 2 oraz audio 1, audio 2, w kolejności wgrywania. Nie ma filtra treści.
Wybierz tryb P-Video 2 Pro według materiału wyjściowego
| Co masz na starcie | Tryb |
|---|---|
| napisaną scenę lub scenariusz | P-Video 2 Pro Tekst na wideo |
| klatkę otwierającą, a opcjonalnie zamykającą | P-Video 2 Pro Obraz na wideo |
| klip, z którego chcesz pożyczyć ruch, albo ścieżkę głosu lub muzyki | P-Video 2 Pro Wideo z referencji (tutaj jesteś) |
Najważniejsze funkcje i zalety
Pożycz ruch kamery
Film referencyjny przekazuje swój ruch i tempo. Połącz go z klatką otwierającą, żeby wstawić własną postać w ten ruch.
Użyj własnego dźwięku
Dodaj wypowiedź albo klip muzyczny jako audio 1. Przy włączonym keep_reference_audio i dokładnie jednym nagraniu audio ten klip staje się ścieżką dźwiękową; przy wyłączonym klip tylko prowadzi dźwięk, a model generuje nowy. Dźwięk wymaga też klatki otwierającej lub wideo referencyjnego.
Przypnij początek i koniec
image_url i last_image_url działają tutaj również, obok klipów referencyjnych.
Przypadki użycia
Odtwórz ujęcie z nowym podmiotem
Wgraj klip, którego ruch kamery ci się podoba, i klatkę otwierającą z twoją postacią; wynik podąża za tym ruchem z twoim podmiotem.
Wypowiedzi zsynchronizowane z ustami
Podaj portret jako klatkę otwierającą i krótkie nagranie głosu jako audio 1, włącz keep_reference_audio i napisz, co dzieje się w ujęciu.
Klipy prowadzone muzyką
Klip muzyczny jako audio 1 ustala nastrój i tempo ruchu.
Przewodnik po promptach i wskazówki Pro
Napisz, do czego służy każda referencja
„Follow the camera move of video 1” albo „she speaks the line from audio 1” mówi modelowi, co wziąć z każdego klipu.
Przycinaj filmy referencyjne
Sekundy filmów referencyjnych są rozliczane, więc przytnij każdy klip do fragmentu, który chcesz pożyczyć, co najmniej 2 sekundy.
Klatki ustalają wygląd, klipy ruch
Klatka otwierająca ustala kto i gdzie; wideo referencyjne ustala, jak rzeczy się poruszają. Zostaw aspect_ratio na auto, żeby podążać za referencjami.
Szybki start z API
# 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"
Uwierzytelnianie, pełny schemat, odpytywanie i obsługę błędów opisuje dokumentacja API.



