Wprowadzenie
Tekst na wideo dla P-Video 2 Pro: napisany opis na wejściu, klip 5-15 sekund z dźwiękiem na wyjściu, szybko i bez cenzury.
| 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 | Opisz podmiot, akcję, kamerę i dźwięk. Wypowiadane kwestie wpisz w cudzysłowie, a dźwięk umieść w osobnej linii. od 1 znaków |
aspect_ratio | Nie | 16:9 (domyślnie), 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 (najtańszy, trochę wolniejszy), speed (domyślny, szybszy przy tej samej jakości) albo quality (najlepszy obraz, najwyższa cena). |
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. Cena za sekundę zależy od rozdzielczości (480p lub 768p) i trybu generowania: cost jest najtańszy, speed kosztuje więcej, quality najwięcej. Rozwijanie promptu, proporcje, seed i klatka zamykająca nie zmieniają ceny. Nieudane żądanie nie jest obciążane.
| Rozdzielczość | Generation mode: cost | Generation mode: speed | Generation mode: quality |
|---|---|---|---|
| $0.012 / sekundę | $0.024 / sekundę | $0.048 / sekundę |
| $0.03 / sekundę | $0.042 / sekundę | $0.09 / 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 Tekst na wideo zamienia napisany opis w klip 5-15 sekund w 480p lub 768p, w siedmiu proporcjach od 16:9 do 9:16. Pruna zbudowała P-Video 2 Pro z myślą o szybkości: w naszych testach klip 5-sekundowy generował się około 10-20 sekund. Każdy klip wraca z ścieżką dźwiękową wygenerowaną w tym samym przebiegu, a na prompt i wynik nie nakłada się 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 (tutaj jesteś) |
| 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 |
Najważniejsze funkcje i zalety
Trzy tryby generowania
generation_mode wyważa cenę, szybkość i jakość. cost jest najtańszy za sekundę i trochę wolniejszy, speed (domyślny) jest szybszy przy tej samej jakości obrazu, a quality renderuje klip o wyższej jakości w wyższej cenie.
Dźwięk w każdym klipie
Model sam pisze ścieżkę dźwiękową: atmosferę, efekty i każdą kwestię wpisaną w cudzysłowie. Nie ma przełącznika ani dodatkowej opłaty za nią.
Bez cenzury
Brak filtra na prompty i wyniki. W naszych testach prompty do poziomu Silny zostały wyrenderowane zgodnie z zapisem; prośby na najwyższych poziomach wróciły złagodzone, co jest ograniczeniem modelu, a nie odmową.
Przypadki użycia
Szybkie szkice
Klipy wracają w kilka sekund, więc możesz wypróbować pięć wersji ujęcia w czasie, który inne modele zajmują na jedną. Szkicuj w 480p w trybie cost, a potem uruchom ponownie prompt, który ci się podoba, w 768p.
Krótkie sceny z wypowiedzią
Opisz akcję, potem wpisz kwestię w cudzysłowie, a atmosferę po Sound:. Najlepiej działa jedna wyraźna kwestia na klip.
Pionowe klipy do social media
Wybierz 9:16 lub 3:4 i ustaw podmiot w środku kadru; model komponuje pod pionową klatkę.
Przewodnik po promptach i wskazówki Pro
Pisz w kolejności zdarzeń
Podmiot i strój, akcja, ruch kamery, światło, a potem osobna linia Sound:.
Wyłącz rozwijanie promptu, gdy zależy ci na dokładnym brzmieniu
prompt_optimization_mode ma domyślnie wartość off, więc prompt trafia do modelu słowo w słowo. turbo i max pozwalają usłudze najpierw go przepisać, co może dodać szczegółów, ale też zmienić to, o co prosiłeś.
Tryb wybierz na końcu
Znajdź kadr w trybie cost, a potem przełącz na speed dla szybszego czasu oczekiwania albo quality do finalnego renderu.
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: $SPICY_IDEMPOTENCY_KEY" \
-d '{
"model": "pruna-ai/p-video-2-pro/text-to-video",
"input": {
"prompt": "A slow aerial shot drifting over a misty pine forest at sunrise",
"resolution": "768p",
"aspect_ratio": "16:9",
"generation_mode": "speed",
"duration_seconds": 5,
"prompt_optimization_mode": "off"
}
}'
# Copy data.taskId from the response into TASK_ID, then poll the status.
TASK_ID="TASK_ID_FROM_RESPONSE"
curl "https://api.spicyapi.ai/api/v1/jobs/recordInfo?taskId=$TASK_ID" \
-H "Authorization: Bearer $SPICY_API_KEY"
Uwierzytelnianie, pełny schemat, odpytywanie i obsługę błędów opisuje dokumentacja API.



