Pruna 推出 P-Video-2-Pro-Avatar：一張人像加聲音，生成對嘴影片
Pruna 推出 P-Video-2-Pro-Avatar，讓一張人像配上音訊或文字腳本生成說話影片。對需要固定角色的解說與產品內容，這提供了快速製作草稿的方式，成片仍要逐段檢查口型與表情。
Pruna 推出 P-Video-2-Pro-Avatar，讓一張人像配上音訊或文字腳本生成說話影片。
對需要固定角色的解說與產品內容，這提供了快速製作草稿的方式，成片仍要逐段檢查口型與表情。
P-Video-2-Pro-Avatar 需要哪些輸入？
這個模型以一張人像作為第一個畫面，再搭配上傳的音訊，或讓系統把文字腳本轉成語音。輸出是帶有對嘴與表情的說話影片，適合先製作解說類內容草稿。
依官方文件，如果同時提供音訊與文字腳本，會以上傳音訊為準。這個優先順序很實際，因為聲音的長度與節奏會影響整段影片，而非只負責替畫面配上背景聲。
官方發布展示了自然表情與口型，但個別人像、語速與語言仍可能改變結果。看展示時可以理解產品方向，自己的素材仍要用小段實際輸出驗證。
解析度、長度與費用怎麼算？
截至本次查詢，官方文件列出 480p 每秒輸出影片 0.02 美元，768p 為 0.04 美元。依此計算，60 秒分別為 1.20 與 2.40 美元，上述為模型文件列價，實際帳單以所用服務入口的報價為準。
影片最短 1 秒、最長 3 分鐘，每秒 24 格。文件也列出更高解析度選項，但這些是從 768p 放大，不能把放大後的尺寸當成原生生成細節。
發布貼文另提到限期優惠。實際使用前應直接核對所選服務入口的價格與截止時間，避免把一張舊貼文的活動條件當成持續費率。
中文創作者應先測哪一段？
官方文字轉語音清單列出十種語言，本次文件未列中文。因此中文創作者不宜直接假設輸入中文腳本就能取得預期的原生配音效果。
如果打算使用中文錄音，可以先準備數秒的授權人像與音訊，檢查嘴形、語氣和臉部動作，再決定是否製作長片。中文效果應以這段素材的輸出結果判斷。
內容若涉及真實人物，也要確認人像與聲音的使用範圍，成片應讓觀眾看得出是合成內容。固定角色的便利性，需要和清楚的素材來源與編輯判斷一起使用。
P-Video-2-Pro-Avatar 常見問題
P-Video-2-Pro-Avatar 原生支援中文文字配音嗎？
本次官方文件的文字配音語言清單未列中文，不能據此宣稱原生支援。上傳音訊的實際效果仍需測試。
4K 就是原生 4K 生成嗎？
文件說明較高解析度由 768p 放大，應分開理解輸出尺寸與原生畫面細節。
用短片檢查口型，再估整體成本
先用一小段素材檢查口型、表情與聲音，再按實際重做次數估算整支影片成本。能穩定做出可用片段後，再擴大長度，會更容易掌握這類工具的製作價值。
延伸閱讀：Pruna Reference 影片教學：把人物、動作與聲音參考分工，先做五秒驗證
延伸閱讀：Higgsfield AI Influencer 教學：先固定角色，再做多人物短劇
