文档 /
节点说明 /
Pruna P-Video-2 Pro 虚拟形象
Pruna P-Video-2 Pro 虚拟形象
使用 Pruna P-Video-2 Pro Avatar 可将人像变成说话视频。
节点说明
PrunaAvatarNode 更新于 2026-11-22
Pruna P-Video-2 Pro 虚拟形象 - ComfyUI Built-in Node Documentation
使用 Pruna P-Video-2 Pro Avatar 可将人像变成说话视频。
使用 Pruna P-Video-2 Pro Avatar 可将人像变成说话视频。可以通过文本转语音朗读脚本,也可以接入你自己的音频,让人物对其做口型同步。
输入
| 参数 | 描述 | 数据类型 | 必填 | 范围 |
|---|---|---|---|---|
image | 视频起始的人像。1:2 到 4:1 之间的宽高比会被保留;更极端的图像(例如 1:5)会被裁剪为 9:16 或 16:9。 | IMAGE | 是 | - |
speech | 用文本转语音脚本或你自己的音频来驱动视频。选择某个选项后,其对应输入项会在下方显示。 | DYNAMIC\_COMBO | 是 | "script" "audio" |
prompt | 描述视频呈现的内容(默认:"The person is talking.")。最多 5000 个字符。 | STRING | 是 | 最多 5000 个字符 |
resolution | 输出分辨率(默认:"768p")。1080p、2k 和 4k 会对生成的 768p 视频进行放大。 | COMBO | 是 | "480p" "768p" "1080p" "2k" "4k" |
enhance_prompt | 将人像中呈现的动态(如背景、灯光和身体动作)添加到提示词中(默认:True)。高级设置。 | BOOLEAN | 是 | True False |
seed | 生成所用的随机种子(默认:42)。只有在 enhance_prompt 关闭时,相同种子才能精确复现结果。 | INT | 是 | 0 到 2147483647 步长:1 |
"script" 输入
| 参数 | 描述 | 数据类型 | 必填 | 范围 |
|---|---|---|---|---|
speech.script | 人物要说出的话。视频长度与语音长度一致,超过 3 分钟的语音会在 3 分钟处截断。 | STRING | 是 | 任意文本 |
speech.voice | 语音所使用的音色(默认:"Zephyr (Female)")。 | COMBO | 是 | 30 个预设音色 |
speech.language | 脚本朗读所用的语言(默认:"English (US)")。 | COMBO | 是 | "English (US)" "English (UK)" "Spanish" "French" "German" "Italian" "Portuguese (Brazil)" "Japanese" "Korean" "Hindi" |
speech.voice_prompt | 脚本的朗读方式:语气、节奏、口音、情绪(默认:"Say the following.")。该内容本身不会被朗读。 | STRING | 是 | 任意文本 |
"audio" 输入
| 参数 | 描述 | 数据类型 | 必填 | 范围 |
|---|---|---|---|---|
speech.audio | 人物进行口型同步的语音。视频长度与其一致。 | AUDIO | 是 | 至少 1 秒 |
说明:
- 输出越长,音频长度限制越严格:2k 最多接受 150 秒音频,4k 最多 60 秒。在这些分辨率下使用更长的音频会使节点报错停止,因此请改用较低分辨率或较短的片段。
- 人像的宽高比决定输出形状。过高或过宽的图像会被裁剪而不是留边填充,因此请让人物主体远离边缘。
- 关闭
enhance_prompt时,提示词会按原样使用,这正是相同种子能精确复现结果的原因。
输出
| 输出名称 | 描述 | 数据类型 |
|---|---|---|
video | 由人像生成的说话视频。 | VIDEO |
本文档由 AI 生成。如果您发现任何错误或有改进建议,欢迎贡献! 在 GitHub 上编辑
Source fingerprint (SHA-256): 58efc7a110734f8da0a771371c5230908bf8226a946d69c5315e51e259630043