ai-avatar-video
该技能用于通过 inference.sh CLI(belt)生成 AI 数字人(avatar)与口播视频(talking head)。推荐使用 P-Video-Avatar 模型,据资料称其速度更快、成本更低,并内置 TTS,支持 30 种声音与 10 种语言、动态背景及 1080p。另提供 OmniHuman 1.5(多人、音频驱动)、Fabric 1.0(口型同步)、PixVerse Lipsync(高逼真口型)等模型。安装命令为 npx skills add belt-sh/cli,使用前需 belt login。适用于 UGC 与营销、教育、内容本地化、社媒虚拟人物、企业培训与游戏角色等场景。