WaveSpeed 博客 - Page 107

ElevenLabs Eleven-V3 Timing将文本转换为自然语音，并返回对齐元数据——JSON格式的字符/单词时间戳——用于精确字幕、卡拉OK效果和唇同步。支持voice_id、相似度/稳定性和可选的Speaker Boost。价格为每1000个字符0.10美元。随时可用

ElevenLabs多语言V2是一个多语言文本转语音模型；成本为每1000个字符0.1美元。随时可用的REST推理API，最佳性能，无冷启动，价格实惠。

ElevenLabs Turbo V2.5是通过WaveSpeedAI提供的文本转语音模型，按$0.05每1000个字符计费。即用型REST推理API，性能最佳，无冷启动，价格实惠。

ElevenLabs Turbo V2 是一个文本转语音模型,可通过 WaveSpeedAI 使用,API 请求按每 1000 个字符 $0.05 计费。即用型 REST 推理 API,性能最优,无冷启动,价格实惠。

Google Gemini 2.5 Flash 图像预览是一款图像到图像编辑模型，具有先进的创意控制功能，可实现精确的图像编辑。提供随时可用的 REST 推理 API、最佳性能、无冷启动、经济实惠的价格。

Google Gemini 3 Flash 图像预览 - 图像到图像 - WaveSpeedAI

Nano Banana (Gemini 2.5 Flash 图像)提供图像到图像生成和精确编辑,具有深度推理功能以提高准确性。开箱即用的REST推理API,最佳性能,无冷启动,经济实惠的定价。

Google Gemini 2.5 Flash文本转图像提供最先进的文本转图像生成和图像编辑，带有预览功能。即用的REST推理API、最佳性能、无冷启动、经济实惠的价格。

在WaveSpeedAI上体验Google Gemini 3 Flash Image文本生成图像模型，快速将文字描述转化为高质量图像。

Google Gemini 2.5 Flash Image 提供先进的文本生成图像和图像编辑功能，具有创意控制选项以生成高质量图像。即用型 REST 推理 API，性能最佳，无冷启动，价格实惠。

Kling LipSync 将音频转换为说话头部视频，通过生成逼真的唇动完美同步输入音频。提供即用型 REST 推理 API，最佳性能，无冷启动，价格实惠。

Kwaivgi 的 Kling 文本转视频功能创建具有逼真嘴唇运动的视频，精确同步输入文本以实现自然的说话视觉效果。即用型 REST 推理 API，最佳性能，无冷启动，经济实惠的定价。