#model-release

317 articles - Page 20

Vidu Image-to-Video Q2 Turbo 现已登陆WaveSpeedAI

Vidu Q2 Turbo Image-to-Video 将单张图像转化为流畅的电影级动态效果，具有快速、高质量的输出。提供随时可用的 REST 推理 API、最佳性能、无冷启动、价格实惠。

Vidu Q2 是一款图像转视频和参考转视频模型，强调细微的面部表情和流畅的推拉摄像机运动以实现自然运动。提供即用型 REST 推理 API、最佳性能、无冷启动、价格实惠。

Vidu 万圣节模板提供现成的图像和视频模板，用于恐怖宣传和活动邀请，带有覆盖层。开箱即用的 REST 推理 API，最佳性能，无冷启动，价格实惠。

字节跳动 LipSync 通过生成精确的唇动与输入音频完全同步，将音频转换为逼真的说话视频。提供即用型 REST 推理 API、最佳性能、无冷启动、价格实惠。

字节跳动视频超分利用AI超分辨率技术将视频升级至4K并在安全的云环境中恢复细节。即用型REST推理API、最佳性能、无冷启动、价格实惠。

字节跳动的 USO（统一风格-主题优化）统一了风格驱动和主题驱动的生成，产生一致的输出，融合了艺术风格和主题保真度。即用型 REST 推理 API，最佳性能，无冷启动，价格实惠。

ElevenLabs eleven-v3是一个文本转语音模型，可作为托管端点使用；请求成本为每1000个字符0.1美元。即用型REST推理API，最佳性能，无冷启动，价格实惠。

ElevenLabs Flash V2是一个文本转语音模型，使用ElevenLabs Flash V2引擎将文本转换为语音。提供开箱即用的REST推理API、最佳性能、无冷启动、平价定价。

ElevenLabs Flash V2 是一个文本转语音模型，使用 ElevenLabs Flash V2 引擎将文本转换为语音音频。提供即用型 REST 推理 API、最佳性能、无冷启动、价格实惠。

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 V1 提供跨多种语言的自然发音文本转语音。提供开箱即用的 REST 推理 API，最佳性能，无冷启动，价格实惠。

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。