WaveSpeed 部落格

Kling 2.6 Pro 動作控制將參考動作片段（舞蹈、動作、手勢）轉換為流暢逼真的動畫。上傳角色圖像（或來源影片）和動作影片；該模型轉移動作同時保留身份和時間一致性。提供現成可用的 REST API，具有快速再

Kling 2.6 Pro 提供頂級文字轉視頻生成，具有平滑動作、電影視覺效果、強大的提示詞遵循和原生音頻，可直接分享剪輯。即插即用的 REST 推理 API、最佳效能、無冷啟動、價格實惠。

Kling 2.1 Pro 將圖像轉換為專業電影級影片，具有增強保真度、精確攝影機移動和動態動作控制。即用型 REST 推理 API、頂級性能、無冷啟動、價格實惠。

字節跳動 LipSync 通過生成精確的唇動同步至輸入音頻，將音頻轉換為逼真的說話視頻。提供即用型 REST 推理 API、最佳性能、無冷啟動、價格實惠。

ByteDance Seedance v1 Lite將1到4張參考圖像轉換為高質量視頻，提供參考到視頻的圖像到視頻生成功能。現成可用的REST推理API，最佳效能，無冷啟動，價格實惠。

Seedream 4.5 Sequential 生成具有一致人物和物體的多圖像集合，統一所有輸出的調色板、光照和風格。支持高達 4K 的結果，適用於宣傳活動、故事板和產品線。現成的 REST 推理 API、最佳性能、無冷啟動、價格實惠

ByteDance 影片升級工具使用 AI 超解析度將影片升級至 4K 並在安全的雲端環境中恢復細微細節。即用型 REST 推理 API、最佳效能、無冷啟動、價格實惠。

ByteDance 的 USO（統一風格主題優化）統一了風格驅動和主題驅動的生成，以產生將藝術風格與主題保真度相結合的一致輸出。提供即用型 REST 推理 API、最佳性能、無冷啟動、價格實惠。

ElevenLabs eleven-v3 是一個文字轉語音模型，以託管端點形式提供；請求費用為每 1000 個字符 $0.1。現成可用的 REST 推理 API、最佳性能、無冷啟動、價格實惠。

ElevenLabs Flash V2 是一個文字轉語音模型，使用 ElevenLabs Flash V2 引擎將文字轉換為語音音訊。提供即用型 REST 推論 API、最佳效能、無冷啟動、經濟實惠的定價。

ElevenLabs Flash V2 是一個文本轉語音模型，使用 ElevenLabs Flash V2 引擎將文本轉換為語音。提供即用型 REST 推理 API、最佳性能、無冷啟動、實惠定價。

ElevenLabs Eleven-V3 時序功能可將文本轉換為自然語音，並返回對齐元數據—字符/單詞時間戳（JSON 格式）—用於精確字幕、卡拉 OK 效果和唇形同步。支援 voice_id、相似度/穩定性和可選的 Speaker Boost。價格為每 1,000 個字符 $0.10。隨時可用