#model-release

307 articles - Page 20

字節跳動 LipSync 音頻轉視頻现已登陆WaveSpeedAI

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 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

ElevenLabs 多語言 V1 提供多種語言的自然發音文字轉語音功能。即用型 REST 推理 API、最佳性能、無冷啟動、價格實惠。

ElevenLabs 多語言 V2 是一個多語言文本到語音模型；成本為每 1000 個字元 $0.1。即用型 REST 推理 API，最佳性能，無冷啟動，價格實惠。

ElevenLabs Turbo V2.5 是一款文字轉語音模型，可透過 WaveSpeedAI 使用，文字轉語音請求的費用為每 1000 個字元 $0.05。隨時可用的 REST 推論 API、最佳效能、無冷啟動、經濟實惠的定價。

ElevenLabs Turbo V2 是一款文字轉語音模型，現已在 WaveSpeedAI 上提供，API 請求費用為每 1000 字元 $0.05。現成可用的 REST 推論 API、最佳效能、無冷啟動、價格實惠。

Google Gemini 2.5 Flash 影像預覽是一個具有先進創意控制功能的圖像到圖像編輯模型，可用於精確的影像編輯。提供即用型 REST 推理 API、最佳效能、無冷啟動、經濟實惠的定價。