#wavespeedai

293 articles - Page 19

OpenAI Whisper on 现已登陆WaveSpeedAI

Whisper Large v3 語音轉文字：即時、準確的多語言轉錄，具有自動語言偵測和標點符號。上傳音頻即可取得轉錄。即用型 REST API、無冷啟動、價格實惠。

ACE-Step 提示詞轉音聲從簡單提示詞創建音樂，自動生成流派標籤和歌詞以快速創建歌曲。開箱即用的 REST 推理 API、最佳性能、無冷啟動、價格實惠。

影像內容審核員提供自動化影像審核，以檢測和標記違反政策或不適當的影像以供自動化使用。開箱即用的 REST 推理 API、最佳性能、無冷啟動、經濟實惠的定價。

MiniCPM-V 4.5 是最新、最強大的 MiniCPM-V 圖像模型，用於準確的 AI 圖像理解和視覺任務分析。可立即使用的 REST 推理 API、最佳性能、無冷啟動、價格實惠。

MiniCPM-V 4.5是最新、最強大的MiniCPM-V模型，用於AI視頻理解和分析。即用型REST推理API、最佳性能、無冷啟動、價格實惠。

阿里巴巴 Qwen3 TTS Flash：適用於英文和中文的低延遲文字轉語音，支援多種聲音，非常適合即時對話。現成可用的 REST 推論 API、最佳效能、無冷啟動、價格實惠。

先進的 SAM 3D 人體生成模型，用於從影像創建詳細的 3D 人體模型，支援可選的遮罩式分割。提供即用型 REST 推論 API、最佳效能、無冷啟動、經濟實惠的價格。

先進的 SAM 3D 物體生成模型，用於從圖像創建詳細的 3D 物體模型，支持文本提示和可選的遮罩式分割。現成可用的 REST 推論 API，最佳效能、無冷啟動、價格實惠。

SOUL 是一個逼真的圖像轉圖像引擎，專為精美視覺效果而設計，配合 Soul ID 功能可以在不同場景中保持角色一致性。提供即用型 REST 推理 API、最佳性能、無冷啟動、實惠定價。

Any LLM 是一個多功能的大型語言模型，用於文本生成、理解和多樣化的自然語言處理任務，如聊天和摘要。提供開箱即用的 REST 推論 API、最佳性能、無冷啟動、親民的價格。

Real-ESRGAN 提供高品質的圖像超解析度，具有可選的臉部修正和可調整的放大倍數。現成可用的 REST 推論 API，最佳效能，無冷啟動，價格實惠。

使用來自精選目錄的任何視覺語言模型，由 OpenRouter 提供支援，進行靈活的多模態推理。即用型 REST 推理 API、最佳效能、無冷啟動、經濟實惠的定價。