WaveSpeedAI Blog

AI图像和视频生成模型的最新资讯

OpenAI Whisper Turbo 语音识别服务现已登陆WaveSpeedAI

使用 OpenAI Whisper Large v3 Turbo 实现精准语音转文字：支持多语言转录、自动语言检测和标点符号。开箱即用的 REST 推理 API，性能最优，无冷启动，价格实惠。

Wan 2.2 14B I2V LoRA训练器 - 快速训练自定义Wan 2.2 LoRA模型,速度提升10倍 - WaveSpeedAI

Kling 2.0 master通过改进的提示词、更丰富的角色动作、更好的视觉效果和多元素编辑器提升了图像到视频的转换。提供即用型REST推理API、最佳性能、无冷启动、价格实惠。

Pika V2.1 将图像转换为高质量视频，支持多种输出尺寸和高级提示词优化，实现精确控制。提供即用型 REST 推理 API，性能最佳，无冷启动，价格实惠。

PixVerse V4.5 I2V Fast将图像或文本转换为高质量视频，支持多分辨率、宽高比和运动模式控制。提供即用型REST推理API、最佳性能、无冷启动、价格实惠。

Recraft AI 20b 提供价格实惠、快速的图像生成。即用型 REST 推理 API，最佳性能，无冷启动，价格低廉。

MiniMax Music-01同时合成伴奏和人声，跨越多种风格生成完整歌曲。提供即用型REST推理API、最佳性能、无冷启动、价格实惠。

Mirelo SFX V1.5 为任何视频生成同步音效和音频，产生与视觉效果同步的 SFX。即用型 REST 推理 API、最佳性能、无冷启动、价格实惠。

使用图像到视频效果模型将照片转换为超级英雄风格的飞行视频，配备动态摄像机运动。提供随时可用的 REST 推理 API、最佳性能、无冷启动、价格实惠。

OmniHuman 1.5将音频和视觉线索转换为逼真的虚拟人物动画，适用于虚拟人类、故事讲述和交互代理。现成的REST推理API、最佳性能、无冷启动、价格实惠。

字节跳动 OmniHuman 可将单个肖像照片转换为具有逼真运动和表情的化身视频（$0.12/秒）。开箱即用的 REST 推理 API、最佳性能、无冷启动、价格实惠。

智能检测和移除文字及徽标水印，同时保留纹理和背景，生成自然无瑕疵的图像。提供即用型 REST 推理 API、最佳性能、无冷启动、价格实惠。