WaveSpeedAI Blog

AI图像和视频生成模型的最新资讯

快手Kling V2.6创建语音现已登陆WaveSpeedAI

Kling 2.6创建语音是一个可以生成自定义语音的模型。上传音频文件以创建自定义语音，该语音可与V2.6视频生成中的语音控制功能一起使用。音频应该是干净的、无噪音的、单个声音，时长在5-30秒之间。为稳定的产品而构建

Kling v1.6 图像转视频相比 Kling 1.5 性能提升 195%，具有更强的提示词理解、物理效果和视觉特效。即用型 REST 推理 API，最佳性能，无冷启动，价格实惠。

Kling v2.1 I2V Pro起止帧生成具有精确起止帧控制、增强视觉保真度和动态摄像机运动的电影级图像转视频片段。即用型REST推理API，最佳性能，无冷启动，价格实惠。

Kling Omni Video O1（标准版）是快手首款采用MVL（多模态视觉语言）技术的统一多模态视频模型。文本生成视频模式可根据文本提示生成电影级视频，具有主体一致性、自然物理模拟和精准语义理解。开箱即用

LTX-2 Retake 可对视频的任何部分进行目标重新拍摄——替换视觉效果、音频或两者——同时保持时间和连贯性,每输出视频秒仅需 $0.1。提供即用型 REST 推理 API,性能最佳,无冷启动,价格实惠。

Luma Ray 2 Flash 将文本转换为高质量视频，支持灵活的尺寸和内置提示词优化，确保精确输出。提供即用型 REST 推理 API、最佳性能、零冷启动、价格实惠。

Hailuo 02 Fast 是一个 minimax 图像转视频模型，可为创作者和营销人员创建高质量的 6 秒和 10 秒 512p 视频片段。提供即用型 REST 推理 API、最佳性能、无冷启动、价格实惠。

Luma Ray 2 是一个文本转视频模型，可以从文本提示创建高质量视频，具有高级提示优化和对各种视频尺寸的支持。随时可用的 REST 推理 API、最佳性能、无冷启动、价格实惠。

SteadyDancer 是一个 14B 参数的人类图像动画框架,可将静态图像转换为连贯的舞蹈视频。具有首帧保留、强大的身份一致性和时间连贯性,用于逼真的运动生成。提供即用型 REST 推理 API,性能最佳,无冷启动

MiniMax Speech 2.5 HD预览版提供高清文本转语音、增强的多语言表现力、精确的声音克隆和40种语言支持。提供开箱即用的REST API、最佳性能、无冷启动、价格实惠。

MiniMax Speech 2.6 HD：超人类质量、低延迟（<250ms）的文本转语音，支持语音克隆、文本标准化和 40 多种语言。开箱即用的 REST 推理 API，最佳性能，无冷启动，价格实惠。

MiniMax Speech 2.6 Turbo 是一款文本转语音模型，提供超逼真语音克隆、业界领先的文本规范化、低于 250ms 的延迟和 40+ 种语言支持。定价：每 1000 个字符 $0.06。随时可用的 REST 推理 API，最佳性能，无冷启动，价格实惠。