#wavespeedai

238 articles - Page 2

HunyuanVideo Foley 现已登陆WaveSpeedAI

HunyuanVideo-Foley通过上传视频并使用文本提示描述所需声音，生成逼真的Foley和环境音频。提供即用型REST推理API、最佳性能、无冷启动、价格实惠。

ThinkSound 将上传的视频转换为逼真的、文本引导的音频。上传视频并添加文本提示以生成逼真的声音。随时可用的 REST 推理 API、最佳性能、无冷启动、价格实惠。

MiniMax Speech 02 HD是MiniMax的高清文本转语音模型，提供清晰的高清语音；定价为每1000个字符0.05美元。随时可用的REST推理API，最佳性能，无冷启动，价格实惠。

文心一言图像编辑是一个 20B MMDiT 图像到图像模型，提供精确的双语（中文和英文）文本编辑，同时保留风格。提供即用型 REST 推理 API、最佳性能、无冷启动、价格实惠。

Hailuo 02 是 MiniMax 的文本到视频模型，经过微调可输出响应式 768P 视频，即使在复杂物理驱动场景中也表现出色。即用型 REST 推理 API，性能最佳，无冷启动，价格实惠。

AI图像放大器可将图像分辨率增强至4K或8K，同时改善照片和图形的细节和清晰度。开箱即用的REST推理API，性能最佳，无冷启动，价格实惠。

Luma Ray 2 将图像转换为多种输出尺寸的高质量视频，具有先进的提示词优化功能，可实现精确控制。提供即用型 REST 推理 API，性能最佳，无冷启动，价格实惠。

Minimax Speech-02 Turbo 是一个高清文本转语音模型，提供自然的语音输出。成本：每 1000 个字符 $0.03。即用型 REST 推理 API，最佳性能，无冷启动，价格实惠。

PixVerse V4.5 I2V 从文本或图像提示创建高质量视频，提供多种分辨率、宽高比和运动模式，以实现多功能电影输出。即用型 REST 推理 API，最佳性能，无冷启动，价格实惠。

Pixverse v4.5 将文本提示转换为高质量视频，支持多种分辨率、宽高比和运动模式。提供即插即用的 REST 推理 API、最佳性能、无冷启动、价格实惠。

FLUX.1 Kontext Dev是一个开放权重、开放代码的图像到图像模型，可以通过文本提示编辑图像，实现精确的文本引导修饰和风格转移。提供即用型REST推理API、最佳性能、无冷启动、价格实惠。

液态金属覆盖将照片转换为迷人的液态金属视频，具有完全可定制的金属颜色以实现戏剧性效果。即用型 REST 推理 API、最佳性能、无冷启动、价格实惠。