
Add music, voiceovers, and sound effects to your videos with WaveSpeedAI’s audio-for-video tools.

MMaudio v2 produces synchronized audio from video or text inputs, ideal for adding soundtracks to videos when paired with video models. Ready-to-use REST inference API, best performance, no coldstarts, affordable pricing.

MMaudio v2 produces synchronized audio from video or text inputs, ideal for adding soundtracks to videos when paired with video models. Ready-to-use REST inference API, best performance, no coldstarts, affordable pricing.

Kling Video-to-Audio auto-generates or extracts matching sound effects and audio tracks from video using KlingAI's audio generation model. Ready-to-use REST API, best performance, no coldstarts, affordable pricing.

Kling Text-to-Audio turns text prompts into custom sound effects for videos, games, and multimedia using KlingAI's audio model. Ready-to-use REST inference API, best performance, no coldstarts, affordable pricing.

HunyuanVideo-Foley generates realistic Foley and ambient audio from an uploaded video using a text prompt to describe desired sounds. Ready-to-use REST inference API, best performance, no coldstarts, affordable pricing.

ACE-Step Prompt-to-Audio creates music from simple prompts, auto-generating genre tags and lyrics for quick song creation. Ready-to-use REST inference API, best performance, no coldstarts, affordable pricing.

Mirelo SFX V1.5 generates synchronized sound effects and audio for any video, producing synced SFX to enhance visuals. Ready-to-use REST inference API, best performance, no coldstarts, affordable pricing.

ElevenLabs Dubbing automatically translates and dubs video/audio content into different languages while preserving the original speakers' voices. Ready-to-use REST inference API, best performance, no coldstarts, affordable pricing.

Mirelo SFX V1 Video-to-Audio generates synchronized sound effects from video input with text prompt guidance. Supports multiple sample generation and customizable duration. Ready-to-use REST inference API, best performance, no coldstarts, affordable pricing.
Esegui qualsiasi modello della collezione Audio for Video tramite una singola API REST. Paga a generazione — senza abbonamenti né minimi — con latenza ai vertici del settore su un'infrastruttura con uptime del 99,9%.
Prezzo per chiamata per ogni modello Audio for Video. Il prezzo è indicato nella pagina di ogni modello — senza costi di piattaforma aggiuntivi.
La maggior parte dei modelli immagine Audio for Video si completa in meno di 2 secondi. I modelli video e 3D sono diverse volte più veloci delle alternative self-hosted.
Failover multi-regione e tentativi automatici tengono online il tuo traffico di produzione — anche durante interruzioni del provider.
Ogni modello ha il proprio prezzo per chiamata indicato nella pagina del modello. Fatturiamo per generazione riuscita, senza abbonamenti né minimi.
I modelli immagine di questa collezione tipicamente si completano in meno di 2 secondi. I modelli video e 3D dipendono da durata e risoluzione, ma sono di solito diverse volte più veloci delle esecuzioni self-hosted.
Sì — ogni account riceve $1 di crediti gratuiti alla registrazione, sufficienti per provare la maggior parte dei modelli Audio for Video senza carta di credito.
Gli account standard hanno limiti generosi di job concorrenti. I piani Enterprise offrono RPM personalizzato, concurrency più alta e capacità dedicata — contatta il commerciale per i dettagli.