wan/2-2-a14b-speech-to-video-turbo

📝 模型简介待补充（TODO）。 本页所有取值均来自 ModelFold 模型目录，未编造任何技术细节。

概览

字段	值
模型 ID	wan/2-2-a14b-speech-to-video-turbo
所属系列	wan-speech-to-video-turbo
模态	音频与语音 (audio)
计费积分	10
上游成本	—
定价来源	default — 上游定价表未覆盖 —— 按模态起步价，待人工核对
调用端点	POST /v1/audio/generations

调用示例

export API_BASE="https://modelfold.ai/v1"
export MODELFOLD_API_KEY="mf-..."   # 在控制台 API Key 页面创建

curl -X POST "$API_BASE/audio/generations" \
  -H "Authorization: Bearer $MODELFOLD_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model":"wan/2-2-a14b-speech-to-video-turbo","prompt":"The lady is talking","image_url":"https://file.aiquickdraw.com/custom-page/akr/section-images/1756797663082u4pjmcrq.png","audio_url":"https://file.aiquickdraw.com/custom-page/akr/section-images/17567977044127d1emlmc.mp3","num_frames":80,"frames_per_second":16,"resolution":"480p","num_inference_steps":27,"guidance_scale":3.5,"shift":5}'

必填参数

必填：prompt、image_url、audio_url。

模型参数直接放在请求体顶层，不要套 input。示例素材地址需替换为自己的公开可访问文件；请求等待生成完成后返回 data[].url。

条件必填、取值限制及其它输入模式见完整参数文档。

相关模型

• 模型总览
• 查看该模态全部 10 个模型
• elevenlabs/text-to-dialogue-v3
• elevenlabs/text-to-speech-multilingual-v2
• elevenlabs/text-to-speech-turbo-2-5
• gemini-omni-audio
• google/gemini-2-5-pro-tts
• google/gemini-3-1-flash-tts

延伸阅读

• API 参考