AudioLDM 2
audioldm-2Latent-diffusion model for general-purpose text-to-audio. Generates speech, music, and sound effects with a unified prior.
- Verð
- ≈ 0,0157 USD/keyrsla
- Inntak → úttak
- Texti → Hljóð
- Þróunaraðili
- Haohe Liu
- Uppfært
- 23. september 2026
Leiksvæði
Prófaðu AudioLDM 2
Engin inntaksform
Engin inntaksform fyrir þetta módel ennþá
Inntök þess eru ekki skjöluð ennþá. Til að engin keyrsla mistakist á röngum inntaki bjóðum við ekki upp á form hér. Veldu sambærilegt módel í staðinn.
Examples
- Lengd: 0:05
Prompt
two starships are fighting in space with laser cannons
Settings
- duration
- 5.0
- Lengd: 0:05
Prompt
a hammer hits a wooden surface
Settings
- duration
- 5.0
- Lengd: 0:05
Prompt
catchy upbeat pop music, kick drum, bouncy
Settings
- duration
- 5.0
Um AudioLDM 2
AudioLDM 2 er módel frá Haohe Liu í flokknum Texti-í-tal. Á Railwail kostar AudioLDM 2 ≈ 0,0157 USD fyrir hverja keyrslu.
Verðlagning
| Dæmigerð keyrsla (≈ 58 s á T4) | 0,0157 USD fyrir hverja keyrslu |
|---|---|
| GPU-tími (T4) | 0,00027 USD fyrir hverja GPU-sekúndu |
- Reikningsfærðir eru GPU-tíminn sem keyrslan tekur í raun. Þegar keyrslan hefst er 3× dæmigerðu verðinu frátekin frá inneign þinni og jöfnuð síðar.
- 1 inneign = 0,01 USD
Kostnaðarreiknir
Verðreiknir
Dæmigert samkvæmt veitanda: um 57,8 s
Samtals
1,57 USD
157 inneign
Fyrir hverja keyrslu
0,0157 USD · 1,57 inneign
Innheimt er fyrir raunverulegan GPU-tíma; þetta er mat.
API
Engin staðfest API-dæmi
Inntök þessa módels eru ekki skjöluð ennþá.
Forskriftir
- Módel-auðkenni
audioldm-2- Þróunaraðili
- Haohe Liu
- Flokkur
- Texti-í-tal
- Inntak
- Texti
- Úttak
- Hljóð
- Reikningur
- Eftir notkun (tókar eða GPU-tími)
- Vörulistafærsla uppfærð
- 23. september 2026
Merki
- audioldm
- music-generation
- diffusion
- open-weights
Notkunartilvik
Algengar spurningar
Hvað er AudioLDM 2?
AudioLDM 2 er módel frá Haohe Liu í flokknum Texti-í-tal.
Hvað kostar AudioLDM 2 á Railwail?
Á Railwail kostar AudioLDM 2 ≈ 0,0157 USD fyrir hverja keyrslu. Þér er rukkað fyrir það sem hver beiðni notar í raun. Notkun er greidd úr fyrirframgreiddum inneign; 1 inneign jafngildir 0,01 USD.
Hversu hratt er AudioLDM 2?
Það eru ekki nóg mældar keyrslur af AudioLDM 2 á Railwail ennþá til að tilgreina keyrslutíma. Það fer eftir inntakinu, stillingum og álagi hjá veitandanum.
Er AudioLDM 2 betra en Chatterbox?
Það fer eftir verkefninu. AudioLDM 2 (Haohe Liu) og Chatterbox (Resemble AI) eru bæði módel í flokknum Texti-í-tal. Samanburðarsíðan sýnir verð og forskriftir þeirra hlið við hlið.
Bera saman AudioLDM 2 og ChatterboxSambærileg módel
Öll í þessum flokki- Kokoro TTS 82MCommunity
Open-weights 82M-parameter TTS. Punches above its size class on naturalness benchmarks at a fraction of the inference cost of larger models.
- OpenVoice v2Community
MyShell OpenVoice v2. Multilingual zero-shot voice cloning with accurate tone-color reproduction and style/emotion control.
- Parler-TTSCommunity
Hugging Face Parler-TTS Mini. Lightweight TTS conditioned on a natural-language style description for fine-grained control over voice characteristics.
Öll módel í gegnum eina API
Einn API-lykil fyrir öll módel á Railwail. Notkun er rukkuð frá fyrirframgreiddum inneign, 1 inneign = 0,01 USD.