| name | siliconflow-media |
| description | SiliconFlow 多模态服务，支持图片生成(FLUX/Qwen)、视频生成(Wan)、TTS语音合成、ASR语音识别。使用代金券支付。 |
SiliconFlow 媒体服务
SiliconFlow 提供丰富的 AI 模型服务，支持代金券支付（当前余额 3000+）。
环境变量
SILICONFLOW_API_KEY - SiliconFlow API Key
🎨 图片生成
uv run {baseDir}/scripts/image_gen.py --prompt "描述" --filename "output.png" [--model MODEL]
可用模型：
| 参数 | 模型 | 说明 |
|---|
flux (默认) | FLUX.1-schnell | 快速高质量，约 5-10 秒 |
flux-dev | FLUX.1-dev | 开发版 |
flux-pro | FLUX.1-pro | 专业版 |
qwen | Qwen/Qwen-Image | 通义图片生成 |
qwen-edit | Qwen/Qwen-Image-Edit | 图片编辑 |
qwen-edit-2509 | Qwen/Qwen-Image-Edit-2509 | 最新编辑版 |
示例：
uv run {baseDir}/scripts/image_gen.py --prompt "a cute robot assistant" --filename "robot.png"
uv run {baseDir}/scripts/image_gen.py --prompt "山水画" --filename "landscape.png" --model qwen
🎬 视频生成
uv run {baseDir}/scripts/video_gen.py --prompt "描述" --filename "output.mp4"
uv run {baseDir}/scripts/video_gen.py --prompt "描述" --image "input.png" --filename "output.mp4"
模型：
- 文生视频:
Wan-AI/Wan2.2-T2V-A14B
- 图生视频:
Wan-AI/Wan2.2-I2V-A14B
⚠️ 视频生成时间较长（约 2-5 分钟）
🎤 语音合成 (TTS)
uv run {baseDir}/scripts/tts.py --text "要合成的文字" --filename "output.mp3" [--model MODEL]
可用模型：
| 参数 | 模型 | 说明 |
|---|
fish-speech (默认) | fish-speech-1.5 | Fish Audio 高质量 |
cosyvoice | CosyVoice2-0.5B | 阿里语音克隆 |
indextts | IndexTTS-2 | Index TTS |
moss | MOSS-TTSD-v0.5 | MOSS 多语言 |
示例：
uv run {baseDir}/scripts/tts.py --text "你好世界" --filename "hello.mp3"
👂 语音识别 (ASR)
uv run {baseDir}/scripts/asr.py --audio "input.mp3" [--model MODEL]
可用模型：
| 参数 | 模型 | 说明 |
|---|
sensevoice (默认) | SenseVoiceSmall | 阿里语音识别 |
teleai | TeleSpeechASR | TeleAI 识别 |
示例：
uv run {baseDir}/scripts/asr.py --audio "recording.mp3"
注意事项
- ✅ 费用从代金券扣除，无需额外付费
- ⏱️ 图片生成约 5-10 秒
- ⏱️ 视频生成约 2-5 分钟（耐心等待）
- 📝 所有脚本会打印
MEDIA: 行用于自动附加文件
