siliconflow-media

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：

# FLUX 快速生成
uv run {baseDir}/scripts/image_gen.py --prompt "a cute robot assistant" --filename "robot.png"

# Qwen 生成
uv run {baseDir}/scripts/image_gen.py --prompt "山水画" --filename "landscape.png" --model qwen

🎬 视频生成

# 文生视频
uv run {baseDir}/scripts/video_gen.py --prompt "描述" --filename "output.mp4"

# 图生视频
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

1. ✅ 费用从代金券扣除，无需额外付费
2. ⏱️ 图片生成约 5-10 秒
3. ⏱️ 视频生成约 2-5 分钟（耐心等待）
4. 📝 所有脚本会打印 MEDIA: 行用于自动附加文件