รองรับข้อความแจ้งหลายภาษา สามารถสร้างเสียงที่มีความเที่ยงตรงสูง ครอบคลุมประเภทต่างๆ เช่น เสียงร้อง, ASMR, เอฟเฟกต์เสียง, ดนตรี ฯลฯ ปรับปรุงคุณภาพความสวยงามและความสามารถในการปฏิบัติตามคำสั่งที่ซับซ้อนอย่างมีนัยสำคัญ และปรับปรุงความสอดคล้องของ ID และความแม่นยำในการควบคุมของวิดีโอที่สร้างจากรูปภาพ เลือกความคมชัดได้อิสระ แต่ละระดับความคมชัดมีราคาต่างกัน