SeamlessM4T
seamless-communicationMeta's SeamlessM4T multimodal translation model. Takes speech or text input and produces transcription or translation across about 100 languages, including speech-to-text and speech-to-speech. One model covers ASR plus cross-lingual translation without chaining separate systems.
- Цена
- ≈ 0,156 щ.д./стартиране
- Вход → Изход
- Аудио → Текст
- Разработчик
- Community
- Актуализирано
- 23 септември 2026 г.
Playground
Опитай SeamlessM4T
Вход и резултат
Този запуск
около 0,156 щ.д. · 15,6 кредита
При стартиране се резервират 0,468 щ.д. (46,8 кредита); фактурира се действителното GPU време.
За акаунти без покупка: запусци над 2 кредита изискват допълнително зареждане.
Нов си тук?
10 безплатни кредита (0,10 щ.д.) при регистрация с Google
Използваемо 24 часа след регистрация, до 5 запуска на ден и максимум 2 кредита на запуск. Други методи за вход стартират без кредита.
Examples
- Продължителност: 0:08
Output (JSON, shortened)
{ "text_output": "MetaAI's seamless M4T model is democratizing spoken communication across language barriers.", "audio_output": null }Output (JSON, shortened)
{ "text_output": "Eg kaller Chen Xi, på kinesisk desse to ordene betyr morgon og håp ⁇", "audio_output": null }
За SeamlessM4T
SeamlessM4T е модел на Community от категория Преобразуване на реч в текст. На Railwail SeamlessM4T струва ≈ 0,156 щ.д. за стартиране.
Цени
| Типично стартиране (≈ 133 s на L40S) | 0,156 щ.д. за стартиране |
|---|---|
| GPU време (L40S) | 0,00117 щ.д. за GPU секунда |
- Таксува се по GPU времето, което стартирането действително отнема. При начало на стартирането 3× типичната цена се резервира от баланса ти и се уреждат впоследствие.
- 1 кредит = 0,01 щ.д.
Калкулатор на разходите
Калкулатор за цени
Типично според доставчика: около 133,3 s
Общо
15,60 щ.д.
1560 кредита
На изпълнение
0,156 щ.д. · 15,6 кредита
Начислява се действителното GPU време; това е оценка.
API
Няма проверен API пример
Публичният API предава различен входен формат, отколкото този модел нуждае. Използвайте playground по-горе.
Спецификации
- ID на модела
seamless-communication- Разработчик
- Community
- Категория
- Преобразуване на реч в текст
- Вход
- Аудио
- Изход
- Текст
- Таксуване
- По потребление (токени или GPU време)
- Каталогът е актуализиран
- 23 септември 2026 г.
Входни параметри
Входове и настройки от входната схема на модела. Примерът в раздела API показва кои от тях приема API.
input_audioзадължителноURL or upload of the source audio
Тип: ТекстПо подразбиране: –Разрешени стойности: –task_nameТип: ИзборПо подразбиране:ASR (Automatic Speech Recognition)Разрешени стойности: S2ST (Speech to Speech translation), S2TT (Speech to Text translation), T2ST (Text to Speech translation), T2TT (Text to Text translation) или ASR (Automatic Speech Recognition)input_text_languageLanguage of input text when using a text-input task
Тип: ТекстПо подразбиране: –Разрешени стойности: –target_language_text_onlyTarget language for text output (e.g. English, German)
Тип: ТекстПо подразбиране: –Разрешени стойности: –
Етикети
- replicate
- meta
- seamless
- stt
- transcription
- translation
- multilingual
- open-weights
Случаи на използване
Често задавани въпроси
Какво е SeamlessM4T?
SeamlessM4T е модел от Community в категория Преобразуване на реч в текст.
Колко струва SeamlessM4T на Railwail?
На Railwail SeamlessM4T струва ≈ 0,156 щ.д. за стартиране. Таксуват се само ресурсите, които всяка заявка действително използва. Използването се плаща с предварително закупени кредити; 1 кредит е равен на 0,01 щ.д..
Какви настройки поддържа SeamlessM4T?
Според схемата на входа, SeamlessM4T познава тези параметри: input_audio, task_name (S2ST (Speech to Speech translation), S2TT (Speech to Text translation), T2ST (Text to Speech translation), T2TT (Text to Text translation) или ASR (Automatic Speech Recognition)), input_text_language и target_language_text_only.
Колко бърз е SeamlessM4T?
Все още няма достатъчно измерени задачи на SeamlessM4T на Railwail, за да се посочи време на изпълнение. Зависи от входа, настройките и натоварването на доставчика.
Е ли SeamlessM4T по-добър от Incredibly Fast Whisper?
Зависи от задачата. SeamlessM4T (Community) и Incredibly Fast Whisper (Community) са и двата модела в категория Преобразуване на реч в текст. Страницата за сравнение показва техните цени и спецификации един до друг.
Сравни SeamlessM4T и Incredibly Fast WhisperСравними модели
Всички в тази категория- Incredibly Fast WhisperCommunity
Whisper Large v3 wrapped with Hugging Face Transformers optimizations (batched inference, flash attention) for very high throughput. Transcribes hours of audio in minutes on a single GPU. Maintained by Vaibhav Srivastav. Good when you need bulk transcription fast.
- WhisperOpenAI
OpenAI's Whisper running on Replicate. General-purpose speech recognition trained on 680k hours of multilingual audio. Transcribes and translates 99 languages, robust to accents and background noise, and outputs plain text, segments, or word-level timestamps.
- SeamlessM4T v2 Large (Speech)Community
Meta SeamlessM4T v2 Large speech mode. Speech-to-speech, speech-to-text, and text-to-speech translation across 100+ languages in a single unified model.
≈ 0,0012 щ.д./стартиране
99 % по-евтино на единица
Сравнете SeamlessM4T и SeamlessM4T v2 Large (Speech)
Всички модели чрез един API
Един API ключ за всеки модел на Railwail. Използването се начислява от предплатени кредити, 1 кредит = 0,01 щ.д..