SeamlessM4T v2 Large (Speech)

Talestemme-til-tekst (STT)Tilgængelig
af CommunityModell-ID: seamlessm4t-v2-large-speech

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.

Pris
≈ 0,0012 US$/kørsel
Input → output
Lyd → Tekst
Udvikler
Community
Opdateret
23. september 2026
01

Playground

Prøv SeamlessM4T v2 Large (Speech)

Ingen inputmaske

≈ 0,0012 US$/kørsel

Ingen inputmaske til denne model endnu

Dens inputs er endnu ikke dokumenteret. For at ingen kørsel mislykkes på grund af forkert input tilbyder vi ikke en formular her. Vælg i stedet en sammenlignelig model.

02

Examples

Real outputs from the public examples of this model on Replicate, with the prompt and settings that produced them. They were not generated live on this page.
03

Om SeamlessM4T v2 Large (Speech)

Kort sagtFra 23. september 2026

SeamlessM4T v2 Large (Speech) er en model af Community i kategorien Talestemme-til-tekst (STT). På Railwail koster SeamlessM4T v2 Large (Speech) ≈ 0,0012 US$ pr. kørsel.

04

Priser

Priser i US-dollar. Forbrug debiteres fra forudbetalte credits.
Typisk kørsel (≈ 1 s på L40S)0,0012 US$ pr. kørsel
GPU-tid (L40S)0,00117 US$ pr. GPU-sekund
  • Faktureres efter den GPU-tid, som kørslen faktisk tager. NÃ¥r kørslen starter, reserveres 3× den typiske pris fra din saldo og afregnes efterfølgende.
  • 1 kredit = 0,01 US$

Omkostningsberegner

Prisberegner

s

Typisk ifølge udbyderen: ca. 1 s

I alt

0,12 US$

12 credits

Pr. kørsel

0,0012 US$ · 0,12 credits

Fakturering efter faktisk GPU-tid; dette er et estimat.

05

API

Kald SeamlessM4T v2 Large (Speech) med din Railwail API-nøgle. Brug dette model-ID i anmodningen:
seamlessm4t-v2-large-speechAPI-dokumentationFå en API-nøgle

Intet bekræftet API-eksempel

Inputene til denne model er ikke dokumenteret endnu.

06

Specifikationer

Model-ID
seamlessm4t-v2-large-speech
Udvikler
Community
Input
Lyd
Output
Tekst
Fakturering
Efter forbrug (tokens eller GPU-tid)
Katalogelement opdateret
23. september 2026

Tags

  • replicate
  • translation
  • meta
  • open-weights
  • speech-to-speech
  • transcription
  • seamless
07

Anvendelsestilfælde

08

Ofte stillede spørgsmål

Hvad er SeamlessM4T v2 Large (Speech)?

SeamlessM4T v2 Large (Speech) er en model fra Community i kategorien Talestemme-til-tekst (STT).

Hvad koster SeamlessM4T v2 Large (Speech) på Railwail?

På Railwail koster SeamlessM4T v2 Large (Speech) ≈ 0,0012 US$ pr. kørsel. Du betaler for det, som hver anmodning faktisk bruger. Forbrug betales fra forudbetalte credits; 1 credit svarer til 0,01 US$.

Hvor hurtig er SeamlessM4T v2 Large (Speech)?

Der er endnu ikke nok målte kørsler af SeamlessM4T v2 Large (Speech) på Railwail til at angive en udførelsestid. Det afhænger af inputtet, indstillingerne og belastningen hos provideren.

Er SeamlessM4T v2 Large (Speech) bedre end Incredibly Fast Whisper?

Det afhænger af opgaven. SeamlessM4T v2 Large (Speech) (Community) og Incredibly Fast Whisper (Community) er begge modeller i kategorien Talestemme-til-tekst (STT). Sammenligningssiden viser deres priser og specifikationer side om side.

Sammenlign SeamlessM4T v2 Large (Speech) og Incredibly Fast Whisper
09

Sammenlignelige modeller

Alle i denne kategori
  • 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.

    ≈ 0,0056 US$/kørsel

    367 % dyrere pr. enhed

    Sammenlign SeamlessM4T v2 Large (Speech) og Incredibly Fast Whisper
  • 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.

    ≈ 0,0034 US$/kørsel

    183 % dyrere pr. enhed

    Sammenlign SeamlessM4T v2 Large (Speech) og Whisper
  • SeamlessM4TCommunity

    Meta'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.

    ≈ 0,156 US$/kørsel

    12.900 % dyrere pr. enhed

    Sammenlign SeamlessM4T v2 Large (Speech) og SeamlessM4T

Alle modeller via én API

En API-nøgle til alle modeller på Railwail. Forbrug debiteres fra forudbetalte credits, 1 credit = 0,01 US$.