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.
- Τιμή
- ≈ 0,156 $/εκτέλεση
- Είσοδος → Έξοδος
- Ήχος → Κείμενο
- Προγραμματιστής
- Community
- Ενημερώθηκε
- 23 Σεπτεμβρίου 2026
Playground
Δοκιμάστε SeamlessM4T
Είσοδος & Έξοδος
Αυτή η εκτέλεση
περίπου 0,156 $ · 15,6 πιστωτικές μονάδες
0,468 $ (46,8 πιστωτικές μονάδες) προεπιλέγονται κατά την έναρξη· ο πραγματικός χρόνος GPU χρεώνεται.
Για λογαριασμούς χωρίς αγορά: εκτελέσεις πάνω από 2 πιστωτικές μονάδες χρειάζονται ανεβάσματος.
Νέος εδώ;
10 δωρεάν πιστωτικές μονάδες (0,10 $) όταν εγγραφείς με Google
Χρησιμοποιήσιμο 24 ώρες μετά την εγγραφή, έως 5 εκτελέσεις ανά ημέρα και το πολύ 2 πιστωτικές μονάδες ανά εκτέλεση. Άλλες μέθοδοι σύνδεσης ξεκινούν χωρίς πιστωτικές μονάδες.
Examples
- Διάρκεια: 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 }
Σχετικά με το SeamlessM4T
Το SeamlessM4T είναι ένα μοντέλο του Community στην κατηγορία Αναγνώριση ομιλίας. Στο Railwail, το SeamlessM4T κοστίζει ≈ 0,156 $ ανά εκτέλεση.
Τιμολόγηση
| Συνήθης εκτέλεση (≈ 133 s σε L40S) | 0,156 $ ανά εκτέλεση |
|---|---|
| Χρόνος GPU (L40S) | 0,00117 $ ανά δευτερόλεπτο GPU |
- Χρέωση με βάση τον χρόνο GPU που χρειάζεται πραγματικά η εκτέλεση. Κατά την έναρξη, το 3× της τυπικής τιμής δεσμεύεται από το υπόλοιπό σας και διακανονίζεται αργότερα.
- 1 πιστωτική μονάδα = 0,01 $
Αριθμομηχανή κόστους
Αριθμομηχανή τιμών
Τυπικά σύμφωνα με τον πάροχο: περίπου 133,3 s
Σύνολο
15,60 $
1.560 πιστωτικές μονάδες
Ανά εκτέλεση
0,156 $ · 15,6 πιστωτικές μονάδες
Χρέωση με βάση τον πραγματικό χρόνο GPU· αυτή είναι μια εκτίμηση.
API
Κανένα επαληθευμένο παράδειγμα API
Το δημόσιο API περνά μια διαφορετική μορφή εισόδου από αυτή που χρειάζεται αυτό το μοντέλο. Χρησιμοποιήστε το playground παραπάνω.
Προδιαγραφές
- ID μοντέλου
seamless-communication- Ανάπτυξη
- Community
- Κατηγορία
- Αναγνώριση ομιλίας
- Είσοδος
- Ήχος
- Έξοδος
- Κείμενο
- Χρέωση
- Κατά χρήση (tokens ή χρόνος GPU)
- Καταχώρηση καταλόγου ενημερώθηκε
- 23 Σεπτεμβρίου 2026
Παράμετροι εισόδου
Εισόδους και ρυθμίσεις από το σχήμα εισόδου του μοντέλου. Το παράδειγμα στην ενότητα API δείχνει ποιες από αυτές δέχεται το API.
input_audioΥποχρεωτικόURL or upload of the source audio
Τύπος: ΚείμενοΠροεπιλογή: –Επιτρεπόμενες τιμές: –task_nameΤύπος: ΕπιλογήΠροεπιλογή:ASR (Automatic Speech Recognition)Επιτρεπόμενες τιμές: S2ST (Speech to Speech translation), S2TT (Speech to Text translation), T2ST (Text to Speech translation), T2TT (Text to Text translation) ή ASR (Automatic Speech Recognition)input_text_languageLanguage of input text when using a text-input task
Τύπος: ΚείμενοΠροεπιλογή: –Επιτρεπόμενες τιμές: –target_language_text_onlyTarget language for text output (e.g. English, German)
Τύπος: ΚείμενοΠροεπιλογή: –Επιτρεπόμενες τιμές: –
Ετικέτες
- replicate
- meta
- seamless
- stt
- transcription
- translation
- multilingual
- open-weights
Περιπτώσεις χρήσης
Συχνές ερωτήσεις
Τι είναι SeamlessM4T;
Το SeamlessM4T είναι ένα μοντέλο του Community στην κατηγορία Αναγνώριση ομιλίας.
Πόσο κοστίζει το SeamlessM4T στο Railwail;
Στο Railwail, το SeamlessM4T κοστίζει ≈ 0,156 $ ανά εκτέλεση. Χρεώνεστε για αυτό που χρησιμοποιεί πραγματικά κάθε αίτημα. Η χρήση πληρώνεται από προπληρωμένες πιστωτικές μονάδες· 1 πιστωτική μονάδα ισούται με 0,01 $.
Ποιες ρυθμίσεις υποστηρίζει το SeamlessM4T;
Σύμφωνα με το σχήμα εισόδου του, το SeamlessM4T γνωρίζει αυτές τις παραμέτρους: input_audio, task_name (S2ST (Speech to Speech translation), S2TT (Speech to Text translation), T2ST (Text to Speech translation), T2TT (Text to Text translation) ή ASR (Automatic Speech Recognition)), input_text_language και target_language_text_only.
Πόσο γρήγορο είναι το SeamlessM4T;
Δεν υπάρχουν αρκετές μετρημένες εκτελέσεις του SeamlessM4T στο Railwail ακόμα για να δηλωθεί ένας χρόνος εκτέλεσης. Εξαρτάται από την είσοδο, τις ρυθμίσεις και το φορτίο στον πάροχο.
Είναι το SeamlessM4T καλύτερο από το Incredibly Fast Whisper;
Αυτό εξαρτάται από την εργασία. Το SeamlessM4T (Community) και το Incredibly Fast Whisper (Community) είναι και τα δύο μοντέλα στην κατηγορία Αναγνώριση ομιλίας. Η σελίδα σύγκρισης δείχνει τις τιμές και τις προδιαγραφές τους παράλληλα.
Σύγκριση SeamlessM4T και Incredibly Fast WhisperΣυγκρίσιμα μοντέλα
Όλα σε αυτήν την κατηγορία- 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.
Όλα τα μοντέλα μέσω ενός API
Ένα κλειδί API για κάθε μοντέλο στο Railwail. Η χρήση χρεώνεται από προπληρωμένα πιστωτικά, 1 πιστωτικό = 0,01 $.