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.
- Verð
- ≈ 0,156 USD/keyrsla
- Inntak → úttak
- Hljóð → Texti
- Þróunaraðili
- Community
- Uppfært
- 23. september 2026
Leiksvæði
Prófaðu SeamlessM4T
Inntak og úttak
Þessi keyrsla
um 0,156 USD · 15,6 inneign
0,468 USD (46,8 inneign) eru fráteknar við upphaf; raunverulegur GPU-tími er innheimtaður.
Fyrir reikninga án kaupa: keyrslur yfir 2 inneign þurfa áfyllingu.
Nýr hér?
10 ókeypis inneign (0,10 USD) þegar þú skráir þig með Google
Hægt að nota 24 klst. eftir skráningu, allt að 5 keyrslur á dag og að hámarki 2 inneign á keyrslu. Aðrar innskráningaraðferðir byrja án inneignar.
Examples
- Lengd: 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 }
Um SeamlessM4T
SeamlessM4T er módel frá Community í flokknum Tal-í-texta. Á Railwail kostar SeamlessM4T ≈ 0,156 USD fyrir hverja keyrslu.
Verðlagning
| Dæmigerð keyrsla (≈ 133 s á L40S) | 0,156 USD fyrir hverja keyrslu |
|---|---|
| GPU-tími (L40S) | 0,00117 USD fyrir hverja GPU-sekúndu |
- Reikningsfærðir eru GPU-tíminn sem keyrslan tekur í raun. Þegar keyrslan hefst er 3× dæmigerðu verðinu frátekin frá inneign þinni og jöfnuð síðar.
- 1 inneign = 0,01 USD
Kostnaðarreiknir
Verðreiknir
Dæmigert samkvæmt veitanda: um 133,3 s
Samtals
15,60 USD
1.560 inneign
Fyrir hverja keyrslu
0,156 USD · 15,6 inneign
Innheimt er fyrir raunverulegan GPU-tíma; þetta er mat.
API
Engin staðfest API-dæmi
Opinbera API sendir annað inntakssnið en þetta módel þarf. Notaðu leiksvæðið hér að ofan.
Forskriftir
- Módel-auðkenni
seamless-communication- Þróunaraðili
- Community
- Flokkur
- Tal-í-texta
- Inntak
- Hljóð
- Úttak
- Texti
- Reikningur
- Eftir notkun (tókar eða GPU-tími)
- Vörulistafærsla uppfærð
- 23. september 2026
Inntaksbreytur
Inntak og stillingar úr inntakskerfi módelsins. Dæmið í API-hlutanum sýnir hverjar þeirra API samþykkir.
input_audionauðsynlegtURL or upload of the source audio
Tegund: TextiSjálfgefið: –Leyfðir gildir: –task_nameTegund: ValSjálfgefið:ASR (Automatic Speech Recognition)Leyfðir gildir: S2ST (Speech to Speech translation), S2TT (Speech to Text translation), T2ST (Text to Speech translation), T2TT (Text to Text translation) eða ASR (Automatic Speech Recognition)input_text_languageLanguage of input text when using a text-input task
Tegund: TextiSjálfgefið: –Leyfðir gildir: –target_language_text_onlyTarget language for text output (e.g. English, German)
Tegund: TextiSjálfgefið: –Leyfðir gildir: –
Merki
- replicate
- meta
- seamless
- stt
- transcription
- translation
- multilingual
- open-weights
Notkunartilvik
Algengar spurningar
Hvað er SeamlessM4T?
SeamlessM4T er módel frá Community í flokknum Tal-í-texta.
Hvað kostar SeamlessM4T á Railwail?
Á Railwail kostar SeamlessM4T ≈ 0,156 USD fyrir hverja keyrslu. Þér er rukkað fyrir það sem hver beiðni notar í raun. Notkun er greidd úr fyrirframgreiddum inneign; 1 inneign jafngildir 0,01 USD.
Hvaða stillingar styður SeamlessM4T?
Samkvæmt inntaksskema sínu þekkir SeamlessM4T þessa færibreytu: input_audio, task_name (S2ST (Speech to Speech translation), S2TT (Speech to Text translation), T2ST (Text to Speech translation), T2TT (Text to Text translation) eða ASR (Automatic Speech Recognition)), input_text_language og target_language_text_only.
Hversu hratt er SeamlessM4T?
Það eru ekki nóg mældar keyrslur af SeamlessM4T á Railwail ennþá til að tilgreina keyrslutíma. Það fer eftir inntakinu, stillingum og álagi hjá veitandanum.
Er SeamlessM4T betra en Incredibly Fast Whisper?
Það fer eftir verkefninu. SeamlessM4T (Community) og Incredibly Fast Whisper (Community) eru bæði módel í flokknum Tal-í-texta. Samanburðarsíðan sýnir verð og forskriftir þeirra hlið við hlið.
Bera saman SeamlessM4T og Incredibly Fast WhisperSambærileg módel
Öll í þessum flokki- 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.
Öll módel í gegnum eina API
Einn API-lykil fyrir öll módel á Railwail. Notkun er rukkuð frá fyrirframgreiddum inneign, 1 inneign = 0,01 USD.