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.
- Cena
- ≈ 0,156 $/palaidi
- Ievade → Izvade
- Audio → Teksts
- Izstrādātājs
- Community
- Atjaunināts
- 2026. gada 23. septembris
Spēļu laukums
Izmēģiniet SeamlessM4T
Ievade un rezultāts
Šis palaišanas gadījums
apmēram 0,156 $ · 15,6 kredīti
Sākumā tiek rezervēti 0,468 $ (46,8 kredīti); tiek norēķināts faktiskais GPU laiks.
Kontiem bez pirkuma: palaišanas gadījumi virs 2 kredītiem prasa papildināšanu.
Jauns šeit?
10 bezmaksas kredīti (0,10 $), reģistrējies ar Google
Pieejams 24 stundas pēc reģistrācijas, līdz 5 palaišanas gadījumi dienā un maksimāli 2 kredīti uz palaišanas gadījumu. Citas pierakstīšanās metodes sākas bez kredītiem.
Examples
- Ilgums: 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 }
Par SeamlessM4T
SeamlessM4T ir Community modelis kategorijā Runas pārvēršana tekstā. Railwail platformā SeamlessM4T maksā ≈ 0,156 $ par palaidi.
Cenas
| Tipisks palaidi (≈ 133 s uz L40S) | 0,156 $ par palaidi |
|---|---|
| GPU laiks (L40S) | 0,00117 $ par GPU sekundi |
- Norēķināšana notiek par GPU laiku, ko palaidi faktiskā aizņem. Palaides sākumā no jūsu atlikuma tiek rezervēts 3× tipiskā cena un vēlāk nosegts.
- 1 kredīts = 0,01 $
Izmaksu kalkulators
Cenu kalkulators
Tipiski pēc sniedzēja: aptuveni 133,3 s
Kopā
15,60 $
1560 kredīti
Uz palaišanu
0,156 $ · 15,6 kredīti
Norēķins pēc faktiskā GPU laika; šī ir aprēķins.
API
Nav pārbaudīta API piemēra
Publiskā API nodod citu ievades formātu, nekā nepieciešams šim modelim. Izmantojiet smilšu kasti iepriekš.
Specifikācijas
- Modeļa ID
seamless-communication- Izstrādātājs
- Community
- Kategorija
- Runas pārvēršana tekstā
- Ievade
- Audio
- Izvade
- Teksts
- Norēķini
- Pēc lietojuma (tokeni vai GPU laiks)
- Kataloga ieraksts atjaunināts
- 2026. gada 23. septembris
Ievades parametri
Ievades un iestatījumi no modeļa ievades shēmas. Piemērs API sadaļā parāda, kurus no tiem API pieņem.
input_audioobligātsURL or upload of the source audio
Tips: TekstsNoklusējums: –Atļautās vērtības: –task_nameTips: IzvēleNoklusējums:ASR (Automatic Speech Recognition)Atļautās vērtības: S2ST (Speech to Speech translation), S2TT (Speech to Text translation), T2ST (Text to Speech translation), T2TT (Text to Text translation) vai ASR (Automatic Speech Recognition)input_text_languageLanguage of input text when using a text-input task
Tips: TekstsNoklusējums: –Atļautās vērtības: –target_language_text_onlyTarget language for text output (e.g. English, German)
Tips: TekstsNoklusējums: –Atļautās vērtības: –
Tagi
- replicate
- meta
- seamless
- stt
- transcription
- translation
- multilingual
- open-weights
Lietošanas gadījumi
Bieži uzdotie jautājumi
Kas ir SeamlessM4T?
SeamlessM4T ir Community izstrādāts modelis Runas pārvēršana tekstā kategorijā.
Cik maksā SeamlessM4T Railwail?
Railwail platformā SeamlessM4T maksā ≈ 0,156 $ par palaidi. Jums tiek ņemta maksa par to, ko katra pieprasījuma izpilde faktiski izmanto. Izmantošana tiek apmaksāta no iepriekš nopirkto kredītu; 1 kredīts = 0,01 $.
Kādus iestatījumus atbalsta SeamlessM4T?
Saskaņā ar tā ievades shēmu, SeamlessM4T pazīst šos parametrus: input_audio, task_name (S2ST (Speech to Speech translation), S2TT (Speech to Text translation), T2ST (Text to Speech translation), T2TT (Text to Text translation) vai ASR (Automatic Speech Recognition)), input_text_language un target_language_text_only.
Cik ātrs ir SeamlessM4T?
Railwail platformā SeamlessM4T vēl nav pietiekami daudz izmērītu izpilžu, lai norādītu izpildes laiku. Tas ir atkarīgs no ievades, iestatījumiem un sniedzēja slodzes.
Vai SeamlessM4T ir labāks par Incredibly Fast Whisper?
Tas ir atkarīgs no uzdevuma. SeamlessM4T (Community) un Incredibly Fast Whisper (Community) ir abi modeļi Runas pārvēršana tekstā kategorijā. Salīdzināšanas lapā to cenas un specifikācijas ir parādītas blakus.
Salīdzināt SeamlessM4T un Incredibly Fast WhisperSalīdzināmi modeļi
Visi šajā kategorijā- 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.
Visi modeļi caur vienu API
Viena API atslēga visiem Railwail modeļiem. Izmantošana tiek aprēķināta no iepriekš apmaksātiem kredītiem, 1 kredīts = 0,01 $.