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 US$/покретање
- Унос → излаз
- Аудио → Текст
- Програмер
- Community
- Ажурирано
- 23. септембар 2026.
Плејграунд
Пробајте SeamlessM4T
Унос и резултат
Овај покрет
око 0,156 US$ · 15,6 кредита
При покретању се резервише 0,468 US$ (46,8 кредита); наплаћује се стварно GPU време.
За налоге без куповине: покрети изнад 2 кредита захтевају допуну.
Нов си овде?
10 бесплатних кредита (0,10 US$) када се пријавиш са Google
Употребљиво 24 сати после пријаве, до 5 покрета дневно и највише 2 кредита по покрету. Други начини пријаве почињу без кредита.
Examples
- Трајање: 0:08
Output (JSON, shortened)
{ "text_output": "MetaAI's seamless M4T model is democratizing spoken communication across language barriers.", "audio_output": null }Output (JSON, shortened)
{ "text_output": "Eg kaller Chen Xi, på kinesisk desse to ordene betyr morgon og håp ⁇", "audio_output": null }
О SeamlessM4T
SeamlessM4T је модел од Community из категорије Препознавање говора. На Railwail-у, SeamlessM4T кошта ≈ 0,156 US$ по покретању.
Цене
| Типично покретање (≈ 133 s на L40S) | 0,156 US$ по покретању |
|---|---|
| GPU време (L40S) | 0,00117 US$ по GPU секунди |
- Наплаћује се GPU време које покретање заиста траје. Када се покретање почне, 3× типична цена се резервише са вашег салда и касније се намирава.
- 1 кредит = 0,01 US$
Калкулатор трошкова
Калкулатор цена
Типично према добављачу: око 133,3 s
Укупно
15,60 US$
1.560 кредита
По покретању
0,156 US$ · 15,6 кредита
Наплаћује се стварно време GPU; ово је процена.
API
Нема верификованог API примера
Јавни API прослеђује другачији формат улаза него што овај модел треба. Користите playground изнад.
Спецификације
- ID модела
seamless-communication- Програмер
- Community
- Категорија
- Препознавање говора
- Унос
- Аудио
- Излаз
- Текст
- Наплата
- По потрошњи (токени или GPU време)
- Унос у каталог ажуриран
- 23. септембар 2026.
Параметри уноса
Уноси и подешавања из шеме уноса модела. Пример у API одељку показује које од њих API прихвата.
input_audioобавезноURL or upload of the source audio
Тип: ТекстПодразумевано: –Дозвољене вредности: –task_nameТип: ИзборПодразумевано:ASR (Automatic Speech Recognition)Дозвољене вредности: 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: ТекстПодразумевано: –Дозвољене вредности: –target_language_text_onlyTarget language for text output (e.g. English, German)
Тип: ТекстПодразумевано: –Дозвољене вредности: –
Ознаке
- replicate
- meta
- seamless
- stt
- transcription
- translation
- multilingual
- open-weights
Области примене
Често постављана питања
Шта је SeamlessM4T?
SeamlessM4T је модел од Community у категорији Препознавање говора.
Колико кошта SeamlessM4T на Railwail-у?
На Railwail-у, SeamlessM4T кошта ≈ 0,156 US$ по покретању. Наплаћује се оно што свака захтева заиста користи. Коришћење се плаћа из унапред припремљених кредита; 1 кредит је једнак 0,01 US$.
Које поставке подржава SeamlessM4T?
Према својој шеми уноса, SeamlessM4T познаје ове параметре: input_audio, task_name (S2ST (Speech to Speech translation), S2TT (Speech to Text translation), T2ST (Text to Speech translation), T2TT (Text to Text translation) или ASR (Automatic Speech Recognition)), input_text_language и target_language_text_only.
Колико је брз SeamlessM4T?
За SeamlessM4T на Railwail-у још нема довољно измерених покретања да би се наводило време извршавања. Зависи од уноса, поставки и оптерећења код пружаоца услуге.
Да ли је SeamlessM4T бољи од Incredibly Fast Whisper?
То зависи од задатка. SeamlessM4T (Community) и Incredibly Fast Whisper (Community) су оба модела у категорији Препознавање говора. Страница за поређење приказује њихове цене и спецификације упоредо.
Упоредите SeamlessM4T и Incredibly Fast WhisperУпоредиви модели
Сви у овој категорији- Incredibly Fast WhisperCommunity
Whisper Large v3 wrapped with Hugging Face Transformers optimizations (batched inference, flash attention) for very high throughput. Transcribes hours of audio in minutes on a single GPU. Maintained by Vaibhav Srivastav. Good when you need bulk transcription fast.
- WhisperOpenAI
OpenAI's Whisper running on Replicate. General-purpose speech recognition trained on 680k hours of multilingual audio. Transcribes and translates 99 languages, robust to accents and background noise, and outputs plain text, segments, or word-level timestamps.
- SeamlessM4T v2 Large (Speech)Community
Meta SeamlessM4T v2 Large speech mode. Speech-to-speech, speech-to-text, and text-to-speech translation across 100+ languages in a single unified model.
≈ 0,0012 US$/покретање
99 % јефтиније по јединици
Упоредите SeamlessM4T и SeamlessM4T v2 Large (Speech)
Сви модели преко једног API-ја
Један API кључ за сваки модел на Railwail. Употреба се наплаћује из унапред припремљених кредита, 1 кредит = 0,01 US$.