কনটেন্টে যান

Cohere Transcribe

ইন্টিগ্রেট করুন

মডেল id cohere-transcribe
# Run the model; wait up to 20 s for the finished result in the same call
curl -X POST "https://api.doitong.com/v1/run/cohere-transcribe?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "audio": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3"
  }'

# Still "queued" or "running"? Poll with the id from the response:
curl "https://api.doitong.com/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

উদাহরণের মতো ফাইল: ০.০০১$ ১ API ক্রেডিট চালানোর আগে আপনার ফাইল মাপা হয় এই পেজে চালান

API কী পান
Cohere স্পিচ থেকে টেক্সট #speech#transcribe#stt

নির্বাচনযোগ্য 14টি ভাষা এবং ঐচ্ছিক যতিচিহ্ন টগলসহ স্পিচ-টু-টেক্সট মডেল

Cohere · টেক্সট

আপনার প্রথম ফলাফল এখানে আসবে

নিচে একটি রিকোয়েস্ট তৈরি করে আপনার API কী দিয়ে চালান। আউটপুট আমাদের স্টোরেজে কপি করা হয়, চিরকাল বা বিনামূল্যে ৭ দিন পর্যন্ত রাখা হয়।

একটি অনুরোধ তৈরি করুন

মডেল স্কিমা থেকে কন্ট্রোল তৈরি করা হয়। এগুলো পরিবর্তন করলে কোড ও মূল্য আপডেট হয়।

•আবশ্যক audio_url
একটি ফাইল ড্রপ করুন, অথবা

ট্রান্সক্রিপশনের জন্য অডিও ফাইলের URL। flac, ogg, webm, wav, m4a, mpga, mpeg, mp4 এবং mp3 ফরম্যাট গ্রহণযোগ্য।

অ্যাডভান্সড language · max_new_tokens · punctuation
ডিফল্ট en

নিচের ISO 639-1 কোডগুলোর একটি ব্যবহার করে অডিওর ভাষা শনাক্ত করুন: en, fr, de, it, es, pt, el, nl, pl, zh, ja, ko, vi, ar।

ডিফল্ট 256

প্রতিটি অডিও খণ্ডের জন্য টোকেন জেনারেশনের সীমা।

POST /run/cohere-transcribe?wait=20 মূল্য → ০.০০১$
# Run the model; wait up to 20 s for the finished result in the same call
curl -X POST "https://api.doitong.com/v1/run/cohere-transcribe?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "audio": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3"
  }'

# Still "queued" or "running"? Poll with the id from the response:
curl "https://api.doitong.com/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

এই অনুরোধ চালান

আপনার key এই ব্রাউজারেই থাকে: এটি শুধু Doitong API-তে পাঠানো হয় এবং Remember টিক দিলে কেবল localStorage-এ সংরক্ষিত হয়। একটি API কী পান

Cohere Transcribe সম্পর্কে

`audio_url` (mp3, mp4, mpeg, mpga, m4a, wav, webm, ogg বা flac) থেকে একটি অডিও ফাইলকে টেক্সটে রূপান্তর করে। `language` en, fr, de, it, es, pt, el, nl, pl, zh, ja, ko, vi বা ar গ্রহণ করে; ডিফল্ট en। `punctuation` বন্ধ করা যায়, আর `max_new_tokens` (1 থেকে 1014) প্রতিটি অডিও খণ্ডের আউটপুট সীমাবদ্ধ করে।

প্যারামিটার

ক্যানোনিকাল নাম অথবা নেটিভ নাম—দুটো একসঙ্গে নয়—পাঠান। ক্যানোনিকাল নামগুলো

নামধরন ডিফল্টঅনুমোদিত বিবরণ
audio_urlআবশ্যক audio
ধরনurl · audio
ট্রান্সক্রিপশনের জন্য অডিও ফাইলের URL। flac, ogg, webm, wav, m4a, mpga, mpeg, mp4 এবং mp3 ফরম্যাট গ্রহণযোগ্য।
languageঐচ্ছিক
ধরনenum
ডিফল্টen
enfrdeitesptelnlplzhjakoviar
নিচের ISO 639-1 কোডগুলোর একটি ব্যবহার করে অডিওর ভাষা শনাক্ত করুন: en, fr, de, it, es, pt, el, nl, pl, zh, ja, ko, vi, ar।
punctuationঐচ্ছিক
ধরনboolean
ডিফল্টtrue
আউটপুট টেক্সটে বড় হাতের অক্ষর ও যতিচিহ্ন থাকবে কি না তা নিয়ন্ত্রণ করে।
max_new_tokensঐচ্ছিক
ধরনinteger
ডিফল্ট256
১ – ১,০১৪
প্রতিটি অডিও খণ্ডের জন্য টোকেন জেনারেশনের সীমা।
আবশ্যক ক্যানোনিকাল নাম, এটিও গ্রহণযোগ্য

ফাইল প্যারামিটার হিসেবে একটি পাবলিক https:// URL, 10 MB পর্যন্ত একটি data: URI, অথবা আপলোডের file_url গ্রহণ করা হয়। ফাইল

আউটপুট

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "cohere-transcribe",
  "status": "succeeded",
  "created_at": "2026-10-20T12:00:00Z",
  "started_at": "2026-10-20T12:00:02Z",
  "completed_at": "2026-10-20T12:00:09Z",
  "queue_position": null,
  "cost": {
    "credits": 1,
    "usd": "0.001",
    "charged": 1,
    "refunded": 0
  },
  "input": {
    "audio_url": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3"
  },
  "output": {
    "text": "string",
    "timings": {}
  },
  "outputs": [
    {
      "type": "file",
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.jpeg",
      "content_type": "image/jpeg",
      "file_size": 1843200,
      "stored": true
    }
  ],
  "error": null,
  "metrics": {
    "inference_seconds": 6.8
  },
  "urls": {
    "self": "https://api.doitong.com/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t",
    "cancel": "https://api.doitong.com/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t/cancel"
  }
}
আপনার ফাইল, আপনার পছন্দপ্রতিটি outputs[].url আমাদের স্টোরেজে একটি কপি: চিরকাল রাখা হয় (প্রতি GB-মাস অনুযায়ী অর্থপ্রদত্ত) অথবা অ্যাকাউন্ট সেটিংস বা ?storage= অনুযায়ী বিনামূল্যে ৭ দিন পর্যন্ত।
প্রতিটি মডেলে একই গঠনছবি, ভিডিও এবং অডিও—সব ক্ষেত্রেই type, url, content_type, width, height এবং duration। output হলো মডেলের নিজস্ব ফলাফল অবজেক্ট।
আউটপুটের ফিল্ড
text
stringঅডিও ফাইল ট্রান্সক্রাইব করে পাওয়া টেক্সট।
timings
objectসেকেন্ডে পরিমাপ করা পারফরম্যান্স টাইমিংয়ের বিস্তারিত বিভাজন।

AI এজেন্টদের জন্য: এই পৃষ্ঠাটি Markdown হিসেবে এখানে আছে https://doitong.com/bn/developers/models/cohere-transcribe.md. সব মডেল ও গাইড: https://doitong.com/developers/llms.txt