Přejít na obsah

ElevenLabs Speech to Text - Scribe V2

Integrace

ID modelu elevenlabs/speech-to-text/scribe-v2
# 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/elevenlabs/speech-to-text/scribe-v2?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"

Soubory jako v příkladu: 0,008 $ 8 kreditů API vaše soubory se před spuštěním změří Spustit na této stránce

Získat API klíč
ElevenLabs Řeč na text #speech-to-text

Přepisuje zvuk s diarizací mluvčích, značkami zvukových událostí a zvýhodněním klíčových termínů

ElevenLabs · Text

Zde se zobrazí váš první výsledek

Níže sestavte požadavek a spusťte ho pomocí svého API klíče. Výstupy se kopírují do našeho úložiště a uchovávají se navždy nebo 7 dne zdarma.

Sestavit požadavek

Ovládací prvky se generují ze schématu modelu. Kód a cena se aktualizují podle provedených změn.

•povinné audio_url
Přetáhněte soubor nebo

URL odkazující na zvuk určený k přepisu.

výchozí []

Zadejte nejvýše 100 klíčových výrazů, z nichž každý může mít nejvýše 50 znaků, aby se přepis zaměřil na tato slova nebo věty.

Pokročilé language_code · tag_audio_events · diarize

Kód identifikující jazyk zvuku.

POST /run/elevenlabs/speech-to-text/scribe-v2?wait=20 cena → 0,008 $
# 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/elevenlabs/speech-to-text/scribe-v2?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"

Spustit tento požadavek

Váš klíč zůstává v tomto prohlížeči: odesílá se pouze do Doitong API a uloží se do localStorage jen tehdy, když zaškrtnete možnost Zapamatovat. Získat klíč API

O modelu ElevenLabs Speech to Text - Scribe V2

Odešlete `audio_url` a získáte celý text, podrobnosti na úrovni slov a detekovaný jazyk s pravděpodobností. `diarize` označuje mluvčího a `tag_audio_events` označuje zvuky, například smích. `language_code` lze nastavit a `keyterms` přijímá až 100 slov nebo frází, které ovlivní rozpoznávání.

Parametry

Odešlete buď kanonický název, nebo nativní název, ne oba. Kanonické názvy

NázevTyp VýchozíPovolené Popis
audio_urlpovinné audio
Typurl · audio
URL odkazující na zvuk určený k přepisu.
language_codevolitelné
Typstring | null
Kód identifikující jazyk zvuku.
tag_audio_eventsvolitelné
Typboolean
Výchozítrue
Určuje označování zvukových událostí, například smíchu nebo potlesku.
diarizevolitelné
Typboolean
Výchozítrue
Určuje, zda se anotují identity mluvčích.
keytermsvolitelné
Typstring[]
Výchozí[]
≤ 100 položek
Zadejte nejvýše 100 klíčových výrazů, z nichž každý může mít nejvýše 50 znaků, aby se přepis zaměřil na tato slova nebo věty.
povinné Kanonický název, také podporován

Parametry souborů přijímají veřejnou adresu https:// URL, data: URI do 10 MB nebo file_url nahraného souboru. Soubory

Výstup

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "elevenlabs/speech-to-text/scribe-v2",
  "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": 8,
    "usd": "0.008",
    "charged": 8,
    "refunded": 0
  },
  "input": {
    "audio_url": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3"
  },
  "output": {
    "text": "string",
    "language_code": "eng",
    "language_probability": 1,
    "words": [
      {
        "text": "string",
        "start": 1.0,
        "end": 1.0,
        "type": "string",
        "speaker_id": "string"
      }
    ]
  },
  "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"
  }
}
Vaše soubory, vaše volbaKaždý outputs[].url je kopie v našem úložišti: uchovávaná navždy (zpoplatněná za GB-měsíc) nebo 7 dne zdarma podle nastavení účtu nebo ?storage=.
Stejná struktura u každého modelutype, url, content_type, width, height a duration pro obrázky, video i zvuk. output je vlastní objekt výsledku modelu.
Pole výstupu
text
stringÚplný text přepisu.
language_code
stringKód jazyka získaný detekcí nebo explicitním zadáním.
language_probability
numberSkóre spolehlivosti detekovaného jazyka.
words
array of object {text, start, end, type, speaker_id}Informace o přepisu jednotlivých slov.

Další modely: Řeč na text

Pro AI agenty: tato stránka je ve formátu Markdown na adrese https://doitong.com/cs/developers/models/elevenlabs/speech-to-text/scribe-v2.md. Všechny modely a návody: https://doitong.com/developers/llms.txt