Neidio i'r cynnwys

Wizper (Whisper v3)

Integreiddio

ID y model wizper
# 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/wizper?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"

Hyd at $1.998 fesul rhediad codir tâl yn ôl y defnydd gwirioneddol, a chaiff y gweddill ei ad-dalu Ei redeg ar y dudalen hon

Cael allwedd API
OpenAI Lleferydd i Destun #transcription#speech

Trawsgrifiad lleferydd Whisper v3 a chyfieithiad i'r Saesneg gyda darnau â stampiau amser

OpenAI · Testun

Mae eich canlyniad cyntaf yn mynd yma

Adeiladwch gais isod a'i redeg gyda'ch allwedd API. Mae allbynnau'n cael eu copïo i'n storio, wedi'u cadw am byth neu am 7 diwrnod am ddim.

Adeiladu cais

Cynhyrchir rheolyddion o sgema'r model. Mae'r cod a'r pris yn diweddaru wrth i chi eu newid.

•gofynnol audio_url
Gollyngwch ffeil, neu

Mewnbwn trawsgrifio a ddarperir fel URL sy'n pwyntio at ffeil sain mewn fformat mp3, mp4, mpeg, mpga, m4a, wav neu webm.

Uwch task · language · chunk_level · version · max_segment_len · merge_chunks
task rhagosodedig transcribe

Tasg prosesu sain: dewiswch transcribe neu translate.

rhagosodedig en

Dewis iaith sain, gyda `None` yn gofyn am ganfod awtomatig ar draul amser inferens hirach. Ar gyfer y dasg translate, Saesneg yw targed y cyfieithiad bob amser, felly nid yw'r dewis iaith hwn yn newid iaith yr allbwn.

rhagosodedig segment

Manylder y darnau a ddychwelir.

rhagosodedig 3

Dewis fersiwn o fewn teulu Whisper large; ni ddefnyddir amrywiad Whisper arall gan y modelau hyn.

rhagosodedig 29

Terfyn hyd segment lleferydd, wedi'i fesur mewn eiliadau, ac ar ôl hynny mae hollti'n digwydd.

POST /run/wizper?wait=20 dyfynbris → $1.998
# 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/wizper?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"

Rhedeg y cais hwn

Mae'ch allwedd yn aros yn y porwr hwn: caiff ei hanfon at Doitong API yn unig a'i chadw (localStorage) dim ond os ticiwch Cofio. Cael allwedd API

Ynglŷn â Wizper (Whisper v3)

Yn trawsgrifio ffeil sain o URL (mp3, mp4, mpeg, mpga, m4a, wav neu webm), neu'n ei chyfieithu i'r Saesneg gyda `task`. Mae'r maes `language` yn cefnogi 99 gwerth, ac mae canfod awtomatig yn bosibl. Yn dychwelyd y testun llawn ynghyd â darnau â stampiau amser. Mae `max_segment_len` (10-29 eiliad) a `merge_chunks` yn rheoli sut mae segmentau'n cael eu rhannu.

Paramedrau

Anfonwch naill ai'r enw canonaidd neu'r enw brodorol, nid y ddau. Enwau canonaidd

EnwMath RhagosodedigCaniateir Disgrifiad
audio_urlgofynnol audio
Mathurl · audio
Mewnbwn trawsgrifio a ddarperir fel URL sy'n pwyntio at ffeil sain mewn fformat mp3, mp4, mpeg, mpga, m4a, wav neu webm.
taskdewisol
Mathenum
Rhagosodedigtranscribe
transcribetranslate
Tasg prosesu sain: dewiswch transcribe neu translate.
languagedewisol
Mathenum
Rhagosodedigen
afamarasazbabebgbnbobrbscacscyda
+83 yn rhagordeeleneseteufafifofrglguhahawhehihrhthuhyidisitjajwkakkkmknkolalblnloltlvmgmimkmlmnmrmsmtmynenlnnnoocpaplpsptrorusasdsiskslsnsosqsrsusvswtatetgthtktltrttukuruzviyiyozh
Dewis iaith sain, gyda `None` yn gofyn am ganfod awtomatig ar draul amser inferens hirach. Ar gyfer y dasg translate, Saesneg yw targed y cyfieithiad bob amser, felly nid yw'r dewis iaith hwn yn newid iaith yr allbwn.
chunk_leveldewisol
Mathstring
Rhagosodedigsegment
Manylder y darnau a ddychwelir.
max_segment_lendewisol
Mathinteger
Rhagosodedig29
10 – 29
Terfyn hyd segment lleferydd, wedi'i fesur mewn eiliadau, ac ar ôl hynny mae hollti'n digwydd.
merge_chunksdewisol
Mathboolean
Rhagosodedigtrue
Rheolaeth uno darnau olynol, gan ganiatáu uno dim ond os nad yw hyd y segment canlyniadol yn fwy na max_segment_len.
versiondewisol
Mathstring
Rhagosodedig3
Dewis fersiwn o fewn teulu Whisper large; ni ddefnyddir amrywiad Whisper arall gan y modelau hyn.
gofynnol Enw canonaidd, derbyniol hefyd

Mae paramedrau ffeil yn derbyn URL cyhoeddus https://, URI data: hyd at 10 MB, neu file_url uwchlwythiad. Ffeiliau

Allbwn

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "wizper",
  "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": 1998,
    "usd": "1.998",
    "charged": 1998,
    "refunded": 0
  },
  "input": {
    "audio_url": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3"
  },
  "output": {
    "text": "string",
    "chunks": [
      {
        "timestamp": [],
        "text": "string"
      }
    ],
    "languages": [
      "af"
    ]
  },
  "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"
  }
}
Eich ffeiliau, eich dewisMae pob outputs[].url yn gopi ar ein storio: wedi'i gadw am byth (telir fesul GB-mis) neu am 7 diwrnod am ddim, yn ôl gosodiad eich cyfrif neu ?storage=.
Yr un siâp ar bob modeltype, url, content_type, width, height a duration, ar gyfer delweddau, fideo a sain fel ei gilydd. Gwrthrych canlyniad y model ei hun yw output.
Meysydd yr allbwn
text
stringTestun wedi'i drawsgrifio o'r sain.
chunks
array of object {timestamp, text}Darnau sain ynghyd â stampiau amser.
languages
array of enum (string)Canlyniadau canfod iaith sain, wedi'u dychwelyd fel rhestr o ieithoedd a gasglwyd, gyda null fel y gwerth rhagosodedig.

Ar gyfer asiantau AI: mae'r dudalen hon fel Markdown ar gael yn https://doitong.com/cy/developers/models/wizper.md. Pob model a chanllaw: https://doitong.com/developers/llms.txt