Gå til indhold

ElevenLabs Speech to Text - Scribe V2

Integrer

Model-id 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"

Filer som eksemplet: 0,008 $ 8 API-kreditter dine filer måles før kørslen Kør den på denne side

Hent API-nøgle
ElevenLabs Tale til tekst #speech-to-text

Transskriberer lyd med taleradskillelse, lydhændelsestags og biasing af nøgleord

ElevenLabs · Tekst

Dit første resultat kommer her

Opret en anmodning nedenfor, og kør den med din API-nøgle. Output kopieres til vores lagring, gemt for altid eller 7 dage gratis.

Opret en anmodning

Kontrollerne genereres fra modellens skema. Koden og prisen opdateres, når du ændrer dem.

•påkrævet audio_url
Slip en fil, eller

URL, der peger på lyd til transskription.

standard []

Angiv højst 100 nøgletermer, hver på højst 50 tegn, for at styre transskriptionen mod disse ord eller sætninger.

Avanceret language_code · tag_audio_events · diarize

Kode, der identificerer lydens sprog.

POST /run/elevenlabs/speech-to-text/scribe-v2?wait=20 pris → 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"

Kør denne anmodning

Din nøgle forbliver i denne browser: Den sendes kun til Doitong API og gemmes kun i localStorage, hvis du markerer Husk. Hent en API-nøgle

Om ElevenLabs Speech to Text - Scribe V2

Send en `audio_url`, og få den fulde tekst, detaljer på ordniveau samt det registrerede sprog med en sandsynlighedsscore. `diarize` markerer, hvem der taler, og `tag_audio_events` mærker lyde som latter. `language_code` kan angives, og `keyterms` accepterer op til 100 ord eller fraser for at styre genkendelsen.

Parametre

Send enten det kanoniske navn eller det oprindelige navn, ikke begge. Kanoniske navne

NavnType StandardTilladt Beskrivelse
audio_urlpåkrævet audio
Typeurl · audio
URL, der peger på lyd til transskription.
language_codevalgfri
Typestring | null
Kode, der identificerer lydens sprog.
tag_audio_eventsvalgfri
Typeboolean
Standardtrue
Styrer tagging af lydhændelser som latter eller bifald.
diarizevalgfri
Typeboolean
Standardtrue
Styrer, om taleridentiteter annoteres.
keytermsvalgfri
Typestring[]
Standard[]
≤ 100 elementer
Angiv højst 100 nøgletermer, hver på højst 50 tegn, for at styre transskriptionen mod disse ord eller sætninger.
påkrævet Kanonisk navn, også accepteret

Filparametre accepterer en offentlig https://-URL, en data:-URI på op til 10 MB eller file_url fra en upload. Filer

Output

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"
  }
}
Dine filer, dit valgHver outputs[].url er en kopi på vores lagring: gemt for altid (betales pr. GB-måned) eller 7 dage gratis, afhængigt af din kontoindstilling eller ?storage=.
Samme struktur for alle modellertype, url, content_type, width, height og duration for billeder, video og lyd. output er modellens eget resultatobjekt.
Outputfelter
text
stringDen fulde tekst i transskriptionen.
language_code
stringSprogkode opnået via registrering eller eksplicit angivelse.
language_probability
numberKonfidensscore for det registrerede sprog.
words
array of object {text, start, end, type, speaker_id}Transskriptionsoplysninger for individuelle ord.

Flere modeller: Tale til tekst

Til AI-agenter: Denne side som Markdown findes på https://doitong.com/da/developers/models/elevenlabs/speech-to-text/scribe-v2.md. Alle modeller og vejledninger: https://doitong.com/developers/llms.txt