Gå til indhold

Speech-to-Text

Integrer

Model-id speech-to-text
# 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/speech-to-text?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
Open model Tale til tekst

Transskriberer en lang lydfil til tekst med valgfri automatisk tegnsætning og brug af store bogstaver

Open model · 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

Placering af en lang lydfil angivet som en lokal filsystemsti eller en ekstern URL.

Avanceret use_pnc
POST /run/speech-to-text?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/speech-to-text?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 Speech-to-Text

Standardtale-transskription for en lydfil angivet som `audio_url`. Indstillingen `use_pnc`, som er aktiveret som standard, tilføjer tegnsætning og store bogstaver. Resultatet returneres i `output` sammen med et `partial`-flag, der angiver, om transskriptionen stadig er under behandling.

Parametre

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

NavnType StandardTilladt Beskrivelse
audio_urlpåkrævet audio
Typeurl · audio
Placering af en lang lydfil angivet som en lokal filsystemsti eller en ekstern URL.
use_pncvalgfri
Typeboolean
Standardtrue
Aktiverer Canary's integrerede tegnsætning og brug af store bogstaver.
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": "speech-to-text",
  "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": {
    "output": "string",
    "partial": false
  },
  "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
output
stringTransskription produceret af Canary, enten delvis eller endelig.
partial
booleanFlag, der identificerer en delvis transskription, som stadig er under behandling.

Flere modeller: Tale til tekst

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