Gå til indhold

Wizper (Whisper v3)

Integrer

Model-id 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"

Op til 1,998 $ pr. kørsel du betaler efter det faktiske forbrug, resten tilbagebetales Kør den på denne side

Hent API-nøgle
OpenAI Tale til tekst #transcription#speech

Whisper v3-tale-til-tekst og oversættelse til engelsk med tidsstemplet segmentering

OpenAI · 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

Transskriptionsinput angivet som en URL, der peger på en lydfil i formatet mp3, mp4, mpeg, mpga, m4a, wav eller webm.

Avanceret task · language · chunk_level · version · max_segment_len · merge_chunks
task standard transcribe

Lydbehandlingsopgave: vælg transcribe eller translate.

standard en

Valg af lydsprog, hvor `None` anmoder om automatisk registrering på bekostning af længere inferenstid. For translate-opgaven er engelsk altid oversættelsesmålet, så dette sprogvalg ændrer ikke output-sproget.

standard segment

Detaljeringsgrad for de returnerede segmenter.

standard 3

Valg af version inden for Whisper large-familien; ingen anden Whisper-variant bruges af disse modeller.

standard 29

Maksimal længde for talesegmenter målt i sekund, hvorefter opdeling sker.

POST /run/wizper?wait=20 pris → 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"

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 Wizper (Whisper v3)

Transskriberer en lydfil fra en URL (mp3, mp4, mpeg, mpga, m4a, wav eller webm) eller oversætter den til engelsk med `task`. Feltet `language` understøtter 99 værdier, og automatisk registrering er mulig. Returnerer den fulde tekst samt tidsstemplede segmenter. `max_segment_len` (10-29 sekunder) og `merge_chunks` styrer, hvordan segmenterne opdeles.

Parametre

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

NavnType StandardTilladt Beskrivelse
audio_urlpåkrævet audio
Typeurl · audio
Transskriptionsinput angivet som en URL, der peger på en lydfil i formatet mp3, mp4, mpeg, mpga, m4a, wav eller webm.
taskvalgfri
Typeenum
Standardtranscribe
transcribetranslate
Lydbehandlingsopgave: vælg transcribe eller translate.
languagevalgfri
Typeenum
Standarden
afamarasazbabebgbnbobrbscacscyda
+83 fleredeeleneseteufafifofrglguhahawhehihrhthuhyidisitjajwkakkkmknkolalblnloltlvmgmimkmlmnmrmsmtmynenlnnnoocpaplpsptrorusasdsiskslsnsosqsrsusvswtatetgthtktltrttukuruzviyiyozh
Valg af lydsprog, hvor `None` anmoder om automatisk registrering på bekostning af længere inferenstid. For translate-opgaven er engelsk altid oversættelsesmålet, så dette sprogvalg ændrer ikke output-sproget.
chunk_levelvalgfri
Typestring
Standardsegment
Detaljeringsgrad for de returnerede segmenter.
max_segment_lenvalgfri
Typeinteger
Standard29
10 – 29
Maksimal længde for talesegmenter målt i sekund, hvorefter opdeling sker.
merge_chunksvalgfri
Typeboolean
Standardtrue
Kontrol af sammenlægning af fortløbende segmenter, som kun tillader sammenlægning, hvis det resulterende segments varighed ikke overstiger max_segment_len.
versionvalgfri
Typestring
Standard3
Valg af version inden for Whisper large-familien; ingen anden Whisper-variant bruges af disse modeller.
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": "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"
  }
}
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
stringTekst transskriberet fra lyden.
chunks
array of object {timestamp, text}Lydsegmenter med tidsstempler.
languages
array of enum (string)Resultater af sprogregistrering i lyd, returneret som en liste over udledte sprog med null som standardværdi.

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