Μετάβαση στο περιεχόμενο

Auto-Captioner

Ενσωμάτωση

id μοντέλου auto-caption
# 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/auto-caption?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "video": "https://content.doitong.com/video/showcase/v3/gen_fox_cartoon.mp4"
  }'

# 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"

Αυτό το αίτημα: 0,10 $ 100 πιστώσεις API Εκτέλεση σε αυτήν τη σελίδα

Λήψη κλειδιού API
Utility Βίντεο σε βίντεο #captioning#video

Προσθέτει λεζάντες βασισμένες στην ομιλία σε βίντεο, με ρυθμιζόμενο χρώμα, γραμματοσειρά, μέγεθος και θέση

Utility · Δεδομένα (JSON)

Το πρώτο σας αποτέλεσμα θα εμφανιστεί εδώ

Δημιουργήστε ένα αίτημα παρακάτω και εκτελέστε το με το κλειδί API σας. Οι έξοδοι αντιγράφονται στην αποθήκευσή μας και διατηρούνται για πάντα ή 7 ημέρες δωρεάν.

Δημιουργία αιτήματος

Τα στοιχεία ελέγχου δημιουργούνται από το σχήμα του μοντέλου. Ο κώδικας και η τιμή ενημερώνονται καθώς τα αλλάζετε.

•απαιτείται video_url
Αποθέστε ένα αρχείο ή

URL βίντεο για αρχείο .mp4 με ήχο, μικρότερο από 400 MB.

Για προχωρημένους text_case · txt_color · txt_font · font_size · stroke_width · refresh_interval · left_align · top_align
text_case προεπιλογή default

Επιλέξτε 'default' για να διατηρήσετε τη γραφή υπότιτλων όπως παράγεται από την αναγνώριση ομιλίας. Για αλλαγή, επιλέξτε 'upper' για κεφαλαία ή 'lower' για πεζά.

προεπιλογή white

Ορίστε το χρώμα του κειμένου με δεκαεξαδική σημειογραφία, πλειάδα RGB ή όνομα χρώματος.

προεπιλογή Standard

Ορίστε τη γραμματοσειρά λεζάντας με URL που παραπέμπει σε αρχείο .ttf ή με ενσωματωμένη γραμματοσειρά: 'Arial', 'Standard', 'Garamond', 'Times New Roman' ή 'Georgia'.

προεπιλογή 24

Μέγεθος κειμένου για τις παραγόμενες λεζάντες.

προεπιλογή 1

Πάχος περιγράμματος κειμένου, σε pixel.

προεπιλογή 1.5

Ελέγχει πόσο κείμενο λεζάντας εμφανίζεται μαζί κατά το διάστημα προβολής, σε δευτερόλεπτα: η μεγαλύτερη διάρκεια εμφάνισης δείχνει περισσότερο κείμενο ταυτόχρονα.

προεπιλογή center

Οριζόντια στοίχιση κειμένου με δεκαδικό αριθμό μεταξύ 0.0 και 1.0 ή επιλογή της ονομαστικής θέσης 'left', 'center' ή 'right'.

προεπιλογή center

Κατακόρυφη στοίχιση κειμένου με δεκαδικό αριθμό μεταξύ 0.0 και 1.0 ή επιλογή της ονομαστικής θέσης 'top', 'center' ή 'bottom'.

POST /run/auto-caption?wait=20 προσφορά → 0,10 $
# 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/auto-caption?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "video": "https://content.doitong.com/video/showcase/v3/gen_fox_cartoon.mp4"
  }'

# 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"

Εκτέλεση αυτού του αιτήματος

Το κλειδί σας παραμένει σε αυτό το πρόγραμμα περιήγησης: αποστέλλεται μόνο στο Doitong API και αποθηκεύεται (localStorage) μόνο αν ενεργοποιήσετε την επιλογή «Να απομνημονεύεται». Λήψη κλειδιού API

Σχετικά με το Auto-Captioner

Απομαγνητοφωνεί τον ήχο από ένα `.mp4` `video_url` (κάτω από 400MB) και ενσωματώνει τις λεζάντες στο βίντεο. Διαμορφώστε το στυλ με τα `txt_color`, `txt_font`, `font_size`, `stroke_width` και `text_case`. Η θέση χρησιμοποιεί τα `left_align` και `top_align`. Το `refresh_interval` από 0.5 έως 3 δευτερόλεπτα ορίζει πόσο παραμένουν οι λεζάντες στην οθόνη.

Παράμετροι

Στείλτε είτε το κανονικό όνομα είτε το εγγενές όνομα, όχι και τα δύο. Κανονικά ονόματα

ΌνομαΤύπος ΠροεπιλογήΕπιτρεπόμενο Περιγραφή
video_urlαπαιτείται video
Τύποςurl · video
URL βίντεο για αρχείο .mp4 με ήχο, μικρότερο από 400 MB.
txt_colorπροαιρετικό
Τύποςstring
Προεπιλογήwhite
Ορίστε το χρώμα του κειμένου με δεκαεξαδική σημειογραφία, πλειάδα RGB ή όνομα χρώματος.
txt_fontπροαιρετικό
Τύποςstring
ΠροεπιλογήStandard
Ορίστε τη γραμματοσειρά λεζάντας με URL που παραπέμπει σε αρχείο .ttf ή με ενσωματωμένη γραμματοσειρά: 'Arial', 'Standard', 'Garamond', 'Times New Roman' ή 'Georgia'.
font_sizeπροαιρετικό
Τύποςinteger
Προεπιλογή24
Μέγεθος κειμένου για τις παραγόμενες λεζάντες.
stroke_widthπροαιρετικό
Τύποςinteger
Προεπιλογή1
Πάχος περιγράμματος κειμένου, σε pixel.
left_alignπροαιρετικό
Τύποςstring | number
Προεπιλογήcenter
Οριζόντια στοίχιση κειμένου με δεκαδικό αριθμό μεταξύ 0.0 και 1.0 ή επιλογή της ονομαστικής θέσης 'left', 'center' ή 'right'.
top_alignπροαιρετικό
Τύποςstring | number
Προεπιλογήcenter
Κατακόρυφη στοίχιση κειμένου με δεκαδικό αριθμό μεταξύ 0.0 και 1.0 ή επιλογή της ονομαστικής θέσης 'top', 'center' ή 'bottom'.
refresh_intervalπροαιρετικό
Τύποςnumber
Προεπιλογή1.5
0,5 – 3
Ελέγχει πόσο κείμενο λεζάντας εμφανίζεται μαζί κατά το διάστημα προβολής, σε δευτερόλεπτα: η μεγαλύτερη διάρκεια εμφάνισης δείχνει περισσότερο κείμενο ταυτόχρονα.
text_caseπροαιρετικό
Τύποςenum
Προεπιλογήdefault
defaultupperlower
Επιλέξτε 'default' για να διατηρήσετε τη γραφή υπότιτλων όπως παράγεται από την αναγνώριση ομιλίας. Για αλλαγή, επιλέξτε 'upper' για κεφαλαία ή 'lower' για πεζά.
απαιτείται Κανονικό όνομα, επίσης αποδεκτό

Οι παράμετροι αρχείων δέχονται ένα δημόσιο URL https://, ένα URI data: έως 10 MB ή το file_url μιας μεταφόρτωσης. Αρχεία

Έξοδος

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "auto-caption",
  "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": 100,
    "usd": "0.10",
    "charged": 100,
    "refunded": 0
  },
  "input": {
    "video_url": "https://content.doitong.com/video/showcase/v3/gen_fox_cartoon.mp4"
  },
  "output": {
    "video_url": "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"
  }
}
Τα αρχεία σας, η επιλογή σαςΚάθε outputs[].url είναι ένα αντίγραφο στην αποθήκευσή μας: διατηρείται για πάντα (χρέωση ανά GB-μήνα) ή 7 ημέρες δωρεάν, σύμφωνα με τη ρύθμιση του λογαριασμού σας ή ?storage=.
Ίδια μορφή σε κάθε μοντέλοtype, url, content_type, width, height και duration, τόσο για εικόνες όσο και για βίντεο και ήχο. Το output είναι το αντικείμενο αποτελέσματος του ίδιου του μοντέλου.
Πεδία εξόδου
video_url
string (video URL)URL που παραπέμπει στο βίντεο .mp4 με λεζάντες.

Για πράκτορες AI: αυτή η σελίδα σε Markdown βρίσκεται στη διεύθυνση https://doitong.com/el/developers/models/auto-caption.md. Όλα τα μοντέλα και οι οδηγοί: https://doitong.com/developers/llms.txt