Ir al contenido

Cohere Transcribe

Integrar

Id del modelo cohere-transcribe
# 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/cohere-transcribe?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"

Archivos como el ejemplo: 0,001 $ 1 crédito de API tus archivos se miden antes de la ejecución Ejecutar en esta página

Obtener clave de API
Cohere Voz a texto #speech#transcribe#stt

Modelo de voz a texto con 14 idiomas seleccionables y un interruptor opcional de puntuación

Cohere · Texto

Tu primer resultado aparecerá aquí

Crea una solicitud abajo y ejecútala con tu clave de API. Las salidas se copian en nuestro almacenamiento, conservadas para siempre o 7 días gratis.

Crear una solicitud

Los controles se generan a partir del esquema del modelo. El código y el precio se actualizan al modificarlos.

•obligatorio audio_url
Suelta un archivo o

URL del archivo de audio para transcripción. Los formatos aceptados incluyen flac, ogg, webm, wav, m4a, mpga, mpeg, mp4 y mp3.

Avanzado language · max_new_tokens · punctuation
predeterminado en

Identifica el idioma del audio mediante uno de estos códigos ISO 639-1: en, fr, de, it, es, pt, el, nl, pl, zh, ja, ko, vi, ar.

predeterminado 256

Límite de generación de tokens para cada fragmento de audio.

POST /run/cohere-transcribe?wait=20 cotización → 0,001 $
# 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/cohere-transcribe?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"

Ejecutar esta solicitud

Tu clave permanece en este navegador: solo se envía a la Doitong API y se guarda (localStorage) únicamente si marcas Recordar. Obtener una clave de API

Acerca de Cohere Transcribe

Transcripción un archivo de audio desde `audio_url` (mp3, mp4, mpeg, mpga, m4a, wav, webm, ogg o flac) a texto. `language` acepta en, fr, de, it, es, pt, el, nl, pl, zh, ja, ko, vi o ar, y usa en de forma predeterminada. `punctuation` se puede desactivar, y `max_new_tokens` (de 1 a 1014) limita la salida por fragmento de audio.

Parámetros

Envía el nombre canónico o el nombre nativo, no ambos. Nombres canónicos

NombreTipo PredeterminadoPermitido Descripción
audio_urlobligatorio audio
Tipourl · audio
URL del archivo de audio para transcripción. Los formatos aceptados incluyen flac, ogg, webm, wav, m4a, mpga, mpeg, mp4 y mp3.
languageopcional
Tipoenum
Predeterminadoen
enfrdeitesptelnlplzhjakoviar
Identifica el idioma del audio mediante uno de estos códigos ISO 639-1: en, fr, de, it, es, pt, el, nl, pl, zh, ja, ko, vi, ar.
punctuationopcional
Tipoboolean
Predeterminadotrue
Controla si el texto de salida incluye mayúsculas y puntuación.
max_new_tokensopcional
Tipointeger
Predeterminado256
1 – 1014
Límite de generación de tokens para cada fragmento de audio.
obligatorio Nombre canónico, también aceptado

Los parámetros de archivo aceptan una URL pública https://, un URI data: de hasta 10 MB o el file_url de una carga. Archivos

Salida

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "cohere-transcribe",
  "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": 1,
    "usd": "0.001",
    "charged": 1,
    "refunded": 0
  },
  "input": {
    "audio_url": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3"
  },
  "output": {
    "text": "string",
    "timings": {}
  },
  "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"
  }
}
Tus archivos, tú eligesCada outputs[].url es una copia en nuestro almacenamiento: conservada para siempre (se cobra por GB-mes) o 7 días gratis, según la configuración de tu cuenta o ?storage=.
La misma estructura en todos los modelostype, url, content_type, width, height y duration, tanto para imágenes como para vídeo y audio. output es el objeto de resultado propio del modelo.
Campos de salida
text
stringTexto obtenido al transcribir el archivo de audio.
timings
objectDesglose de las duraciones de rendimiento, medidas en segundos.

Para agentes de IA: esta página en Markdown está en https://doitong.com/es/developers/models/cohere-transcribe.md. Todos los modelos y guías: https://doitong.com/developers/llms.txt