رفتن به محتوا

OpenRouter [Audio]

یکپارچه‌سازی

شناسه مدل openrouter/router/audio
# 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/openrouter/router/audio?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",
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field",
    "model": "google/gemini-3.8-flash"
  }'

# 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"

تا ⁨‎$۱٫۸۵۸⁩ برای هر اجرا بر اساس مصرف واقعی هزینه دریافت می‌شود و مابقی بازپرداخت می‌شود اجرای آن در این صفحه

دریافت کلید API
OpenRouter LLM

نسخه درگاه LLM که یک فایل صوتی را برای رونویسی یا تحلیل، همراه با یک پرامپت پردازش می‌کند

OpenRouter · متن

اولین نتیجه شما اینجا قرار می‌گیرد

درخواست را در زیر بسازید و با کلید API خود اجرا کنید. خروجی‌ها در فضای ذخیره‌سازی ما کپی می‌شوند و برای همیشه یا به‌مدت ۷ روز رایگان نگه‌داری می‌شوند.

ساخت درخواست

کنترل‌ها از شِمای مدل تولید می‌شوند. با تغییر آن‌ها، کد و قیمت به‌روزرسانی می‌شوند.

•الزامی

پرامپتی که پردازش صوت را هدایت می‌کند.

•الزامی audio_url
یک فایل بیندازید، یا

ورودی صوتی برای پردازش که با URL یا data URI مشخص می‌شود. قالب‌های m4a، flac، ogg، aac، aiff، mp3 و wav پذیرفته می‌شوند.

•الزامی

نام شناسایی‌کننده مدل برای اجرا.

پیشرفته system_prompt · temperature · max_tokens · reasoning · enable_web_search · web_search_options

پرامپت سیستم حاوی دستورها یا زمینه برای مدل.

پیش‌فرض 1

کنترل تنوع پاسخ؛ مقدار 0 هنگام ثابت بودن ورودی، پاسخ یکسان را تضمین می‌کند. افزایش مقدار، پاسخ‌ها را از پاسخ‌های قابل‌پیش‌بینی و معمول به سمت تنوع بیشتر و پاسخ‌های کم‌متداول‌تر می‌برد.

تعداد توکن‌های تولیدشده پاسخ را به مقداری حداکثر برابر با طول زمینه منهای طول پرامپت محدود می‌کند. تولید نمی‌تواند از این سقف مشخص‌شده فراتر رود.

پیکربندی جست‌وجوی وب، شامل انتخاب موتور، سقف نتایج و فیلتر دامنه. فقط وقتی enable_web_search برابر true باشد استفاده می‌شود.

POST /run/openrouter/router/audio?wait=20 قیمت → ⁨‎$۱٫۸۵۸⁩
# 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/openrouter/router/audio?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",
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field",
    "model": "google/gemini-3.8-flash"
  }'

# 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"

اجرای این درخواست

کلید شما در این مرورگر باقی می‌ماند: فقط به Doitong API ارسال می‌شود و فقط در صورت فعال‌کردن گزینه «یادآوری»، در localStorage ذخیره می‌شود. دریافت کلید API

درباره OpenRouter [Audio]

فایل صوتی را از طریق `audio_url` همراه با `prompt` و `model` الزامی می‌پذیرد. قالب‌های فهرست‌شده wav، mp3، aiff، aac، ogg، flac و m4a هستند. `system_prompt`، `temperature`، `max_tokens`، `reasoning` و تنظیمات جست‌وجوی وب اختیاری‌اند. خروجی متنی و مصرف توکن را برمی‌گرداند.

پارامترها

نام استاندارد یا نام بومی را ارسال کنید، نه هر دو. نام‌های استاندارد

نامنوع پیش‌فرضمجاز توضیحات
audio_urlالزامی audio
نوعurl · audio
ورودی صوتی برای پردازش که با URL یا data URI مشخص می‌شود. قالب‌های m4a، flac، ogg، aac، aiff، mp3 و wav پذیرفته می‌شوند.
promptالزامی
نوعstring
پرامپتی که پردازش صوت را هدایت می‌کند.
system_promptاختیاری
نوعstring | null
پرامپت سیستم حاوی دستورها یا زمینه برای مدل.
modelالزامی
نوعstring
نام شناسایی‌کننده مدل برای اجرا.
reasoningاختیاری
نوعboolean
پیش‌فرضfalse
اینکه استدلال در پاسخ نهایی گنجانده شود یا نه.
temperatureاختیاری
نوعnumber
پیش‌فرض1
۰ – ۲
کنترل تنوع پاسخ؛ مقدار 0 هنگام ثابت بودن ورودی، پاسخ یکسان را تضمین می‌کند. افزایش مقدار، پاسخ‌ها را از پاسخ‌های قابل‌پیش‌بینی و معمول به سمت تنوع بیشتر و پاسخ‌های کم‌متداول‌تر می‌برد.
max_tokensاختیاری
نوعinteger | null
≥ ۱
تعداد توکن‌های تولیدشده پاسخ را به مقداری حداکثر برابر با طول زمینه منهای طول پرامپت محدود می‌کند. تولید نمی‌تواند از این سقف مشخص‌شده فراتر رود.
web_search_optionsاختیاری
نوعobject
پیکربندی جست‌وجوی وب، شامل انتخاب موتور، سقف نتایج و فیلتر دامنه. فقط وقتی enable_web_search برابر true باشد استفاده می‌شود.
web_search_options.engineاختیاری
نوعenum
پیش‌فرضauto
autonativeexa
انتخاب موتور جست‌وجو: 'auto' و 'native' هر دو در صورت در دسترس نبودن جست‌وجوی بومی به Exa بازمی‌گردند. 'auto' از جست‌وجوی بومی موجود ارائه‌دهنده استفاده می‌کند؛ 'native' جست‌وجوی داخلی OpenAI، Anthropic، Google، xAI یا Perplexity را ترجیح می‌دهد. برای استفاده انحصاری از API جست‌وجوی Exa، 'exa' را انتخاب کنید.
web_search_options.max_resultsاختیاری
نوعinteger | null
۱ – ۲۵
سقف نتایج هر فراخوانی جست‌وجوی Exa، از 1 تا 25، با مقدار پیش‌فرض 5. جست‌وجوی بومی ارائه‌دهنده این تنظیم را نادیده می‌گیرد.
web_search_options.max_usesاختیاری
نوعinteger | null
≥ ۱
سقف جست‌وجو در هر درخواست که برای جست‌وجوی بومی به Anthropic ارسال می‌شود اما ارائه‌دهندگان بومی دیگر آن را نادیده می‌گیرند. فراخوانی‌های بیشتر از سقف، نتیجه خطا دریافت می‌کنند و اجرا نمی‌شوند.
web_search_options.max_total_resultsاختیاری
نوعinteger | null
≥ ۱
محدودیت ترکیبی نتایج برای همه جست‌وجوهای یک درخواست.
web_search_options.search_context_sizeاختیاری
نوعenum
lowmediumhigh
مقدار دریافت محتوا برای هر نتیجه در Exa؛ اگر هر دو ارائه شوند، max_characters جایگزین آن می‌شود و جست‌وجوی بومی ارائه‌دهنده آن را نادیده می‌گیرد. برای 5K نویسه low، برای 15K مقدار medium و برای 30K مقدار high را انتخاب کنید؛ بدون تعیین مقدار، Exa آن را برای حدود 2–4K در هر نتیجه تنظیم می‌کند.
web_search_options.max_charactersاختیاری
نوعinteger | null
۱ – ۱۰۰٬۰۰۰
سقف تعداد نویسه محتوای هر نتیجه در Exa که در صورت ارائه هر دو تنظیم، search_context_size را بازنویسی می‌کند. حداکثر دقیق را از 1 تا 100,000 نویسه تعیین کنید؛ جست‌وجوی بومی ارائه‌دهنده این تنظیم را نادیده می‌گیرد.
web_search_options.allowed_domainsاختیاری
نوعstring[]
فهرست مجاز دامنه برای Exa و بیشتر ارائه‌دهندگان جست‌وجوی بومی که نتایج را به دامنه‌های فهرست‌شده محدود می‌کند. جست‌وجوی بومی Google از آن پشتیبانی نمی‌کند.
web_search_options.excluded_domainsاختیاری
نوعstring[]
فهرست حذف دامنه برای جست‌وجوهای Exa و ارائه‌دهندگان بومی سازگار؛ جست‌وجوهای بومی Google و OpenAI نمی‌توانند این فهرست را اعمال کنند. نتایج منشأگرفته از دامنه‌های فهرست‌شده حذف می‌شوند.
web_search_options.user_locationاختیاری
نوعobject
موقعیت تقریبی کاربر که نتایج جست‌وجوی بومی را از نظر جغرافیایی جهت می‌دهد؛ Exa از این اطلاعات استفاده نمی‌کند.
web_search_options.user_location.typeاختیاری
نوعstring
پیش‌فرضapproximate
طبقه‌بندی موقعیت؛ تنها مقدار پشتیبانی‌شده 'approximate' است.
web_search_options.user_location.cityاختیاری
نوعstring | null
نام شهر، مانند 'San Francisco'.
web_search_options.user_location.regionاختیاری
نوعstring | null
نام ایالت یا منطقه، مانند 'California'.
web_search_options.user_location.countryاختیاری
نوعstring | null
شناسه کشور به‌صورت دو حرف، مانند 'US'.
web_search_options.user_location.timezoneاختیاری
نوعstring | null
شناسه منطقه زمانی با نمادگذاری IANA، مانند 'America/Los_Angeles'.
الزامی نام استاندارد، همچنین پذیرفته می‌شود

پارامترهای فایل یک URL عمومی https://، یک URI از نوع data: تا سقف 10 MB، یا file_url یک فایل بارگذاری‌شده را می‌پذیرند. فایل‌ها

خروجی

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "openrouter/router/audio",
  "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": 1858,
    "usd": "1.858",
    "charged": 1858,
    "refunded": 0
  },
  "input": {
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field",
    "audio_url": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3",
    "model": "google/gemini-3.8-flash"
  },
  "output": {
    "output": "The audio contains a conversation between two people discussing the weather forecast for the upcoming week.",
    "usage": {
      "prompt_tokens": 1,
      "completion_tokens": 1,
      "total_tokens": 0,
      "cost": 1.0,
      "prompt_tokens_details": {
        "cached_tokens": 0,
        "cache_write_tokens": 0
      }
    }
  },
  "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"
  }
}
فایل‌های شما، انتخاب شماهر outputs[].url کپی‌ای در فضای ذخیره‌سازی ماست: برای همیشه (با هزینه به‌ازای هر GB-ماه) یا به‌مدت ۷ روز رایگان، بر اساس تنظیم حساب شما یا ?storage=.
ساختار یکسان در همه مدل‌هاtype، url، content_type، width، height و duration برای تصاویر، ویدیو و صدا یکسان هستند. output شیء نتیجه اختصاصی مدل است.
فیلدهای خروجی
output
stringنتیجه تولیدشده از پردازش صوت.
usage
object {prompt_tokens, completion_tokens, total_tokens, cost, prompt_tokens_details} | nullجزئیات مصرف توکن.

مدل‌های بیشتر: LLM

برای عامل‌های هوش مصنوعی: این صفحه به‌صورت Markdown در دسترس است https://doitong.com/fa/developers/models/openrouter/router/audio.md. همه مدل‌ها و راهنماها: https://doitong.com/developers/llms.txt