Siirry sisältöön

ElevenLabs Speech to Text

Integroi

Mallin tunniste elevenlabs/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/elevenlabs/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"

Esimerkin kaltaiset tiedostot: 0,03 $ 30 API-krediittiä tiedostosi mitataan ennen suorittamista Suorita tällä sivulla

Hanki API-avain
ElevenLabs Puheesta tekstiksi #speech

Yleinen puheentunnistus puhujien erottelulla, äänitapahtumien tunnisteilla ja sanakohtaisilla tiedoilla

ElevenLabs · Teksti

Ensimmäinen tuloksesi tulee tähän

Muodosta pyyntö alla ja suorita se API-avaimellasi. Tulosteet kopioidaan tallennustilaamme, jossa ne säilytetään ikuisesti tai 7 päivää ilmaiseksi.

Muodosta pyyntö

Säätimet luodaan mallin skeemasta. Koodi ja hinta päivittyvät, kun muutat arvoja.

•pakollinen audio_url
Pudota tiedosto tai

URL-osoite transkriptioon käytettävään ääneen.

Lisäasetukset language_code · tag_audio_events · diarize

Äänen kielen tunnistava koodi.

POST /run/elevenlabs/speech-to-text?wait=20 hinta → 0,03 $
# 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/elevenlabs/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"

Suorita tämä pyyntö

Avaimesi säilyy tässä selaimessa: se lähetetään vain Doitong APIlle ja tallennetaan localStorageen vain, jos valitset Muista. Hanki API-avain

Tietoja: ElevenLabs Speech to Text

Muuntaa äänitiedoston tekstiksi. Aseta `language_code` tai jätä se tyhjäksi tunnistusta varten. `diarize` merkitsee puhujat ja `tag_audio_events` merkitsee esimerkiksi naurun; molemmat ovat oletuksena käytössä. Tuloste sisältää koko tekstin, kielen ja sen tunnistuksen varmuuden sekä sanakohtaiset tiedot.

Parametrit

Lähetä joko kanoninen nimi tai natiivi nimi, älä molempia. Kanoniset nimet

NimiTyyppi OletusSallitut Kuvaus
audio_urlpakollinen audio
Tyyppiurl · audio
URL-osoite transkriptioon käytettävään ääneen.
language_codevalinnainen
Tyyppistring | null
Äänen kielen tunnistava koodi.
tag_audio_eventsvalinnainen
Tyyppiboolean
Oletustrue
Määrittää äänitapahtumien, kuten naurun tai aplodien, merkitsemisen.
diarizevalinnainen
Tyyppiboolean
Oletustrue
Määrittää, merkitäänkö puhujien henkilöllisyydet.
pakollinen Kanoninen nimi, myös hyväksytty

Tiedostoparametrit hyväksyvät julkisen https://-URL:n, enintään 10 MB:n data:-URI:n tai lähetyksen file_url-arvon. Tiedostot

Tulos

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "elevenlabs/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": 30,
    "usd": "0.03",
    "charged": 30,
    "refunded": 0
  },
  "input": {
    "audio_url": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3"
  },
  "output": {
    "text": "string",
    "language_code": "string",
    "language_probability": 1.0,
    "words": [
      {
        "text": "string",
        "start": 1.0,
        "end": 1.0,
        "type": "string",
        "speaker_id": "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"
  }
}
Tiedostosi, valintasiJokainen outputs[].url on kopio tallennustilassamme: säilytetään ikuisesti (maksetaan gigatavu-kuukauden mukaan) tai 7 päivää ilmaiseksi tiliasetuksesi tai ?storage= perusteella.
Sama rakenne kaikissa malleissatype, url, content_type, width, height ja duration kuville, videolle ja äänelle. output on mallin oma tulosobjekti.
Tuloksen kentät
text
stringTranskription koko teksti.
language_code
stringTunnistamalla saatu tai nimenomaisesti määritetty kielikoodi.
language_probability
numberTunnistetun kielen luottamusarvo.
words
array of object {text, start, end, type, speaker_id}Yksittäisten sanojen transkriptiotiedot.

Lisää malleja: Puheesta tekstiksi

Tekoälyagenteille: tämän sivun Markdown-muoto on osoitteessa https://doitong.com/fi/developers/models/elevenlabs/speech-to-text.md. Kaikki mallit ja oppaat: https://doitong.com/developers/llms.txt