Lumaktaw sa nilalaman

Cohere Transcribe

I-integrate

ID ng 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"

Mga file na katulad ng halimbawa: $0.001 1 kredito ng API sinusukat ang iyong mga file bago patakbuhin Patakbuhin ito sa page na ito

Kumuha ng API key
Cohere Speech patungong Text #speech#transcribe#stt

Speech-to-text na modelo na may 14 mapipiling wika at opsyonal na toggle para sa punctuation

Cohere · Text

Dito mapupunta ang iyong unang resulta

Bumuo ng kahilingan sa ibaba at patakbuhin ito gamit ang iyong API key. Kinokopya ang mga output sa aming storage, na pinananatili nang walang hanggan o 7 araw nang libre.

Bumuo ng kahilingan

Ang mga control ay binubuo mula sa schema ng modelo. Nagbabago ang code at presyo habang ina-adjust mo ang mga ito.

•kinakailangan audio_url
Mag-drop ng file, o

URL ng audio file para sa transcription. Kasama sa mga tinatanggap na format ang flac, ogg, webm, wav, m4a, mpga, mpeg, mp4, at mp3.

advanced language · max_new_tokens · punctuation
default na en

Tukuyin ang wika ng audio gamit ang isa sa mga ISO 639-1 code na ito: en, fr, de, it, es, pt, el, nl, pl, zh, ja, ko, vi, ar.

default na 256

Limitasyon ng token pagbuo para sa bawat audio chunk.

POST /run/cohere-transcribe?wait=20 presyo → $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"

Patakbuhin ang kahilingang ito

Nananatili ang iyong key sa browser na ito: ipinapadala lamang ito sa Doitong API at sine-save (localStorage) lamang kung pipiliin mo ang Tandaan. Kumuha ng API key

Tungkol sa Cohere Transcribe

Isinasagawa ang transcription ng audio file mula sa `audio_url` (mp3, mp4, mpeg, mpga, m4a, wav, webm, ogg o flac) tungo sa teksto. Tumatanggap ang `language` ng en, fr, de, it, es, pt, el, nl, pl, zh, ja, ko, vi o ar, na default ang en. Maaaring i-off ang `punctuation`, at nililimitahan ng `max_new_tokens` (1 hanggang 1014) ang output bawat audio chunk.

Mga parameter

Ipadala ang canonical na pangalan o ang native na pangalan, hindi pareho. Mga canonical na pangalan

PangalanUri defaultPinapayagan Paglalarawan
audio_urlkinakailangan audio
Uriurl · audio
URL ng audio file para sa transcription. Kasama sa mga tinatanggap na format ang flac, ogg, webm, wav, m4a, mpga, mpeg, mp4, at mp3.
languageopsyonal
Urienum
defaulten
enfrdeitesptelnlplzhjakoviar
Tukuyin ang wika ng audio gamit ang isa sa mga ISO 639-1 code na ito: en, fr, de, it, es, pt, el, nl, pl, zh, ja, ko, vi, ar.
punctuationopsyonal
Uriboolean
defaulttrue
Kinokontrol kung may capitalization at punctuation ang output text.
max_new_tokensopsyonal
Uriinteger
default256
1 – 1,014
Limitasyon ng token pagbuo para sa bawat audio chunk.
kinakailangan Canonical na pangalan, tinatanggap din

Tumatanggap ang mga parameter ng file ng pampublikong https:// URL, data: URI na hanggang 10 MB, o file_url ng isang upload. Mga file

Output

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"
  }
}
Ikaw ang pumipili para sa iyong mga fileAng bawat outputs[].url ay kopya sa aming storage: pinananatili nang walang hanggan (sinisingil bawat GB-month) o 7 araw nang libre, ayon sa setting ng iyong account o ?storage=.
Parehong shape sa bawat modelotype, url, content_type, width, height at duration, para sa mga larawan, video at audio. Ang output ay sariling result object ng modelo.
Mga field ng output
text
stringText na nakuha sa pag-transcribe ng audio file.
timings
objectDetalye ng performance timing, sinusukat sa segundo.

Para sa mga AI agent: nasa Markdown ang pahinang ito sa https://doitong.com/fil/developers/models/cohere-transcribe.md. Lahat ng modelo at gabay: https://doitong.com/developers/llms.txt