Passer au contenu

Wizper (Whisper v3)

Intégrer

Identifiant du modèle wizper
# 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/wizper?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"

Jusqu’à 1,998 $ par exécution facturé selon l’utilisation réelle, le reste est remboursé L’exécuter sur cette page

Obtenir une clé API
OpenAI Parole vers texte #transcription#speech

Transcription vocale avec Whisper v3 et traduction vers l’anglais avec segments horodatés

OpenAI · Texte

Votre premier résultat apparaîtra ici

Créez une requête ci-dessous et exécutez-la avec votre clé API. Les sorties sont copiées dans notre stockage, conservées indéfiniment ou pendant 7 jours gratuitement.

Créer une requête

Les contrôles sont générés à partir du schéma du modèle. Le code et le prix se mettent à jour au fur et à mesure de vos modifications.

•requis audio_url
Déposez un fichier ou

Entrée de transcription fournie sous forme d’URL pointant vers un fichier audio au format mp3, mp4, mpeg, mpga, m4a, wav ou webm.

Avancé task · language · chunk_level · version · max_segment_len · merge_chunks
task par défaut transcribe

Tâche de traitement audio : choisissez transcribe ou translate.

par défaut en

Sélection de la langue audio, où `None` demande une détection automatique au prix d’un temps d’inférence plus long. Pour la tâche translate, l’anglais est toujours la langue cible de traduction; cette sélection ne modifie donc pas la langue de sortie.

par défaut segment

Granularité des segments retournés.

par défaut 3

Sélection de la version au sein de la famille Whisper large; aucune autre variante de Whisper n’est utilisée par ces modèles.

par défaut 29

Limite de durée des segments vocaux, mesurée en secondes, après laquelle le découpage est effectué.

POST /run/wizper?wait=20 devis → 1,998 $
# 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/wizper?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"

Exécuter cette requête

Votre clé reste dans ce navigateur : elle est envoyée uniquement au Doitong API et enregistrée dans localStorage uniquement si vous cochez Mémoriser. Obtenir une clé API

À propos de Wizper (Whisper v3)

Transcrit un fichier audio provenant d’une URL (mp3, mp4, mpeg, mpga, m4a, wav ou webm), ou le traduit vers l’anglais avec `task`. Le champ `language` prend en charge 99 valeurs et la détection automatique est possible. Renvoie le texte complet ainsi que des segments horodatés. `max_segment_len` (10-29 secondes) et `merge_chunks` contrôlent le découpage des segments.

Paramètres

Envoyez soit le nom canonique, soit le nom natif, mais pas les deux. Noms canoniques

NomType Par défautAutorisé Description
audio_urlrequis audio
Typeurl · audio
Entrée de transcription fournie sous forme d’URL pointant vers un fichier audio au format mp3, mp4, mpeg, mpga, m4a, wav ou webm.
taskfacultatif
Typeenum
Par défauttranscribe
transcribetranslate
Tâche de traitement audio : choisissez transcribe ou translate.
languagefacultatif
Typeenum
Par défauten
afamarasazbabebgbnbobrbscacscyda
+83 autresdeeleneseteufafifofrglguhahawhehihrhthuhyidisitjajwkakkkmknkolalblnloltlvmgmimkmlmnmrmsmtmynenlnnnoocpaplpsptrorusasdsiskslsnsosqsrsusvswtatetgthtktltrttukuruzviyiyozh
Sélection de la langue audio, où `None` demande une détection automatique au prix d’un temps d’inférence plus long. Pour la tâche translate, l’anglais est toujours la langue cible de traduction; cette sélection ne modifie donc pas la langue de sortie.
chunk_levelfacultatif
Typestring
Par défautsegment
Granularité des segments retournés.
max_segment_lenfacultatif
Typeinteger
Par défaut29
10 – 29
Limite de durée des segments vocaux, mesurée en secondes, après laquelle le découpage est effectué.
merge_chunksfacultatif
Typeboolean
Par défauttrue
Contrôle de la fusion des segments consécutifs : la fusion est autorisée uniquement si la durée du segment résultant ne dépasse pas max_segment_len.
versionfacultatif
Typestring
Par défaut3
Sélection de la version au sein de la famille Whisper large; aucune autre variante de Whisper n’est utilisée par ces modèles.
requis Nom canonique, également accepté

Les paramètres de fichier acceptent une URL publique https://, un URI data: jusqu’à 10 MB ou le file_url d’un téléversement. Fichiers

Sortie

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "wizper",
  "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": 1998,
    "usd": "1.998",
    "charged": 1998,
    "refunded": 0
  },
  "input": {
    "audio_url": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3"
  },
  "output": {
    "text": "string",
    "chunks": [
      {
        "timestamp": [],
        "text": "string"
      }
    ],
    "languages": [
      "af"
    ]
  },
  "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"
  }
}
Vos fichiers, votre choixChaque outputs[].url est une copie dans notre stockage : conservée indéfiniment (facturation par Go-mois) ou pendant 7 jours gratuitement, selon le réglage de votre compte ou ?storage=.
Même structure pour chaque modèletype, url, content_type, width, height et duration, pour les images, les vidéos et les fichiers audio. output est l’objet de résultat propre au modèle.
Champs de sortie
text
stringTexte transcrit à partir de l’audio.
chunks
array of object {timestamp, text}Segments audio accompagnés d’horodatages.
languages
array of enum (string)Résultats de détection de la langue audio, retournés sous forme de liste de langues déduites, avec null comme valeur par défaut.

Pour les agents IA : cette page en Markdown se trouve à https://doitong.com/fr-CA/developers/models/wizper.md. Tous les modèles et guides : https://doitong.com/developers/llms.txt