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 facturation 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 Whisper v3 et traduction en anglais avec segments horodatés

OpenAI · Texte

Votre premier résultat apparaîtra ici

Construisez une requête ci-dessous et exécutez-la avec votre clé API. Les sorties sont copiées dans notre stockage, conservées indéfiniment ou 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 lorsque vous les modifiez.

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

par défaut segment

Granularité des segments renvoyés.

par défaut 3

Sélection de la version au sein de la famille Whisper large ; aucun autre modèle Whisper n’est utilisé par ces modèles.

par défaut 29

Limite de durée des segments vocaux, mesurée en secondes, après laquelle le découpage a lieu.

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 à la 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 depuis une URL (mp3, mp4, mpeg, mpga, m4a, wav ou webm), ou le traduit en 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 de plusdeeleneseteufafifofrglguhahawhehihrhthuhyidisitjajwkakkkmknkolalblnloltlvmgmimkmlmnmrmsmtmynenlnnnoocpaplpsptrorusasdsiskslsnsosqsrsusvswtatetgthtktltrttukuruzviyiyozh
Sélection de la langue audio, avec `None` pour demander une détection automatique au prix d’un temps d’inférence plus long. Pour la tâche translate, l’anglais est toujours la langue cible de la traduction ; cette sélection de langue ne modifie donc pas la langue de sortie.
chunk_levelfacultatif
Typestring
Par défautsegment
Granularité des segments renvoyés.
max_segment_lenfacultatif
Typeinteger
Par défaut29
10 – 29
Limite de durée des segments vocaux, mesurée en secondes, après laquelle le découpage a lieu.
merge_chunksfacultatif
Typeboolean
Par défauttrue
Contrôle de fusion des segments consécutifs : la fusion n’est autorisée que 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 ; aucun autre modèle Whisper n’est utilisé 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 au Go-mois) ou 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, vidéos et fichiers audio. output est le propre objet de résultat du 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, renvoyés sous forme de liste de langues déduites, avec null comme valeur par défaut.

Pour les agents IA : cette page au format Markdown est disponible à https://doitong.com/fr/developers/models/wizper.md. Tous les modèles et guides : https://doitong.com/developers/llms.txt