Prijeđi na sadržaj

Wizper (Whisper v3)

Integriraj

ID modela 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"

Do 1,998 $ po pokretanju naplaćuje se prema stvarnoj potrošnji, a ostatak se vraća Pokreni na ovoj stranici

Nabavi API ključ
OpenAI Govor u tekst #transcription#speech

Transkripcija govora pomoću Whisper v3 i prijevod na engleski s vremenski označenim segmentima

OpenAI · Tekst

Vaš prvi rezultat bit će ovdje

Izradite zahtjev u nastavku i pokrenite ga svojim API ključem. Izlazi se kopiraju u našu pohranu i čuvaju zauvijek ili 7 dana besplatno.

Izradi zahtjev

Kontrole se generiraju iz sheme modela. Kôd i cijena ažuriraju se dok ih mijenjate.

•obavezno audio_url
Ispustite datoteku ili

Ulaz za transkripciju naveden kao URL koji upućuje na audio datoteku u formatu mp3, mp4, mpeg, mpga, m4a, wav ili webm.

Napredno task · language · chunk_level · version · max_segment_len · merge_chunks
task zadano transcribe

Zadatak obrade audiozapisa: odaberite transcribe ili translate.

zadano en

Odabir jezika audiozapisa, pri čemu `None` traži automatsko otkrivanje uz dulje vrijeme zaključivanja. Za zadatak translate engleski je uvijek ciljni jezik prijevoda, pa ovaj odabir jezika ne mijenja jezik izlaza.

zadano segment

Granularnost vraćenih dijelova.

zadano 3

Odabir verzije unutar obitelji Whisper large; ovi modeli ne upotrebljavaju nijednu drugu varijantu Whispera.

zadano 29

Ograničenje duljine govornog segmenta, mjereno u sekundama, nakon kojeg se vrši razdvajanje.

POST /run/wizper?wait=20 cijena → 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"

Pokreni ovaj zahtjev

Vaš ključ ostaje u ovom pregledniku: šalje se samo Doitong API-ju i sprema u localStorage samo ako označite Zapamti. Nabavite API ključ

O modelu Wizper (Whisper v3)

Transkribira audio datoteku s URL-a (mp3, mp4, mpeg, mpga, m4a, wav ili webm) ili je prevodi na engleski pomoću parametra `task`. Polje `language` podržava 99 vrijednosti, a moguće je i automatsko prepoznavanje. Vraća puni tekst uz isječke s vremenskim oznakama. `max_segment_len` (10-29 sekundi) i `merge_chunks` kontroliraju način dijeljenja segmenata.

Parametri

Pošaljite kanonski naziv ili izvorni naziv, ne oba. Kanonski nazivi

NazivVrsta ZadanoDopušteno Opis
audio_urlobavezno audio
Vrstaurl · audio
Ulaz za transkripciju naveden kao URL koji upućuje na audio datoteku u formatu mp3, mp4, mpeg, mpga, m4a, wav ili webm.
taskneobavezno
Vrstaenum
Zadanotranscribe
transcribetranslate
Zadatak obrade audiozapisa: odaberite transcribe ili translate.
languageneobavezno
Vrstaenum
Zadanoen
afamarasazbabebgbnbobrbscacscyda
+83 višedeeleneseteufafifofrglguhahawhehihrhthuhyidisitjajwkakkkmknkolalblnloltlvmgmimkmlmnmrmsmtmynenlnnnoocpaplpsptrorusasdsiskslsnsosqsrsusvswtatetgthtktltrttukuruzviyiyozh
Odabir jezika audiozapisa, pri čemu `None` traži automatsko otkrivanje uz dulje vrijeme zaključivanja. Za zadatak translate engleski je uvijek ciljni jezik prijevoda, pa ovaj odabir jezika ne mijenja jezik izlaza.
chunk_levelneobavezno
Vrstastring
Zadanosegment
Granularnost vraćenih dijelova.
max_segment_lenneobavezno
Vrstainteger
Zadano29
10 – 29
Ograničenje duljine govornog segmenta, mjereno u sekundama, nakon kojeg se vrši razdvajanje.
merge_chunksneobavezno
Vrstaboolean
Zadanotrue
Upravljanje spajanjem uzastopnih dijelova, pri čemu je spajanje dopušteno samo ako trajanje dobivenog segmenta nije veće od max_segment_len.
versionneobavezno
Vrstastring
Zadano3
Odabir verzije unutar obitelji Whisper large; ovi modeli ne upotrebljavaju nijednu drugu varijantu Whispera.
obavezno Kanonski naziv, također prihvaćen

Parametri datoteka prihvaćaju javni https:// URL, data: URI do 10 MB ili file_url prenesene datoteke. Datoteke

Izlaz

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"
  }
}
Vaše datoteke, vaš izborSvaki outputs[].url kopija je u našoj pohrani: čuva se zauvijek (naplaćuje se po GB-mjesecu) ili 7 dana besplatno, prema postavci računa ili ?storage=.
Isti oblik na svakom modelutype, url, content_type, width, height i duration za slike, videozapise i zvuk. output je vlastiti objekt rezultata modela.
Polja izlaza
text
stringTekst transkribiran iz audiozapisa.
chunks
array of object {timestamp, text}Dijelovi audiozapisa popraćeni vremenskim oznakama.
languages
array of enum (string)Rezultati otkrivanja jezika audiozapisa, vraćeni kao popis pretpostavljenih jezika s null kao zadanom vrijednošću.

Za AI agente: ova je stranica u Markdownu dostupna na https://doitong.com/hr/developers/models/wizper.md. Svi modeli i vodiči: https://doitong.com/developers/llms.txt