Lompat ke konten

Wizper (Whisper v3)

Integrasikan

ID model 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"

Hingga $1,998 per eksekusi ditagih berdasarkan penggunaan aktual, sisanya dikembalikan Jalankan di halaman ini

Dapatkan kunci API
OpenAI Suara ke Teks #transcription#speech

Transkripsi ucapan Whisper v3 dan terjemahan ke bahasa Inggris dengan potongan bertimestamp

OpenAI · Teks

Hasil pertama Anda akan muncul di sini

Buat permintaan di bawah ini dan jalankan dengan kunci API Anda. Output disalin ke penyimpanan kami, disimpan selamanya atau 7 hari gratis.

Buat permintaan

Kontrol dibuat dari skema model. Kode dan harga diperbarui saat Anda mengubahnya.

•wajib audio_url
Jatuhkan file, atau

Input transkripsi yang diberikan sebagai URL menuju file audio dalam format mp3, mp4, mpeg, mpga, m4a, wav, atau webm.

Lanjutan task · language · chunk_level · version · max_segment_len · merge_chunks
task bawaan transcribe

Tugas pemrosesan audio: pilih transcribe atau translate.

bawaan en

Pemilihan bahasa audio, dengan `None` yang meminta deteksi otomatis dengan konsekuensi waktu inferensi lebih lama. Untuk tugas translate, bahasa Inggris selalu menjadi target terjemahan, sehingga pemilihan bahasa ini tidak mengubah bahasa output.

bawaan segment

Tingkat perincian chunk yang dikembalikan.

bawaan 3

Pemilihan versi dalam keluarga Whisper large; tidak ada varian Whisper lain yang digunakan oleh model ini.

bawaan 29

Batas panjang segmen ucapan, diukur dalam detik, setelah itu pemisahan dilakukan.

POST /run/wizper?wait=20 estimasi harga → $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"

Jalankan permintaan ini

Key Anda tetap berada di browser ini: key hanya dikirim ke Doitong API dan disimpan (localStorage) hanya jika Anda mencentang Ingat. Dapatkan kunci API

Tentang Wizper (Whisper v3)

Mentranskripsikan file audio dari URL (mp3, mp4, mpeg, mpga, m4a, wav, atau webm), atau menerjemahkannya ke bahasa Inggris dengan `task`. Field `language` mendukung 99 nilai, dan deteksi otomatis tersedia. Mengembalikan teks lengkap serta potongan bertimestamp. `max_segment_len` (10-29 detik) dan `merge_chunks` mengontrol pembagian segmen.

Parameter

Kirim nama kanonis atau nama asli, bukan keduanya. Nama kanonis

NamaTipe BawaanDiizinkan Deskripsi
audio_urlwajib audio
Tipeurl · audio
Input transkripsi yang diberikan sebagai URL menuju file audio dalam format mp3, mp4, mpeg, mpga, m4a, wav, atau webm.
taskopsional
Tipeenum
Bawaantranscribe
transcribetranslate
Tugas pemrosesan audio: pilih transcribe atau translate.
languageopsional
Tipeenum
Bawaanen
afamarasazbabebgbnbobrbscacscyda
+83 lainnyadeeleneseteufafifofrglguhahawhehihrhthuhyidisitjajwkakkkmknkolalblnloltlvmgmimkmlmnmrmsmtmynenlnnnoocpaplpsptrorusasdsiskslsnsosqsrsusvswtatetgthtktltrttukuruzviyiyozh
Pemilihan bahasa audio, dengan `None` yang meminta deteksi otomatis dengan konsekuensi waktu inferensi lebih lama. Untuk tugas translate, bahasa Inggris selalu menjadi target terjemahan, sehingga pemilihan bahasa ini tidak mengubah bahasa output.
chunk_levelopsional
Tipestring
Bawaansegment
Tingkat perincian chunk yang dikembalikan.
max_segment_lenopsional
Tipeinteger
Bawaan29
10 – 29
Batas panjang segmen ucapan, diukur dalam detik, setelah itu pemisahan dilakukan.
merge_chunksopsional
Tipeboolean
Bawaantrue
Kontrol penggabungan chunk berurutan, yang hanya mengizinkan penggabungan jika durasi segmen hasilnya tidak lebih besar dari max_segment_len.
versionopsional
Tipestring
Bawaan3
Pemilihan versi dalam keluarga Whisper large; tidak ada varian Whisper lain yang digunakan oleh model ini.
wajib Nama kanonis, juga diterima

Parameter file menerima URL publik https://, URI data: hingga 10 MB, atau file_url dari unggahan. File

Output

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"
  }
}
File Anda, pilihan AndaSetiap outputs[].url adalah salinan di penyimpanan kami: disimpan selamanya (dikenai biaya per GB-bulan) atau 7 hari gratis, sesuai setelan akun atau ?storage=.
Struktur sama di setiap modeltype, url, content_type, width, height, dan duration, untuk gambar, video, dan audio. output adalah objek hasil milik model.
Field output
text
stringTeks yang ditranskripsikan dari audio.
chunks
array of object {timestamp, text}Chunk audio yang disertai stempel waktu.
languages
array of enum (string)Hasil deteksi bahasa audio, dikembalikan sebagai daftar bahasa yang diperkirakan dengan null sebagai nilai bawaan.

Untuk agen AI: halaman ini dalam Markdown tersedia di https://doitong.com/id/developers/models/wizper.md. Semua model dan panduan: https://doitong.com/developers/llms.txt