Vai al contenuto

Auto-Captioner

Integra

ID del modello auto-caption
# 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/auto-caption?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "video": "https://content.doitong.com/video/showcase/v3/gen_fox_cartoon.mp4"
  }'

# 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"

Questa richiesta: 0,10 $ 100 crediti API Esegui in questa pagina

Ottieni la chiave API
Utility Da video a video #captioning#video

Aggiunge sottotitoli basati sul parlato a un video, con colore, font, dimensione e posizione regolabili

Utility · Dati (JSON)

Il tuo primo risultato apparirà qui

Crea una richiesta qui sotto ed eseguila con la tua chiave API. Gli output vengono copiati nella nostra archiviazione, conservati per sempre oppure 7 giorni gratuitamente.

Crea una richiesta

I controlli vengono generati dallo schema del modello. Il codice e il prezzo si aggiornano mentre li modifichi.

•obbligatorio video_url
Trascina un file oppure

URL del video per un file .mp4 contenente audio e inferiore a 400 MB.

Avanzate text_case · txt_color · txt_font · font_size · stroke_width · refresh_interval · left_align · top_align
text_case predefinito default

Scegli 'default' per lasciare invariata la capitalizzazione dei sottotitoli prodotta dal riconoscimento vocale. Per modificarla, seleziona 'upper' per il testo maiuscolo o 'lower' per il testo minuscolo.

predefinito white

Imposta il colore del testo usando la notazione esadecimale, una tupla RGB o il nome di un colore.

predefinito Standard

Imposta il carattere delle didascalie usando un URL che punta a un file .ttf o un carattere integrato: 'Arial', 'Standard', 'Garamond', 'Times New Roman' o 'Georgia'.

predefinito 24

Dimensione del testo per le didascalie generate.

predefinito 1

Spessore del contorno del testo, misurato in pixel.

predefinito 1.5

Controlla la quantità di testo delle didascalie visualizzata contemporaneamente durante il relativo intervallo, misurato in secondo: mantenendo le didascalie visibili più a lungo viene mostrato più testo insieme.

predefinito center

Allinea orizzontalmente il testo usando un float tra 0.0 e 1.0 oppure seleziona la posizione denominata 'left', 'center' o 'right'.

predefinito center

Allinea verticalmente il testo usando un float tra 0.0 e 1.0 oppure seleziona la posizione denominata 'top', 'center' o 'bottom'.

POST /run/auto-caption?wait=20 preventivo → 0,10 $
# 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/auto-caption?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "video": "https://content.doitong.com/video/showcase/v3/gen_fox_cartoon.mp4"
  }'

# 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"

Esegui questa richiesta

La tua chiave rimane in questo browser: viene inviata solo al Doitong API e salvata in localStorage solo se selezioni Ricorda. Ottieni una chiave API

Informazioni su Auto-Captioner

Trascrive l'audio da un `video_url` .mp4 (inferiore a 400MB) e incorpora i sottotitoli nel video. Personalizza lo stile con `txt_color`, `txt_font`, `font_size`, `stroke_width` e `text_case`. La posizione usa `left_align` e `top_align`. `refresh_interval` da 0.5 a 3 secondi determina per quanto tempo i sottotitoli restano sullo schermo.

Parametri

Invia il nome canonico oppure il nome nativo, non entrambi. Nomi canonici

NomeTipo PredefinitoConsentiti Descrizione
video_urlobbligatorio video
Tipourl · video
URL del video per un file .mp4 contenente audio e inferiore a 400 MB.
txt_colorfacoltativo
Tipostring
Predefinitowhite
Imposta il colore del testo usando la notazione esadecimale, una tupla RGB o il nome di un colore.
txt_fontfacoltativo
Tipostring
PredefinitoStandard
Imposta il carattere delle didascalie usando un URL che punta a un file .ttf o un carattere integrato: 'Arial', 'Standard', 'Garamond', 'Times New Roman' o 'Georgia'.
font_sizefacoltativo
Tipointeger
Predefinito24
Dimensione del testo per le didascalie generate.
stroke_widthfacoltativo
Tipointeger
Predefinito1
Spessore del contorno del testo, misurato in pixel.
left_alignfacoltativo
Tipostring | number
Predefinitocenter
Allinea orizzontalmente il testo usando un float tra 0.0 e 1.0 oppure seleziona la posizione denominata 'left', 'center' o 'right'.
top_alignfacoltativo
Tipostring | number
Predefinitocenter
Allinea verticalmente il testo usando un float tra 0.0 e 1.0 oppure seleziona la posizione denominata 'top', 'center' o 'bottom'.
refresh_intervalfacoltativo
Tiponumber
Predefinito1.5
0,5 – 3
Controlla la quantità di testo delle didascalie visualizzata contemporaneamente durante il relativo intervallo, misurato in secondo: mantenendo le didascalie visibili più a lungo viene mostrato più testo insieme.
text_casefacoltativo
Tipoenum
Predefinitodefault
defaultupperlower
Scegli 'default' per lasciare invariata la capitalizzazione dei sottotitoli prodotta dal riconoscimento vocale. Per modificarla, seleziona 'upper' per il testo maiuscolo o 'lower' per il testo minuscolo.
obbligatorio Nome canonico, accettato anche

I parametri file accettano un URL pubblico https://, un URI data: fino a 10 MB oppure il file_url di un caricamento. File

Output

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "auto-caption",
  "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": 100,
    "usd": "0.10",
    "charged": 100,
    "refunded": 0
  },
  "input": {
    "video_url": "https://content.doitong.com/video/showcase/v3/gen_fox_cartoon.mp4"
  },
  "output": {
    "video_url": "string"
  },
  "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"
  }
}
I tuoi file, la tua sceltaOgni outputs[].url è una copia nella nostra archiviazione: conservata per sempre (a pagamento per GB-mese) oppure 7 giorni gratuitamente, in base all'impostazione dell'account o a ?storage=.
Stessa struttura per ogni modellotype, url, content_type, width, height e duration, per immagini, video e audio. output è l'oggetto risultato del modello.
Campi dell'output
video_url
string (video URL)URL che punta al video .mp4 con didascalie.

Per gli agenti AI: questa pagina in Markdown è disponibile all'indirizzo https://doitong.com/it/developers/models/auto-caption.md. Tutti i modelli e le guide: https://doitong.com/developers/llms.txt