Vai al contenuto

ElevenLabs Speech to Text

Integra

ID del modello elevenlabs/speech-to-text
# 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/elevenlabs/speech-to-text?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"

File come nell'esempio: 0,03 $ 30 crediti API i tuoi file vengono misurati prima dell'esecuzione Esegui in questa pagina

Ottieni la chiave API
ElevenLabs Da voce a testo #speech

Trascrizione vocale generica con diarizzazione dei parlanti, tag degli eventi audio e dettagli a livello di parola

ElevenLabs · Testo

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 audio_url
Trascina un file oppure

URL che punta all'audio da trascrivere.

Avanzate language_code · tag_audio_events · diarize

Codice che identifica la lingua dell'audio.

POST /run/elevenlabs/speech-to-text?wait=20 preventivo → 0,03 $
# 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/elevenlabs/speech-to-text?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"

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 ElevenLabs Speech to Text

Trascrive un file audio in testo. Imposta `language_code` oppure lascialo vuoto per il rilevamento automatico. `diarize` annota chi sta parlando e `tag_audio_events` contrassegna suoni come le risate; entrambe le opzioni sono attive per impostazione predefinita. L'output contiene il testo completo, la lingua con il relativo livello di affidabilità del rilevamento e i dettagli a livello di parola.

Parametri

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

NomeTipo PredefinitoConsentiti Descrizione
audio_urlobbligatorio audio
Tipourl · audio
URL che punta all'audio da trascrivere.
language_codefacoltativo
Tipostring | null
Codice che identifica la lingua dell'audio.
tag_audio_eventsfacoltativo
Tipoboolean
Predefinitotrue
Controlla l'assegnazione di tag agli eventi audio, come risate o applausi.
diarizefacoltativo
Tipoboolean
Predefinitotrue
Controlla se le identità dei parlanti vengono annotate.
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": "elevenlabs/speech-to-text",
  "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": 30,
    "usd": "0.03",
    "charged": 30,
    "refunded": 0
  },
  "input": {
    "audio_url": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3"
  },
  "output": {
    "text": "string",
    "language_code": "string",
    "language_probability": 1.0,
    "words": [
      {
        "text": "string",
        "start": 1.0,
        "end": 1.0,
        "type": "string",
        "speaker_id": "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
text
stringTesto completo della trascrizione.
language_code
stringCodice della lingua ottenuto tramite rilevamento o specifica esplicita.
language_probability
numberPunteggio di confidenza per la lingua rilevata.
words
array of object {text, start, end, type, speaker_id}Informazioni di trascrizione per le singole parole.

Altri modelli: Da voce a testo

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