Мазмұнға өту

ElevenLabs Speech to Text

Интеграциялау

Модель идентификаторы 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"

Мысалдағыдай файлдар: 0,03 $ 30 API кредиті файлдарыңыз іске қосу алдында өлшенеді Осы бетте іске қосу

API кілтін алу
ElevenLabs Сөйлеуден мәтінге #speech

Сөйлеушілерді ажырату, аудио оқиғаларының тегтері және сөз деңгейіндегі деректері бар жалпы мақсаттағы сөйлеуді мәтінге түрлендіру

ElevenLabs · Мәтін

Алғашқы нәтижеңіз осында пайда болады

Төменде сұрау құрып, оны API кілтіңізбен іске қосыңыз. Шығыстар сақтау орнымызға көшіріліп, мәңгі немесе 7 күн тегін сақталады.

Сұрау жасау

Басқару элементтері модель схемасынан жасалады. Оларды өзгерткен сайын код пен баға жаңартылады.

•міндетті audio_url
Файлды тастаңыз немесе

Транскрипцияға арналған аудиоға сілтеме жасайтын URL.

Қосымша language_code · tag_audio_events · diarize

Аудио тілін анықтайтын код.

POST /run/elevenlabs/speech-to-text?wait=20 бағасы → 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"

Осы сұрауды іске қосу

Кілтіңіз осы браузерде қалады: ол тек Doitong API-ге жіберіледі және Remember параметрін белгілеcеңіз ғана localStorage ішінде сақталады. API кілтін алу

ElevenLabs Speech to Text туралы

Аудио файлды мәтінге транскрипциялайды. `language_code` орнатыңыз немесе анықтау үшін бос қалдырыңыз. `diarize` сөйлеушіні белгілейді, ал `tag_audio_events` күлкі сияқты дыбыстарды таңбалайды; екеуі де әдепкіде қосулы. Шығыста толық мәтін, тіл және оны анықтау сенімділігі, сондай-ақ сөз деңгейіндегі мәліметтер бар.

Параметрлер

Канондық атауды немесе төл атауды жіберіңіз, екеуін қатар жібермеңіз. Канондық атаулар

АтауыТүрі ӘдепкіРұқсат етілген Сипаттама
audio_urlміндетті audio
Түріurl · audio
Транскрипцияға арналған аудиоға сілтеме жасайтын URL.
language_codeміндетті емес
Түріstring | null
Аудио тілін анықтайтын код.
tag_audio_eventsміндетті емес
Түріboolean
Әдепкіtrue
Күлу немесе қол шапалақтау сияқты аудио оқиғаларын белгілеуді басқарады.
diarizeміндетті емес
Түріboolean
Әдепкіtrue
Сөйлеуші тұлғаларына аннотация жасалуын басқарады.
міндетті Канондық атау, бұл да қабылданады

Файл параметрлері жалпыға қолжетімді https:// URL мекенжайын, 10 MB-қа дейінгі data: URI мекенжайын немесе жүктеп салынған файлдың file_url мәнін қабылдайды. Файлдар

Шығыс

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"
  }
}
Файлдарыңыз — таңдауыңызӘр outputs[].url — сақтау орнымыздағы көшірме: мәңгі (әр GB-ай үшін ақылы) немесе аккаунт параметрі не ?storage= арқылы 7 күн тегін сақталады.
Әр модельдегі пішім бірдейtype, url, content_type, width, height және duration — кескіндерге, бейнеге және аудиоға ортақ. output — модельдің өз нәтижелер нысаны.
Шығыс өрістері
text
stringТранскрипцияның толық мәтіні.
language_code
stringАнықтау немесе нақты көрсету арқылы алынған тіл коды.
language_probability
numberАнықталған тілге арналған сенімділік бағасы.
words
array of object {text, start, end, type, speaker_id}Жеке сөздерге арналған транскрипция ақпараты.

Қосымша модельдер: Сөйлеуден мәтінге

AI агенттеріне: бұл беттің Markdown нұсқасы мына жерде: https://doitong.com/kk/developers/models/elevenlabs/speech-to-text.md. Барлық модельдер мен нұсқаулықтар: https://doitong.com/developers/llms.txt