콘텐츠로 건너뛰기

Wizper (Whisper v3)

통합

모델 id 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"

실행당 최대 $1.998 실제 사용량에 따라 과금되며 나머지는 환불됩니다 이 페이지에서 실행

API 키 받기
OpenAI 음성을 텍스트로 #transcription#speech

타임스탬프가 포함된 청크를 사용해 Whisper v3 음성을 전사하고 영어로 번역합니다

OpenAI · 텍스트

첫 번째 결과가 여기에 표시됩니다

아래에서 요청을 작성하고 API 키로 실행하세요. 출력은 스토리지에 복사되며, 영구 보관하거나 7일 동안 무료로 보관할 수 있습니다.

요청 만들기

컨트롤은 모델 스키마에서 생성됩니다. 값을 변경하면 코드와 가격이 업데이트됩니다.

•필수 audio_url
파일을 끌어다 놓거나

mp3, mp4, mpeg, mpga, m4a, wav 또는 webm 형식의 오디오 파일을 가리키는 URL로 제공하는 전사 입력입니다.

고급 task · language · chunk_level · version · max_segment_len · merge_chunks
task 기본값 transcribe

오디오 처리 작업입니다. transcribe 또는 translate를 선택하세요.

기본값 en

오디오 언어 선택입니다. `None`을 지정하면 자동 감지를 요청하지만 추론 시간이 더 길어집니다. translate 작업에서는 영어가 항상 번역 대상이므로 이 언어 선택은 출력 언어를 변경하지 않습니다.

기본값 segment

반환되는 청크의 세분화 수준입니다.

기본값 3

Whisper large 제품군 내 버전 선택입니다. 이 모델에서는 다른 Whisper 변형을 사용하지 않습니다.

기본값 29

분할이 발생하는 음성 세그먼트 길이 제한으로, 초 단위입니다.

POST /run/wizper?wait=20 견적 → $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"

이 요청 실행

키는 이 브라우저에 유지됩니다. Doitong API로만 전송되며, 기억하기를 선택한 경우에만 localStorage에 저장됩니다. API 키 받기

Wizper (Whisper v3) 정보

URL의 오디오 파일(mp3, mp4, mpeg, mpga, m4a, wav 또는 webm)을 전사하거나 `task`를 사용해 영어로 번역합니다. `language` 필드는 99개 값을 지원하며 자동 감지도 가능합니다. 전체 텍스트와 타임스탬프가 포함된 청크를 반환합니다. `max_segment_len` (10~29초)과 `merge_chunks`로 세그먼트 분할 방식을 제어합니다.

매개변수

표준 이름이나 네이티브 이름 중 하나만 보내세요. 표준 이름

이름유형 기본값허용됨 설명
audio_url필수 audio
유형url · audio
mp3, mp4, mpeg, mpga, m4a, wav 또는 webm 형식의 오디오 파일을 가리키는 URL로 제공하는 전사 입력입니다.
task선택 사항
유형enum
기본값transcribe
transcribetranslate
오디오 처리 작업입니다. transcribe 또는 translate를 선택하세요.
language선택 사항
유형enum
기본값en
afamarasazbabebgbnbobrbscacscyda
+83개 더 보기deeleneseteufafifofrglguhahawhehihrhthuhyidisitjajwkakkkmknkolalblnloltlvmgmimkmlmnmrmsmtmynenlnnnoocpaplpsptrorusasdsiskslsnsosqsrsusvswtatetgthtktltrttukuruzviyiyozh
오디오 언어 선택입니다. `None`을 지정하면 자동 감지를 요청하지만 추론 시간이 더 길어집니다. translate 작업에서는 영어가 항상 번역 대상이므로 이 언어 선택은 출력 언어를 변경하지 않습니다.
chunk_level선택 사항
유형string
기본값segment
반환되는 청크의 세분화 수준입니다.
max_segment_len선택 사항
유형integer
기본값29
10 – 29
분할이 발생하는 음성 세그먼트 길이 제한으로, 초 단위입니다.
merge_chunks선택 사항
유형boolean
기본값true
연속 청크 병합 제어입니다. 병합 결과 세그먼트의 길이가 max_segment_len 이하인 경우에만 병합합니다.
version선택 사항
유형string
기본값3
Whisper large 제품군 내 버전 선택입니다. 이 모델에서는 다른 Whisper 변형을 사용하지 않습니다.
필수 표준 이름, 사용 가능

파일 매개변수에는 공개 https:// URL, 최대 10 MB의 data: URI 또는 업로드의 file_url을 사용할 수 있습니다. 파일

출력

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"
  }
}
파일 보관 방식 선택모든 outputs[].url은 스토리지에 저장된 복사본입니다. 계정 설정 또는 ?storage=에 따라 영구 보관(GB-월 단위 과금)하거나 7일 동안 무료로 보관합니다.
모든 모델에서 동일한 구조이미지, 동영상, 오디오 모두 type, url, content_type, width, height 및 duration을 사용합니다. output은 모델 자체의 결과 객체입니다.
출력 필드
text
string오디오에서 전사된 텍스트입니다.
chunks
array of object {timestamp, text}타임스탬프가 함께 제공되는 오디오 청크입니다.
languages
array of enum (string)오디오 언어 감지 결과로, 추론된 언어 목록으로 반환되며 기본값은 null입니다.

AI 에이전트용: 이 페이지의 Markdown 버전: https://doitong.com/ko/developers/models/wizper.md. 모든 모델 및 가이드: https://doitong.com/developers/llms.txt