Op den Inhalt sprangen

Elevenlabs - Forced Alignment

Integréieren

Modell-ID elevenlabs/forced-alignment
# 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/forced-alignment?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",
    "text": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field"
  }'

# 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"

Dateie wéi am Beispill: 0,22 $ 220 API-Kreditter Är Dateie gi virun der Ausféierung gemooss Op dëser Säit ausféieren

API-Schlëssel kréien
ElevenLabs Sprooch zu Text #forced-alignment#speech-to-text

Alignéiert e bekannten Transkript mat enger Audioopnam a gëtt Zäitstempelen op Wuert- a Zeechen-Niveau zréck

ElevenLabs · Donnéeën (JSON)

Äin éischt Resultat kënnt hei hin

Baut hei drënner eng Ufro a féiert se mat Ärem API-Schlëssel aus. Output gëtt an eis Späicherung kopéiert, fir ëmmer oder 7 Deeg gratis gespäichert.

Eng Ufro erstellen

D'Kontrolle ginn aus dem Modellschema generéiert. De Code an de Präis aktualiséiere sech, wann s du se ännerst.

•obligatoresch 88 / 675000

Transkript, deem säin Text mam Audio ausgeriicht soll ginn.

•obligatoresch audio_url
Fichier erofzéien, oder

Gitt den Alignment-Audio iwwer eng Datei-URL un; d'Limite si 10 Stonnen Dauer an 3 GB Gréisst.

POST /run/elevenlabs/forced-alignment?wait=20 Präis → 0,22 $
# 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/forced-alignment?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",
    "text": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field"
  }'

# 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"

Dës Ufro ausféieren

Äre Schlëssel bleift an dësem Browser: e gëtt nëmmen un d'Doitong API geschéckt an nëmme gespäichert (localStorage), wann s du „Erënneren“ aktivéiers. En API-Schlëssel kréien

Iwwer Elevenlabs - Forced Alignment

Vergläicht en Transkript, deen Dir scho hutt, mat senger Opnam. Gitt `audio_url` an `text` un; den Text ka bis zu 675,000 Zeechen hunn. D’Audiodatei ka bis zu 3 GB an 10 Stonnen laang sinn. D’Ausgab lëscht d’Alignement op Zeechen- a Wuert-Niveau an en duerchschnëttleche Alignement-Verloscht op.

Parameteren

Schéck entweder den kanoneschen Numm oder den natierlechen Numm, net béid. Kanonesch Nimm

NummTyp StandardErlaabt Beschreiwung
audio_urlobligatoresch audio
Typurl · audio
Gitt den Alignment-Audio iwwer eng Datei-URL un; d'Limite si 10 Stonnen Dauer an 3 GB Gréisst.
textobligatoresch
Typstring
≤ 675.000 Zeechen
Transkript, deem säin Text mam Audio ausgeriicht soll ginn.
obligatoresch Kanoneschen Numm, och akzeptéiert

Fichierparameter akzeptéieren eng ëffentlech https:// URL, eng data: URI bis zu 10 MB oder de file_url vun engem Upload. Fichieren

Output

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "elevenlabs/forced-alignment",
  "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": 220,
    "usd": "0.22",
    "charged": 220,
    "refunded": 0
  },
  "input": {
    "audio_url": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3",
    "text": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field"
  },
  "output": {
    "characters": [
      {
        "text": "string",
        "start": 1.0,
        "end": 1.0
      }
    ],
    "words": [
      {
        "text": "string",
        "start": 1.0,
        "end": 1.0,
        "loss": 1.0
      }
    ],
    "loss": 1.0
  },
  "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"
  }
}
Är Fichieren, Är WielAll outputs[].url ass eng Kopie an eiser Späicherung: fir ëmmer gespäichert (bezuelbar pro GB-Mount) oder 7 Deeg gratis, jee no Ärer Kontastellung oder ?storage=.
D'selwecht Struktur bei all Modelltype, url, content_type, width, height an duration, fir Biller, Video an Audio gläichermoossen. output ass dem Modell säin eegent Resultatobjet.
Output-Felder
characters
array of object {text, start, end}Alignment-Informatioun fir eenzel Zeechen.
words
array of object {text, start, end, loss}Alignment-Informatioun fir eenzel Wierder.
loss
numberDuerchschnëttleche Alignment-Verloscht iwwer dat ganzt Transkript.

Méi Modeller: Sprooch zu Text

Fir AI-Agenten: dës Säit als Markdown ass ënner https://doitong.com/lb/developers/models/elevenlabs/forced-alignment.md. All Modeller a Guiden: https://doitong.com/developers/llms.txt