Op den Inhalt sprangen

Workflow Utilities Auto Subtitle

Integréieren

Modell-ID workflow-utilities/auto-subtitle
# 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/workflow-utilities/auto-subtitle?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"

Dateie wéi am Beispill: 0,005 $ 5 API-Kreditter Är Dateie gi virun der Ausféierung gemooss Op dëser Säit ausféieren

API-Schlëssel kréien
Utility · Video

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 video_url
Fichier erofzéien, oder

Video-URL fir automatesch Ënnertitelen derbäizesetzen.

Erweidert font_weight · position · language · font_name · font_color · highlight_color · stroke_color · background_color · font_size · stroke_width · background_opacity · y_offset · words_per_subtitle · enable_animation
font_weight Standard bold

Textgewiicht; typeschen TikTok-Styling benotzt fett oder black.

position Standard bottom

Positioun vun den Ënnertitelen op der vertikaler Achs.

Standard en

Identifikateur vun der Transkriptiounssprooch, wéi 'en', 'es', 'fr', 'de', 'it', 'pt', 'nl', 'ja', 'zh' oder 'ko'. En 3-stellege ISO-Identifikateur wéi 'eng', 'spa' oder 'fra' gëtt och ugeholl.

Standard Montserrat

Schrëftnumm ausgewielt vu fonts.google.com; all Google Font gëtt ugeholl, dorënner 'Montserrat', 'Poppins' an 'BBH Sans Hegarty'.

Standard white

Faarf fir Ënnertitelwierder, déi net aktiv sinn.

Standard purple

Karaoke-Highlight-Faarf fir d'Wuert, dat geschwat gëtt.

Standard black

Faarf vun der Textkontur oder vum Textstréch.

Standard none

Faarf vum Hannergrond hannert dem Text; 'none' an 'transparent' deaktivéieren den Hannergrond allebéid.

Standard 100

Schrëftgréisst vun den Ënnertitelen; TikTok-Styling benotzt méi groussen Text.

Standard 3

Breet vum Textkontur oder -stréch a Pixel; 0 deaktivéiert en.

Standard 0

Opazitéit vum Hannergrond, woubäi 0.0 komplett transparent an 1.0 komplett opak bedeit.

Standard 75

Vertikal Verrécklung a Pixel; positiv Wäerter verréckelen no ënnen, negativ no uewen.

Standard 3

Limit vun der Wuertzuel pro Ënnertitel: 1 weist een eenzelt Wuert, 2–3 e kuerze Saz an 8–12 Wierder pro Segment e ganze Saz.

POST /run/workflow-utilities/auto-subtitle?wait=20 Präis → 0,005 $
# 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/workflow-utilities/auto-subtitle?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"

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 Workflow Utilities Auto Subtitle

Transkribéiert d’Sprooch an engem Video a brennt Ënnertitelen an, bei deenen dat aktuell geschwat Wuert ervirgehuewe gëtt. D’Stiloptiounen enthalen all Google-Font-Numm, Gréisst 20-150, Gewiicht, Text- an Highlight-Faarwen, Kontur, Hannergrondfaarf an Opazitéit, souwéi Positioun uewen, an der Mëtt oder ënnen mat vertikalem Offset. `words_per_subtitle` geet vun 1 bis 12, an eng Bounce-Animatioun kann aktivéiert oder deaktivéiert ginn. Zousätzlech ginn d’Transkriptioun an d’Wuertzäiten zeréckginn.

Parameteren

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

NummTyp StandardErlaabt Beschreiwung
video_urlobligatoresch video
Typurl · video
Video-URL fir automatesch Ënnertitelen derbäizesetzen.
languageoptional
Typstring
Standarden
Identifikateur vun der Transkriptiounssprooch, wéi 'en', 'es', 'fr', 'de', 'it', 'pt', 'nl', 'ja', 'zh' oder 'ko'. En 3-stellege ISO-Identifikateur wéi 'eng', 'spa' oder 'fra' gëtt och ugeholl.
font_nameoptional
Typstring
StandardMontserrat
Schrëftnumm ausgewielt vu fonts.google.com; all Google Font gëtt ugeholl, dorënner 'Montserrat', 'Poppins' an 'BBH Sans Hegarty'.
font_sizeoptional
Typinteger
Standard100
20 – 150
Schrëftgréisst vun den Ënnertitelen; TikTok-Styling benotzt méi groussen Text.
font_weightoptional
Typenum
Standardbold
normalboldblack
Textgewiicht; typeschen TikTok-Styling benotzt fett oder black.
font_coloroptional
Typenum
Standardwhite
whiteblackredgreenblueyelloworangepurplepinkbrowngraycyanmagenta
Faarf fir Ënnertitelwierder, déi net aktiv sinn.
highlight_coloroptional
Typenum
Standardpurple
whiteblackredgreenblueyelloworangepurplepinkbrowngraycyanmagenta
Karaoke-Highlight-Faarf fir d'Wuert, dat geschwat gëtt.
stroke_widthoptional
Typinteger
Standard3
0 – 10
Breet vum Textkontur oder -stréch a Pixel; 0 deaktivéiert en.
stroke_coloroptional
Typenum
Standardblack
blackwhiteredgreenblueyelloworangepurplepinkbrowngraycyanmagenta
Faarf vun der Textkontur oder vum Textstréch.
background_coloroptional
Typenum
Standardnone
blackwhiteredgreenblueyelloworangepurplepinkbrowngraycyanmagentanonetransparent
Faarf vum Hannergrond hannert dem Text; 'none' an 'transparent' deaktivéieren den Hannergrond allebéid.
background_opacityoptional
Typnumber
Standard0
0 – 1
Opazitéit vum Hannergrond, woubäi 0.0 komplett transparent an 1.0 komplett opak bedeit.
positionoptional
Typenum
Standardbottom
topcenterbottom
Positioun vun den Ënnertitelen op der vertikaler Achs.
y_offsetoptional
Typinteger
Standard75
-200 – 200
Vertikal Verrécklung a Pixel; positiv Wäerter verréckelen no ënnen, negativ no uewen.
words_per_subtitleoptional
Typinteger
Standard3
1 – 12
Limit vun der Wuertzuel pro Ënnertitel: 1 weist een eenzelt Wuert, 2–3 e kuerze Saz an 8–12 Wierder pro Segment e ganze Saz.
enable_animationoptional
Typboolean
Standardtrue
Aktivéiert Ënnertitelanimatioun mat engem sprongenden Entrée-Effekt.
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": "workflow-utilities/auto-subtitle",
  "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": 5,
    "usd": "0.005",
    "charged": 5,
    "refunded": 0
  },
  "input": {
    "video_url": "https://content.doitong.com/video/showcase/v3/gen_fox_cartoon.mp4"
  },
  "output": {
    "video": {
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.mp4",
      "content_type": "video/mp4",
      "file_name": "0-output.mp4",
      "file_size": 1843200
    },
    "transcription": "string",
    "subtitle_count": 1,
    "words": [
      {}
    ],
    "transcription_metadata": {}
  },
  "outputs": [
    {
      "type": "video",
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.mp4",
      "content_type": "video/mp4",
      "file_size": 1843200,
      "width": 1280,
      "height": 720,
      "duration": 5,
      "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
video
object {url, content_type, file_name, file_size}Video mat automatesch generéierten Ënnertitelen.
transcription
stringVollstännegen Text vun der Transkriptioun.
subtitle_count
integerZuel vun de generéierten Ënnertitelsegmenter.
words
array of object | nullTimingdate fir eenzel Wierder, déi vum Transkriptiounsservice geliwwert ginn.
transcription_metadata
object | nullZousätzlech Metadate vun ElevenLabs fir d'Transkriptioun, dorënner Sprooch, Segmenter an aner Detailer.

Méi Modeller: Video zu Video

Fir AI-Agenten: dës Säit als Markdown ass ënner https://doitong.com/lb/developers/models/workflow-utilities/auto-subtitle.md. All Modeller a Guiden: https://doitong.com/developers/llms.txt