Pāriet uz saturu

ElevenLabs Speech to Text

Integrēt

Modeļa id 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"

Faili, piemēram, paraugā: 0,03 $ 30 API kredītu jūsu faili tiek izmērīti pirms izpildes Izpildīt šajā lapā

Iegūt API atslēgu
ElevenLabs Runa uz tekstu #speech

Vispārēja runas transkripcija ar runātāju diarizāciju, audio notikumu tagiem un vārdu līmeņa informāciju

ElevenLabs · Teksts

Šeit būs jūsu pirmais rezultāts

Izveidojiet pieprasījumu tālāk un izpildiet to ar savu API atslēgu. Izvades tiek kopētas mūsu krātuvē un glabātas mūžīgi vai 7 dienas bez maksas.

Izveidot pieprasījumu

Vadīklas tiek ģenerētas no modeļa shēmas. Kods un cena tiek atjaunināti, kad tos maināt.

•obligāts audio_url
Nometiet failu vai

URL, kas norāda uz transkribējamo audio.

Papildu language_code · tag_audio_events · diarize

Audio valodu identificējošs kods.

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

Palaist šo pieprasījumu

Jūsu atslēga paliek šajā pārlūkprogrammā: tā tiek nosūtīta tikai uz Doitong API un saglabāta (localStorage) tikai tad, ja atzīmējat Atcerēties. Iegūt API atslēgu

Par ElevenLabs Speech to Text

Transkribē audiofailu tekstā. Iestatiet `language_code` vai atstājiet to tukšu automātiskai noteikšanai. `diarize` norāda, kurš runā, bet `tag_audio_events` atzīmē tādas skaņas kā smieklus; abi pēc noklusējuma ir ieslēgti. Izvade ietver pilnu tekstu, valodu un tās noteikšanas ticamību, kā arī vārdu līmeņa informāciju.

Parametri

Nosūti vai nu kanonisko nosaukumu, vai vietējo nosaukumu, bet ne abus. Kan啤niskie nosaukumi

NosaukumsTips NoklusējumsAtļauts Apraksts
audio_urlobligāts audio
Tipsurl · audio
URL, kas norāda uz transkribējamo audio.
language_codeneobligāts
Tipsstring | null
Audio valodu identificējošs kods.
tag_audio_eventsneobligāts
Tipsboolean
Noklusējumstrue
Kontrolē audio notikumu, piemēram, smieklu vai aplausu, marķēšanu.
diarizeneobligāts
Tipsboolean
Noklusējumstrue
Kontrolē, vai tiek anotētas runātāju identitātes.
obligāts Kan啤niskais nosaukums, arī pieņemts

Failu parametriem nepieciešams publisks https:// URL, data: URI līdz 10 MB vai augšupielādes file_url. Faili

Izvade

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"
  }
}
Jūsu faili, jūsu izvēleKatrs outputs[].url ir kopija mūsu krātuvē: tiek glabāta mūžīgi (maksa par GB mēnesī) vai 7 dienas bez maksas — atbilstoši konta iestatījumam vai ?storage=.
Vienāda struktūra katram modelimtype, url, content_type, width, height un duration gan attēliem, gan video un audio. output ir paša modeļa rezultāta objekts.
Izvades lauki
text
stringPilns transkripcijas teksts.
language_code
stringValodas kods, kas iegūts noteikšanas ceļā vai norādīts tieši.
language_probability
numberNoteiktās valodas ticamības rādītājs.
words
array of object {text, start, end, type, speaker_id}Transkripcijas informācija par atsevišķiem vārdiem.

Vairāk modeļu: Runa uz tekstu

AI aģentiem: šī lapa Markdown formātā ir pieejama https://doitong.com/lv/developers/models/elevenlabs/speech-to-text.md. Visi modeļi un ceļveži: https://doitong.com/developers/llms.txt