Pāriet uz saturu

Wizper (Whisper v3)

Integrēt

Modeļa 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"

Līdz 1,998 $ par palaišanu maksa tiek aprēķināta pēc faktiskā lietojuma, pārējā summa tiek atmaksāta Izpildīt šajā lapā

Iegūt API atslēgu
OpenAI Runa uz tekstu #transcription#speech

Whisper v3 runas atšifrēšana un tulkošana angļu valodā ar laika zīmēm sadalītos segmentos

OpenAI · 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

Transkripcijas ievade, kas norādīta kā URL uz audio failu mp3, mp4, mpeg, mpga, m4a, wav vai webm formātā.

Papildu task · language · chunk_level · version · max_segment_len · merge_chunks
task noklusējums transcribe

Audio apstrādes uzdevums: izvēlieties transcribe vai translate.

noklusējums en

Audio valodas izvēle; `None` pieprasa automātisku noteikšanu, taču pagarina secināšanas laiku. Uzdevumam translate tulkojuma mērķvaloda vienmēr ir angļu valoda, tāpēc šī valodas izvēle izvades valodu nemaina.

noklusējums segment

Atgriezto fragmentu detalizācijas līmenis.

noklusējums 3

Versijas izvēle Whisper large saimes ietvaros; šie modeļi neizmanto nevienu citu Whisper variantu.

noklusējums 29

Runas segmenta ilguma ierobežojums sekundēs, pēc kura notiek sadalīšana.

POST /run/wizper?wait=20 cena → 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"

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 Wizper (Whisper v3)

Atšifrē audio failu no URL (mp3, mp4, mpeg, mpga, m4a, wav vai webm) vai tulko to angļu valodā, izmantojot `task`. Lauks `language` atbalsta 99 vērtības, un ir iespējama automātiska noteikšana. Atgriež pilnu tekstu un segmentus ar laika zīmēm. `max_segment_len` (10–29 sekundes) un `merge_chunks` kontrolē segmentu sadalīšanu.

Parametri

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

NosaukumsTips NoklusējumsAtļauts Apraksts
audio_urlobligāts audio
Tipsurl · audio
Transkripcijas ievade, kas norādīta kā URL uz audio failu mp3, mp4, mpeg, mpga, m4a, wav vai webm formātā.
taskneobligāts
Tipsenum
Noklusējumstranscribe
transcribetranslate
Audio apstrādes uzdevums: izvēlieties transcribe vai translate.
languageneobligāts
Tipsenum
Noklusējumsen
afamarasazbabebgbnbobrbscacscyda
+vēl 83deeleneseteufafifofrglguhahawhehihrhthuhyidisitjajwkakkkmknkolalblnloltlvmgmimkmlmnmrmsmtmynenlnnnoocpaplpsptrorusasdsiskslsnsosqsrsusvswtatetgthtktltrttukuruzviyiyozh
Audio valodas izvēle; `None` pieprasa automātisku noteikšanu, taču pagarina secināšanas laiku. Uzdevumam translate tulkojuma mērķvaloda vienmēr ir angļu valoda, tāpēc šī valodas izvēle izvades valodu nemaina.
chunk_levelneobligāts
Tipsstring
Noklusējumssegment
Atgriezto fragmentu detalizācijas līmenis.
max_segment_lenneobligāts
Tipsinteger
Noklusējums29
10 – 29
Runas segmenta ilguma ierobežojums sekundēs, pēc kura notiek sadalīšana.
merge_chunksneobligāts
Tipsboolean
Noklusējumstrue
Secīgu fragmentu sapludināšanas vadība; sapludināšana ir atļauta tikai tad, ja iegūtā segmenta ilgums nepārsniedz max_segment_len.
versionneobligāts
Tipsstring
Noklusējums3
Versijas izvēle Whisper large saimes ietvaros; šie modeļi neizmanto nevienu citu Whisper variantu.
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": "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"
  }
}
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
stringNo audio transkribētais teksts.
chunks
array of object {timestamp, text}Audio fragmenti ar laika zīmogiem.
languages
array of enum (string)Audio valodas noteikšanas rezultāti, kas atgriezti kā noteikto valodu saraksts; noklusējuma vērtība ir null.

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