Langkau ke kandungan

Wizper (Whisper v3)

Integrasikan

ID model 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"

Sehingga $1.998 setiap larian dicaj berdasarkan penggunaan sebenar, selebihnya dibayar balik Jalankan pada halaman ini

Dapatkan kunci API
OpenAI Pertuturan ke Teks #transcription#speech

Transkripsi pertuturan Whisper v3 dan terjemahan ke bahasa Inggeris dengan bahagian bertanda masa

OpenAI · Teks

Hasil pertama anda akan muncul di sini

Bina permintaan di bawah dan jalankannya dengan kunci API anda. Output disalin ke storan kami, disimpan selama-lamanya atau 7 hari secara percuma.

Bina permintaan

Kawalan dijana daripada skema model. Kod dan harga dikemas kini apabila anda mengubahnya.

•diperlukan audio_url
Lepaskan fail, atau

Input transkripsi yang dibekalkan sebagai URL yang menunjuk kepada fail audio dalam format mp3, mp4, mpeg, mpga, m4a, wav atau webm.

Lanjutan task · language · chunk_level · version · max_segment_len · merge_chunks
task lalai transcribe

Tugas pemprosesan audio: pilih transcribe atau translate.

lalai en

Pemilihan bahasa audio, dengan `None` meminta pengesanan automatik tetapi memerlukan masa inferens yang lebih lama. Untuk tugas translate, bahasa Inggeris sentiasa menjadi sasaran terjemahan, jadi pemilihan bahasa ini tidak mengubah bahasa output.

lalai segment

Tahap perincian bahagian yang dikembalikan.

lalai 3

Pemilihan versi dalam keluarga Whisper large; tiada varian Whisper lain digunakan oleh model ini.

lalai 29

Had panjang segmen pertuturan, diukur dalam saat, selepas itu pemisahan berlaku.

POST /run/wizper?wait=20 sebut harga → $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"

Jalankan permintaan ini

Kunci anda kekal dalam pelayar ini: ia hanya dihantar kepada Doitong API dan disimpan (localStorage) hanya jika anda menanda Ingat. Dapatkan kunci API

Tentang Wizper (Whisper v3)

Mentranskripsikan fail audio daripada URL (mp3, mp4, mpeg, mpga, m4a, wav atau webm), atau menterjemahkannya ke bahasa Inggeris dengan `task`. Medan `language` menyokong 99 nilai dan pengesanan automatik juga boleh digunakan. Mengembalikan teks penuh serta bahagian bertanda masa. `max_segment_len` (10-29 saat) dan `merge_chunks` mengawal pembahagian segmen.

Parameter

Hantar sama ada nama kanonik atau nama natif, bukan kedua-duanya. Nama kanonik

NamaJenis LalaiDibenarkan Penerangan
audio_urldiperlukan audio
Jenisurl · audio
Input transkripsi yang dibekalkan sebagai URL yang menunjuk kepada fail audio dalam format mp3, mp4, mpeg, mpga, m4a, wav atau webm.
taskpilihan
Jenisenum
Lalaitranscribe
transcribetranslate
Tugas pemprosesan audio: pilih transcribe atau translate.
languagepilihan
Jenisenum
Lalaien
afamarasazbabebgbnbobrbscacscyda
+83 lagideeleneseteufafifofrglguhahawhehihrhthuhyidisitjajwkakkkmknkolalblnloltlvmgmimkmlmnmrmsmtmynenlnnnoocpaplpsptrorusasdsiskslsnsosqsrsusvswtatetgthtktltrttukuruzviyiyozh
Pemilihan bahasa audio, dengan `None` meminta pengesanan automatik tetapi memerlukan masa inferens yang lebih lama. Untuk tugas translate, bahasa Inggeris sentiasa menjadi sasaran terjemahan, jadi pemilihan bahasa ini tidak mengubah bahasa output.
chunk_levelpilihan
Jenisstring
Lalaisegment
Tahap perincian bahagian yang dikembalikan.
max_segment_lenpilihan
Jenisinteger
Lalai29
10 – 29
Had panjang segmen pertuturan, diukur dalam saat, selepas itu pemisahan berlaku.
merge_chunkspilihan
Jenisboolean
Lalaitrue
Kawalan penggabungan bahagian berturutan, yang membenarkan penggabungan hanya jika tempoh segmen yang terhasil tidak melebihi max_segment_len.
versionpilihan
Jenisstring
Lalai3
Pemilihan versi dalam keluarga Whisper large; tiada varian Whisper lain digunakan oleh model ini.
diperlukan Nama kanonik, turut diterima

Parameter fail menerima URL awam https://, URI data: sehingga 10 MB, atau file_url bagi muat naik. Fail

Output

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"
  }
}
Fail anda, pilihan andaSetiap outputs[].url ialah salinan pada storan kami: disimpan selama-lamanya (dibayar setiap GB-bulan) atau 7 hari secara percuma, mengikut tetapan akaun anda atau ?storage=.
Bentuk yang sama pada setiap modeltype, url, content_type, width, height dan duration, untuk imej, video dan audio. output ialah objek hasil model itu sendiri.
Medan output
text
stringTeks yang ditranskripsikan daripada audio.
chunks
array of object {timestamp, text}Bahagian audio yang disertakan dengan cap masa.
languages
array of enum (string)Hasil pengesanan bahasa audio, dikembalikan sebagai senarai bahasa yang disimpulkan dengan null sebagai nilai lalai.

Untuk ejen AI: halaman ini dalam Markdown tersedia di https://doitong.com/ms/developers/models/wizper.md. Semua model dan panduan: https://doitong.com/developers/llms.txt