အကြောင်းအရာသို့ ကျော်ရန်

Workflow Utilities Auto Subtitle

ပေါင်းစည်းရန်

မော်ဒယ် 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"

နမူနာကဲ့သို့ ဖိုင်များ: ၀.၀၀၅ $ ၅ API ခရက်ဒစ် လုပ်ဆောင်မီ သင့်ဖိုင်များကို တိုင်းတာသည် ဤစာမျက်နှာတွင် လုပ်ဆောင်ရန်

API ကီး ရယူရန်
Utility ဗီဒီယိုမှ ဗီဒီယို #auto-subtitle#captioning

ဖောင့်၊ အရောင်နှင့် နေရာချထားမှု ထိန်းချုပ်မှုများပါဝင်သော TikTok စတိုင် စကားလုံးအသားပေး စာတန်းများကို ဗီဒီယိုထဲတွင် ထည့်သွင်းပေးသည်

Utility · ဗီဒီယို

သင့်ပထမဆုံးရလဒ် ဤနေရာတွင် ပေါ်လာမည်

အောက်တွင် တောင်းဆိုချက်တစ်ခု တည်ဆောက်ပြီး သင့် API ကီးဖြင့် လုပ်ဆောင်ပါ။ ထွက်ရလဒ်များကို ကျွန်ုပ်တို့၏ သိုလှောင်မှုသို့ ကူးယူပြီး အမြဲတမ်း သို့မဟုတ် ၇ ရက် အခမဲ့ သိမ်းထားသည်။

တောင်းဆိုမှုတစ်ခု တည်ဆောက်ရန်

ထိန်းချုပ်မှုများကို မော်ဒယ် schema မှ အလိုအလျောက်ဖန်တီးသည်။ ၎င်းတို့ကို ပြောင်းလဲသည်နှင့် code နှင့် စျေးနှုန်းတို့လည်း ပြောင်းလဲမည်။

•လိုအပ်သည် video_url
ဖိုင်ကို ဆွဲချပါ၊ သို့မဟုတ်

အလိုအလျောက် စာတန်းထိုးထည့်ရန် ဗီဒီယို URL။

အဆင့်မြင့် 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 မူလ bold

စာသားအလေးချိန်၊ ပုံမှန် TikTok စတိုင်တွင် bold သို့မဟုတ် black ကို အသုံးပြုသည်။

position မူလ bottom

ဒေါင်လိုက်ဝင်ရိုးတစ်လျှောက် စာတန်းထိုးနေရာချထားမှု။

မူလ en

စာသားပြောင်းလဲမှု ဘာသာစကားအမှတ်အသား၊ 'en', 'es', 'fr', 'de', 'it', 'pt', 'nl', 'ja', 'zh', သို့မဟုတ် 'ko' ကဲ့သို့ ဖြစ်သည်။ 'eng', 'spa', သို့မဟုတ် 'fra' ကဲ့သို့ စာလုံး 3 လုံးပါ ISO အမှတ်အသားကိုလည်း လက်ခံသည်။

မူလ Montserrat

fonts.google.com မှ ရွေးချယ်ထားသော ဖောင့်အမည်။ 'Montserrat', 'Poppins', နှင့် 'BBH Sans Hegarty' အပါအဝင် Google Font မည်သည့်ဖောင့်ကိုမဆို လက်ခံသည်။

မူလ white

လက်ရှိအသံထွက်နေခြင်းမရှိသော စာတန်းထိုးစကားလုံးများအတွက် အသုံးပြုသည့် အရောင်။

မူလ purple

အသံထွက်နေသော စကားလုံးအပေါ် အသုံးပြုသည့် Karaoke စတိုင် highlight အရောင်။

မူလ black

စာသားအနားသတ် သို့မဟုတ် stroke တွင် အသုံးပြုသည့် အရောင်။

မူလ none

စာသားနောက်ခံအရောင်၊ 'none' နှင့် 'transparent' နှစ်ခုစလုံးသည် နောက်ခံကို ပိတ်သည်။

မူလ 100

စာတန်းထိုးဖောင့်အရွယ်အစား၊ TikTok စတိုင်တွင် စာသားပိုကြီးသည်။

မူလ 3

စာသားအနားသတ် သို့မဟုတ် stroke အကျယ်၊ pixel ဖြင့် တိုင်းတာပြီး 0 သည် ၎င်းကို ပိတ်သည်။

မူလ 0

နောက်ခံ၏ မမြင်သာမှု၊ 0.0 သည် လုံးဝဖောက်ထွင်းမြင်ရပြီး 1.0 သည် လုံးဝမမြင်သာခြင်းကို ဆိုလိုသည်။

မူလ 75

pixel ဖြင့် တိုင်းတာသော ဒေါင်လိုက်ရွှေ့ပြောင်းမှု၊ အပေါင်းတန်ဖိုးများသည် အောက်သို့ရွှေ့ပြီး အနုတ်တန်ဖိုးများသည် အပေါ်သို့ရွှေ့သည်။

မူလ 3

စာတန်းထိုးစကားလုံးအရေအတွက် အမြင့်ဆုံးကန့်သတ်ချက်၊ 1 တွင် စကားလုံးတစ်လုံး၊ 2–3 တွင် စကားစုတို၊ 8–12 တွင် အပိုင်းတစ်ခုလျှင် ဝါကျပြည့် ပြသနိုင်သည်။

POST /run/workflow-utilities/auto-subtitle?wait=20 ကုန်ကျစရိတ် → ၀.၀၀၅ $
# 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"

ဤတောင်းဆိုချက်ကို လုပ်ဆောင်ရန်

သင့် key သည် ဤဘရောက်ဇာထဲတွင်သာ ရှိမည်ဖြစ်ပြီး Doitong API သို့သာ ပို့မည်။ Remember ကို အမှန်ခြစ်ထားမှသာ (localStorage) တွင် သိမ်းမည်။ API ကီး ရယူရန်

Workflow Utilities Auto Subtitle အကြောင်း

ဗီဒီယိုထဲရှိ စကားသံကို အသံမှစာသားပြောင်းခြင်း ပြုလုပ်ပြီး လက်ရှိပြောနေသော စကားလုံးကို မီးမောင်းထိုးပြထားသည့် စာတန်းထိုးများ ထည့်သွင်းသည်။ စတိုင်ရွေးချယ်စရာများတွင် Google Font အမည်၊ အရွယ်အစား 20-150၊ အလေးချိန်၊ စာသားနှင့် မီးမောင်းထိုးအရောင်၊ အနားသတ်၊ နောက်ခံအရောင်နှင့် opacity၊ အပေါ်၊ အလယ် သို့မဟုတ် အောက်နေရာချထားမှုနှင့် ဒေါင်လိုက် offset တို့ ပါဝင်သည်။ `words_per_subtitle` သည် 1 မှ 12 အထိဖြစ်ပြီး ခုန်ပေါက် အန်နီမေးရှင်းကို ဖွင့်နိုင်သို့မဟုတ် ပိတ်နိုင်သည်။ အသံမှစာသားပြောင်းခြင်း ရလဒ်နှင့် စကားလုံးအချိန်မှတ်တမ်းများကိုလည်း ပြန်ပေးသည်။

ပါရာမီတာများ

စံအမည် သို့မဟုတ် မူရင်းအမည် တစ်ခုခုကိုသာ ပို့ပါ၊ နှစ်ခုလုံး မပို့ပါနှင့်။ စံအမည်များ

အမည်အမျိုးအစား မူလတန်ဖိုးခွင့်ပြုထားသည် ဖော်ပြချက်
video_urlလိုအပ်သည် video
အမျိုးအစားurl · video
အလိုအလျောက် စာတန်းထိုးထည့်ရန် ဗီဒီယို URL။
languageရွေးချယ်နိုင်သည်
အမျိုးအစားstring
မူလတန်ဖိုးen
စာသားပြောင်းလဲမှု ဘာသာစကားအမှတ်အသား၊ 'en', 'es', 'fr', 'de', 'it', 'pt', 'nl', 'ja', 'zh', သို့မဟုတ် 'ko' ကဲ့သို့ ဖြစ်သည်။ 'eng', 'spa', သို့မဟုတ် 'fra' ကဲ့သို့ စာလုံး 3 လုံးပါ ISO အမှတ်အသားကိုလည်း လက်ခံသည်။
font_nameရွေးချယ်နိုင်သည်
အမျိုးအစားstring
မူလတန်ဖိုးMontserrat
fonts.google.com မှ ရွေးချယ်ထားသော ဖောင့်အမည်။ 'Montserrat', 'Poppins', နှင့် 'BBH Sans Hegarty' အပါအဝင် Google Font မည်သည့်ဖောင့်ကိုမဆို လက်ခံသည်။
font_sizeရွေးချယ်နိုင်သည်
အမျိုးအစားinteger
မူလတန်ဖိုး100
၂၀ – ၁၅၀
စာတန်းထိုးဖောင့်အရွယ်အစား၊ TikTok စတိုင်တွင် စာသားပိုကြီးသည်။
font_weightရွေးချယ်နိုင်သည်
အမျိုးအစားenum
မူလတန်ဖိုးbold
normalboldblack
စာသားအလေးချိန်၊ ပုံမှန် TikTok စတိုင်တွင် bold သို့မဟုတ် black ကို အသုံးပြုသည်။
font_colorရွေးချယ်နိုင်သည်
အမျိုးအစားenum
မူလတန်ဖိုးwhite
whiteblackredgreenblueyelloworangepurplepinkbrowngraycyanmagenta
လက်ရှိအသံထွက်နေခြင်းမရှိသော စာတန်းထိုးစကားလုံးများအတွက် အသုံးပြုသည့် အရောင်။
highlight_colorရွေးချယ်နိုင်သည်
အမျိုးအစားenum
မူလတန်ဖိုးpurple
whiteblackredgreenblueyelloworangepurplepinkbrowngraycyanmagenta
အသံထွက်နေသော စကားလုံးအပေါ် အသုံးပြုသည့် Karaoke စတိုင် highlight အရောင်။
stroke_widthရွေးချယ်နိုင်သည်
အမျိုးအစားinteger
မူလတန်ဖိုး3
၀ – ၁၀
စာသားအနားသတ် သို့မဟုတ် stroke အကျယ်၊ pixel ဖြင့် တိုင်းတာပြီး 0 သည် ၎င်းကို ပိတ်သည်။
stroke_colorရွေးချယ်နိုင်သည်
အမျိုးအစားenum
မူလတန်ဖိုးblack
blackwhiteredgreenblueyelloworangepurplepinkbrowngraycyanmagenta
စာသားအနားသတ် သို့မဟုတ် stroke တွင် အသုံးပြုသည့် အရောင်။
background_colorရွေးချယ်နိုင်သည်
အမျိုးအစားenum
မူလတန်ဖိုးnone
blackwhiteredgreenblueyelloworangepurplepinkbrowngraycyanmagentanonetransparent
စာသားနောက်ခံအရောင်၊ 'none' နှင့် 'transparent' နှစ်ခုစလုံးသည် နောက်ခံကို ပိတ်သည်။
background_opacityရွေးချယ်နိုင်သည်
အမျိုးအစားnumber
မူလတန်ဖိုး0
၀ – ၁
နောက်ခံ၏ မမြင်သာမှု၊ 0.0 သည် လုံးဝဖောက်ထွင်းမြင်ရပြီး 1.0 သည် လုံးဝမမြင်သာခြင်းကို ဆိုလိုသည်။
positionရွေးချယ်နိုင်သည်
အမျိုးအစားenum
မူလတန်ဖိုးbottom
topcenterbottom
ဒေါင်လိုက်ဝင်ရိုးတစ်လျှောက် စာတန်းထိုးနေရာချထားမှု။
y_offsetရွေးချယ်နိုင်သည်
အမျိုးအစားinteger
မူလတန်ဖိုး75
-၂၀၀ – ၂၀၀
pixel ဖြင့် တိုင်းတာသော ဒေါင်လိုက်ရွှေ့ပြောင်းမှု၊ အပေါင်းတန်ဖိုးများသည် အောက်သို့ရွှေ့ပြီး အနုတ်တန်ဖိုးများသည် အပေါ်သို့ရွှေ့သည်။
words_per_subtitleရွေးချယ်နိုင်သည်
အမျိုးအစားinteger
မူလတန်ဖိုး3
၁ – ၁၂
စာတန်းထိုးစကားလုံးအရေအတွက် အမြင့်ဆုံးကန့်သတ်ချက်၊ 1 တွင် စကားလုံးတစ်လုံး၊ 2–3 တွင် စကားစုတို၊ 8–12 တွင် အပိုင်းတစ်ခုလျှင် ဝါကျပြည့် ပြသနိုင်သည်။
enable_animationရွေးချယ်နိုင်သည်
အမျိုးအစားboolean
မူလတန်ဖိုးtrue
ခုန်ဝင်လာသည့် အကျိုးသက်ရောက်မှုဖြင့် စာတန်းထိုး animation ကို ဖွင့်ပေးသည်။
လိုအပ်သည် စံအမည်၊ ထို့အပြင် လက်ခံသည်

ဖိုင်ပါရာမီတာများသည် အများပြည်သူသုံး https:// URL၊ 10 MB အထိ data: URI သို့မဟုတ် အပ်လုဒ်လုပ်ထားသောဖိုင်၏ file_url ကို လက်ခံသည်။ ဖိုင်များ

ထွက်ရလဒ်

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"
  }
}
သင့်ဖိုင်များ၊ သင့်ရွေးချယ်မှုoutputs[].url တိုင်းသည် ကျွန်ုပ်တို့၏ သိုလှောင်မှုရှိ မိတ္တူဖြစ်သည်- အမြဲတမ်း (GB-month အလိုက် ငွေပေးရသည်) သို့မဟုတ် ၇ ရက် အခမဲ့၊ သင့်အကောင့်ဆက်တင် သို့မဟုတ် ?storage= ဖြင့် သိမ်းထားသည်။
မော်ဒယ်တိုင်းတွင် ပုံစံတူပုံ၊ ဗီဒီယိုနှင့် အသံတို့အတွက် type၊ url၊ content_type၊ width၊ height နှင့် duration။ output သည် မော်ဒယ်ကိုယ်တိုင်၏ ရလဒ် object ဖြစ်သည်။
ထွက်ရလဒ်၏ Fields များ
video
object {url, content_type, file_name, file_size}အလိုအလျောက် ဖန်တီးထားသော စာတန်းထိုးများ ပါဝင်သည့် ဗီဒီယို။
transcription
stringစာသားပြောင်းလဲမှု၏ စာသားအပြည့်အစုံ။
subtitle_count
integerဖန်တီးထားသော စာတန်းထိုးအပိုင်းများ အရေအတွက်။
words
array of object | nullစာသားပြောင်းလဲမှုဝန်ဆောင်မှုက ပေးထားသော စကားလုံးတစ်လုံးချင်းစီ၏ အချိန်ကိုက်ဒေတာ။
transcription_metadata
object | nullဘာသာစကား၊ အပိုင်းများနှင့် အခြားအသေးစိတ်များအပါအဝင် ElevenLabs က ပေးထားသော ထပ်ဆောင်း metadata။

နောက်ထပ် မော်ဒယ်များ: ဗီဒီယိုမှ ဗီဒီယို

AI အေးဂျင့်များအတွက်- ဤစာမျက်နှာ၏ Markdown ကို ဤနေရာတွင် ရရှိနိုင်သည် https://doitong.com/my/developers/models/workflow-utilities/auto-subtitle.md. မော်ဒယ်များနှင့် လမ်းညွှန်များအားလုံး: https://doitong.com/developers/llms.txt