Gå til innhold

Wizper (Whisper v3)

Integrer

Modell-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"

Opptil 1,998 $ per kjøring belastes etter faktisk bruk, resten tilbakebetales Kjør den på denne siden

Hent API-nøkkel
OpenAI Tale til tekst #transcription#speech

Tale-til-tekst med Whisper v3 og oversettelse til engelsk med tidsmerkede segmenter

OpenAI · Tekst

Det første resultatet ditt kommer her

Bygg en forespørsel nedenfor og kjør den med API-nøkkelen din. Utdata kopieres til lagringen vår, lagret for alltid eller 7 dager gratis.

Bygg en forespørsel

Kontrollene genereres fra modellskjemaet. Koden og prisen oppdateres når du endrer dem.

•obligatorisk audio_url
Slipp en fil, eller

Inndata for transkripsjon, oppgitt som en URL til en lydfil i formatet mp3, mp4, mpeg, mpga, m4a, wav eller webm.

Avansert task · language · chunk_level · version · max_segment_len · merge_chunks
task standard transcribe

Lydbehandlingsoppgave: velg transcribe eller translate.

standard en

Valg av lydspråk, der `None` ber om automatisk gjenkjenning på bekostning av lengre inferenstid. For oppgaven translate er engelsk alltid målspråket, så dette språkvalget endrer ikke utdataenes språk.

standard segment

Detaljnivå for de returnerte delene.

standard 3

Versjonsvalg innen Whisper large-familien; ingen annen Whisper-variant brukes av disse modellene.

standard 29

Grense for lengden på talesegmenter, målt i sekund, etter hvilken splitting utføres.

POST /run/wizper?wait=20 pris → 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"

Kjør denne forespørselen

Nøkkelen din blir i denne nettleseren: Den sendes bare til Doitong API og lagres bare i localStorage hvis du krysser av for Husk. Hent en API-nøkkel

Om Wizper (Whisper v3)

Transkriberer en lydfil fra en URL (mp3, mp4, mpeg, mpga, m4a, wav eller webm), eller oversetter den til engelsk med `task`. Feltet `language` støtter 99 verdier, og automatisk deteksjon er mulig. Returnerer full tekst samt tidsmerkede segmenter. `max_segment_len` (10-29 sekunder) og `merge_chunks` styrer hvordan segmenter deles opp.

Parametere

Send enten det kanoniske navnet eller det opprinnelige navnet, ikke begge. Kanoniske navn

NavnType StandardTillatt Beskrivelse
audio_urlobligatorisk audio
Typeurl · audio
Inndata for transkripsjon, oppgitt som en URL til en lydfil i formatet mp3, mp4, mpeg, mpga, m4a, wav eller webm.
taskvalgfritt
Typeenum
Standardtranscribe
transcribetranslate
Lydbehandlingsoppgave: velg transcribe eller translate.
languagevalgfritt
Typeenum
Standarden
afamarasazbabebgbnbobrbscacscyda
+83 fleredeeleneseteufafifofrglguhahawhehihrhthuhyidisitjajwkakkkmknkolalblnloltlvmgmimkmlmnmrmsmtmynenlnnnoocpaplpsptrorusasdsiskslsnsosqsrsusvswtatetgthtktltrttukuruzviyiyozh
Valg av lydspråk, der `None` ber om automatisk gjenkjenning på bekostning av lengre inferenstid. For oppgaven translate er engelsk alltid målspråket, så dette språkvalget endrer ikke utdataenes språk.
chunk_levelvalgfritt
Typestring
Standardsegment
Detaljnivå for de returnerte delene.
max_segment_lenvalgfritt
Typeinteger
Standard29
10 – 29
Grense for lengden på talesegmenter, målt i sekund, etter hvilken splitting utføres.
merge_chunksvalgfritt
Typeboolean
Standardtrue
Kontroll for sammenslåing av etterfølgende deler, som bare tillater sammenslåing hvis den resulterende segmentvarigheten ikke er større enn max_segment_len.
versionvalgfritt
Typestring
Standard3
Versjonsvalg innen Whisper large-familien; ingen annen Whisper-variant brukes av disse modellene.
obligatorisk Kanonisk navn, også godkjent

Filparametere tar imot en offentlig https:// URL, en data: URI på opptil 10 MB eller file_url fra en opplasting. Filer

Utdata

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"
  }
}
Filene dine, ditt valgHver outputs[].url er en kopi på lagringen vår: lagret for alltid (betalt per GB-måned) eller 7 dager gratis, styrt av kontoinnstillingen din eller ?storage=.
Samme struktur for hver modelltype, url, content_type, width, height og duration, for bilder, video og lyd. output er modellens eget resultatobjekt.
Utdatafelt
text
stringTekst transkribert fra lyden.
chunks
array of object {timestamp, text}Lyddeler med tidsstempler.
languages
array of enum (string)Resultater fra lydspråkgjenkjenning, returnert som en liste over utledede språk, med null som standardverdi.

For AI-agenter: Denne siden som Markdown finnes på https://doitong.com/no/developers/models/wizper.md. Alle modeller og veiledninger: https://doitong.com/developers/llms.txt