Przejdź do treści

Auto-Captioner

Integracja

Identyfikator modelu auto-caption
# 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/auto-caption?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"

To żądanie: 0,10 $ 100 kredytów API Uruchom na tej stronie

Uzyskaj klucz API
Utility Wideo na wideo #captioning#video

Dodaje do filmu napisy na podstawie mowy, z możliwością regulacji koloru, czcionki, rozmiaru i położenia

Utility · Dane (JSON)

Tutaj pojawi się pierwszy wynik

Zbuduj poniżej żądanie i uruchom je za pomocą klucza API. Wyniki są kopiowane do naszej przestrzeni dyskowej i przechowywane bezterminowo lub 7 dni bezpłatnie.

Zbuduj żądanie

Elementy sterujące są generowane ze schematu modelu. Kod i cena aktualizują się podczas ich zmiany.

•wymagane video_url
Upuść plik lub

URL wideo dla pliku .mp4 zawierającego audio i mniejszego niż 400 MB.

Zaawansowane text_case · txt_color · txt_font · font_size · stroke_width · refresh_interval · left_align · top_align
text_case domyślnie default

Wybierz 'default', aby pozostawić wielkość liter napisów ustaloną przez rozpoznawanie mowy. Aby ją zmienić, wybierz 'upper' dla wielkich liter albo 'lower' dla małych liter.

domyślnie white

Ustaw kolor tekstu za pomocą notacji szesnastkowej, krotki RGB albo nazwy koloru.

domyślnie Standard

Ustaw krój pisma napisów za pomocą URL wskazującego na plik .ttf albo wbudowanej czcionki: 'Arial', 'Standard', 'Garamond', 'Times New Roman' lub 'Georgia'.

domyślnie 24

Rozmiar tekstu wygenerowanych napisów.

domyślnie 1

Grubość obrysu tekstu w pikselach.

domyślnie 1.5

Określ, ile tekstu napisów jest wyświetlane jednocześnie w interwale wyświetlania, mierzonym w sekundach: dłuższa widoczność napisów pokazuje naraz więcej tekstu.

domyślnie center

Wyrównaj tekst poziomo za pomocą liczby zmiennoprzecinkowej od 0.0 do 1.0 albo wybierz nazwaną pozycję 'left', 'center' lub 'right'.

domyślnie center

Wyrównaj tekst pionowo za pomocą liczby zmiennoprzecinkowej od 0.0 do 1.0 albo wybierz nazwaną pozycję 'top', 'center' lub 'bottom'.

POST /run/auto-caption?wait=20 wycena → 0,10 $
# 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/auto-caption?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"

Uruchom to żądanie

Klucz pozostaje w tej przeglądarce: jest wysyłany tylko do Doitong API i zapisywany (localStorage) tylko po zaznaczeniu opcji Zapamiętaj. Uzyskaj klucz API

Informacje o Auto-Captioner

Transkrybuje dźwięk z `video_url` w formacie .mp4 (poniżej 400MB) i wypala napisy w filmie. Styl można ustawić za pomocą `txt_color`, `txt_font`, `font_size`, `stroke_width` i `text_case`. Położenie wykorzystuje `left_align` i `top_align`. `refresh_interval` od 0.5 do 3 sekund określa, jak długo napisy pozostają na ekranie.

Parametry

Wyślij nazwę kanoniczną albo natywną, nie obie. Nazwy kanoniczne

NazwaTyp DomyślneDozwolone Opis
video_urlwymagane video
Typurl · video
URL wideo dla pliku .mp4 zawierającego audio i mniejszego niż 400 MB.
txt_coloropcjonalne
Typstring
Domyślnewhite
Ustaw kolor tekstu za pomocą notacji szesnastkowej, krotki RGB albo nazwy koloru.
txt_fontopcjonalne
Typstring
DomyślneStandard
Ustaw krój pisma napisów za pomocą URL wskazującego na plik .ttf albo wbudowanej czcionki: 'Arial', 'Standard', 'Garamond', 'Times New Roman' lub 'Georgia'.
font_sizeopcjonalne
Typinteger
Domyślne24
Rozmiar tekstu wygenerowanych napisów.
stroke_widthopcjonalne
Typinteger
Domyślne1
Grubość obrysu tekstu w pikselach.
left_alignopcjonalne
Typstring | number
Domyślnecenter
Wyrównaj tekst poziomo za pomocą liczby zmiennoprzecinkowej od 0.0 do 1.0 albo wybierz nazwaną pozycję 'left', 'center' lub 'right'.
top_alignopcjonalne
Typstring | number
Domyślnecenter
Wyrównaj tekst pionowo za pomocą liczby zmiennoprzecinkowej od 0.0 do 1.0 albo wybierz nazwaną pozycję 'top', 'center' lub 'bottom'.
refresh_intervalopcjonalne
Typnumber
Domyślne1.5
0,5 – 3
Określ, ile tekstu napisów jest wyświetlane jednocześnie w interwale wyświetlania, mierzonym w sekundach: dłuższa widoczność napisów pokazuje naraz więcej tekstu.
text_caseopcjonalne
Typenum
Domyślnedefault
defaultupperlower
Wybierz 'default', aby pozostawić wielkość liter napisów ustaloną przez rozpoznawanie mowy. Aby ją zmienić, wybierz 'upper' dla wielkich liter albo 'lower' dla małych liter.
wymagane Nazwa kanoniczna, również akceptowana

Parametry plików przyjmują publiczny URL https://, identyfikator URI data: do 10 MB albo file_url przesłanego pliku. Pliki

Wynik

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "auto-caption",
  "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": 100,
    "usd": "0.10",
    "charged": 100,
    "refunded": 0
  },
  "input": {
    "video_url": "https://content.doitong.com/video/showcase/v3/gen_fox_cartoon.mp4"
  },
  "output": {
    "video_url": "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"
  }
}
Twoje pliki, Twój wybórKażdy outputs[].url to kopia w naszej przestrzeni dyskowej: przechowywana bezterminowo (opłata za GB-miesiąc) lub 7 dni bezpłatnie, zgodnie z ustawieniem konta lub ?storage=.
Taki sam format w każdym modelutype, url, content_type, width, height i duration — tak samo dla obrazów, filmów i dźwięku. output to własny obiekt wyniku modelu.
Pola wyniku
video_url
string (video URL)URL wskazujący na wideo .mp4 z napisami.

Dla agentów AI: ta strona w formacie Markdown jest dostępna pod adresem https://doitong.com/pl/developers/models/auto-caption.md. Wszystkie modele i przewodniki: https://doitong.com/developers/llms.txt