Przejdź do treści

Workflow Utilities Auto Subtitle

Integracja

Identyfikator modelu 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"

Pliki takie jak przykład: 0,005 $ 5 kredytów API Twoje pliki są mierzone przed uruchomieniem Uruchom na tej stronie

Uzyskaj klucz API
Utility · Wideo

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

Adres URL wideo do automatycznego dodania napisów.

Zaawansowane 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 domyślnie bold

Grubość tekstu; typowy styl TikTok używa pogrubienia lub czerni.

position domyślnie bottom

Położenie napisów wzdłuż osi pionowej.

domyślnie en

Identyfikator języka transkrypcji, np. 'en', 'es', 'fr', 'de', 'it', 'pt', 'nl', 'ja', 'zh' lub 'ko'. Akceptowany jest również 3-literowy identyfikator ISO, np. 'eng', 'spa' lub 'fra'.

domyślnie Montserrat

Nazwa czcionki wybranej z fonts.google.com; akceptowana jest dowolna czcionka Google, w tym 'Montserrat', 'Poppins' i 'BBH Sans Hegarty'.

domyślnie white

Kolor używany dla nieaktywnych słów napisów.

domyślnie purple

Kolor wyróżnienia w stylu karaoke stosowany do wypowiadanego słowa.

domyślnie black

Kolor obrysu tekstu.

domyślnie none

Kolor tła za tekstem; 'none' i 'transparent' wyłączają tło.

domyślnie 100

Rozmiar czcionki napisów; styl TikTok używa większego tekstu.

domyślnie 3

Szerokość obrysu tekstu, mierzona w pikselach; 0 wyłącza obrys.

domyślnie 0

Krycie tła, gdzie 0.0 oznacza pełną przezroczystość, a 1.0 pełne krycie.

domyślnie 75

Przesunięcie pionowe w pikselach; wartości dodatnie przesuwają w dół, a ujemne w górę.

domyślnie 3

Limit liczby słów w napisach: 1 wyświetla pojedyncze słowo, 2–3 krótką frazę, a 8–12 pełne zdanie w segmencie.

POST /run/workflow-utilities/auto-subtitle?wait=20 wycena → 0,005 $
# 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"

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 Workflow Utilities Auto Subtitle

Transkrybuje mowę w filmie i wypala napisy, podświetlając aktualnie wypowiadane słowo. Opcje stylu obejmują dowolną nazwę Google Font, rozmiar 20-150, grubość, kolory tekstu i podświetlenia, obrys, kolor i krycie tła oraz pozycję u góry, na środku lub na dole z przesunięciem pionowym. `words_per_subtitle` mieści się w zakresie od 1 do 12, a animację odbicia można włączyć lub wyłączyć. Zwraca także transkrypcję i czasy słów.

Parametry

Wyślij nazwę kanoniczną albo natywną, nie obie. Nazwy kanoniczne

NazwaTyp DomyślneDozwolone Opis
video_urlwymagane video
Typurl · video
Adres URL wideo do automatycznego dodania napisów.
languageopcjonalne
Typstring
Domyślneen
Identyfikator języka transkrypcji, np. 'en', 'es', 'fr', 'de', 'it', 'pt', 'nl', 'ja', 'zh' lub 'ko'. Akceptowany jest również 3-literowy identyfikator ISO, np. 'eng', 'spa' lub 'fra'.
font_nameopcjonalne
Typstring
DomyślneMontserrat
Nazwa czcionki wybranej z fonts.google.com; akceptowana jest dowolna czcionka Google, w tym 'Montserrat', 'Poppins' i 'BBH Sans Hegarty'.
font_sizeopcjonalne
Typinteger
Domyślne100
20 – 150
Rozmiar czcionki napisów; styl TikTok używa większego tekstu.
font_weightopcjonalne
Typenum
Domyślnebold
normalboldblack
Grubość tekstu; typowy styl TikTok używa pogrubienia lub czerni.
font_coloropcjonalne
Typenum
Domyślnewhite
whiteblackredgreenblueyelloworangepurplepinkbrowngraycyanmagenta
Kolor używany dla nieaktywnych słów napisów.
highlight_coloropcjonalne
Typenum
Domyślnepurple
whiteblackredgreenblueyelloworangepurplepinkbrowngraycyanmagenta
Kolor wyróżnienia w stylu karaoke stosowany do wypowiadanego słowa.
stroke_widthopcjonalne
Typinteger
Domyślne3
0 – 10
Szerokość obrysu tekstu, mierzona w pikselach; 0 wyłącza obrys.
stroke_coloropcjonalne
Typenum
Domyślneblack
blackwhiteredgreenblueyelloworangepurplepinkbrowngraycyanmagenta
Kolor obrysu tekstu.
background_coloropcjonalne
Typenum
Domyślnenone
blackwhiteredgreenblueyelloworangepurplepinkbrowngraycyanmagentanonetransparent
Kolor tła za tekstem; 'none' i 'transparent' wyłączają tło.
background_opacityopcjonalne
Typnumber
Domyślne0
0 – 1
Krycie tła, gdzie 0.0 oznacza pełną przezroczystość, a 1.0 pełne krycie.
positionopcjonalne
Typenum
Domyślnebottom
topcenterbottom
Położenie napisów wzdłuż osi pionowej.
y_offsetopcjonalne
Typinteger
Domyślne75
-200 – 200
Przesunięcie pionowe w pikselach; wartości dodatnie przesuwają w dół, a ujemne w górę.
words_per_subtitleopcjonalne
Typinteger
Domyślne3
1 – 12
Limit liczby słów w napisach: 1 wyświetla pojedyncze słowo, 2–3 krótką frazę, a 8–12 pełne zdanie w segmencie.
enable_animationopcjonalne
Typboolean
Domyślnetrue
Włącza animację napisów z efektem odbijającego się wejścia.
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": "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"
  }
}
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
object {url, content_type, file_name, file_size}Wideo zawierające automatycznie wygenerowane napisy.
transcription
stringPełny tekst transkrypcji.
subtitle_count
integerLiczba wygenerowanych segmentów napisów.
words
array of object | nullDane czasowe poszczególnych słów dostarczone przez usługę transkrypcji.
transcription_metadata
object | nullDodatkowe metadane dostarczone przez ElevenLabs dla transkrypcji, w tym język, segmenty i inne szczegóły.

Więcej modeli: Wideo na wideo

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