Saltar al cuntegna

Auto-Captioner

Integrar

ID dal model 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"

Questa dumonda: $0,10 100 credits API Lantschar sin questa pagina

Obtegna ina clav API
Utility Video a video #captioning#video

Agiunta suttitels basads sin la lingua ad in video, cun colur, font, grondezza e posiziun configurablas

Utility · Datas (JSON)

Tes emprim resultat vegn qua

Construis ina dumonda sutvart e l'exequescha cun tia clav API. Outputs vegnan copiads en nossa memorisaziun, conservads per adina u 7 dis gratuitamain.

Construir ina dumonda

Ils controls vegnan generads dal schema dal model. Il code e ​​il pretsch s'actualiseschan durant che ti als midas.

•obligatori video_url
Trametta in datoteca u

URL d'in video per ina datoteca .mp4 che cuntegna audio e che ha main che 400 MB.

Avanzà text_case · txt_color · txt_font · font_size · stroke_width · refresh_interval · left_align · top_align
text_case standard default

Tscherna 'default' per laschar la majusculaziun dals suttitels sco producida dal reconuschiment da la lingua. Per la midar, tscherna 'upper' per text en majusclas u 'lower' per text en minusclas.

standard white

Definescha la colur dal text cun notaziun hexadecimal, ina tupla RGB u in num da colur.

standard Standard

Definescha la scrittira da las suttitels cun ina URL che maina ad ina datoteca .ttf u cun ina font integrada: 'Arial', 'Standard', 'Garamond', 'Times New Roman' u 'Georgia'.

standard 24

Grondezza dal text per las suttitels generadas.

standard 1

Ladezza dal profil dal text, mesirada en pixels.

standard 1.5

Controlla quant text da suttitels che cumpara ensemen durant l'interval da visualisaziun, mesirà en secundas: suttitels visibels pli ditg mussan dapli text a medem temp.

standard center

Aliniescha il text orizontalmain cun in float tranter 0.0 e 1.0, u tscherna la posiziun nominada 'left', 'center' u 'right'.

standard center

Aliniescha il text verticalmain cun in float tranter 0.0 e 1.0, u tscherna la posiziun nominada 'top', 'center' u 'bottom'.

POST /run/auto-caption?wait=20 calculaziun → $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"

Executar questa dumonda

Tia clav resta en quest browser: ella vegn tramessa mo al Doitong API e memorisada (localStorage) mo sch'ella scheccas Tiar a memoria. Obtegnair ina clav API

Davart Auto-Captioner

Transcriva l'audio d'in `video_url` .mp4 (sut 400MB) e incrusta ils suttitels en il video. Stilisescha cun `txt_color`, `txt_font`, `font_size`, `stroke_width` e `text_case`. La posiziun utilisescha `left_align` e `top_align`. `refresh_interval` da 0.5 fin 3 secundas definescha quant ditg ch'ils suttitels vegnan mussads.

Parameters

Invia u il num canonic u il num nativ, betg omaduas. Nums canonics

NumTip StandardPermess Descripziun
video_urlobligatori video
Tipurl · video
URL d'in video per ina datoteca .mp4 che cuntegna audio e che ha main che 400 MB.
txt_coloropziunal
Tipstring
Standardwhite
Definescha la colur dal text cun notaziun hexadecimal, ina tupla RGB u in num da colur.
txt_fontopziunal
Tipstring
StandardStandard
Definescha la scrittira da las suttitels cun ina URL che maina ad ina datoteca .ttf u cun ina font integrada: 'Arial', 'Standard', 'Garamond', 'Times New Roman' u 'Georgia'.
font_sizeopziunal
Tipinteger
Standard24
Grondezza dal text per las suttitels generadas.
stroke_widthopziunal
Tipinteger
Standard1
Ladezza dal profil dal text, mesirada en pixels.
left_alignopziunal
Tipstring | number
Standardcenter
Aliniescha il text orizontalmain cun in float tranter 0.0 e 1.0, u tscherna la posiziun nominada 'left', 'center' u 'right'.
top_alignopziunal
Tipstring | number
Standardcenter
Aliniescha il text verticalmain cun in float tranter 0.0 e 1.0, u tscherna la posiziun nominada 'top', 'center' u 'bottom'.
refresh_intervalopziunal
Tipnumber
Standard1.5
0,5 – 3
Controlla quant text da suttitels che cumpara ensemen durant l'interval da visualisaziun, mesirà en secundas: suttitels visibels pli ditg mussan dapli text a medem temp.
text_caseopziunal
Tipenum
Standarddefault
defaultupperlower
Tscherna 'default' per laschar la majusculaziun dals suttitels sco producida dal reconuschiment da la lingua. Per la midar, tscherna 'upper' per text en majusclas u 'lower' per text en minusclas.
obligatori Num canonic, er acceptà

Ils parameters da datotecas acceptan ina URL publica https://, ina URI data: fin a 10 MB u il file_url d'ina chargiada. Datotecas

Output

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"
  }
}
Tias datotecas, tia decisiunMintga outputs[].url è ina copia en nossa memorisaziun: conservada per adina (pajà per GB-mes) u 7 dis gratuitamain, tenor la configuraziun dal conto u ?storage=.
La medema structura per mintga modeltype, url, content_type, width, height e duration, tant per maletgs sco per video e audio. output è l'object da resultat dal model sez.
Champs da l'output
video_url
string (video URL)URL che maina al video .mp4 cun suttitels.

Per agents AI: questa pagina sco Markdown è disponibla sut https://doitong.com/rm/developers/models/auto-caption.md. Tut ils models e las guidas: https://doitong.com/developers/llms.txt