Hoppa till innehåll

Wizper (Whisper v3)

Integrera

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"

Upp till 1,998 $ per körning debiteras efter faktisk användning, resten återbetalas Kör den på den här sidan

Hämta API-nyckel
OpenAI Tal till text #transcription#speech

Whisper v3-taltranskribering och översättning till engelska med tidsstämplade segment

OpenAI · Text

Ditt första resultat visas här

Skapa en begäran nedan och kör den med din API-nyckel. Utdata kopieras till vår lagring och sparas för alltid eller 7 dagar kostnadsfritt.

Skapa en begäran

Kontrollerna genereras från modellschemat. Koden och priset uppdateras när du ändrar dem.

•obligatoriskt audio_url
Släpp en fil eller

Indata för transkribering som en URL till en ljudfil i formatet mp3, mp4, mpeg, mpga, m4a, wav eller webm.

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

Ljudbearbetningsuppgift: välj transcribe eller translate.

standard en

Val av ljudspråk, där `None` begär automatisk identifiering på bekostnad av längre inferenstid. För uppgiften translate är engelska alltid målspråket, så detta språkval ändrar inte utdataspråket.

standard segment

Detaljnivå för returnerade delar.

standard 3

Versionsval inom Whisper large-familjen; dessa modeller använder ingen annan Whisper-variant.

standard 29

Längdgräns för talsegment, mätt i sekund, varefter uppdelning sker.

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"

Kör den här begäran

Din nyckel stannar i den här webbläsaren: den skickas endast till Doitong API och sparas endast i localStorage om du markerar Kom ihåg. Hämta en API-nyckel

Om Wizper (Whisper v3)

Transkriberar en ljudfil från en URL (mp3, mp4, mpeg, mpga, m4a, wav eller webm), eller översätter den till engelska med `task`. Fältet `language` stöder 99 värden och automatisk identifiering är möjlig. Returnerar hela texten samt tidsstämplade segment. `max_segment_len` (10-29 sekunder) och `merge_chunks` styr hur segmenten delas upp.

Parametrar

Skicka antingen det kanoniska namnet eller det inbyggda namnet, inte båda. Kanoniska namn

NamnTyp StandardTillåtna Beskrivning
audio_urlobligatoriskt audio
Typurl · audio
Indata för transkribering som en URL till en ljudfil i formatet mp3, mp4, mpeg, mpga, m4a, wav eller webm.
taskvalfritt
Typenum
Standardtranscribe
transcribetranslate
Ljudbearbetningsuppgift: välj transcribe eller translate.
languagevalfritt
Typenum
Standarden
afamarasazbabebgbnbobrbscacscyda
+83 tilldeeleneseteufafifofrglguhahawhehihrhthuhyidisitjajwkakkkmknkolalblnloltlvmgmimkmlmnmrmsmtmynenlnnnoocpaplpsptrorusasdsiskslsnsosqsrsusvswtatetgthtktltrttukuruzviyiyozh
Val av ljudspråk, där `None` begär automatisk identifiering på bekostnad av längre inferenstid. För uppgiften translate är engelska alltid målspråket, så detta språkval ändrar inte utdataspråket.
chunk_levelvalfritt
Typstring
Standardsegment
Detaljnivå för returnerade delar.
max_segment_lenvalfritt
Typinteger
Standard29
10 – 29
Längdgräns för talsegment, mätt i sekund, varefter uppdelning sker.
merge_chunksvalfritt
Typboolean
Standardtrue
Kontroll för sammanfogning av efterföljande delar; sammanfogning tillåts endast om det resulterande segmentets längd inte överstiger max_segment_len.
versionvalfritt
Typstring
Standard3
Versionsval inom Whisper large-familjen; dessa modeller använder ingen annan Whisper-variant.
obligatoriskt Kanoniskt namn, accepteras också

Filparametrar tar emot en offentlig https://-URL, en data:-URI på upp till 10 MB eller file_url från en uppladdning. Filer

Resultat

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"
  }
}
Dina filer, ditt valVarje outputs[].url är en kopia i vår lagring: sparad för alltid (debiteras per GB-månad) eller 7 dagar kostnadsfritt, enligt din kontoinställning eller ?storage=.
Samma struktur för varje modelltype, url, content_type, width, height och duration, för bilder, video och ljud. output är modellens eget resultatobjekt.
Resultatets fält
text
stringText som transkriberats från ljudet.
chunks
array of object {timestamp, text}Ljuddelar med tidsstämplar.
languages
array of enum (string)Resultat från identifiering av ljudspråk, returnerade som en lista över härledda språk med null som standardvärde.

För AI-agenter: den här sidan som Markdown finns på https://doitong.com/sv/developers/models/wizper.md. Alla modeller och guider: https://doitong.com/developers/llms.txt