உள்ளடக்கத்திற்குச் செல்க

Wizper (Whisper v3)

ஒருங்கிணை

மாடல் 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"

ஒவ்வொரு இயக்கத்திற்கும் $1.998 வரை உண்மையான பயன்பாட்டின் அடிப்படையில் கட்டணம்; மீதம் பணத்தைத் திருப்பியளிக்கப்படும் இந்தப் பக்கத்தில் இயக்குங்கள்

API விசையைப் பெறுக

Whisper v3 பேச்சு உரைப்படுத்தல் மற்றும் நேரமுத்திரையிடப்பட்ட துண்டுகளுடன் ஆங்கிலத்திற்கு மொழிபெயர்ப்பு

OpenAI · உரை

உங்கள் முதல் முடிவு இங்கே வரும்

கீழே ஒரு கோரிக்கையை உருவாக்கி, உங்கள் API விசையுடன் இயக்குங்கள். வெளியீடுகள் எங்கள் சேமிப்பகத்தில் நகலெடுக்கப்பட்டு, நிரந்தரமாக அல்லது இலவசமாக 7 நாட்கள் வைக்கப்படும்.

கோரிக்கையை உருவாக்கு

மாடல் ஸ்கீமாவிலிருந்து கட்டுப்பாடுகள் உருவாக்கப்படுகின்றன. அவற்றை மாற்றும்போது குறியீடும் விலையும் புதுப்பிக்கப்படும்.

•தேவை audio_url
கோப்பை விடுங்கள் அல்லது

mp3, mp4, mpeg, mpga, m4a, wav அல்லது webm வடிவிலான ஆடியோ கோப்பைச் சுட்டும் URL ஆக வழங்கப்படும் எழுத்துப்பெயர்ப்பு உள்ளீடு.

மேம்பட்டவை task · language · chunk_level · version · max_segment_len · merge_chunks
task இயல்புநிலை transcribe

ஆடியோ செயலாக்கப் பணி: transcribe அல்லது translate என்பதைத் தேர்ந்தெடுக்கவும்.

இயல்புநிலை en

ஆடியோ மொழித் தேர்வு; நீண்ட inference நேரத்தை ஏற்றுக்கொண்டு தானியங்கி கண்டறிதலைக் கோர `None` பயன்படுத்தவும். translate பணிக்கு ஆங்கிலமே எப்போதும் மொழிபெயர்ப்பு இலக்காகும்; எனவே இந்த மொழித் தேர்வு வெளியீட்டு மொழியை மாற்றாது.

இயல்புநிலை segment

திருப்பி வழங்கப்படும் துண்டுகளின் நுணுக்கநிலை.

இயல்புநிலை 3

Whisper large குடும்பத்திற்குள் பதிப்புத் தேர்வு; இந்த மாதிரிகள் வேறு எந்த Whisper மாறுபாட்டையும் பயன்படுத்தாது.

இயல்புநிலை 29

பிரிப்பு நடைபெறும் முன், வினாடிகளில் அளவிடப்படும் பேச்சுப் பகுதி நீள வரம்பு.

POST /run/wizper?wait=20 விலை → $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"

இந்தக் கோரிக்கையை இயக்கு

உங்கள் key இந்த உலாவியில் மட்டுமே இருக்கும்: அது Doitong API-க்கு மட்டும் அனுப்பப்படும்; Remember-ஐத் தேர்ந்தெடுத்தால் மட்டுமே (localStorage)-ல் சேமிக்கப்படும். API விசையைப் பெறுங்கள்

Wizper (Whisper v3) பற்றி

URL-இலிருந்து ஆடியோ கோப்பை (mp3, mp4, mpeg, mpga, m4a, wav அல்லது webm) உரைப்படுத்துகிறது அல்லது `task` மூலம் அதை ஆங்கிலத்திற்கு மொழிபெயர்க்கிறது. `language` புலம் 99 மதிப்புகளை ஆதரிக்கிறது; தானியங்கி கண்டறிதலும் சாத்தியம். முழு உரையையும் நேரமுத்திரையிடப்பட்ட துண்டுகளையும் வழங்குகிறது. `max_segment_len` (10-29 வினாடிகள்) மற்றும் `merge_chunks` துண்டுகள் எவ்வாறு பிரிக்கப்படுகின்றன என்பதைக் கட்டுப்படுத்துகின்றன.

அளவுருக்கள்

நியமப் பெயர் அல்லது நேட்டிவ் பெயர் இரண்டில் ஒன்றை மட்டும் அனுப்பவும். நியமப் பெயர்கள்

பெயர்வகை இயல்புநிலைஅனுமதிக்கப்பட்டது விளக்கம்
audio_urlதேவை audio
வகைurl · audio
mp3, mp4, mpeg, mpga, m4a, wav அல்லது webm வடிவிலான ஆடியோ கோப்பைச் சுட்டும் URL ஆக வழங்கப்படும் எழுத்துப்பெயர்ப்பு உள்ளீடு.
taskவிருப்பத்தேர்வு
வகைenum
இயல்புநிலைtranscribe
transcribetranslate
ஆடியோ செயலாக்கப் பணி: transcribe அல்லது translate என்பதைத் தேர்ந்தெடுக்கவும்.
languageவிருப்பத்தேர்வு
வகைenum
இயல்புநிலைen
afamarasazbabebgbnbobrbscacscyda
+83 மேலும்deeleneseteufafifofrglguhahawhehihrhthuhyidisitjajwkakkkmknkolalblnloltlvmgmimkmlmnmrmsmtmynenlnnnoocpaplpsptrorusasdsiskslsnsosqsrsusvswtatetgthtktltrttukuruzviyiyozh
ஆடியோ மொழித் தேர்வு; நீண்ட inference நேரத்தை ஏற்றுக்கொண்டு தானியங்கி கண்டறிதலைக் கோர `None` பயன்படுத்தவும். translate பணிக்கு ஆங்கிலமே எப்போதும் மொழிபெயர்ப்பு இலக்காகும்; எனவே இந்த மொழித் தேர்வு வெளியீட்டு மொழியை மாற்றாது.
chunk_levelவிருப்பத்தேர்வு
வகைstring
இயல்புநிலைsegment
திருப்பி வழங்கப்படும் துண்டுகளின் நுணுக்கநிலை.
max_segment_lenவிருப்பத்தேர்வு
வகைinteger
இயல்புநிலை29
10 – 29
பிரிப்பு நடைபெறும் முன், வினாடிகளில் அளவிடப்படும் பேச்சுப் பகுதி நீள வரம்பு.
merge_chunksவிருப்பத்தேர்வு
வகைboolean
இயல்புநிலைtrue
தொடர்ச்சியான துண்டுகளை இணைக்கும் கட்டுப்பாடு; அதன் விளைவாக உருவாகும் பகுதியின் நீளம் max_segment_len-க்கு மிகாமல் இருந்தால் மட்டுமே இணைக்க அனுமதிக்கிறது.
versionவிருப்பத்தேர்வு
வகைstring
இயல்புநிலை3
Whisper large குடும்பத்திற்குள் பதிப்புத் தேர்வு; இந்த மாதிரிகள் வேறு எந்த Whisper மாறுபாட்டையும் பயன்படுத்தாது.
தேவை நியமப் பெயர், இதுவும் ஏற்கப்படும்

கோப்பு அளவுருக்கள் பொதுவான https:// URL, 10 MB வரையிலான data: URI அல்லது பதிவேற்றத்தின் file_url-ஐ ஏற்கும். கோப்புகள்

வெளியீடு

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"
  }
}
உங்கள் கோப்புகள், உங்கள் தேர்வுஒவ்வொரு outputs[].url-ம் எங்கள் சேமிப்பகத்தில் உள்ள ஒரு நகல்: நிரந்தரமாக (GB-மாதத்திற்கு கட்டணம்) அல்லது உங்கள் கணக்கு அமைப்பு அல்லது ?storage= மூலம் இலவசமாக 7 நாட்கள் வைக்கப்படும்.
ஒவ்வொரு மாடலிலும் ஒரே வடிவம்படங்கள், வீடியோ மற்றும் ஆடியோ ஆகிய அனைத்திற்குமான type, url, content_type, width, height மற்றும் duration. output என்பது மாதிரியின் சொந்த முடிவு பொருளாகும்.
வெளியீட்டின் புலங்கள்
text
stringஆடியோவிலிருந்து எழுத்துப்பெயர்க்கப்பட்ட உரை.
chunks
array of object {timestamp, text}நேரக் குறியீடுகளுடன் வழங்கப்படும் ஆடியோ துண்டுகள்.
languages
array of enum (string)ஆடியோ மொழிக் கண்டறிதல் முடிவுகள்; ஊகிக்கப்பட்ட மொழிகளின் பட்டியலாகத் திருப்பி வழங்கப்படும், null இயல்புநிலை மதிப்பாகும்.

AI ஏஜெண்டுகளுக்கு: இந்தப் பக்கம் Markdown வடிவில் இங்கே உள்ளது https://doitong.com/ta/developers/models/wizper.md. அனைத்து மாடல்களும் வழிகாட்டிகளும்: https://doitong.com/developers/llms.txt