ข้ามไปยังเนื้อหา

Auto-Captioner

ผสานการทำงาน

ID โมเดล 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"

คำขอนี้: $0.10 100 เครดิต API เรียกใช้ในหน้านี้

รับคีย์ API

เพิ่มคำบรรยายจากเสียงลงในวิดีโอ พร้อมปรับสี แบบอักษร ขนาด และตำแหน่งได้

Utility · ข้อมูล (JSON)

ผลลัพธ์แรกของคุณจะแสดงที่นี่

สร้างคำขอด้านล่างและเรียกใช้ด้วยคีย์ API ของคุณ เอาต์พุตจะถูกคัดลอกไปยังพื้นที่จัดเก็บของเรา และเก็บไว้ตลอดไปหรือฟรี 7 วัน

สร้างคำขอ

ตัวควบคุมสร้างจากสคีมาของโมเดล โค้ดและราคาจะอัปเดตเมื่อคุณเปลี่ยนค่า

•จำเป็น video_url
วางไฟล์ หรือ

URL วิดีโอสำหรับไฟล์ .mp4 ที่มีเสียงและมีขนาดเล็กกว่า 400 MB

ขั้นสูง text_case · txt_color · txt_font · font_size · stroke_width · refresh_interval · left_align · top_align
text_case ค่าเริ่มต้น default

เลือก 'default' เพื่อคงรูปแบบตัวพิมพ์ของคำบรรยายตามที่การรู้จำเสียงพูดสร้างขึ้น หากต้องการเปลี่ยน ให้เลือก 'upper' สำหรับข้อความตัวพิมพ์ใหญ่ หรือ 'lower' สำหรับข้อความตัวพิมพ์เล็ก

ค่าเริ่มต้น white

กำหนดสีข้อความโดยใช้สัญกรณ์เลขฐานสิบหก ทูเพิล RGB หรือชื่อสี

ค่าเริ่มต้น Standard

กำหนดแบบอักษรของคำบรรยายโดยใช้ URL ที่ชี้ไปยังไฟล์ .ttf หรือแบบอักษรในตัว: 'Arial', 'Standard', 'Garamond', 'Times New Roman' หรือ 'Georgia'

ค่าเริ่มต้น 24

ขนาดข้อความสำหรับคำบรรยายที่สร้าง

ค่าเริ่มต้น 1

ความหนาเส้นขอบข้อความ วัดเป็นพิกเซล

ค่าเริ่มต้น 1.5

ควบคุมปริมาณข้อความคำบรรยายที่แสดงพร้อมกันผ่านช่วงเวลาแสดงผล หน่วยเป็นวินาที: การแสดงคำบรรยายให้นานขึ้นจะแสดงข้อความพร้อมกันได้มากขึ้น

ค่าเริ่มต้น center

จัดแนวข้อความในแนวนอนโดยใช้ค่าทศนิยมระหว่าง 0.0 ถึง 1.0 หรือเลือกตำแหน่งที่ระบุชื่อว่า 'left', 'center' หรือ 'right'

ค่าเริ่มต้น center

จัดแนวข้อความในแนวตั้งโดยใช้ค่าทศนิยมระหว่าง 0.0 ถึง 1.0 หรือเลือกตำแหน่งที่ระบุชื่อว่า 'top', 'center' หรือ 'bottom'

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

เรียกใช้คำขอนี้

คีย์ของคุณจะอยู่ในเบราว์เซอร์นี้ โดยส่งไปยัง Doitong API เท่านั้น และจะบันทึกใน localStorage ก็ต่อเมื่อคุณเลือกจดจำ รับคีย์ API

เกี่ยวกับ Auto-Captioner

ถอดเสียงจาก `video_url` รูปแบบ .mp4 (ขนาดต่ำกว่า 400MB) และฝังคำบรรยายลงในวิดีโอ ปรับรูปแบบด้วย `txt_color`, `txt_font`, `font_size`, `stroke_width` และ `text_case` ตำแหน่งใช้ `left_align` และ `top_align` ค่า `refresh_interval` ตั้งแต่ 0.5 ถึง 3 วินาทีใช้กำหนดระยะเวลาที่คำบรรยายแสดงบนหน้าจอ

พารามิเตอร์

ส่งชื่อมาตรฐานหรือชื่อดั้งเดิมอย่างใดอย่างหนึ่งเท่านั้น ห้ามส่งทั้งสองชื่อ ชื่อมาตรฐาน

ชื่อประเภท ค่าเริ่มต้นค่าที่อนุญาต คำอธิบาย
video_urlจำเป็น video
ประเภทurl · video
URL วิดีโอสำหรับไฟล์ .mp4 ที่มีเสียงและมีขนาดเล็กกว่า 400 MB
txt_colorไม่บังคับ
ประเภทstring
ค่าเริ่มต้นwhite
กำหนดสีข้อความโดยใช้สัญกรณ์เลขฐานสิบหก ทูเพิล RGB หรือชื่อสี
txt_fontไม่บังคับ
ประเภทstring
ค่าเริ่มต้นStandard
กำหนดแบบอักษรของคำบรรยายโดยใช้ URL ที่ชี้ไปยังไฟล์ .ttf หรือแบบอักษรในตัว: 'Arial', 'Standard', 'Garamond', 'Times New Roman' หรือ 'Georgia'
font_sizeไม่บังคับ
ประเภทinteger
ค่าเริ่มต้น24
ขนาดข้อความสำหรับคำบรรยายที่สร้าง
stroke_widthไม่บังคับ
ประเภทinteger
ค่าเริ่มต้น1
ความหนาเส้นขอบข้อความ วัดเป็นพิกเซล
left_alignไม่บังคับ
ประเภทstring | number
ค่าเริ่มต้นcenter
จัดแนวข้อความในแนวนอนโดยใช้ค่าทศนิยมระหว่าง 0.0 ถึง 1.0 หรือเลือกตำแหน่งที่ระบุชื่อว่า 'left', 'center' หรือ 'right'
top_alignไม่บังคับ
ประเภทstring | number
ค่าเริ่มต้นcenter
จัดแนวข้อความในแนวตั้งโดยใช้ค่าทศนิยมระหว่าง 0.0 ถึง 1.0 หรือเลือกตำแหน่งที่ระบุชื่อว่า 'top', 'center' หรือ 'bottom'
refresh_intervalไม่บังคับ
ประเภทnumber
ค่าเริ่มต้น1.5
0.5 – 3
ควบคุมปริมาณข้อความคำบรรยายที่แสดงพร้อมกันผ่านช่วงเวลาแสดงผล หน่วยเป็นวินาที: การแสดงคำบรรยายให้นานขึ้นจะแสดงข้อความพร้อมกันได้มากขึ้น
text_caseไม่บังคับ
ประเภทenum
ค่าเริ่มต้นdefault
defaultupperlower
เลือก 'default' เพื่อคงรูปแบบตัวพิมพ์ของคำบรรยายตามที่การรู้จำเสียงพูดสร้างขึ้น หากต้องการเปลี่ยน ให้เลือก 'upper' สำหรับข้อความตัวพิมพ์ใหญ่ หรือ 'lower' สำหรับข้อความตัวพิมพ์เล็ก
จำเป็น ชื่อมาตรฐาน ซึ่งรองรับเช่นกัน

พารามิเตอร์ไฟล์รับ URL https:// สาธารณะ, data: URI ขนาดไม่เกิน 10 MB หรือ file_url ของไฟล์ที่อัปโหลด ไฟล์

เอาต์พุต

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"
  }
}
ไฟล์ของคุณ คุณเลือกเองทุก outputs[].url คือสำเนาบนพื้นที่จัดเก็บของเรา: เก็บไว้ตลอดไป (คิดค่าบริการต่อ GB-เดือน) หรือฟรี 7 วัน โดยกำหนดได้ในการตั้งค่าบัญชีหรือ ?storage=
รูปแบบเดียวกันในทุกโมเดลtype, url, content_type, width, height และ duration สำหรับภาพ วิดีโอ และเสียงเหมือนกันทั้งหมด ส่วน output คือออบเจ็กต์ผลลัพธ์ของโมเดลเอง
ฟิลด์ของเอาต์พุต
video_url
string (video URL)URL ที่ชี้ไปยังวิดีโอ .mp4 ที่มีคำบรรยาย

สำหรับเอเจนต์ AI: หน้า Markdown นี้อยู่ที่ https://doitong.com/th/developers/models/auto-caption.md. โมเดลและคู่มือทั้งหมด: https://doitong.com/developers/llms.txt