ข้ามไปยังเนื้อหา

Wizper (Whisper v3)

ผสานการทำงาน

ID โมเดล 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"

สูงสุด $1.998 ต่อการเรียกใช้ คิดค่าบริการตามการใช้งานจริง ส่วนที่เหลือจะคืนเงิน เรียกใช้ในหน้านี้

รับคีย์ API

ถอดเสียงพูดและแปลเป็นภาษาอังกฤษด้วย Whisper v3 โดยแบ่งเป็นช่วงพร้อมประทับเวลา

OpenAI · ข้อความ

ผลลัพธ์แรกของคุณจะแสดงที่นี่

สร้างคำขอด้านล่างและเรียกใช้ด้วยคีย์ API ของคุณ เอาต์พุตจะถูกคัดลอกไปยังพื้นที่จัดเก็บของเรา และเก็บไว้ตลอดไปหรือฟรี 7 วัน

สร้างคำขอ

ตัวควบคุมสร้างจากสคีมาของโมเดล โค้ดและราคาจะอัปเดตเมื่อคุณเปลี่ยนค่า

•จำเป็น audio_url
วางไฟล์ หรือ

อินพุตการถอดเสียงที่ระบุเป็น URL ซึ่งชี้ไปยังไฟล์เสียงในรูปแบบ mp3, mp4, mpeg, mpga, m4a, wav หรือ webm

ขั้นสูง task · language · chunk_level · version · max_segment_len · merge_chunks
task ค่าเริ่มต้น transcribe

งานประมวลผลเสียง: เลือก transcribe หรือ translate

ค่าเริ่มต้น en

การเลือกภาษาของเสียง โดย `None` จะขอให้ตรวจจับอัตโนมัติแลกกับเวลาอนุมานที่นานขึ้น สำหรับงาน translate ภาษาอังกฤษจะเป็นเป้าหมายการแปลเสมอ ดังนั้นการเลือกภาษานี้จึงไม่เปลี่ยนภาษาของเอาต์พุต

ค่าเริ่มต้น segment

ระดับความละเอียดของส่วนย่อยที่ส่งคืน

ค่าเริ่มต้น 3

การเลือกเวอร์ชันภายในตระกูล Whisper large โดยโมเดลเหล่านี้จะไม่ใช้ Whisper รุ่นอื่น

ค่าเริ่มต้น 29

ขีดจำกัดความยาวของส่วนเสียง หน่วยเป็นวินาที ซึ่งเมื่อถึงขีดจำกัดจะมีการแยกส่วน

POST /run/wizper?wait=20 ใบเสนอราคา → $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"

เรียกใช้คำขอนี้

คีย์ของคุณจะอยู่ในเบราว์เซอร์นี้ โดยส่งไปยัง Doitong API เท่านั้น และจะบันทึกใน localStorage ก็ต่อเมื่อคุณเลือกจดจำ รับคีย์ API

เกี่ยวกับ Wizper (Whisper v3)

ถอดเสียงไฟล์เสียงจาก URL (mp3, mp4, mpeg, mpga, m4a, wav หรือ webm) หรือแปลเป็นภาษาอังกฤษด้วย `task` ฟิลด์ `language` รองรับ 99 ค่า และสามารถตรวจจับอัตโนมัติได้ ส่งคืนข้อความทั้งหมดพร้อมช่วงที่มีประทับเวลา `max_segment_len` (10-29 วินาที) และ `merge_chunks` ใช้ควบคุมการแบ่งช่วง

พารามิเตอร์

ส่งชื่อมาตรฐานหรือชื่อดั้งเดิมอย่างใดอย่างหนึ่งเท่านั้น ห้ามส่งทั้งสองชื่อ ชื่อมาตรฐาน

ชื่อประเภท ค่าเริ่มต้นค่าที่อนุญาต คำอธิบาย
audio_urlจำเป็น audio
ประเภทurl · audio
อินพุตการถอดเสียงที่ระบุเป็น URL ซึ่งชี้ไปยังไฟล์เสียงในรูปแบบ mp3, mp4, mpeg, mpga, m4a, wav หรือ webm
taskไม่บังคับ
ประเภทenum
ค่าเริ่มต้นtranscribe
transcribetranslate
งานประมวลผลเสียง: เลือก transcribe หรือ translate
languageไม่บังคับ
ประเภทenum
ค่าเริ่มต้นen
afamarasazbabebgbnbobrbscacscyda
เพิ่มเติมอีก 83 ค่าdeeleneseteufafifofrglguhahawhehihrhthuhyidisitjajwkakkkmknkolalblnloltlvmgmimkmlmnmrmsmtmynenlnnnoocpaplpsptrorusasdsiskslsnsosqsrsusvswtatetgthtktltrttukuruzviyiyozh
การเลือกภาษาของเสียง โดย `None` จะขอให้ตรวจจับอัตโนมัติแลกกับเวลาอนุมานที่นานขึ้น สำหรับงาน translate ภาษาอังกฤษจะเป็นเป้าหมายการแปลเสมอ ดังนั้นการเลือกภาษานี้จึงไม่เปลี่ยนภาษาของเอาต์พุต
chunk_levelไม่บังคับ
ประเภทstring
ค่าเริ่มต้นsegment
ระดับความละเอียดของส่วนย่อยที่ส่งคืน
max_segment_lenไม่บังคับ
ประเภทinteger
ค่าเริ่มต้น29
10 – 29
ขีดจำกัดความยาวของส่วนเสียง หน่วยเป็นวินาที ซึ่งเมื่อถึงขีดจำกัดจะมีการแยกส่วน
merge_chunksไม่บังคับ
ประเภทboolean
ค่าเริ่มต้นtrue
การควบคุมการรวมส่วนต่อเนื่อง โดยอนุญาตให้รวมได้เฉพาะเมื่อส่วนที่ได้มีความยาวไม่เกิน max_segment_len
versionไม่บังคับ
ประเภทstring
ค่าเริ่มต้น3
การเลือกเวอร์ชันภายในตระกูล Whisper large โดยโมเดลเหล่านี้จะไม่ใช้ Whisper รุ่นอื่น
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": "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"
  }
}
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
text
stringข้อความที่ถอดเสียงจากเสียง
chunks
array of object {timestamp, text}ส่วนเสียงพร้อมการประทับเวลา
languages
array of enum (string)ผลการตรวจจับภาษาของเสียง ส่งคืนเป็นรายการภาษาที่อนุมานได้ โดยมี null เป็นค่าเริ่มต้น

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