Bỏ qua đến nội dung

ElevenLabs Speech to Text

Tích hợp

Id mô hình elevenlabs/speech-to-text
# 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/elevenlabs/speech-to-text?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"

Các tệp như ví dụ: 0,03 $ 30 tín dụng API tệp của bạn được đo trước khi chạy Chạy trên trang này

Lấy khóa API
ElevenLabs Giọng nói sang văn bản #speech

Chép lời nói tổng quát với phân tách người nói, thẻ sự kiện âm thanh và chi tiết ở cấp từ

ElevenLabs · Văn bản

Kết quả đầu tiên của bạn sẽ xuất hiện ở đây

Tạo một yêu cầu bên dưới và chạy bằng khóa API của bạn. Đầu ra được sao chép vào bộ lưu trữ của chúng tôi, giữ vĩnh viễn hoặc 7 ngày miễn phí.

Tạo một yêu cầu

Các điều khiển được tạo từ lược đồ mô hình. Mã và giá sẽ cập nhật khi bạn thay đổi chúng.

•bắt buộc audio_url
Thả tệp hoặc

URL trỏ đến âm thanh cần chép lời.

Nâng cao language_code · tag_audio_events · diarize

Mã nhận diện ngôn ngữ của âm thanh.

POST /run/elevenlabs/speech-to-text?wait=20 báo giá → 0,03 $
# 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/elevenlabs/speech-to-text?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"

Chạy yêu cầu này

Key của bạn vẫn nằm trong trình duyệt này: key chỉ được gửi đến Doitong API và chỉ được lưu trong localStorage nếu bạn chọn Ghi nhớ. Nhận khóa API

Giới thiệu về ElevenLabs Speech to Text

Chuyển tệp âm thanh thành văn bản. Đặt `language_code` hoặc để trống để tự phát hiện. `diarize` chú thích người đang nói, còn `tag_audio_events` đánh dấu các âm thanh như tiếng cười; cả hai đều bật mặc định. Đầu ra gồm toàn bộ văn bản, ngôn ngữ cùng độ tin cậy phát hiện và chi tiết ở cấp từ.

Tham số

Gửi tên chuẩn hoặc tên gốc, không gửi cả hai. Tên chuẩn

TênKiểu Mặc địnhĐược phép Mô tả
audio_urlbắt buộc audio
Kiểuurl · audio
URL trỏ đến âm thanh cần chép lời.
language_codetùy chọn
Kiểustring | null
Mã nhận diện ngôn ngữ của âm thanh.
tag_audio_eventstùy chọn
Kiểuboolean
Mặc địnhtrue
Kiểm soát việc gắn nhãn các sự kiện âm thanh, chẳng hạn tiếng cười hoặc tiếng vỗ tay.
diarizetùy chọn
Kiểuboolean
Mặc địnhtrue
Kiểm soát việc chú thích danh tính người nói.
bắt buộc Tên chuẩn, cũng được chấp nhận

Các tham số tệp nhận URL https:// công khai, URI data: tối đa 10 MB hoặc file_url của một tệp tải lên. Tệp

Đầu ra

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "elevenlabs/speech-to-text",
  "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": 30,
    "usd": "0.03",
    "charged": 30,
    "refunded": 0
  },
  "input": {
    "audio_url": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3"
  },
  "output": {
    "text": "string",
    "language_code": "string",
    "language_probability": 1.0,
    "words": [
      {
        "text": "string",
        "start": 1.0,
        "end": 1.0,
        "type": "string",
        "speaker_id": "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"
  }
}
Tệp của bạn, lựa chọn của bạnMỗi outputs[].url là một bản sao trên bộ lưu trữ của chúng tôi: được giữ vĩnh viễn (tính phí theo GB-tháng) hoặc 7 ngày miễn phí, theo cài đặt tài khoản hoặc ?storage=.
Cùng một cấu trúc trên mọi mô hìnhtype, url, content_type, width, height và duration cho hình ảnh, video và âm thanh. output là đối tượng kết quả riêng của mô hình.
Các trường đầu ra
text
stringToàn bộ văn bản của bản chép lời.
language_code
stringMã ngôn ngữ thu được qua phát hiện hoặc chỉ định rõ ràng.
language_probability
numberĐiểm tin cậy của ngôn ngữ được phát hiện.
words
array of object {text, start, end, type, speaker_id}Thông tin chép lời cho từng từ.

Thêm mô hình: Giọng nói sang văn bản

Dành cho tác nhân AI: trang này ở dạng Markdown tại https://doitong.com/vi/developers/models/elevenlabs/speech-to-text.md. Tất cả mô hình và hướng dẫn: https://doitong.com/developers/llms.txt