Bỏ qua đến nội dung

Wizper (Whisper v3)

Tích hợp

Id mô hình 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"

Tối đa 1,998 $ mỗi lần chạy tính phí theo mức sử dụng thực tế, phần còn lại được hoàn tiền Chạy trên trang này

Lấy khóa API
OpenAI Giọng nói sang văn bản #transcription#speech

Chuyển giọng nói Whisper v3 thành văn bản và dịch sang tiếng Anh với các đoạn có dấu thời gian

OpenAI · 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

Đầu vào phiên âm được cung cấp dưới dạng URL trỏ đến tệp âm thanh ở định dạng mp3, mp4, mpeg, mpga, m4a, wav hoặc webm.

Nâng cao task · language · chunk_level · version · max_segment_len · merge_chunks
task mặc định transcribe

Tác vụ xử lý âm thanh: chọn transcribe hoặc translate.

mặc định en

Lựa chọn ngôn ngữ âm thanh, trong đó `None` yêu cầu tự động phát hiện nhưng làm tăng thời gian suy luận. Với tác vụ translate, tiếng Anh luôn là ngôn ngữ đích, nên lựa chọn này không thay đổi ngôn ngữ đầu ra.

mặc định segment

Mức độ chi tiết của các đoạn được trả về.

mặc định 3

Lựa chọn phiên bản trong dòng mô hình Whisper large; các mô hình này không sử dụng biến thể Whisper nào khác.

mặc định 29

Giới hạn độ dài đoạn lời nói, tính bằng giây, sau đó sẽ thực hiện tách.

POST /run/wizper?wait=20 báo giá → 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"

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 Wizper (Whisper v3)

Chuyển tệp âm thanh từ URL (mp3, mp4, mpeg, mpga, m4a, wav hoặc webm) thành văn bản hoặc dịch sang tiếng Anh bằng `task`. Trường `language` hỗ trợ 99 giá trị và có thể tự động phát hiện. Trả về toàn bộ văn bản cùng các đoạn có dấu thời gian. `max_segment_len` (10-29 giây) và `merge_chunks` điều khiển cách chia đoạn.

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
Đầu vào phiên âm được cung cấp dưới dạng URL trỏ đến tệp âm thanh ở định dạng mp3, mp4, mpeg, mpga, m4a, wav hoặc webm.
tasktùy chọn
Kiểuenum
Mặc địnhtranscribe
transcribetranslate
Tác vụ xử lý âm thanh: chọn transcribe hoặc translate.
languagetùy chọn
Kiểuenum
Mặc địnhen
afamarasazbabebgbnbobrbscacscyda
+83 giá trị khácdeeleneseteufafifofrglguhahawhehihrhthuhyidisitjajwkakkkmknkolalblnloltlvmgmimkmlmnmrmsmtmynenlnnnoocpaplpsptrorusasdsiskslsnsosqsrsusvswtatetgthtktltrttukuruzviyiyozh
Lựa chọn ngôn ngữ âm thanh, trong đó `None` yêu cầu tự động phát hiện nhưng làm tăng thời gian suy luận. Với tác vụ translate, tiếng Anh luôn là ngôn ngữ đích, nên lựa chọn này không thay đổi ngôn ngữ đầu ra.
chunk_leveltùy chọn
Kiểustring
Mặc địnhsegment
Mức độ chi tiết của các đoạn được trả về.
max_segment_lentùy chọn
Kiểuinteger
Mặc định29
10 – 29
Giới hạn độ dài đoạn lời nói, tính bằng giây, sau đó sẽ thực hiện tách.
merge_chunkstùy chọn
Kiểuboolean
Mặc địnhtrue
Điều khiển gộp các đoạn liên tiếp, chỉ cho phép gộp nếu thời lượng đoạn kết quả không lớn hơn max_segment_len.
versiontùy chọn
Kiểustring
Mặc định3
Lựa chọn phiên bản trong dòng mô hình Whisper large; các mô hình này không sử dụng biến thể Whisper nào khác.
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": "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"
  }
}
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
stringVăn bản được phiên âm từ âm thanh.
chunks
array of object {timestamp, text}Các đoạn âm thanh kèm dấu thời gian.
languages
array of enum (string)Kết quả phát hiện ngôn ngữ âm thanh, được trả về dưới dạng danh sách các ngôn ngữ suy luận, với null là giá trị mặc định.

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