שפּרינגען צו אינהאַלט

Speech-to-Text

אינטעגרירן

מאָדעל־id 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/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"

פֿײַלן ווי דער בײַשפּיל: ⁨$ 0.008⁩ 8 API־קרעדיטן אײַערע פֿײַלן ווערן געמאסטן איידערן לויפֿן לויפֿן עס אויף דער דאָזיקער בלאַט

באַקומען אַן API שליסל

טראַנסקריבירט אַ לאַנגע אַודיאָ־טעקע צו טעקסט, מיט אָפּציאָנעלער אויטאָמאַטישער פּונקטואַציע און גרויסע אותיות

Open model · טעקסט

דאָ קומט אײַער ערשטער רעזולטאַט

בויט אונטן אַ בקשה און לויפט זי מיט אײַער API שליסל. רעזולטאַטן ווערן קאַפּירט צו אונדזער סטאָרידזש, געהאַלטן אויף אייביק אָדער 7 טעג אומזיסט.

בויען אַ בעטן

קאָנטראָלן ווערן דזשענערירט פֿון דעם מאָדעל־סכעמע. דער קאָד און דער פּרײַז דערהײַנטיקן זיך ווען איר ענדערט זיי.

•פארלאנגט audio_url
לייגט אַרײַן אַ טעקע, אָדער

אָרט פון אַ לאַנגער אַודיאָ־פֿײַל, ספּעציפֿיצירט ווי אַ לאָקאַלער פֿײַל־סיסטעם־פּאַט אָדער אַ ווײַטע URL.

פֿאָרגעשריטן use_pnc
POST /run/speech-to-text?wait=20 פּרײַז → ⁨$ 0.008⁩
# 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/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"

לויפֿן דעם ריקוועסט

אײַער key בלײַבט אין דעם בלעטערער: זי ווערט געשיקט נאָר צום Doitong API און אָפּגעהיט (localStorage) נאָר אויב איר טיקט אָן געדענקען. באַקומען אַן API שליסל

וועגן Speech-to-Text

סטאַנדאַרט־רעדע־טראַנסקריפּציע פֿאַר אַן אַודיאָ־טעקע געגעבן דורך `audio_url`. די `use_pnc`־אָפּציע, אָנגעשטעלט לכתחילה, לייגט צו פּונקטואַציע און גרויסע אותיות. דער רעזולטאַט ווערט צוריקגעגעבן אין `output` צוזאַמען מיט אַ `partial`־פֿאָן וואָס ווייזט צי דער טראַנסקריפּט איז נאָך אין פּראָגרעס.

פּאַראַמעטערס

שיקט אָדער דעם קאַנאָנישן נאָמען אָדער דעם נאַטיוון נאָמען, נישט ביידע. קאַנאָנישע נעמען

נאָמעןטיפּ סטאַנדאַרטערלויבט באַשרײַבונג
audio_urlפארלאנגט audio
טיפּurl · audio
אָרט פון אַ לאַנגער אַודיאָ־פֿײַל, ספּעציפֿיצירט ווי אַ לאָקאַלער פֿײַל־סיסטעם־פּאַט אָדער אַ ווײַטע URL.
use_pncאָפּציאָנעל
טיפּboolean
סטאַנדאַרטtrue
אַקטיוויזירט Canary'ס אינטעגרירטע פּונקטואַציע און קאַפּיטאַליזאַציע.
פארלאנגט קאַנאָנישער נאָמען, אויך אַקצעפּטירט

טעקע־פּאַראַמעטערס נעמען אַן עפֿנטלעכע https:// URL, אַ data: URI ביז 10 MB, אָדער דעם file_url פֿון אַן אַרויפֿלאָד. טעקעס

אויסגאַבע

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "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": 8,
    "usd": "0.008",
    "charged": 8,
    "refunded": 0
  },
  "input": {
    "audio_url": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3"
  },
  "output": {
    "output": "string",
    "partial": false
  },
  "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"
  }
}
אייער טעקעס, אייער ברירהיעדער outputs[].url איז אַ קאַפּיע אין אונדזער סטאָרידזש: געהאַלטן אויף אייביק (באַצאָלט פּער GB־חודש) אָדער 7 טעג אומזיסט, לויט אײַער חשבון־באַשטעטיקונג אָדער ?storage=.
דער זעלבער פֿאָרעם בײַ יעדן מאָדעלtype, url, content_type, width, height און duration, סײַ פֿאַר בילדער, ווידעאָ און אַודיאָ. output איז דער אייגענער רעזולטאַט־אָביעקט פֿון מאָדעל.
פֿעלדער פֿון דער אויסגאַבע
output
stringטראַנסקריפּציע געשאַפֿן דורך Canary, אָדער טיילווייז אָדער ענדגילטיק.
partial
booleanפֿאָן וואָס אידענטיפֿיצירט אַ טיילווייזע טראַנסקריפּט וואָס איז נאָך אין פּראָצעס.

מער מאָדעלן: רעדע צו טעקסט

פֿאַר AI־אַגענטן: דער בלאַט ווי Markdown געפֿינט זיך בײַ https://doitong.com/yi/developers/models/speech-to-text.md. אַלע מאָדעלן און גוידעס: https://doitong.com/developers/llms.txt