تخطّي إلى المحتوى

ElevenLabs Speech to Text

التكامل

معرّف النموذج 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"

ملفات مثل المثال: ⁨‏0.03 $⁩ 30 رصيد API تُقاس ملفاتك قبل التشغيل تشغيله في هذه الصفحة

الحصول على مفتاح API

تفريغ عام للكلام مع تمييز المتحدثين ووسوم أحداث الصوت وتفاصيل على مستوى الكلمات

ElevenLabs · نص

ستظهر نتيجتك الأولى هنا

أنشئ طلبًا أدناه وشغّله باستخدام مفتاح API الخاص بك. تُنسخ المخرجات إلى تخزيننا، وتُحفظ إلى الأبد أو لمدة 7 أيام مجانًا.

إنشاء طلب

تُنشأ عناصر التحكم من مخطط النموذج. يتحدّث الرمز والسعر عند تغييرها.

•مطلوب audio_url
أفلت ملفًا، أو

عنوان URL يشير إلى الصوت المطلوب تفريغه نصيًا.

متقدم language_code · tag_audio_events · diarize

رمز يحدد لغة الصوت.

POST /run/elevenlabs/speech-to-text?wait=20 عرض السعر → ⁨‏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"

تشغيل هذا الطلب

يبقى مفتاحك في هذا المتصفح: لا يُرسل إلا إلى Doitong API ويُحفظ في localStorage فقط إذا فعّلت خيار التذكّر. الحصول على مفتاح API

حول ElevenLabs Speech to Text

يفرّغ ملفًا صوتيًا إلى نص. عيّن `language_code` أو اتركه فارغًا للاكتشاف. يحدد `diarize` هوية المتحدث، ويضع `tag_audio_events` علامات على أصوات مثل الضحك، وكلاهما مفعّل افتراضيًا. يتضمن الإخراج النص الكامل واللغة وثقة اكتشافها وتفاصيل على مستوى الكلمات.

المعاملات

أرسل الاسم الأساسي أو الاسم الأصلي، وليس كليهما. الأسماء الأساسية

الاسمالنوع الافتراضيمسموح الوصف
audio_urlمطلوب audio
النوعurl · audio
عنوان URL يشير إلى الصوت المطلوب تفريغه نصيًا.
language_codeاختياري
النوعstring | null
رمز يحدد لغة الصوت.
tag_audio_eventsاختياري
النوعboolean
الافتراضيtrue
يتحكم في وسم الأحداث الصوتية، مثل الضحك أو التصفيق.
diarizeاختياري
النوعboolean
الافتراضيtrue
يتحكم في ما إذا كانت هويات المتحدثين ستُعلَّم.
مطلوب الاسم الأساسي، مقبول أيضًا

تقبل معاملات الملفات عنوان URL عامًا يبدأ بـ https://، أو URI من نوع data: يصل حجمه إلى 10 MB، أو file_url لملف تم تحميله. الملفات

المخرجات

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"
  }
}
ملفاتك، خيارككل outputs[].url هو نسخة على تخزيننا: تُحفظ إلى الأبد (مع الدفع لكل غيغابايت-شهر) أو لمدة 7 أيام مجانًا، وفق إعداد حسابك أو ?storage=.
البنية نفسها في كل نموذجtype وurl وcontent_type وwidth وheight وduration للصور والفيديو والصوت على حد سواء. output هو كائن النتائج الخاص بالنموذج.
حقول المخرجات
text
stringالنص الكامل للتفريغ.
language_code
stringرمز اللغة الناتج عن الاكتشاف أو التحديد الصريح.
language_probability
numberدرجة الثقة في اللغة المكتشفة.
words
array of object {text, start, end, type, speaker_id}معلومات التفريغ للكلمات الفردية.

مزيد من النماذج: تحويل الكلام إلى نص

لوكلاء الذكاء الاصطناعي: تتوفر هذه الصفحة بصيغة Markdown على https://doitong.com/ar/developers/models/elevenlabs/speech-to-text.md. جميع النماذج والأدلة: https://doitong.com/developers/llms.txt