Pereiti prie turinio

ElevenLabs Speech to Text

Integruoti

Modelio id 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"

Failai kaip pavyzdyje: 0,03 $ 30 API kreditų jūsų failai išmatuojami prieš paleidimą Paleisti šiame puslapyje

Gauti API raktą
ElevenLabs Kalba į tekstą #speech

Bendros paskirties kalbos transkripcija su kalbėtojų atskyrimu, garso įvykių žymomis ir žodžių lygio informacija

ElevenLabs · Tekstas

Čia bus pirmasis jūsų rezultatas

Sukurkite užklausą toliau ir paleiskite ją naudodami savo API raktą. Išvestys nukopijuojamos į mūsų saugyklą ir saugomos neribotą laiką arba 7 dienos nemokamai.

Sukurti užklausą

Valdikliai sugeneruojami pagal modelio schemą. Keisdami juos atnaujinsite kodą ir kainą.

•privaloma audio_url
Įmeskite failą arba

URL, nukreipiantis į transkribuotiną garsą.

Išplėstiniai language_code · tag_audio_events · diarize

Garso kalbą identifikuojantis kodas.

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

Vykdyti šią užklausą

Jūsų raktas lieka šioje naršyklėje: jis siunčiamas tik į Doitong API ir išsaugomas (localStorage) tik pažymėjus Prisiminti. Gauti API raktą

Apie ElevenLabs Speech to Text

Transkribuoja garso failą į tekstą. Nustatykite `language_code` arba palikite jį tuščią, kad kalba būtų aptikta. `diarize` nurodo, kas kalba, o `tag_audio_events` žymi tokius garsus kaip juokas; abu pagal numatytuosius nustatymus įjungti. Išvestyje pateikiamas visas tekstas, kalba ir jos aptikimo patikimumas bei žodžių lygio informacija.

Parametrai

Siųskite arba kanoninį, arba savąjį pavadinimą, bet ne abu. Kanoniniai pavadinimai

PavadinimasTipas Numatytoji reikšmėLeidžiama Aprašas
audio_urlprivaloma audio
Tipasurl · audio
URL, nukreipiantis į transkribuotiną garsą.
language_codeneprivalomas
Tipasstring | null
Garso kalbą identifikuojantis kodas.
tag_audio_eventsneprivalomas
Tipasboolean
Numatytoji reikšmėtrue
Valdo garso įvykių, pvz., juoko ar plojimų, žymėjimą.
diarizeneprivalomas
Tipasboolean
Numatytoji reikšmėtrue
Valdo, ar anotuojamos kalbėtojų tapatybės.
privaloma Kanoninis pavadinimas, taip pat priimamas

Failų parametrams reikia viešo https:// URL, ne didesnio nei 10 MB data: URI arba įkelto failo file_url. Failai

Išvestis

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"
  }
}
Jūsų failai — jūsų pasirinkimasKiekvienas outputs[].url yra kopija mūsų saugykloje: saugoma neribotą laiką (mokama už GB per mėnesį) arba 7 dienos nemokamai, pagal paskyros nustatymą arba ?storage=.
Ta pati struktūra kiekviename modelyjetype, url, content_type, width, height ir duration taikomi vaizdams, vaizdo įrašams ir garsui. output yra paties modelio rezultatų objektas.
Išvesties laukai
text
stringVisas transkripcijos tekstas.
language_code
stringAptikus arba aiškiai nurodžius gautas kalbos kodas.
language_probability
numberAptiktos kalbos patikimumo įvertis.
words
array of object {text, start, end, type, speaker_id}Atskirų žodžių transkripcijos informacija.

Daugiau modelių: Kalba į tekstą

AI agentams: šis puslapis Markdown formatu pateikiamas adresu https://doitong.com/lt/developers/models/elevenlabs/speech-to-text.md. Visi modeliai ir vadovai: https://doitong.com/developers/llms.txt