Přejít na obsah

Wizper (Whisper v3)

Integrace

ID modelu wizper
# Run the model; wait up to 20 s for the finished result in the same call
curl -X POST "https://api.doitong.ru/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.ru/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

Až 1,998 $ za spuštění účtuje se skutečné využití, zbytek se refunduje Spustit na této stránce

Získat API klíč
OpenAI Řeč na text #transcription#speech

Přepis řeči pomocí Whisper v3 a překlad do angličtiny s úseky opatřenými časovými značkami

OpenAI · Text

Zde se zobrazí váš první výsledek

Níže sestavte požadavek a spusťte ho pomocí svého API klíče. Výstupy se kopírují do našeho úložiště a uchovávají se navždy nebo 7 dne zdarma.

Sestavit požadavek

Ovládací prvky se generují ze schématu modelu. Kód a cena se aktualizují podle provedených změn.

•povinné audio_url
Přetáhněte soubor nebo

Vstup pro přepis zadaný jako URL odkazující na zvukový soubor ve formátu mp3, mp4, mpeg, mpga, m4a, wav nebo webm.

Pokročilé task · language · chunk_level · version · max_segment_len · merge_chunks
task výchozí transcribe

Úloha zpracování zvuku: zvolte transcribe nebo translate.

výchozí en

Výběr jazyka zvuku, přičemž `None` vyžaduje automatickou detekci za cenu delšího času inference. U úlohy translate je cílovým jazykem vždy angličtina, takže tento výběr jazyka výstupní jazyk nemění.

výchozí segment

Granularita vrácených úseků.

výchozí 3

Výběr verze v rámci rodiny Whisper large; tyto modely nepoužívají žádnou jinou variantu Whisper.

výchozí 29

Limit délky řečového segmentu měřený v sekundách, po jehož překročení dojde k rozdělení.

POST /run/wizper?wait=20 cena → 1,998 $
# Run the model; wait up to 20 s for the finished result in the same call
curl -X POST "https://api.doitong.ru/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.ru/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

Spustit tento požadavek

Váš klíč zůstává v tomto prohlížeči: odesílá se pouze do Doitong API a uloží se do localStorage jen tehdy, když zaškrtnete možnost Zapamatovat. Získat klíč API

O modelu Wizper (Whisper v3)

Přepíše zvukový soubor z URL (mp3, mp4, mpeg, mpga, m4a, wav nebo webm) nebo ho pomocí `task` přeloží do angličtiny. Pole `language` podporuje 99 hodnot a je možné i automatické rozpoznání. Vrací celý text a úseky s časovými značkami. `max_segment_len` (10-29 sekund) a `merge_chunks` řídí dělení segmentů.

Parametry

Odešlete buď kanonický název, nebo nativní název, ne oba. Kanonické názvy

NázevTyp VýchozíPovolené Popis
audio_urlpovinné audio
Typurl · audio
Vstup pro přepis zadaný jako URL odkazující na zvukový soubor ve formátu mp3, mp4, mpeg, mpga, m4a, wav nebo webm.
taskvolitelné
Typenum
Výchozítranscribe
transcribetranslate
Úloha zpracování zvuku: zvolte transcribe nebo translate.
languagevolitelné
Typenum
Výchozíen
afamarasazbabebgbnbobrbscacscyda
+83 dalšíchdeeleneseteufafifofrglguhahawhehihrhthuhyidisitjajwkakkkmknkolalblnloltlvmgmimkmlmnmrmsmtmynenlnnnoocpaplpsptrorusasdsiskslsnsosqsrsusvswtatetgthtktltrttukuruzviyiyozh
Výběr jazyka zvuku, přičemž `None` vyžaduje automatickou detekci za cenu delšího času inference. U úlohy translate je cílovým jazykem vždy angličtina, takže tento výběr jazyka výstupní jazyk nemění.
chunk_levelvolitelné
Typstring
Výchozísegment
Granularita vrácených úseků.
max_segment_lenvolitelné
Typinteger
Výchozí29
10 – 29
Limit délky řečového segmentu měřený v sekundách, po jehož překročení dojde k rozdělení.
merge_chunksvolitelné
Typboolean
Výchozítrue
Řízení slučování po sobě jdoucích úseků; sloučení je povoleno pouze tehdy, když výsledná délka segmentu není větší než max_segment_len.
versionvolitelné
Typstring
Výchozí3
Výběr verze v rámci rodiny Whisper large; tyto modely nepoužívají žádnou jinou variantu Whisper.
povinné Kanonický název, také podporován

Parametry souborů přijímají veřejnou adresu https:// URL, data: URI do 10 MB nebo file_url nahraného souboru. Soubory

Výstup

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.ru/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t",
    "cancel": "https://api.doitong.ru/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t/cancel"
  }
}
Vaše soubory, vaše volbaKaždý outputs[].url je kopie v našem úložišti: uchovávaná navždy (zpoplatněná za GB-měsíc) nebo 7 dne zdarma podle nastavení účtu nebo ?storage=.
Stejná struktura u každého modelutype, url, content_type, width, height a duration pro obrázky, video i zvuk. output je vlastní objekt výsledku modelu.
Pole výstupu
text
stringText přepsaný ze zvuku.
chunks
array of object {timestamp, text}Úseky zvuku doplněné časovými značkami.
languages
array of enum (string)Výsledky detekce jazyka zvuku vrácené jako seznam odhadnutých jazyků s null jako výchozí hodnotou.

Pro AI agenty: tato stránka je ve formátu Markdown na adrese https://doitong.com/cs/developers/models/wizper.md. Všechny modely a návody: https://doitong.com/developers/llms.txt