Zum Inhalt springen

Elevenlabs - Forced Alignment

Integrieren

Modell-ID elevenlabs/forced-alignment
# 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/elevenlabs/forced-alignment?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",
    "text": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field"
  }'

# 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"

Dateien wie das Beispiel: 0,22 $ 220 API-Credits · ≈ 23,03 ₽ Deine Dateien werden vor der Ausführung gemessen Auf dieser Seite ausführen

API-Schlüssel abrufen
ElevenLabs Sprache zu Text #forced-alignment#speech-to-text

Ordnet ein bekanntes Transkript einer Audioaufnahme zu und gibt Zeitangaben für Wörter und Zeichen zurück

ElevenLabs · Daten (JSON)

Dein erstes Ergebnis erscheint hier

Erstelle unten eine Anfrage und führe sie mit deinem API-Schlüssel aus. Ausgaben werden in unseren Speicher kopiert und dauerhaft oder 7 Tage kostenlos aufbewahrt.

Anfrage erstellen

Die Steuerelemente werden aus dem Modellschema generiert. Code und Preis werden aktualisiert, während du sie änderst.

•erforderlich 88 / 675000

Transkript, dessen Text am Audio ausgerichtet werden soll.

•erforderlich audio_url
Datei ablegen oder

Das Ausrichtungs-Audio über eine Date URL bereitstellen, begrenzt auf 10 Stunden Dauer und 3 GB Größe.

POST /run/elevenlabs/forced-alignment?wait=20 Preis → 0,22 $
# 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/elevenlabs/forced-alignment?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",
    "text": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field"
  }'

# 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"

Diese Anfrage ausführen

Dein Schlüssel bleibt in diesem Browser: Er wird nur an die Doitong API gesendet und nur gespeichert (localStorage), wenn du „Merken“ aktivierst. API-Schlüssel abrufen

Über Elevenlabs - Forced Alignment

Gleicht ein bereits vorhandenes Transkript mit der zugehörigen Aufnahme ab. Gib `audio_url` und `text` an; der Text darf bis zu 675,000 Zeichen lang sein. Die Audiodatei darf bis zu 3 GB groß und 10 Stunden lang sein. Die Ausgabe enthält eine zeichen- und wortgenaue Ausrichtung sowie einen durchschnittlichen Ausrichtungsverlust.

Parameter

Sende entweder den kanonischen Namen oder den nativen Namen, nicht beide. Kanonische Namen

NameTyp StandardZulässig Beschreibung
audio_urlerforderlich audio
Typurl · audio
Das Ausrichtungs-Audio über eine Date URL bereitstellen, begrenzt auf 10 Stunden Dauer und 3 GB Größe.
texterforderlich
Typstring
≤ 675.000 Zeichen
Transkript, dessen Text am Audio ausgerichtet werden soll.
erforderlich Kanonischer Name, ebenfalls akzeptiert

Dateiparameter akzeptieren eine öffentliche https://-URL, eine data:-URI bis 10 MB oder die file_url eines Uploads. Dateien

Ausgabe

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "elevenlabs/forced-alignment",
  "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": 220,
    "usd": "0.22",
    "charged": 220,
    "refunded": 0
  },
  "input": {
    "audio_url": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3",
    "text": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field"
  },
  "output": {
    "characters": [
      {
        "text": "string",
        "start": 1.0,
        "end": 1.0
      }
    ],
    "words": [
      {
        "text": "string",
        "start": 1.0,
        "end": 1.0,
        "loss": 1.0
      }
    ],
    "loss": 1.0
  },
  "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"
  }
}
Deine Dateien, deine EntscheidungJede outputs[].url ist eine Kopie in unserem Speicher: dauerhaft aufbewahrt (Abrechnung pro GB-Monat) oder 7 Tage kostenlos – je nach Kontoeinstellung oder ?storage=.
Gleiche Struktur bei jedem Modelltype, url, content_type, width, height und duration – für Bilder, Video und Audio gleichermaßen. output ist das Ergebnisobjekt des Modells.
Ausgabefelder
characters
array of object {text, start, end}Ausrichtungsinformationen für einzelne Zeichen.
words
array of object {text, start, end, loss}Ausrichtungsinformationen für einzelne Wörter.
loss
numberMittlerer Ausrichtungsverlust über das gesamte Transkript.

Weitere Modelle: Sprache zu Text

Für KI-Agenten: Diese Seite ist als Markdown verfügbar unter https://doitong.com/de/developers/models/elevenlabs/forced-alignment.md. Alle Modelle und Anleitungen: https://doitong.com/developers/llms.txt