Μετάβαση στο περιεχόμενο

Wizper (Whisper v3)

Ενσωμάτωση

id μοντέλου 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"

Έως 1,998 $ ανά εκτέλεση χρέωση βάσει της πραγματικής χρήσης, το υπόλοιπο επιστρέφεται Εκτέλεση σε αυτήν τη σελίδα

Λήψη κλειδιού API
OpenAI Ομιλία σε κείμενο #transcription#speech

Απομαγνητοφώνηση ομιλίας με Whisper v3 και μετάφραση στα Αγγλικά με τμήματα που περιλαμβάνουν χρονικές σημάνσεις

OpenAI · Κείμενο

Το πρώτο σας αποτέλεσμα θα εμφανιστεί εδώ

Δημιουργήστε ένα αίτημα παρακάτω και εκτελέστε το με το κλειδί API σας. Οι έξοδοι αντιγράφονται στην αποθήκευσή μας και διατηρούνται για πάντα ή 7 ημέρες δωρεάν.

Δημιουργία αιτήματος

Τα στοιχεία ελέγχου δημιουργούνται από το σχήμα του μοντέλου. Ο κώδικας και η τιμή ενημερώνονται καθώς τα αλλάζετε.

•απαιτείται audio_url
Αποθέστε ένα αρχείο ή

Είσοδος απομαγνητοφώνησης, παρεχόμενη ως URL που δείχνει σε αρχείο ήχου μορφής mp3, mp4, mpeg, mpga, m4a, wav ή webm.

Για προχωρημένους task · language · chunk_level · version · max_segment_len · merge_chunks
task προεπιλογή transcribe

Εργασία επεξεργασίας ήχου: επιλέξτε transcribe ή translate.

προεπιλογή en

Επιλογή γλώσσας ήχου, με το `None` να ζητά αυτόματο εντοπισμό εις βάρος μεγαλύτερου χρόνου συμπερασμού. Για την εργασία translate, τα αγγλικά είναι πάντα η γλώσσα-στόχος, επομένως αυτή η επιλογή δεν αλλάζει τη γλώσσα εξόδου.

προεπιλογή segment

Λεπτομέρεια των επιστρεφόμενων τμημάτων.

προεπιλογή 3

Επιλογή έκδοσης στην οικογένεια Whisper large· αυτά τα μοντέλα δεν χρησιμοποιούν άλλη παραλλαγή Whisper.

προεπιλογή 29

Όριο μήκους τμήματος ομιλίας, σε δευτερόλεπτα, μετά το οποίο γίνεται διαχωρισμός.

POST /run/wizper?wait=20 προσφορά → 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"

Εκτέλεση αυτού του αιτήματος

Το κλειδί σας παραμένει σε αυτό το πρόγραμμα περιήγησης: αποστέλλεται μόνο στο Doitong API και αποθηκεύεται (localStorage) μόνο αν ενεργοποιήσετε την επιλογή «Να απομνημονεύεται». Λήψη κλειδιού API

Σχετικά με το Wizper (Whisper v3)

Μεταγράφει ένα αρχείο ήχου από ένα URL (mp3, mp4, mpeg, mpga, m4a, wav ή webm), ή το μεταφράζει στα Αγγλικά με το `task`. Το πεδίο `language` υποστηρίζει 99 τιμές και η αυτόματη αναγνώριση είναι δυνατή. Επιστρέφει το πλήρες κείμενο μαζί με τμήματα με χρονοσήμανση. Τα `max_segment_len` (10-29 δευτερόλεπτα) και `merge_chunks` ελέγχουν τον τρόπο διαχωρισμού των τμημάτων.

Παράμετροι

Στείλτε είτε το κανονικό όνομα είτε το εγγενές όνομα, όχι και τα δύο. Κανονικά ονόματα

ΌνομαΤύπος ΠροεπιλογήΕπιτρεπόμενο Περιγραφή
audio_urlαπαιτείται audio
Τύποςurl · audio
Είσοδος απομαγνητοφώνησης, παρεχόμενη ως URL που δείχνει σε αρχείο ήχου μορφής mp3, mp4, mpeg, mpga, m4a, wav ή webm.
taskπροαιρετικό
Τύποςenum
Προεπιλογήtranscribe
transcribetranslate
Εργασία επεξεργασίας ήχου: επιλέξτε transcribe ή translate.
languageπροαιρετικό
Τύποςenum
Προεπιλογήen
afamarasazbabebgbnbobrbscacscyda
+83 ακόμηdeeleneseteufafifofrglguhahawhehihrhthuhyidisitjajwkakkkmknkolalblnloltlvmgmimkmlmnmrmsmtmynenlnnnoocpaplpsptrorusasdsiskslsnsosqsrsusvswtatetgthtktltrttukuruzviyiyozh
Επιλογή γλώσσας ήχου, με το `None` να ζητά αυτόματο εντοπισμό εις βάρος μεγαλύτερου χρόνου συμπερασμού. Για την εργασία translate, τα αγγλικά είναι πάντα η γλώσσα-στόχος, επομένως αυτή η επιλογή δεν αλλάζει τη γλώσσα εξόδου.
chunk_levelπροαιρετικό
Τύποςstring
Προεπιλογήsegment
Λεπτομέρεια των επιστρεφόμενων τμημάτων.
max_segment_lenπροαιρετικό
Τύποςinteger
Προεπιλογή29
10 – 29
Όριο μήκους τμήματος ομιλίας, σε δευτερόλεπτα, μετά το οποίο γίνεται διαχωρισμός.
merge_chunksπροαιρετικό
Τύποςboolean
Προεπιλογήtrue
Έλεγχος συγχώνευσης διαδοχικών τμημάτων· επιτρέπεται συγχώνευση μόνο αν η διάρκεια του τμήματος που προκύπτει δεν υπερβαίνει το max_segment_len.
versionπροαιρετικό
Τύποςstring
Προεπιλογή3
Επιλογή έκδοσης στην οικογένεια Whisper large· αυτά τα μοντέλα δεν χρησιμοποιούν άλλη παραλλαγή Whisper.
απαιτείται Κανονικό όνομα, επίσης αποδεκτό

Οι παράμετροι αρχείων δέχονται ένα δημόσιο URL https://, ένα URI data: έως 10 MB ή το file_url μιας μεταφόρτωσης. Αρχεία

Έξοδος

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"
  }
}
Τα αρχεία σας, η επιλογή σαςΚάθε outputs[].url είναι ένα αντίγραφο στην αποθήκευσή μας: διατηρείται για πάντα (χρέωση ανά GB-μήνα) ή 7 ημέρες δωρεάν, σύμφωνα με τη ρύθμιση του λογαριασμού σας ή ?storage=.
Ίδια μορφή σε κάθε μοντέλοtype, url, content_type, width, height και duration, τόσο για εικόνες όσο και για βίντεο και ήχο. Το output είναι το αντικείμενο αποτελέσματος του ίδιου του μοντέλου.
Πεδία εξόδου
text
stringΚείμενο που απομαγνητοφωνήθηκε από τον ήχο.
chunks
array of object {timestamp, text}Τμήματα ήχου συνοδευόμενα από χρονικές σημάνσεις.
languages
array of enum (string)Αποτελέσματα εντοπισμού γλώσσας ήχου, επιστρεφόμενα ως λίστα συναγόμενων γλωσσών με null ως προεπιλογή.

Για πράκτορες AI: αυτή η σελίδα σε Markdown βρίσκεται στη διεύθυνση https://doitong.com/el/developers/models/wizper.md. Όλα τα μοντέλα και οι οδηγοί: https://doitong.com/developers/llms.txt