رفتن به محتوا

Workflow Utilities Auto Subtitle

یکپارچه‌سازی

شناسه مدل workflow-utilities/auto-subtitle
# 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/workflow-utilities/auto-subtitle?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "video": "https://content.doitong.com/video/showcase/v3/gen_fox_cartoon.mp4"
  }'

# 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"

فایل‌هایی مانند نمونه: ⁨‎$۰٫۰۰۵⁩ ۵ اعتبار API · ≈ ⁨‎₽۰٫۵۳⁩ فایل‌های شما پیش از اجرا اندازه‌گیری می‌شوند اجرای آن در این صفحه

دریافت کلید API
Utility · ویدیو

اولین نتیجه شما اینجا قرار می‌گیرد

درخواست را در زیر بسازید و با کلید API خود اجرا کنید. خروجی‌ها در فضای ذخیره‌سازی ما کپی می‌شوند و برای همیشه یا به‌مدت ۷ روز رایگان نگه‌داری می‌شوند.

ساخت درخواست

کنترل‌ها از شِمای مدل تولید می‌شوند. با تغییر آن‌ها، کد و قیمت به‌روزرسانی می‌شوند.

•الزامی video_url
یک فایل بیندازید، یا

URL ویدیو برای افزودن خودکار زیرنویس.

پیشرفته font_weight · position · language · font_name · font_color · highlight_color · stroke_color · background_color · font_size · stroke_width · background_opacity · y_offset · words_per_subtitle · enable_animation
font_weight پیش‌فرض bold

وزن متن؛ سبک معمول TikTok از bold یا black استفاده می‌کند.

position پیش‌فرض bottom

جای‌گذاری زیرنویس در محور عمودی.

پیش‌فرض en

شناسه زبان رونویسی، مانند 'en'، 'es'، 'fr'، 'de'، 'it'، 'pt'، 'nl'، 'ja'، 'zh' یا 'ko'. شناسه ISO سه‌حرفی مانند 'eng'، 'spa' یا 'fra' نیز پذیرفته می‌شود.

پیش‌فرض Montserrat

نام فونت انتخاب‌شده از fonts.google.com؛ هر Google Font، ازجمله 'Montserrat'، 'Poppins' و 'BBH Sans Hegarty' پذیرفته می‌شود.

پیش‌فرض white

رنگ واژه‌های زیرنویس که فعال نیستند.

پیش‌فرض purple

رنگ برجسته‌سازی به سبک کارائوکه برای واژه در حال گفتن.

پیش‌فرض black

رنگ خط دور متن.

پیش‌فرض none

رنگ پس‌زمینه پشت متن؛ 'none' و 'transparent' هر دو پس‌زمینه را غیرفعال می‌کنند.

پیش‌فرض 100

اندازه فونت زیرنویس؛ سبک TikTok از متن بزرگ‌تر استفاده می‌کند.

پیش‌فرض 3

عرض خط دور متن، برحسب پیکسل؛ مقدار 0 آن را غیرفعال می‌کند.

پیش‌فرض 0

شفافیت پس‌زمینه؛ 0.0 کاملاً شفاف و 1.0 کاملاً مات است.

پیش‌فرض 75

جابجایی عمودی برحسب پیکسل؛ مقادیر مثبت به پایین و مقادیر منفی به بالا منتقل می‌کنند.

پیش‌فرض 3

حداکثر تعداد واژه‌های زیرنویس؛ مقدار 1 نمایش تک‌واژه‌ای، 2–3 نمایش عبارت کوتاه و 8–12 نمایش جمله کامل را در هر بخش امکان‌پذیر می‌کند.

POST /run/workflow-utilities/auto-subtitle?wait=20 قیمت → ⁨‎$۰٫۰۰۵⁩
# 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/workflow-utilities/auto-subtitle?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "video": "https://content.doitong.com/video/showcase/v3/gen_fox_cartoon.mp4"
  }'

# 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"

اجرای این درخواست

کلید شما در این مرورگر باقی می‌ماند: فقط به Doitong API ارسال می‌شود و فقط در صورت فعال‌کردن گزینه «یادآوری»، در localStorage ذخیره می‌شود. دریافت کلید API

درباره Workflow Utilities Auto Subtitle

گفتار ویدیو را رونویسی و زیرنویس را با برجسته‌سازی واژه در حال بیان روی ویدیو درج می‌کند. گزینه‌های سبک شامل نام هر Google Font، اندازه 20-150، وزن، رنگ متن و برجسته‌سازی، خط دور، رنگ و شفافیت پس‌زمینه و جایگذاری بالا، وسط یا پایین با جابه‌جایی عمودی هستند. `words_per_subtitle` از 1 تا 12 است و انیمیشن جهشی را می‌توان فعال یا غیرفعال کرد. رونویسی و زمان‌بندی واژه‌ها نیز برگردانده می‌شوند.

پارامترها

نام استاندارد یا نام بومی را ارسال کنید، نه هر دو. نام‌های استاندارد

نامنوع پیش‌فرضمجاز توضیحات
video_urlالزامی video
نوعurl · video
URL ویدیو برای افزودن خودکار زیرنویس.
languageاختیاری
نوعstring
پیش‌فرضen
شناسه زبان رونویسی، مانند 'en'، 'es'، 'fr'، 'de'، 'it'، 'pt'، 'nl'، 'ja'، 'zh' یا 'ko'. شناسه ISO سه‌حرفی مانند 'eng'، 'spa' یا 'fra' نیز پذیرفته می‌شود.
font_nameاختیاری
نوعstring
پیش‌فرضMontserrat
نام فونت انتخاب‌شده از fonts.google.com؛ هر Google Font، ازجمله 'Montserrat'، 'Poppins' و 'BBH Sans Hegarty' پذیرفته می‌شود.
font_sizeاختیاری
نوعinteger
پیش‌فرض100
۲۰ – ۱۵۰
اندازه فونت زیرنویس؛ سبک TikTok از متن بزرگ‌تر استفاده می‌کند.
font_weightاختیاری
نوعenum
پیش‌فرضbold
normalboldblack
وزن متن؛ سبک معمول TikTok از bold یا black استفاده می‌کند.
font_colorاختیاری
نوعenum
پیش‌فرضwhite
whiteblackredgreenblueyelloworangepurplepinkbrowngraycyanmagenta
رنگ واژه‌های زیرنویس که فعال نیستند.
highlight_colorاختیاری
نوعenum
پیش‌فرضpurple
whiteblackredgreenblueyelloworangepurplepinkbrowngraycyanmagenta
رنگ برجسته‌سازی به سبک کارائوکه برای واژه در حال گفتن.
stroke_widthاختیاری
نوعinteger
پیش‌فرض3
۰ – ۱۰
عرض خط دور متن، برحسب پیکسل؛ مقدار 0 آن را غیرفعال می‌کند.
stroke_colorاختیاری
نوعenum
پیش‌فرضblack
blackwhiteredgreenblueyelloworangepurplepinkbrowngraycyanmagenta
رنگ خط دور متن.
background_colorاختیاری
نوعenum
پیش‌فرضnone
blackwhiteredgreenblueyelloworangepurplepinkbrowngraycyanmagentanonetransparent
رنگ پس‌زمینه پشت متن؛ 'none' و 'transparent' هر دو پس‌زمینه را غیرفعال می‌کنند.
background_opacityاختیاری
نوعnumber
پیش‌فرض0
۰ – ۱
شفافیت پس‌زمینه؛ 0.0 کاملاً شفاف و 1.0 کاملاً مات است.
positionاختیاری
نوعenum
پیش‌فرضbottom
topcenterbottom
جای‌گذاری زیرنویس در محور عمودی.
y_offsetاختیاری
نوعinteger
پیش‌فرض75
−۲۰۰ – ۲۰۰
جابجایی عمودی برحسب پیکسل؛ مقادیر مثبت به پایین و مقادیر منفی به بالا منتقل می‌کنند.
words_per_subtitleاختیاری
نوعinteger
پیش‌فرض3
۱ – ۱۲
حداکثر تعداد واژه‌های زیرنویس؛ مقدار 1 نمایش تک‌واژه‌ای، 2–3 نمایش عبارت کوتاه و 8–12 نمایش جمله کامل را در هر بخش امکان‌پذیر می‌کند.
enable_animationاختیاری
نوعboolean
پیش‌فرضtrue
پویانمایی زیرنویس با افکت ورود جهشی را فعال می‌کند.
الزامی نام استاندارد، همچنین پذیرفته می‌شود

پارامترهای فایل یک URL عمومی https://، یک URI از نوع data: تا سقف 10 MB، یا file_url یک فایل بارگذاری‌شده را می‌پذیرند. فایل‌ها

خروجی

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "workflow-utilities/auto-subtitle",
  "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": 5,
    "usd": "0.005",
    "charged": 5,
    "refunded": 0
  },
  "input": {
    "video_url": "https://content.doitong.com/video/showcase/v3/gen_fox_cartoon.mp4"
  },
  "output": {
    "video": {
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.mp4",
      "content_type": "video/mp4",
      "file_name": "0-output.mp4",
      "file_size": 1843200
    },
    "transcription": "string",
    "subtitle_count": 1,
    "words": [
      {}
    ],
    "transcription_metadata": {}
  },
  "outputs": [
    {
      "type": "video",
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.mp4",
      "content_type": "video/mp4",
      "file_size": 1843200,
      "width": 1280,
      "height": 720,
      "duration": 5,
      "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"
  }
}
فایل‌های شما، انتخاب شماهر outputs[].url کپی‌ای در فضای ذخیره‌سازی ماست: برای همیشه (با هزینه به‌ازای هر GB-ماه) یا به‌مدت ۷ روز رایگان، بر اساس تنظیم حساب شما یا ?storage=.
ساختار یکسان در همه مدل‌هاtype، url، content_type، width، height و duration برای تصاویر، ویدیو و صدا یکسان هستند. output شیء نتیجه اختصاصی مدل است.
فیلدهای خروجی
video
object {url, content_type, file_name, file_size}ویدیوی شامل زیرنویس‌های تولیدشده خودکار.
transcription
stringمتن کامل رونویسی.
subtitle_count
integerتعداد بخش‌های زیرنویس تولیدشده.
words
array of object | nullداده‌های زمان‌بندی واژه‌های منفرد که سرویس رونویسی ارائه می‌کند.
transcription_metadata
object | nullفراداده اضافی ارائه‌شده توسط ElevenLabs برای رونویسی، شامل زبان، بخش‌ها و جزئیات دیگر.

مدل‌های بیشتر: ویدیو به ویدیو

برای عامل‌های هوش مصنوعی: این صفحه به‌صورت Markdown در دسترس است https://doitong.com/fa/developers/models/workflow-utilities/auto-subtitle.md. همه مدل‌ها و راهنماها: https://doitong.com/developers/llms.txt