Vai al contenuto

Wizper (Whisper v3)

Integra

ID del modello 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"

Fino a 1,998 $ per esecuzione addebitato in base all'utilizzo effettivo, il resto viene rimborsato Esegui in questa pagina

Ottieni la chiave API
OpenAI Da voce a testo #transcription#speech

Trascrizione vocale con Whisper v3 e traduzione in inglese con segmenti dotati di timestamp

OpenAI · Testo

Il tuo primo risultato apparirà qui

Crea una richiesta qui sotto ed eseguila con la tua chiave API. Gli output vengono copiati nella nostra archiviazione, conservati per sempre oppure 7 giorni gratuitamente.

Crea una richiesta

I controlli vengono generati dallo schema del modello. Il codice e il prezzo si aggiornano mentre li modifichi.

•obbligatorio audio_url
Trascina un file oppure

Input di trascrizione fornito come URL che punta a un file audio in formato mp3, mp4, mpeg, mpga, m4a, wav o webm.

Avanzate task · language · chunk_level · version · max_segment_len · merge_chunks
task predefinito transcribe

Attività di elaborazione audio: scegli transcribe o translate.

predefinito en

Selezione della lingua audio; `None` richiede il rilevamento automatico a scapito di un tempo di inferenza maggiore. Per l'attività translate, l'inglese è sempre la lingua di destinazione, quindi questa selezione non modifica la lingua dell'output.

predefinito segment

Granularità dei segmenti restituiti.

predefinito 3

Selezione della versione nella famiglia Whisper large; questi modelli non usano altre varianti di Whisper.

predefinito 29

Limite della durata dei segmenti vocali, misurato in secondo, oltre il quale avviene la suddivisione.

POST /run/wizper?wait=20 preventivo → 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"

Esegui questa richiesta

La tua chiave rimane in questo browser: viene inviata solo al Doitong API e salvata in localStorage solo se selezioni Ricorda. Ottieni una chiave API

Informazioni su Wizper (Whisper v3)

Trascrive un file audio da un URL (mp3, mp4, mpeg, mpga, m4a, wav o webm) oppure lo traduce in inglese con `task`. Il campo `language` supporta 99 valori ed è possibile il rilevamento automatico. Restituisce il testo completo e segmenti con timestamp. `max_segment_len` (10-29 secondi) e `merge_chunks` controllano la suddivisione dei segmenti.

Parametri

Invia il nome canonico oppure il nome nativo, non entrambi. Nomi canonici

NomeTipo PredefinitoConsentiti Descrizione
audio_urlobbligatorio audio
Tipourl · audio
Input di trascrizione fornito come URL che punta a un file audio in formato mp3, mp4, mpeg, mpga, m4a, wav o webm.
taskfacoltativo
Tipoenum
Predefinitotranscribe
transcribetranslate
Attività di elaborazione audio: scegli transcribe o translate.
languagefacoltativo
Tipoenum
Predefinitoen
afamarasazbabebgbnbobrbscacscyda
+83 altrideeleneseteufafifofrglguhahawhehihrhthuhyidisitjajwkakkkmknkolalblnloltlvmgmimkmlmnmrmsmtmynenlnnnoocpaplpsptrorusasdsiskslsnsosqsrsusvswtatetgthtktltrttukuruzviyiyozh
Selezione della lingua audio; `None` richiede il rilevamento automatico a scapito di un tempo di inferenza maggiore. Per l'attività translate, l'inglese è sempre la lingua di destinazione, quindi questa selezione non modifica la lingua dell'output.
chunk_levelfacoltativo
Tipostring
Predefinitosegment
Granularità dei segmenti restituiti.
max_segment_lenfacoltativo
Tipointeger
Predefinito29
10 – 29
Limite della durata dei segmenti vocali, misurato in secondo, oltre il quale avviene la suddivisione.
merge_chunksfacoltativo
Tipoboolean
Predefinitotrue
Controllo dell'unione dei segmenti consecutivi: consente l'unione solo se la durata del segmento risultante non supera max_segment_len.
versionfacoltativo
Tipostring
Predefinito3
Selezione della versione nella famiglia Whisper large; questi modelli non usano altre varianti di Whisper.
obbligatorio Nome canonico, accettato anche

I parametri file accettano un URL pubblico https://, un URI data: fino a 10 MB oppure il file_url di un caricamento. File

Output

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"
  }
}
I tuoi file, la tua sceltaOgni outputs[].url è una copia nella nostra archiviazione: conservata per sempre (a pagamento per GB-mese) oppure 7 giorni gratuitamente, in base all'impostazione dell'account o a ?storage=.
Stessa struttura per ogni modellotype, url, content_type, width, height e duration, per immagini, video e audio. output è l'oggetto risultato del modello.
Campi dell'output
text
stringTesto trascritto dall'audio.
chunks
array of object {timestamp, text}Segmenti audio accompagnati da timestamp.
languages
array of enum (string)Risultati del rilevamento della lingua audio, restituiti come elenco delle lingue dedotte, con null come valore predefinito.

Per gli agenti AI: questa pagina in Markdown è disponibile all'indirizzo https://doitong.com/it/developers/models/wizper.md. Tutti i modelli e le guide: https://doitong.com/developers/llms.txt