Siirry sisältöön

Kotoba Speech-to-Text

Integroi

Mallin tunniste kotoba-technologies/kotoba-stt/v1/speech-to-text
# 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/kotoba-technologies/kotoba-stt/v1/speech-to-text?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",
    "language": "ja"
  }'

# 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"

Esimerkin kaltaiset tiedostot: 0,001 $ 1 API-krediitti · ≈ 0,11 ₽ tiedostosi mitataan ennen suorittamista Suorita tällä sivulla

Hanki API-avain
Kotoba Technologies Puheesta tekstiksi #commercial-use#speech-to-text#japanese#multilingual

Puheesta tekstiksi enintään 2 minuutin leikkeille, japanin kielelle optimoituna, sanatason aikaleimoilla ja avainsanavihjeillä

Kotoba Technologies · Teksti

Ensimmäinen tuloksesi tulee tähän

Muodosta pyyntö alla ja suorita se API-avaimellasi. Tulosteet kopioidaan tallennustilaamme, jossa ne säilytetään ikuisesti tai 7 päivää ilmaiseksi.

Muodosta pyyntö

Säätimet luodaan mallin skeemasta. Koodi ja hinta päivittyvät, kun muutat arvoja.

•pakollinen audio_url
Pudota tiedosto tai

Äänen kesto enintään 2 minuuttia.

language •pakollinen

Äänen puhujien käyttämä kieli.

Lisäasetukset with_timestamps · diarization · kana · keywords

Litteraatissa suosittavat kirjoitusasut, kuten nimet tai tuotetermit. Hyväksyy enintään 1000 termiä, joista kukin voi olla enintään 64 merkkiä.

POST /run/kotoba-technologies/kotoba-stt/v1/speech-to-text?wait=20 hinta → 0,001 $
# 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/kotoba-technologies/kotoba-stt/v1/speech-to-text?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",
    "language": "ja"
  }'

# 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"

Suorita tämä pyyntö

Avaimesi säilyy tässä selaimessa: se lähetetään vain Doitong APIlle ja tallennetaan localStorageen vain, jos valitset Muista. Hanki API-avain

Tietoja: Kotoba Speech-to-Text

Litteroi enintään 2 minuutin äänileikkeen lähteestä `audio_url`. Aseta `language` arvoksi ja, en, ko, zh, es, zh-hk, zh-tw tai auto. Valinnainen `with_timestamps` palauttaa sana-kohtaiset alku- ja loppuajat, `diarization` nimeää puhujat, `keywords` hyväksyy enintään 1000 termiä oikeinkirjoituksen ohjaamiseen ja `kana` kirjoittaa japaninkieliset nimet katakanalla. Tuloste sisältää tekstin, tunnistetun kielen ja äänen keston.

Parametrit

Lähetä joko kanoninen nimi tai natiivi nimi, älä molempia. Kanoniset nimet

NimiTyyppi OletusSallitut Kuvaus
audio_urlpakollinen audio
Tyyppiurl · audio
Äänen kesto enintään 2 minuuttia.
languagepakollinen
Tyyppienum
jaenkozheszh-hkzh-twauto
Äänen puhujien käyttämä kieli.
with_timestampsvalinnainen
Tyyppiboolean
Oletusfalse
Sanan tarkkuuden ajoitustuloste `words`-kentässä, mukaan lukien kunkin sanan alku ja loppu.
diarizationvalinnainen
Tyyppiboolean
Oletusfalse
Puhujan määritys sanatasolla; käytettävissä vain sanaketjuja tukevilla malleilla. Kukin sana saa `speaker_id`-arvon, mutta sen aika on null, ellei myös `with_timestamps` ole käytössä.
keywordsvalinnainen
Tyyppistring[]
≤ 1 000 kohdetta
Litteraatissa suosittavat kirjoitusasut, kuten nimet tai tuotetermit. Hyväksyy enintään 1000 termiä, joista kukin voi olla enintään 64 merkkiä.
kanavalinnainen
Tyyppiboolean
Oletusfalse
Ihmisten ja paikannimien katakanankielinen esitysmuoto.
pakollinen Kanoninen nimi, myös hyväksytty

Tiedostoparametrit hyväksyvät julkisen https://-URL:n, enintään 10 MB:n data:-URI:n tai lähetyksen file_url-arvon. Tiedostot

Tulos

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "kotoba-technologies/kotoba-stt/v1/speech-to-text",
  "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": 1,
    "usd": "0.001",
    "charged": 1,
    "refunded": 0
  },
  "input": {
    "audio_url": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3",
    "language": "ja"
  },
  "output": {
    "audio_duration_secs": 1.0,
    "language_code": "string",
    "language_probability": 1.0,
    "text": "string",
    "words": [
      {
        "end": 1.0,
        "speaker_id": "string",
        "start": 1.0,
        "text": "string",
        "type": "word"
      }
    ]
  },
  "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"
  }
}
Tiedostosi, valintasiJokainen outputs[].url on kopio tallennustilassamme: säilytetään ikuisesti (maksetaan gigatavu-kuukauden mukaan) tai 7 päivää ilmaiseksi tiliasetuksesi tai ?storage= perusteella.
Sama rakenne kaikissa malleissatype, url, content_type, width, height ja duration kuville, videolle ja äänelle. output on mallin oma tulosobjekti.
Tuloksen kentät
audio_duration_secs
number | null
language_code
string
language_probability
number
text
string
words
array of object {end, speaker_id, start, text, type}

Tekoälyagenteille: tämän sivun Markdown-muoto on osoitteessa https://doitong.com/fi/developers/models/kotoba-technologies/kotoba-stt/v1/speech-to-text.md. Kaikki mallit ja oppaat: https://doitong.com/developers/llms.txt