דילוג לתוכן

Kotoba Speech-to-Text

שילוב

מזהה מודל 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"

קבצים כמו בדוגמה: ⁨‏0.001 ‏$⁩ 1 קרדיט API · ≈ ⁨‏0.11 ‏₽⁩ הקבצים שלכם נמדדים לפני ההרצה הרצה בדף הזה

קבלת מפתח API
Kotoba Technologies דיבור לטקסט #commercial-use#speech-to-text#japanese#multilingual

המרת דיבור לטקסט בקטעים של עד 2 דקות, מותאמת ליפנית, עם חותמות זמן למילים ורמזים למילות מפתח

Kotoba Technologies · טקסט

התוצאה הראשונה שלך תופיע כאן

בנו בקשה למטה והריצו אותה עם מפתח ה־API שלכם. הפלטים מועתקים לאחסון שלנו ונשמרים לצמיתות או למשך 7 ימים ללא תשלום.

בנה בקשה

הפקדים נוצרים מסכמת המודל. הקוד והמחיר מתעדכנים כשמשנים אותם.

•חובה audio_url
גרור קובץ, או

משך האודיו מוגבל ל-2 דקות.

language •חובה

השפה שבה משתמשים דוברי האודיו.

מתקדם with_timestamps · diarization · kana · keywords

מונחים שיש להעדיף את איותם בתמלול, כולל שמות או מונחי מוצר. מקבל עד 1000 מונחים, שכל אחד מהם מוגבל ל-64 תווים.

POST /run/kotoba-technologies/kotoba-stt/v1/speech-to-text?wait=20 הצעת מחיר → ⁨‏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"

הרצת הבקשה הזו

המפתח שלך נשאר בדפדפן הזה: הוא נשלח רק אל Doitong API ונשמר ב-localStorage רק אם מסמנים זכור. קבל מפתח API

מידע על Kotoba Speech-to-Text

מתמלל קטע אודיו באורך של עד 2 דקות מ־`audio_url`. הגדירו `language` ל־ja, en, ko, zh, es, zh-hk, zh-tw או auto. `with_timestamps` אופציונלי מחזיר זמני התחלה וסיום לכל מילה, `diarization` מתייג דוברים, `keywords` מקבל עד 1000 מונחים להטיית האיות, ו־`kana` כותב שמות בקטקאנה עבור יפנית. הפלט כולל טקסט, שפה שזוהתה ומשך האודיו.

פרמטרים

שלח את השם הקנוני או את השם המקומי, לא את שניהם. שמות קנוניים

שםסוג ברירת מחדלמותר תיאור
audio_urlחובה audio
סוגurl · audio
משך האודיו מוגבל ל-2 דקות.
languageחובה
סוגenum
jaenkozheszh-hkzh-twauto
השפה שבה משתמשים דוברי האודיו.
with_timestampsאופציונלי
סוגboolean
ברירת מחדלfalse
פלט תזמון לכל מילה ב-`words`, כולל זמן ההתחלה והסיום של כל מילה.
diarizationאופציונלי
סוגboolean
ברירת מחדלfalse
ייחוס דובר ברמת המילה, זמין רק למודלים התומכים בטוקנים של דוברים. כל מילה מקבלת `speaker_id`, אך הזמן שלה נשאר null אלא אם `with_timestamps` מופעל גם הוא.
keywordsאופציונלי
סוגstring[]
≤ 1,000 פריטים
מונחים שיש להעדיף את איותם בתמלול, כולל שמות או מונחי מוצר. מקבל עד 1000 מונחים, שכל אחד מהם מוגבל ל-64 תווים.
kanaאופציונלי
סוגboolean
ברירת מחדלfalse
תעתיק קטקאנה של שמות אנשים ומקומות ביפנית.
חובה שם קנוני, מתקבל גם הוא

פרמטרים של קבצים מקבלים URL ציבורי מסוג https://, כתובת URI מסוג data: בגודל של עד 10 MB, או את file_url של העלאה. קבצים

פלט

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"
  }
}
הקבצים שלכם, הבחירה שלכםכל outputs[].url הוא עותק באחסון שלנו: נשמר לצמיתות (בתשלום לפי GB-חודש) או למשך 7 ימים ללא תשלום, בהתאם להגדרת החשבון או ל־?storage=.
אותו מבנה בכל מודלtype, url, content_type, width, height ו-duration, עבור תמונות, וידאו ואודיו כאחד. output הוא אובייקט התוצאה של המודל עצמו.
שדות הפלט
audio_duration_secs
number | null
language_code
string
language_probability
number
text
string
words
array of object {end, speaker_id, start, text, type}

לסוכני AI: דף זה בפורמט Markdown נמצא בכתובת https://doitong.com/he/developers/models/kotoba-technologies/kotoba-stt/v1/speech-to-text.md. כל המודלים והמדריכים: https://doitong.com/developers/llms.txt