Lompat ke konten

Kotoba Speech-to-Text

Integrasikan

ID model 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"

File seperti contoh: $0,001 1 kredit API · ≈ ₽0,11 file Anda diukur sebelum dijalankan Jalankan di halaman ini

Dapatkan kunci API
Kotoba Technologies Suara ke Teks #commercial-use#speech-to-text#japanese#multilingual

Speech-to-text untuk klip hingga 2 menit, dioptimalkan untuk bahasa Jepang, dengan timestamp kata dan petunjuk kata kunci

Kotoba Technologies · Teks

Hasil pertama Anda akan muncul di sini

Buat permintaan di bawah ini dan jalankan dengan kunci API Anda. Output disalin ke penyimpanan kami, disimpan selamanya atau 7 hari gratis.

Buat permintaan

Kontrol dibuat dari skema model. Kode dan harga diperbarui saat Anda mengubahnya.

•wajib audio_url
Jatuhkan file, atau

Durasi audio dibatasi hingga 2 menit.

language •wajib

Bahasa yang digunakan oleh penutur audio.

Lanjutan with_timestamps · diarization · kana · keywords

Istilah yang ejaannya harus diprioritaskan dalam transkrip, termasuk nama atau terminologi produk. Menerima tidak lebih dari 1000 istilah, masing-masing dibatasi hingga 64 karakter.

POST /run/kotoba-technologies/kotoba-stt/v1/speech-to-text?wait=20 estimasi harga → $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"

Jalankan permintaan ini

Key Anda tetap berada di browser ini: key hanya dikirim ke Doitong API dan disimpan (localStorage) hanya jika Anda mencentang Ingat. Dapatkan kunci API

Tentang Kotoba Speech-to-Text

Mentranskripsikan klip audio hingga 2 menit dari `audio_url`. Atur `language` ke ja, en, ko, zh, es, zh-hk, zh-tw atau auto. `with_timestamps` opsional mengembalikan waktu mulai dan selesai setiap kata, `diarization` memberi label pembicara, `keywords` menerima hingga 1000 istilah untuk membantu ejaan, dan `kana` menulis nama dalam katakana untuk bahasa Jepang. Output mencakup teks, bahasa terdeteksi, dan durasi audio.

Parameter

Kirim nama kanonis atau nama asli, bukan keduanya. Nama kanonis

NamaTipe BawaanDiizinkan Deskripsi
audio_urlwajib audio
Tipeurl · audio
Durasi audio dibatasi hingga 2 menit.
languagewajib
Tipeenum
jaenkozheszh-hkzh-twauto
Bahasa yang digunakan oleh penutur audio.
with_timestampsopsional
Tipeboolean
Bawaanfalse
Output waktu per kata dalam `words`, termasuk waktu mulai dan selesai setiap kata.
diarizationopsional
Tipeboolean
Bawaanfalse
Atribusi penutur tingkat kata, hanya tersedia untuk model yang mendukung token penutur. Setiap kata menerima `speaker_id`, tetapi waktunya tetap null kecuali `with_timestamps` juga diaktifkan.
keywordsopsional
Tipestring[]
≤ 1.000 item
Istilah yang ejaannya harus diprioritaskan dalam transkrip, termasuk nama atau terminologi produk. Menerima tidak lebih dari 1000 istilah, masing-masing dibatasi hingga 64 karakter.
kanaopsional
Tipeboolean
Bawaanfalse
Pelafalan Katakana untuk nama orang dan nama tempat dalam bahasa Jepang.
wajib Nama kanonis, juga diterima

Parameter file menerima URL publik https://, URI data: hingga 10 MB, atau file_url dari unggahan. File

Output

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"
  }
}
File Anda, pilihan AndaSetiap outputs[].url adalah salinan di penyimpanan kami: disimpan selamanya (dikenai biaya per GB-bulan) atau 7 hari gratis, sesuai setelan akun atau ?storage=.
Struktur sama di setiap modeltype, url, content_type, width, height, dan duration, untuk gambar, video, dan audio. output adalah objek hasil milik model.
Field output
audio_duration_secs
number | null
language_code
string
language_probability
number
text
string
words
array of object {end, speaker_id, start, text, type}

Untuk agen AI: halaman ini dalam Markdown tersedia di https://doitong.com/id/developers/models/kotoba-technologies/kotoba-stt/v1/speech-to-text.md. Semua model dan panduan: https://doitong.com/developers/llms.txt