Sleppa yfir í efni

ElevenLabs Speech to Text - Scribe V2

Tengja

Auðkenni líkans elevenlabs/speech-to-text/scribe-v2
# 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/elevenlabs/speech-to-text/scribe-v2?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"

Skrár eins og dæmið: 0,008 $ 8 API-inneignir · ≈ 0,86 ₽ skrárnar þínar eru mældar áður en keyrt er Keyra á þessari síðu

Fá API-lykil
ElevenLabs Tal í texta #speech-to-text

Umritar hljóð með aðgreiningu talenda, merkjum fyrir hljóðatburði og forgangsröðun lykilhugtaka

ElevenLabs · Texti

Fyrsta niðurstaðan þín birtist hér

Búðu til beiðni hér að neðan og keyrðu hana með API-lyklinum þínum. Úttök eru afrituð í geymsluna okkar og geymd að eilífu eða 7 dagar án kostnaðar.

Búa til beiðni

Stýringar eru búnar til út frá líkanaskemanu. Kóðinn og verðið uppfærast þegar þú breytir þeim.

•áskilið audio_url
Slepptu skrá eða

Vefslóð sem vísar á hljóð til umritunar.

sjálfgefið []

Gefðu upp að hámarki 100 lykilhugtök, hvert að hámarki 50 stafir, til að beina umrituninni að þessum orðum eða setningum.

Ítarlegt language_code · tag_audio_events · diarize

Kóði sem auðkennir tungumál hljóðsins.

POST /run/elevenlabs/speech-to-text/scribe-v2?wait=20 verðtilboð → 0,008 $
# 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/elevenlabs/speech-to-text/scribe-v2?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"

Keyra þessa beiðni

Lykillinn þinn er áfram í þessum vafra: hann er aðeins sendur til Doitong API og vistaður í localStorage aðeins ef þú hakar við Muna. Fá API-lykil

Um ElevenLabs Speech to Text - Scribe V2

Sendu `audio_url` og fáðu allan textann, upplýsingar á orðastigi og greint tungumál með líkindagildi. `diarize` merkir hver talar og `tag_audio_events` merkir hljóð á borð við hlátur. Hægt er að stilla `language_code` og `keyterms` tekur við allt að 100 orðum eða orðasamböndum til að beina greiningunni.

Færibreytur

Sendu annaðhvort samræmda heitið eða upprunalega heitið, ekki bæði. Samræmd heiti

HeitiGerð SjálfgefiðLeyfilegt Lýsing
audio_urláskilið audio
Gerðurl · audio
Vefslóð sem vísar á hljóð til umritunar.
language_codevalfrjálst
Gerðstring | null
Kóði sem auðkennir tungumál hljóðsins.
tag_audio_eventsvalfrjálst
Gerðboolean
Sjálfgefiðtrue
Stýrir merkingu hljóðatburða, svo sem hlátri eða lófataki.
diarizevalfrjálst
Gerðboolean
Sjálfgefiðtrue
Stýrir því hvort auðkenni talenda séu merkt.
keytermsvalfrjálst
Gerðstring[]
Sjálfgefið[]
≤ 100 atriði
Gefðu upp að hámarki 100 lykilhugtök, hvert að hámarki 50 stafir, til að beina umrituninni að þessum orðum eða setningum.
áskilið Samræmt heiti, einnig samþykkt

Skrárfæribreytur taka við opinberri https://-vefslóð, data:-URI allt að 10 MB eða file_url fyrir upphleðslu. Skrár

Úttak

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "elevenlabs/speech-to-text/scribe-v2",
  "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": 8,
    "usd": "0.008",
    "charged": 8,
    "refunded": 0
  },
  "input": {
    "audio_url": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3"
  },
  "output": {
    "text": "string",
    "language_code": "eng",
    "language_probability": 1,
    "words": [
      {
        "text": "string",
        "start": 1.0,
        "end": 1.0,
        "type": "string",
        "speaker_id": "string"
      }
    ]
  },
  "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"
  }
}
Skrárnar þínar, þitt valHvert outputs[].url er afrit í geymslunni okkar: geymt að eilífu (greitt fyrir hvert GB-mánuðargildi) eða 7 dagar án kostnaðar, eftir stillingu aðgangsins þíns eða ?storage=.
Sama lögun í öllum líkönumtype, url, content_type, width, height og duration, jafnt fyrir myndir, myndbönd og hljóð. output er eigið niðurstöðuhlutur líkansins.
Reitir úttaks
text
stringHeildartexti umritunarinnar.
language_code
stringTungumálakóði fenginn með greiningu eða gefinn sérstaklega.
language_probability
numberÖryggisstig fyrir greint tungumál.
words
array of object {text, start, end, type, speaker_id}Umritunarupplýsingar fyrir einstök orð.

Fleiri líkön: Tal í texta

Fyrir gervigreindarþjóna: þessi síða á Markdown-sniði er á https://doitong.com/is/developers/models/elevenlabs/speech-to-text/scribe-v2.md. Öll líkön og leiðbeiningar: https://doitong.com/developers/llms.txt