Pereiti prie turinio

ElevenLabs Speech to Text - Scribe V2

Integruoti

Modelio id 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"

Failai kaip pavyzdyje: 0,008 $ 8 API kreditai · ≈ 0,86 ₽ jūsų failai išmatuojami prieš paleidimą Paleisti šiame puslapyje

Gauti API raktą
ElevenLabs Kalba į tekstą #speech-to-text

Transkribuoja garsą su kalbėtojų atskyrimu, garso įvykių žymomis ir svarbiausių terminų atpažinimo parinkimu

ElevenLabs · Tekstas

Čia bus pirmasis jūsų rezultatas

Sukurkite užklausą toliau ir paleiskite ją naudodami savo API raktą. Išvestys nukopijuojamos į mūsų saugyklą ir saugomos neribotą laiką arba 7 dienos nemokamai.

Sukurti užklausą

Valdikliai sugeneruojami pagal modelio schemą. Keisdami juos atnaujinsite kodą ir kainą.

•privaloma audio_url
Įmeskite failą arba

URL, nukreipiantis į transkribuotiną garsą.

numatytoji []

Pateikite ne daugiau kaip 100 pagrindinių terminų, kurių kiekvienas ne ilgesnis kaip 50 simbolių, kad transkripcija būtų nukreipta į šiuos žodžius ar sakinius.

Išplėstiniai language_code · tag_audio_events · diarize

Garso kalbą identifikuojantis kodas.

POST /run/elevenlabs/speech-to-text/scribe-v2?wait=20 kaina → 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"

Vykdyti šią užklausą

Jūsų raktas lieka šioje naršyklėje: jis siunčiamas tik į Doitong API ir išsaugomas (localStorage) tik pažymėjus Prisiminti. Gauti API raktą

Apie ElevenLabs Speech to Text - Scribe V2

Išsiųskite `audio_url` ir gaukite visą tekstą, žodžių lygio informaciją bei aptiktą kalbą su tikimybės balu. `diarize` nurodo, kas kalba, o `tag_audio_events` žymi tokius garsus kaip juokas. `language_code` galima nustatyti, o `keyterms` priima iki 100 žodžių arba frazių, kad būtų teikiama pirmenybė jų atpažinimui.

Parametrai

Siųskite arba kanoninį, arba savąjį pavadinimą, bet ne abu. Kanoniniai pavadinimai

PavadinimasTipas Numatytoji reikšmėLeidžiama Aprašas
audio_urlprivaloma audio
Tipasurl · audio
URL, nukreipiantis į transkribuotiną garsą.
language_codeneprivalomas
Tipasstring | null
Garso kalbą identifikuojantis kodas.
tag_audio_eventsneprivalomas
Tipasboolean
Numatytoji reikšmėtrue
Valdo garso įvykių, pvz., juoko ar plojimų, žymėjimą.
diarizeneprivalomas
Tipasboolean
Numatytoji reikšmėtrue
Valdo, ar anotuojamos kalbėtojų tapatybės.
keytermsneprivalomas
Tipasstring[]
Numatytoji reikšmė[]
≤ 100 elementų
Pateikite ne daugiau kaip 100 pagrindinių terminų, kurių kiekvienas ne ilgesnis kaip 50 simbolių, kad transkripcija būtų nukreipta į šiuos žodžius ar sakinius.
privaloma Kanoninis pavadinimas, taip pat priimamas

Failų parametrams reikia viešo https:// URL, ne didesnio nei 10 MB data: URI arba įkelto failo file_url. Failai

Išvestis

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"
  }
}
Jūsų failai — jūsų pasirinkimasKiekvienas outputs[].url yra kopija mūsų saugykloje: saugoma neribotą laiką (mokama už GB per mėnesį) arba 7 dienos nemokamai, pagal paskyros nustatymą arba ?storage=.
Ta pati struktūra kiekviename modelyjetype, url, content_type, width, height ir duration taikomi vaizdams, vaizdo įrašams ir garsui. output yra paties modelio rezultatų objektas.
Išvesties laukai
text
stringVisas transkripcijos tekstas.
language_code
stringAptikus arba aiškiai nurodžius gautas kalbos kodas.
language_probability
numberAptiktos kalbos patikimumo įvertis.
words
array of object {text, start, end, type, speaker_id}Atskirų žodžių transkripcijos informacija.

Daugiau modelių: Kalba į tekstą

AI agentams: šis puslapis Markdown formatu pateikiamas adresu https://doitong.com/lt/developers/models/elevenlabs/speech-to-text/scribe-v2.md. Visi modeliai ir vadovai: https://doitong.com/developers/llms.txt