ElevenLabs Speech to Text

ပေါင်းစည်းရန်

မော်ဒယ် id elevenlabs/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/elevenlabs/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"
  }'

# 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"

const API = "https://api.doitong.ru/v1";
const headers = {
  "Authorization": "Bearer " + process.env.DOITONG_API_KEY,
  "Content-Type": "application/json",
};

// Run the model; wait up to 20 s for the finished result in the same call
let res = await fetch(API + "/run/elevenlabs/speech-to-text?wait=20", {
  method: "POST",
  headers,
  body: JSON.stringify({
    "audio": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3"
  }),
});
let request = await res.json();
if (!res.ok) throw new Error(request.error.code + ": " + request.error.message);

// Not finished yet: long-poll until it is
while (request.status === "queued" || request.status === "running") {
  res = await fetch(API + "/requests/" + request.id + "?wait=20", { headers });
  request = await res.json();
}
if (request.status !== "succeeded") throw new Error(JSON.stringify(request.error));
console.log(request.outputs.map((o) => o.url), request.cost.credits + " API credits ($" + request.cost.usd + ")");

import os
import requests

API = "https://api.doitong.ru/v1"
headers = {"Authorization": "Bearer " + os.environ["DOITONG_API_KEY"]}

payload = {
    "audio": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3",
}

# Run the model; wait up to 20 s for the finished result in the same call
r = requests.post(API + "/run/elevenlabs/speech-to-text", params={"wait": 20}, json=payload, headers=headers)
request = r.json()
if not r.ok:
    raise RuntimeError(request["error"]["code"] + ": " + request["error"]["message"])

# Not finished yet: long-poll until it is
while request["status"] in ("queued", "running"):
    request = requests.get(API + "/requests/" + request["id"], params={"wait": 20}, headers=headers).json()
if request["status"] != "succeeded":
    raise RuntimeError(request["error"])
print([o["url"] for o in request["outputs"]], request["cost"]["credits"], "API credits", "$" + request["cost"]["usd"])

# 1. Connect once (Claude Code; Cursor, VS Code, Claude Desktop: https://doitong.com/my/developers/docs/mcp)
claude mcp add --transport http doitong-models https://api.doitong.ru/v1/mcp \
  --header "Authorization: Bearer $DOITONG_API_KEY"

# 2. Your agent calls the "run" tool with:
{
  "model_id": "elevenlabs/speech-to-text",
  "input": {
    "audio": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3"
  }
}

Doitong API မှတစ်ဆင့် ElevenLabs Speech to Text မော်ဒယ် (elevenlabs/speech-to-text) ကို ခေါ်ယူပါ။ အေးဂျင့်များအတွက် စာရွက်စာတမ်းများ: https://doitong.com/my/developers/models/elevenlabs/speech-to-text.md

POST https://api.doitong.ru/v1/run/elevenlabs/speech-to-text?wait=20
Authorization: Bearer $DOITONG_API_KEY
Content-Type: application/json

{
  "audio": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3"
}

Response status သည် "queued" သို့မဟုတ် "running" ဖြစ်ပါက "succeeded" ဖြစ်သည်အထိ GET https://api.doitong.ru/v1/requests/REQUEST_ID?wait=20 ဖြင့် poll လုပ်ပါ။ ဖိုင်များသည် outputs[].url တွင် ရှိသည်။ လုပ်ဆောင်မီ အတိအကျစျေးနှုန်းရရန် တူညီသော body ဖြင့် POST https://api.doitong.ru/v1/quote/elevenlabs/speech-to-text ကို အသုံးပြုပါ။

နမူနာကဲ့သို့ ဖိုင်များ: ၀.၀၃ $ ၃၀ API ခရက်ဒစ် · ≈ ၃.၂၃ ₽ လုပ်ဆောင်မီ သင့်ဖိုင်များကို တိုင်းတာသည် ဤစာမျက်နှာတွင် လုပ်ဆောင်ရန်

API ကီး ရယူရန်

ElevenLabs အသံမှ စာသား #speech

စကားပြောသူခွဲခြားခြင်း၊ အသံဖြစ်ရပ်တဂ်များနှင့် စကားလုံးအဆင့် အသေးစိတ်များပါသော အထွေထွေစကားပြောစာသားပြောင်းခြင်း

OpenAPI Markdown

ElevenLabs · စာသား

သင့်ပထမဆုံးရလဒ် ဤနေရာတွင် ပေါ်လာမည်

အောက်တွင် တောင်းဆိုချက်တစ်ခု တည်ဆောက်ပြီး သင့် API ကီးဖြင့် လုပ်ဆောင်ပါ။ ထွက်ရလဒ်များကို ကျွန်ုပ်တို့၏ သိုလှောင်မှုသို့ ကူးယူပြီး အမြဲတမ်း သို့မဟုတ် ၇ ရက် အခမဲ့ သိမ်းထားသည်။

တောင်းဆိုမှုတစ်ခု တည်ဆောက်ရန်

သင့်ထည့်သွင်းအသံ၏ တစ်မိနစ်လျှင် စျေးနှုန်း

သင့်ထည့်သွင်းမှုအပေါ် မူတည်၍ စျေးနှုန်းသတ်မှတ်သည်

ထည့်သွင်းအသံ တစ်မိနစ်လျှင် ၀.၀၃ $

ထည့်သွင်းအသံ တစ်မိနစ်လျှင် ၃၀ API ခရက်ဒစ် · ≈ ၃.၂၃ ₽

ဤတောင်းဆိုချက်: ၁ မိနစ် × ၀.၀၃ $ ၀.၀၃ $ ၃၀ API ခရက်ဒစ် · ≈ ၃.၂၃ ₽

လုပ်ဆောင်ရန် · ၀.၀၃ $

အောင်မြင်မှသာ ကောက်ခံပြီး မအောင်မြင်ပါက အလိုအလျောက် ပြန်အမ်းပေးသည်။

သင့်ထည့်သွင်းဖိုင်များ

audio_url

ကြာချိန်၊ s

Calculator သည် ဤနံပါတ်များကို အသုံးပြုသည်။ POST /quote/elevenlabs/speech-to-text သည် သင့်ဖိုင်အစစ်များကို တိုင်းတာပြီး အတိအကျစျေးနှုန်းကို ပြန်ပေးသည်။

လုပ်ဆောင်မီ သင့်ဖိုင်များကို တိုင်းတာသည် (အရှည်၊ ရုပ်ထွက်အရည်အသွေး၊ ဖရိမ်နှုန်း)။ Quote တွင် အတိအကျစျေးနှုန်းကို ပြန်ပေးပြီး ထိုပမာဏအတိုင်းသာ ကောက်ခံမည်။

စျေးနှုန်းတွက်ချက်ရန် Endpoint: POST /quote/{id}

တောင်းဆိုမှုတစ်ခု တည်ဆောက်ရန်

ထိန်းချုပ်မှုများကို မော်ဒယ် schema မှ အလိုအလျောက်ဖန်တီးသည်။ ၎င်းတို့ကို ပြောင်းလဲသည်နှင့် code နှင့် စျေးနှုန်းတို့လည်း ပြောင်းလဲမည်။

audio •လိုအပ်သည် audio_url

ဖိုင်ကို ဆွဲချပါ၊ သို့မဟုတ်

စာသားမှတ်တမ်းပြုလုပ်ရန် အသံပါဝင်သော URL။

အဆင့်မြင့် language_code · tag_audio_events · diarize

language_code

အသံ၏ ဘာသာစကားကို သတ်မှတ်သည့်ကုဒ်။

POST /run/elevenlabs/speech-to-text?wait=20 ကုန်ကျစရိတ် → ၀.၀၃ $

# 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?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"

const API = "https://api.doitong.ru/v1";
const headers = {
  "Authorization": "Bearer " + process.env.DOITONG_API_KEY,
  "Content-Type": "application/json",
};

// Run the model; wait up to 20 s for the finished result in the same call
let res = await fetch(API + "/run/elevenlabs/speech-to-text?wait=20", {
  method: "POST",
  headers,
  body: JSON.stringify({
    "audio": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3"
  }),
});
let request = await res.json();
if (!res.ok) throw new Error(request.error.code + ": " + request.error.message);

// Not finished yet: long-poll until it is
while (request.status === "queued" || request.status === "running") {
  res = await fetch(API + "/requests/" + request.id + "?wait=20", { headers });
  request = await res.json();
}
if (request.status !== "succeeded") throw new Error(JSON.stringify(request.error));
console.log(request.outputs.map((o) => o.url), request.cost.credits + " API credits ($" + request.cost.usd + ")");

import os
import requests

API = "https://api.doitong.ru/v1"
headers = {"Authorization": "Bearer " + os.environ["DOITONG_API_KEY"]}

payload = {
    "audio": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3",
}

# Run the model; wait up to 20 s for the finished result in the same call
r = requests.post(API + "/run/elevenlabs/speech-to-text", params={"wait": 20}, json=payload, headers=headers)
request = r.json()
if not r.ok:
    raise RuntimeError(request["error"]["code"] + ": " + request["error"]["message"])

# Not finished yet: long-poll until it is
while request["status"] in ("queued", "running"):
    request = requests.get(API + "/requests/" + request["id"], params={"wait": 20}, headers=headers).json()
if request["status"] != "succeeded":
    raise RuntimeError(request["error"])
print([o["url"] for o in request["outputs"]], request["cost"]["credits"], "API credits", "$" + request["cost"]["usd"])

{
  "jsonrpc": "2.0",
  "id": 1,
  "method": "tools/call",
  "params": {
    "name": "run",
    "arguments": {
      "model_id": "elevenlabs/speech-to-text",
      "input": {
        "audio": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3"
      },
      "wait_seconds": 20
    }
  }
}

ဤတောင်းဆိုချက်ကို လုပ်ဆောင်ရန်

API ကီး

သင့် key သည် ဤဘရောက်ဇာထဲတွင်သာ ရှိမည်ဖြစ်ပြီး Doitong API သို့သာ ပို့မည်။ Remember ကို အမှန်ခြစ်ထားမှသာ (localStorage) တွင် သိမ်းမည်။ ဤဘရောက်ဇာတွင် မှတ်ထားရန် API ကီး ရယူရန်

ElevenLabs Speech to Text အကြောင်း

အသံဖိုင်ကို စာသားအဖြစ် ပြောင်းလဲသည်။ `language_code` သတ်မှတ်နိုင်သည် သို့မဟုတ် ဘာသာစကားရှာဖွေရန် အလွတ်ထားနိုင်သည်။ `diarize` သည် မည်သူပြောနေသည်ကို မှတ်သားပြီး `tag_audio_events` သည် ရယ်သံကဲ့သို့ အသံများကို အမှတ်အသားပြုသည်၊ နှစ်ခုစလုံး၏ မူလတန်ဖိုးမှာ ဖွင့်ထားခြင်းဖြစ်သည်။ ထွက်ရလဒ်တွင် စာသားအပြည့်အစုံ၊ ဘာသာစကားနှင့် ၎င်း၏ရှာဖွေတွေ့ရှိမှု ယုံကြည်စိတ်ချရမှု၊ စကားလုံးအဆင့် အသေးစိတ်များ ပါဝင်သည်။

ပါရာမီတာများ

စံအမည် သို့မဟုတ် မူရင်းအမည် တစ်ခုခုကိုသာ ပို့ပါ၊ နှစ်ခုလုံး မပို့ပါနှင့်။ စံအမည်များ

အမည်အမျိုးအစား မူလတန်ဖိုးခွင့်ပြုထားသည် ဖော်ပြချက်

audio_urlလိုအပ်သည် audio

အမျိုးအစားurl · audio

စာသားမှတ်တမ်းပြုလုပ်ရန် အသံပါဝင်သော URL။

language_codeရွေးချယ်နိုင်သည်

အမျိုးအစားstring | null

အသံ၏ ဘာသာစကားကို သတ်မှတ်သည့်ကုဒ်။

tag_audio_eventsရွေးချယ်နိုင်သည်

အမျိုးအစားboolean

မူလတန်ဖိုးtrue

ရယ်မောခြင်း သို့မဟုတ် လက်ခုပ်တီးခြင်းကဲ့သို့ အသံဖြစ်ရပ်များကို tag ပြုလုပ်မပြု ထိန်းချုပ်သည်။

diarizeရွေးချယ်နိုင်သည်

အမျိုးအစားboolean

မူလတန်ဖိုးtrue

စကားပြောသူများ၏ ကိုယ်ပိုင်အမှတ်အသားများကို မှတ်သားပေးမပေး ထိန်းချုပ်သည်။

လိုအပ်သည် စံအမည်၊ ထို့အပြင် လက်ခံသည်

ဖိုင်ပါရာမီတာများသည် အများပြည်သူသုံး https:// URL၊ 10 MB အထိ data: URI သို့မဟုတ် အပ်လုဒ်လုပ်ထားသောဖိုင်၏ file_url ကို လက်ခံသည်။ ဖိုင်များ

ထွက်ရလဒ်

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t

{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "elevenlabs/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": 30,
    "usd": "0.03",
    "charged": 30,
    "refunded": 0
  },
  "input": {
    "audio_url": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3"
  },
  "output": {
    "text": "string",
    "language_code": "string",
    "language_probability": 1.0,
    "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"
  }
}

သင့်ဖိုင်များ၊ သင့်ရွေးချယ်မှုoutputs[].url တိုင်းသည် ကျွန်ုပ်တို့၏ သိုလှောင်မှုရှိ မိတ္တူဖြစ်သည်- အမြဲတမ်း (GB-month အလိုက် ငွေပေးရသည်) သို့မဟုတ် ၇ ရက် အခမဲ့၊ သင့်အကောင့်ဆက်တင် သို့မဟုတ် ?storage= ဖြင့် သိမ်းထားသည်။

မော်ဒယ်တိုင်းတွင် ပုံစံတူပုံ၊ ဗီဒီယိုနှင့် အသံတို့အတွက် type၊ url၊ content_type၊ width၊ height နှင့် duration။ output သည် မော်ဒယ်ကိုယ်တိုင်၏ ရလဒ် object ဖြစ်သည်။

ထွက်ရလဒ်၏ Fields များ

text: stringစာသားမှတ်တမ်း၏ အပြည့်အစုံ။
language_code: stringရှာဖွေတွေ့ရှိမှု သို့မဟုတ် တိကျစွာ သတ်မှတ်မှုမှ ရရှိသော ဘာသာစကားကုဒ်။
language_probability: numberရှာဖွေတွေ့ရှိထားသော ဘာသာစကားအပေါ် ယုံကြည်စိတ်ချရမှုအမှတ်။
words: array of object {text, start, end, type, speaker_id}စကားလုံးတစ်လုံးချင်းစီအတွက် စာသားမှတ်တမ်းအချက်အလက်။

နောက်ထပ် မော်ဒယ်များ: အသံမှ စာသား

AI အေးဂျင့်များအတွက်- ဤစာမျက်နှာ၏ Markdown ကို ဤနေရာတွင် ရရှိနိုင်သည် https://doitong.com/my/developers/models/elevenlabs/speech-to-text.md. မော်ဒယ်များနှင့် လမ်းညွှန်များအားလုံး: https://doitong.com/developers/llms.txt

သင့်ပထမဆုံးရလဒ် ဤနေရာတွင် ပေါ်လာမည်

တောင်းဆိုမှုတစ်ခု တည်ဆောက်ရန်

ဤတောင်းဆိုချက်ကို လုပ်ဆောင်ရန်

ElevenLabs Speech to Text အကြောင်း

ပါရာမီတာများ

ထွက်ရလဒ်

အခြား ElevenLabs Speech to Text မူကွဲများ

ElevenLabs Speech to Text - Scribe V2 မူကွဲများ: 2

နောက်ထပ် မော်ဒယ်များ: အသံမှ စာသား

Elevenlabs - Forced Alignment မူကွဲများ: 4

Cohere Transcribe

Kotoba Speech-to-Text

Nemotron 3 Nano Omni · Audio မူကွဲများ: 4