Gå til innhold

ElevenLabs Speech to Text - Scribe V2

Integrer

Modell-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"

Filer som eksempelet: 0,008 $ 8 API-kreditter · ≈ 0,86 ₽ filene dine måles før kjøring Kjør den på denne siden

Hent API-nøkkel
ElevenLabs Tale til tekst #speech-to-text

Transkriberer lyd med talerdiarisering, lydhendelsestagger og nøkkelordstyring

ElevenLabs · Tekst

Det første resultatet ditt kommer her

Bygg en forespørsel nedenfor og kjør den med API-nøkkelen din. Utdata kopieres til lagringen vår, lagret for alltid eller 7 dager gratis.

Bygg en forespørsel

Kontrollene genereres fra modellskjemaet. Koden og prisen oppdateres når du endrer dem.

•obligatorisk audio_url
Slipp en fil, eller

URL som peker til lyd for transkripsjon.

standard []

Oppgi maksimalt 100 nøkkelord, hvert på høyst 50 tegn, for å styre transkripsjonen mot disse ordene eller setningene.

Avansert language_code · tag_audio_events · diarize

Kode som identifiserer lydens språk.

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

Kjør denne forespørselen

Nøkkelen din blir i denne nettleseren: Den sendes bare til Doitong API og lagres bare i localStorage hvis du krysser av for Husk. Hent en API-nøkkel

Om ElevenLabs Speech to Text - Scribe V2

Send en `audio_url` og få full tekst, detaljer på ordnivå og det registrerte språket med en sannsynlighetsskår. `diarize` markerer hvem som snakker, og `tag_audio_events` merker lyder som latter. `language_code` kan angis, og `keyterms` godtar opptil 100 ord eller uttrykk for å styre gjenkjenningen.

Parametere

Send enten det kanoniske navnet eller det opprinnelige navnet, ikke begge. Kanoniske navn

NavnType StandardTillatt Beskrivelse
audio_urlobligatorisk audio
Typeurl · audio
URL som peker til lyd for transkripsjon.
language_codevalgfritt
Typestring | null
Kode som identifiserer lydens språk.
tag_audio_eventsvalgfritt
Typeboolean
Standardtrue
Styrer merking av lydhendelser, for eksempel latter eller applaus.
diarizevalgfritt
Typeboolean
Standardtrue
Styrer om taleridentiteter merkes.
keytermsvalgfritt
Typestring[]
Standard[]
≤ 100 elementer
Oppgi maksimalt 100 nøkkelord, hvert på høyst 50 tegn, for å styre transkripsjonen mot disse ordene eller setningene.
obligatorisk Kanonisk navn, også godkjent

Filparametere tar imot en offentlig https:// URL, en data: URI på opptil 10 MB eller file_url fra en opplasting. Filer

Utdata

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"
  }
}
Filene dine, ditt valgHver outputs[].url er en kopi på lagringen vår: lagret for alltid (betalt per GB-måned) eller 7 dager gratis, styrt av kontoinnstillingen din eller ?storage=.
Samme struktur for hver modelltype, url, content_type, width, height og duration, for bilder, video og lyd. output er modellens eget resultatobjekt.
Utdatafelt
text
stringFullstendig tekst fra transkripsjonen.
language_code
stringSpråkkode hentet gjennom oppdagelse eller eksplisitt angivelse.
language_probability
numberSikkerhetspoeng for det oppdagede språket.
words
array of object {text, start, end, type, speaker_id}Transkripsjonsinformasjon for individuelle ord.

Flere modeller: Tale til tekst

For AI-agenter: Denne siden som Markdown finnes på https://doitong.com/no/developers/models/elevenlabs/speech-to-text/scribe-v2.md. Alle modeller og veiledninger: https://doitong.com/developers/llms.txt