Avançar para o conteúdo

ElevenLabs Speech to Text

Integrar

ID do modelo 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"

Ficheiros como o exemplo: 0,03 $ 30 créditos da API · ≈ 3,23 ₽ os seus ficheiros são medidos antes da execução Executar nesta página

Obter chave de API
ElevenLabs Voz para texto #speech

Transcrição geral de fala com diarização de oradores, etiquetas de eventos de áudio e detalhes ao nível das palavras

ElevenLabs · Texto

O seu primeiro resultado aparece aqui

Crie um pedido abaixo e execute-o com a sua chave de API. As saídas são copiadas para o nosso armazenamento, guardadas para sempre ou durante 7 dias gratuitamente.

Criar um pedido

Os controlos são gerados a partir do esquema do modelo. O código e o preço são atualizados à medida que os altera.

•obrigatório audio_url
Largue um ficheiro ou

URL que aponta para o áudio a transcrever.

Avançado language_code · tag_audio_events · diarize

Código que identifica o idioma do áudio.

POST /run/elevenlabs/speech-to-text?wait=20 cotação → 0,03 $
# 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"

Executar este pedido

A sua chave permanece neste navegador: é enviada apenas para a Doitong API e guardada em localStorage apenas se selecionar Lembrar. Obter uma chave de API

Sobre ElevenLabs Speech to Text

Transcreve um ficheiro de áudio para texto. Defina `language_code` ou deixe-o vazio para deteção automática. `diarize` identifica quem está a falar e `tag_audio_events` marca sons como risos; ambos estão ativados por predefinição. A saída contém o texto completo, o idioma e a confiança da deteção, além de detalhes ao nível das palavras.

Parâmetros

Envie o nome canónico ou o nome nativo, não ambos. Nomes canónicos

NomeTipo PredefiniçãoPermitido Descrição
audio_urlobrigatório audio
Tipourl · audio
URL que aponta para o áudio a transcrever.
language_codeopcional
Tipostring | null
Código que identifica o idioma do áudio.
tag_audio_eventsopcional
Tipoboolean
Predefiniçãotrue
Controla a etiquetagem de eventos de áudio, como risos ou aplausos.
diarizeopcional
Tipoboolean
Predefiniçãotrue
Controla se as identidades dos oradores são anotadas.
obrigatório Nome canónico, também aceite

Os parâmetros de ficheiro aceitam um URL https:// público, um URI data: até 10 MB ou o file_url de um carregamento. Ficheiros

Resultado

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"
  }
}
Os seus ficheiros, a sua escolhaCada outputs[].url é uma cópia no nosso armazenamento: guardada para sempre (paga por GB-mês) ou durante 7 dias gratuitamente, conforme a definição da sua conta ou ?storage=.
A mesma estrutura em todos os modelostype, url, content_type, width, height e duration, tanto para imagens como para vídeo e áudio. output é o próprio objeto de resultado do modelo.
Campos do resultado
text
stringTexto completo da transcrição.
language_code
stringCódigo de idioma obtido através de deteção ou especificação explícita.
language_probability
numberPontuação de confiança do idioma detetado.
words
array of object {text, start, end, type, speaker_id}Informação de transcrição para palavras individuais.

Mais modelos: Voz para texto

Para agentes de IA: esta página em Markdown está disponível em https://doitong.com/pt-PT/developers/models/elevenlabs/speech-to-text.md. Todos os modelos e guias: https://doitong.com/developers/llms.txt