İçeriğe geç

Kotoba Speech-to-Text

Entegre et

Model kimliği kotoba-technologies/kotoba-stt/v1/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/kotoba-technologies/kotoba-stt/v1/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",
    "language": "ja"
  }'

# 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"

Örnekteki gibi dosyalar: $0,001 1 API kredisi · ≈ ₽0,11 dosyalarınız çalıştırmadan önce ölçülür Bu sayfada çalıştır

API anahtarı al
Kotoba Technologies Sesten Metne #commercial-use#speech-to-text#japanese#multilingual

Kelime zaman damgaları ve anahtar kelime ipuçlarıyla, Japonca için ayarlanmış, 2 dakikaya kadar kliplerde konuşmadan metne

Kotoba Technologies · Metin

İlk sonucunuz burada görünecek

Aşağıda bir istek oluşturun ve API anahtarınızla çalıştırın. Çıktılar depolamamıza kopyalanır ve sonsuza kadar veya ücretsiz olarak 7 gün boyunca saklanır.

İstek oluştur

Kontroller model şemasından oluşturulur. Değerleri değiştirdikçe kod ve fiyat güncellenir.

•gerekli audio_url
Dosyayı bırakın veya

2 dakika ile sınırlı ses süresi.

language •gerekli

Ses konuşmacılarının kullandığı dil.

Gelişmiş with_timestamps · diarization · kana · keywords

İsimler veya ürün terminolojisi dahil, dökümde yazımı tercih edilmesi gereken terimler. En fazla 1000 terim kabul edilir ve her biri 64 karakterle sınırlıdır.

POST /run/kotoba-technologies/kotoba-stt/v1/speech-to-text?wait=20 fiyat → $0,001
# 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/kotoba-technologies/kotoba-stt/v1/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",
    "language": "ja"
  }'

# 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"

Bu isteği çalıştır

Anahtarınız bu tarayıcıda kalır: yalnızca Doitong API'ye gönderilir ve yalnızca Hatırla seçeneğini işaretlerseniz localStorage'a kaydedilir. API anahtarı al

Kotoba Speech-to-Text hakkında

`audio_url` üzerinden 2 dakikaya kadar bir ses klibini metne dönüştürür. `language` değerini ja, en, ko, zh, es, zh-hk, zh-tw veya auto olarak ayarlayın. İsteğe bağlı `with_timestamps` her kelimenin başlangıç ve bitiş zamanlarını döndürür, `diarization` konuşmacıları etiketler, `keywords` yazımı yönlendirmek için 1000 adede kadar terim kabul eder ve `kana`, Japonca adları katakana ile yazar. Çıktı metni, algılanan dili ve ses süresini içerir.

Parametreler

Kanonik adı veya yerel adı gönderin; ikisini birden göndermeyin. Kanonik adlar

AdTür Varsayılanİzin verilen Açıklama
audio_urlgerekli audio
Türurl · audio
2 dakika ile sınırlı ses süresi.
languagegerekli
Türenum
jaenkozheszh-hkzh-twauto
Ses konuşmacılarının kullandığı dil.
with_timestampsisteğe bağlı
Türboolean
Varsayılanfalse
`words` içindeki sözcük başına zamanlama çıktısı; her sözcüğün başlangıç ve bitişini içerir.
diarizationisteğe bağlı
Türboolean
Varsayılanfalse
Yalnızca konuşmacı token'larını destekleyen modellerde kullanılabilen sözcük düzeyinde konuşmacı ataması. Her sözcüğe bir `speaker_id` atanır; ancak `with_timestamps` de etkinleştirilmediği sürece zamanı null kalır.
keywordsisteğe bağlı
Türstring[]
≤ 1.000 öğe
İsimler veya ürün terminolojisi dahil, dökümde yazımı tercih edilmesi gereken terimler. En fazla 1000 terim kabul edilir ve her biri 64 karakterle sınırlıdır.
kanaisteğe bağlı
Türboolean
Varsayılanfalse
Japoncadaki kişi ve yer adlarının Katakana yazımı.
gerekli Kanonik ad, bu ad da kabul edilir

Dosya parametreleri herkese açık bir https:// URL'si, 10 MB'a kadar bir data: URI'si veya yüklenen bir dosyanın file_url değerini kabul eder. Dosyalar

Çıktı

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "kotoba-technologies/kotoba-stt/v1/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": 1,
    "usd": "0.001",
    "charged": 1,
    "refunded": 0
  },
  "input": {
    "audio_url": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3",
    "language": "ja"
  },
  "output": {
    "audio_duration_secs": 1.0,
    "language_code": "string",
    "language_probability": 1.0,
    "text": "string",
    "words": [
      {
        "end": 1.0,
        "speaker_id": "string",
        "start": 1.0,
        "text": "string",
        "type": "word"
      }
    ]
  },
  "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"
  }
}
Dosyalarınız, seçiminizHer outputs[].url, depolamamızdaki bir kopyadır: sonsuza kadar (GB-ay başına ücretli) veya ücretsiz olarak 7 gün boyunca, hesap ayarınızla ya da ?storage= ile saklanır.
Her modelde aynı yapıGörüntüler, video ve ses için type, url, content_type, width, height ve duration aynıdır. output, modelin kendi sonuç nesnesidir.
Çıktı alanları
audio_duration_secs
number | null
language_code
string
language_probability
number
text
string
words
array of object {end, speaker_id, start, text, type}

AI aracıları için: bu sayfanın Markdown biçimi şurada: https://doitong.com/tr/developers/models/kotoba-technologies/kotoba-stt/v1/speech-to-text.md. Tüm modeller ve kılavuzlar: https://doitong.com/developers/llms.txt