Bỏ qua đến nội dung

Kotoba Speech-to-Text

Tích hợp

Id mô hình 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"

Các tệp như ví dụ: 0,001 $ 1 tín dụng API · ≈ 0,11 ₽ tệp của bạn được đo trước khi chạy Chạy trên trang này

Lấy khóa API
Kotoba Technologies Giọng nói sang văn bản #commercial-use#speech-to-text#japanese#multilingual

Chuyển giọng nói thành văn bản cho clip tối đa 2 phút, tối ưu cho tiếng Nhật, với mốc thời gian từng từ và gợi ý từ khóa

Kotoba Technologies · Văn bản

Kết quả đầu tiên của bạn sẽ xuất hiện ở đây

Tạo một yêu cầu bên dưới và chạy bằng khóa API của bạn. Đầu ra được sao chép vào bộ lưu trữ của chúng tôi, giữ vĩnh viễn hoặc 7 ngày miễn phí.

Tạo một yêu cầu

Các điều khiển được tạo từ lược đồ mô hình. Mã và giá sẽ cập nhật khi bạn thay đổi chúng.

•bắt buộc audio_url
Thả tệp hoặc

Thời lượng âm thanh giới hạn ở 2 phút.

language •bắt buộc

Ngôn ngữ được người nói trong âm thanh sử dụng.

Nâng cao with_timestamps · diarization · kana · keywords

Các thuật ngữ cần ưu tiên cách viết trong bản chép lời, bao gồm tên hoặc thuật ngữ sản phẩm. Chấp nhận tối đa 1000 thuật ngữ, mỗi thuật ngữ tối đa 64 ký tự.

POST /run/kotoba-technologies/kotoba-stt/v1/speech-to-text?wait=20 báo giá → 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"

Chạy yêu cầu này

Key của bạn vẫn nằm trong trình duyệt này: key chỉ được gửi đến Doitong API và chỉ được lưu trong localStorage nếu bạn chọn Ghi nhớ. Nhận khóa API

Giới thiệu về Kotoba Speech-to-Text

Chuyển biên clip âm thanh tối đa 2 phút từ `audio_url`. Đặt `language` thành ja, en, ko, zh, es, zh-hk, zh-tw hoặc auto. `with_timestamps` tùy chọn trả về thời gian bắt đầu và kết thúc từng từ, `diarization` gắn nhãn người nói, `keywords` nhận tối đa 1000 thuật ngữ để định hướng cách viết, còn `kana` viết tên bằng katakana cho tiếng Nhật. Đầu ra gồm văn bản, ngôn ngữ phát hiện được và thời lượng âm thanh.

Tham số

Gửi tên chuẩn hoặc tên gốc, không gửi cả hai. Tên chuẩn

TênKiểu Mặc địnhĐược phép Mô tả
audio_urlbắt buộc audio
Kiểuurl · audio
Thời lượng âm thanh giới hạn ở 2 phút.
languagebắt buộc
Kiểuenum
jaenkozheszh-hkzh-twauto
Ngôn ngữ được người nói trong âm thanh sử dụng.
with_timestampstùy chọn
Kiểuboolean
Mặc địnhfalse
Đầu ra thời gian theo từng từ trong `words`, bao gồm thời điểm bắt đầu và kết thúc của mỗi từ.
diarizationtùy chọn
Kiểuboolean
Mặc địnhfalse
Gán người nói ở cấp từ, chỉ khả dụng với các mô hình hỗ trợ token người nói. Mỗi từ nhận một `speaker_id`, nhưng thời gian vẫn là null trừ khi đồng thời bật `with_timestamps`.
keywordstùy chọn
Kiểustring[]
≤ 1.000 mục
Các thuật ngữ cần ưu tiên cách viết trong bản chép lời, bao gồm tên hoặc thuật ngữ sản phẩm. Chấp nhận tối đa 1000 thuật ngữ, mỗi thuật ngữ tối đa 64 ký tự.
kanatùy chọn
Kiểuboolean
Mặc địnhfalse
Cách thể hiện bằng Katakana của tên người và địa danh trong tiếng Nhật.
bắt buộc Tên chuẩn, cũng được chấp nhận

Các tham số tệp nhận URL https:// công khai, URI data: tối đa 10 MB hoặc file_url của một tệp tải lên. Tệp

Đầu ra

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"
  }
}
Tệp của bạn, lựa chọn của bạnMỗi outputs[].url là một bản sao trên bộ lưu trữ của chúng tôi: được giữ vĩnh viễn (tính phí theo GB-tháng) hoặc 7 ngày miễn phí, theo cài đặt tài khoản hoặc ?storage=.
Cùng một cấu trúc trên mọi mô hìnhtype, url, content_type, width, height và duration cho hình ảnh, video và âm thanh. output là đối tượng kết quả riêng của mô hình.
Các trường đầu ra
audio_duration_secs
number | null
language_code
string
language_probability
number
text
string
words
array of object {end, speaker_id, start, text, type}

Dành cho tác nhân AI: trang này ở dạng Markdown tại https://doitong.com/vi/developers/models/kotoba-technologies/kotoba-stt/v1/speech-to-text.md. Tất cả mô hình và hướng dẫn: https://doitong.com/developers/llms.txt