Transkription

• ElevenLabs Scribe v2

Rezepte mit dieser Pipeline

• Langes Video → mehrere untertitelte Clips, mit einem einzigen Befehl

  Zerlege jedes lange Video in N untertitelte, kürzere Clips. Einmal transkribieren, die Momente automatisch per KI auswählen, jeden Clip parallel zuschneiden + untertiteln. Optional ins Hochformat (9:16) für TikTok / Reels / Shorts, ins Quadrat (1:1) für Instagram oder ins Porträtformat (4:5) umformatieren — der Untertitel-Anker passt sich automatisch an.

  6 Pipelines · CLI

Artikel zu dieser Pipeline

• Video schneiden: einen sauberen Clip ohne Schnitt mitten im Satz

• Shorts erstellen: langes Video in kurze Clips schneiden

• Was ist generative KI? So funktioniert sie und das erzeugt sie

• Untertitel in ein Video einfügen: mit einer SRT-Datei

• KI-Videos erstellen: Vom Prompt zum fertigen Video

Transkription API

Rufen Sie diese Pipeline aus Ihrem eigenen Code auf. Eine Anfrage startet einen Lauf; das Modell ist ein Eingabefeld, kein eigener Endpunkt.

import { createClient } from "@pipe2-ai/sdk";

const client = createClient(process.env.PIPE2_TOKEN!);

const { run_pipeline } = await client.RunPipeline({
  pipeline_slug: "transcription",
  input: {
    source_asset_id: "a1b2c3d4-0000-4000-8000-000000000001",
  },
});

import asyncio
import os

from pipe2 import Pipe2Client

client = Pipe2Client(token=os.environ["PIPE2_TOKEN"])

run = asyncio.run(client.run_pipeline(
    pipeline_slug="transcription",
    input={
        "source_asset_id": "a1b2c3d4-0000-4000-8000-000000000001",
    },
))

client := pipe2.NewClient(os.Getenv("PIPE2_TOKEN"))

input := json.RawMessage(`{
  "source_asset_id": "a1b2c3d4-0000-4000-8000-000000000001"
}`)

run, err := pipe2.RunPipeline(context.Background(), client, "transcription", input)
if err != nil {
    log.Fatal(err)
}

pipe2 pipelines run \
  --pipeline transcription \
  --input-json '{"source_asset_id": "a1b2c3d4-0000-4000-8000-000000000001"}' \
  --wait

API-Token holen →

Parameter

source_asset_id erforderlich

Audio or video to transcribe. Asset id returned by an upload. See /docs/api/ for the upload flow.

string

corrections

Optionale Ersetzungen an Wortgrenzen, die auf das erzeugte SRT und TXT angewendet werden, nützlich, wenn der Erkenner ein bestimmtes Wort (einen Namen, ein Akronym, einen Fachbegriff) falsch versteht und es jedes Mal gleich falsch schreibt. Jeder Schlüssel ist das Wort wie transkribiert; der Wert ist die korrekte Schreibweise. Groß-/Kleinschreibung wird beachtet; Treffer müssen ganze Wörter umfassen. Leer lassen, um das Transkript genau so auszugeben, wie der Erkenner es geschrieben hat.

object Standard [object Object]

diarize

Label who is speaking. Turn on for interviews and multi-speaker recordings.

boolean Standard false

Aus einem KI-Agenten heraus nutzen

Richten Sie einen beliebigen MCP-Client auf pipe2 aus, und Ihr Agent erhält diese Tools. Er findet diese Pipeline, liest dasselbe Schema von oben und führt sie aus.

• list_pipelines
• get_pipeline_schema
• run_pipeline
• get_pipeline_run_status
• request_upload

{
  "mcpServers": {
    "pipe2ai": {
      "url": "https://mcp.pipe2.ai/mcp",
      "headers": { "Authorization": "Bearer YOUR_TOKEN" }
    }
  }
}

Vollständige API-Referenz→ MCP-Einrichtung→ CLI-Referenz→

Häufig gestellte Fragen