Transcription

À partir de 0.8 crédits

Transcrivez un fichier vidéo ou audio, avec horodatage, identification facultative des intervenants et prise en charge de 99 langues.

Fichier vidéo ou audio

Cliquez pour importer video

ou glissez-déposez

Parcourir la bibliothèque

Langue

Identifier les intervenants

Identifie chaque personne qui parle. Activez cette option pour les entretiens et les enregistrements à plusieurs voix.

Nombre d'intervenants (0 = auto)

0 – 20

Corrections de mots

Ajoutez, si nécessaire, des remplacements qui seront appliqués aux fichiers SRT et TXT. Cette option est utile lorsqu'un nom, un acronyme ou un terme spécialisé est systématiquement mal retranscrit. Chaque clé correspond au mot obtenu ; sa valeur indique l'orthographe attendue. La casse est prise en compte et seules les correspondances de mots entiers sont remplacées. Laissez ce champ vide pour conserver la transcription telle quelle.

Encore requis : Fichier vidéo ou audio

Fonctionne avec

1 modèles

ElevenLabs
- ElevenLabs Scribe v2

API Transcription

Appelez ce pipeline depuis votre propre code. Une requête lance une exécution ; le modèle est un champ d'entrée, pas un endpoint distinct.

Obtenir un jeton d'API

entrées: 5
requis: 1
Tarifs: from 0.8 crédits

Langue

TypeScript Python Go CLI

bun add @pipe2-ai/sdk

Exécuter un pipeline

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",
  },
});

pip install pipe2

Exécuter un pipeline

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",
    },
))

go get github.com/pipe2-ai/sdk-go

Exécuter un pipeline

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)
}

brew install pipe2-ai/tap/pipe2

Exécuter un pipeline

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

Par page

Entrée	Type	par défaut	Description
`source_asset_id`requis	string	par défaut—	Fichier audio ou vidéo à transcrire. Utilisez l’ID de ressource renvoyé lors de l’import. Consultez /docs/api/ pour la procédure d’import.
`corrections`	object	par défaut{}	Ajoutez, si nécessaire, des remplacements qui seront appliqués aux fichiers SRT et TXT. Cette option est utile lorsqu'un nom, un acronyme ou un terme spécialisé est systématiquement mal retranscrit. Chaque clé correspond au mot obtenu ; sa valeur indique l'orthographe attendue. La casse est prise en compte et seules les correspondances de mots entiers sont remplacées. Laissez ce champ vide pour conserver la transcription telle quelle.
`diarize`	boolean	par défautfalse	Identifie chaque personne qui parle. Activez cette option pour les entretiens et les enregistrements à plusieurs voix.
`language_code`	enum	par défautauto	Langue parlée. Laissez ce champ vide pour la détecter automatiquement dans l’audio. auto · en · es +8 `autoenesptfrdehiarjakozh`
`num_speakers`	integer	par défaut0	Nombre de personnes attendues. Laissez ce champ vide pour le détecter automatiquement.

Pointez n'importe quel client MCP vers pipe2 et votre agent obtient ces outils. Il trouve ce pipeline, lit le même schéma ci-dessus, puis l'exécute.

list_pipelines
get_pipeline_schema
run_pipeline
get_pipeline_run_status
request_upload

https://mcp.pipe2.ai/mcp

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

Configuration MCP

Référence complète de l'API Référence de la CLI

Recettes utilisant ce pipeline

Voir toutes les recettes

Articles sur ce pipeline

Voir tous les articles

Foire aux questions

Quels formats de fichiers sont pris en charge ?

Les formats vidéo et audio courants sont acceptés, notamment MP4, MOV, AVI, MP3, WAV, M4A et FLAC. Pour une vidéo, la piste audio est récupérée automatiquement.

Quelle est la précision de la transcription ?

Avec un enregistrement clair dans l'une des principales langues, le taux d'erreur sur les mots peut rester inférieur à 5 %. La précision varie selon la qualité sonore, le bruit de fond et l'élocution.

En quoi consiste l'identification des intervenants ?

Une fois cette option activée, chaque segment porte l'identifiant de la personne qui parle, par exemple [speaker_0] ou [speaker_1]. Si vous connaissez le nombre d'intervenants, indiquez-le pour améliorer le résultat.

Quelles langues sont prises en charge ?

Plus de 99 langues sont prises en charge, avec détection automatique. Lorsque vous connaissez la langue du fichier, indiquez-la pour obtenir la meilleure précision possible.

Combien de temps faut-il prévoir ?

Comptez généralement entre 10 et 30 % de la durée de l'enregistrement. Une séquence de 10 minutes demande donc environ 1 à 3 minutes.