Trascrizione

Da 0.8 crediti

Trascrivi qualsiasi file video o audio, con timestamp, riconoscimento facoltativo dei parlanti e supporto per 99 lingue.

File video o audio

Clicca per caricare video

o trascina e rilascia

oppure

Sfoglia libreria

Lingua

Rilevamento dei parlanti

Indica chi sta parlando. Attiva questa opzione per interviste e registrazioni con più persone.

Numero di parlanti (0 = auto)

0 – 20

Correzioni di parole

Sostituzioni opzionali su interi termini applicate all'SRT e al TXT generati, utili quando il riconoscitore fraintende una parola specifica (un nome, un acronimo, un termine di settore) e la scrive sempre nello stesso modo errato. Ogni chiave è la parola così come trascritta; il valore è l'ortografia corretta. Sensibile alle maiuscole; le corrispondenze devono allinearsi a parole intere. Lascia vuoto per consegnare la trascrizione esattamente come scritta dal riconoscitore.

Ancora necessario: File video o audio

Funziona con

1 modelli

ElevenLabs
- ElevenLabs Scribe v2

API di Trascrizione

Richiama questa pipeline dal tuo codice. Una richiesta avvia un'esecuzione; il modello è un campo di input, non un endpoint separato.

Ottieni un token API

input: 5
obbligatorio: 1
Prezzi: from 0.8 crediti

Lingua

TypeScript Python Go CLI

bun add @pipe2-ai/sdk

Esegui una 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

Esegui una 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

Esegui una 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

Esegui una pipeline

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

Per pagina

Input	Tipo	predefinito	Descrizione
`source_asset_id`obbligatorio	string	predefinito—	File audio o video da trascrivere. Usa l’ID della risorsa restituito dal caricamento. Consulta /docs/api/ per la procedura.
`corrections`	object	predefinito{}	Sostituzioni opzionali su interi termini applicate all'SRT e al TXT generati, utili quando il riconoscitore fraintende una parola specifica (un nome, un acronimo, un termine di settore) e la scrive sempre nello stesso modo errato. Ogni chiave è la parola così come trascritta; il valore è l'ortografia corretta. Sensibile alle maiuscole; le corrispondenze devono allinearsi a parole intere. Lascia vuoto per consegnare la trascrizione esattamente come scritta dal riconoscitore.
`diarize`	boolean	predefinitofalse	Indica chi sta parlando. Attiva questa opzione per interviste e registrazioni con più persone.
`language_code`	enum	predefinitoauto	Lingua parlata. Lascia vuoto per rilevarla automaticamente dall’audio. auto · en · es +8 `autoenesptfrdehiarjakozh`
`num_speakers`	integer	predefinito0	Numero di persone che prevedi di sentire. Lascia vuoto per rilevarlo automaticamente.

Punta un qualsiasi client MCP su pipe2 e il tuo agente ottiene questi strumenti. Trova questa pipeline, legge lo stesso schema qui sopra e la esegue.

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" }
    }
  }
}

Configurazione MCP

Riferimento API completo Riferimento CLI

Ricette che usano questo pipeline

Vedi tutte le ricette

Articoli su questo pipeline

Vedi tutti gli articoli

Domande frequenti

Quali formati di file sono supportati?

Qualsiasi file video o audio, MP4, MOV, AVI, MP3, WAV, M4A, FLAC e altri. La pipeline estrae automaticamente la traccia audio dai file video.

Quanto è accurata la trascrizione?

Tassi di errore per parola sotto il 5% per audio nitido nelle lingue principali. L'accuratezza dipende da qualità dell'audio, rumore di fondo e chiarezza del parlante.

Cos'è il rilevamento dei parlanti?

Quando abilitato, la trascrizione etichetta ogni segmento con il parlante che l'ha pronunciato ([speaker_0], [speaker_1], ecc.). Usa il suggerimento Numero di parlanti per migliorare l'accuratezza quando sai quante persone sono nella registrazione.

Quali lingue sono supportate?

99 lingue con rilevamento automatico. Imposta una lingua specifica per la massima accuratezza quando conosci la lingua sorgente.

Quanto tempo richiede?

In genere il 10-30% della durata dell'audio. Una registrazione di 10 minuti richiede 1-3 minuti per essere trascritta.