← パイプライン一覧に戻る

字幕

トランスクリプトやSRTから、あらゆる動画にスタイル付きキャプションを焼き込み。プリセットを選ぶだけで、すぐに投稿できるMP4が完成します。

0.2

未入力の項目: 動画ファイル, 文字起こし(SRT)

このパイプラインを使うレシピ

このパイプラインに関する記事

字幕 API

このパイプラインをご自身のコードから呼び出せます。1回のリクエストで実行が始まり、モデルは独立したエンドポイントではなく入力フィールドです。

4 個の入力
2 必須
from 0.2 クレジット
bun add @pipe2-ai/sdk 
import { createClient } from "@pipe2-ai/sdk";

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

const { run_pipeline } = await client.RunPipeline({
  pipeline_slug: "captions",
  input: {
    source_asset_id: "a1b2c3d4-0000-4000-8000-000000000001",
    transcript_asset_id: "a1b2c3d4-0000-4000-8000-000000000002",
  },
});
pip install pipe2 
import asyncio
import os

from pipe2 import Pipe2Client

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

run = asyncio.run(client.run_pipeline(
    pipeline_slug="captions",
    input={
        "source_asset_id": "a1b2c3d4-0000-4000-8000-000000000001",
        "transcript_asset_id": "a1b2c3d4-0000-4000-8000-000000000002",
    },
))
go get github.com/pipe2-ai/sdk-go 
client := pipe2.NewClient(os.Getenv("PIPE2_TOKEN"))

input := json.RawMessage(`{
  "source_asset_id": "a1b2c3d4-0000-4000-8000-000000000001",
  "transcript_asset_id": "a1b2c3d4-0000-4000-8000-000000000002"
}`)

run, err := pipe2.RunPipeline(context.Background(), client, "captions", input)
if err != nil {
    log.Fatal(err)
}
brew install pipe2-ai/tap/pipe2 
pipe2 pipelines run \
  --pipeline captions \
  --input-json '{"source_asset_id": "a1b2c3d4-0000-4000-8000-000000000001", "transcript_asset_id": "a1b2c3d4-0000-4000-8000-000000000002"}' \
  --wait

APIトークンを取得 →

パラメータ

source_asset_id 必須

Video to burn captions into. Asset id returned by an upload. See /docs/api/ for the upload flow.

string
transcript_asset_id 必須

Transcript to caption from, produced by the transcription pipeline. Asset id returned by an upload. See /docs/api/ for the upload flow.

string
position

焼き込むテキストの垂直方向の基準位置。「Auto」は、上流のリフレームがヒントを提供している場合に被写体と反対側の半分を選択します(それ以外は「bottom」になります)。「Bottom」は TikTok の標準的な配置です。被写体がフレームの下半分を占める場合は「top」を選んでください。

autobottomtopmiddle 既定値 auto
4 個の入力をすべて表示
preset_name

Caption style preset — controls font, size, colour and placement of the burned-in captions.

tiktok-bold-yellowminimal-whitesubtle-dropkaraoke-gradientbig-serifserif-editorial 既定値 serif-editorial

AIエージェントから使う

任意の MCP クライアントを pipe2 に接続すると、エージェントがこれらのツールを使えるようになります。このパイプラインを見つけ、上と同じスキーマを読み取って実行します。

  • 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" }
    }
  }
}

APIリファレンス全文 MCP のセットアップ CLIリファレンス

キャプション: あらゆる動画にスタイル付きキャプションを焼き込み

動画とSRTトランスクリプトを添付し、スタイルを選ぶと、キャプションがピクセルに直接焼き込まれたMP4が返ってきます。CapCut も Premiere も、キャプション用の拡張機能のインストールも不要, TikTok、Reels、Shorts 向けサイズで、すぐに投稿できるファイルが手に入ります。

先にトランスクリプトが必要ですか？ あらゆる動画や音声に文字起こしパイプラインを実行すれば、生成されたSRTがライブラリに保存され、このステップにそのまま組み込めます。焼き込む前に修正が必要なら、そこで編集してください。

使い方

  1. 動画を添付: デバイスからアップロードするか、ライブラリから選択。
  2. SRTトランスクリプトを添付: 文字起こしパイプラインで生成するか、任意のソースの既存の.srtをアップロード。
  3. キャプションスタイルを選ぶ: 異なる視聴者層に合わせて調整された、制作品質の5つのプリセット。
  4. 結果をダウンロード: キャプションが焼き込まれた新しいMP4と、サムネイル用のポスターフレーム。

キャプションスタイルのプリセット

  • TikTok Bold Yellow: 太いウェイト、黒い縁取り、TikTokに安全な配置。誰もが真似する定番。
  • Minimal White: 柔らかな影付きのクリーンなサンセリフ。トーク中心のポッドキャストやインタビューに最適。
  • Subtle Drop Shadow: 映像がシーンを主役にするシネマティックな編集向けの、低コントラストなキャプション。
  • Karaoke Gradient: 発話に合わせてアクティブな単語が紫→ピンクのグラデーションでハイライト。短尺で高い視聴維持率。
  • Big Serif: ブランドドキュメント、ケーススタディ、長尺の教育クリップ向けの、エディトリアルな雰囲気のセリフ体。

なぜ2ステップの流れなのか

  • 焼き込む前にトランスクリプトを編集: STTが出力したものをそのまま使うのではなく、SRT内の名前、専門用語、話者ラベルを修正できます。
  • 1つのトランスクリプトを複数のスタイルで再利用: 同じSRTを5つの異なるプリセットで焼き込み、再文字起こしなしでA/Bテスト。
  • 自前のSRTを持ち込む: 別のツールで作ったトランスクリプトがあれば、それを添付して文字起こしコストを完全にスキップ。
  • TikTokに安全な配置: キャプションは主要プラットフォームすべてで下部3分の1のUIオーバーレイを避けます。

対象ユーザー

  • 毎日 Reels / Shorts / TikTok を投稿する短尺クリエイター
  • 長尺エピソードを共有可能なクリップに再利用するポッドキャスター
  • チュートリアルにアクセシビリティを加える講座制作者・教育者
  • ブランドのソーシャルコンテンツを大規模に制作する代理店
  • すでにSRTを持っていて、動画にきれいにレンダリングしたいだけの人

完全な出荷準備フローには文字起こしパイプラインの後に連結するか、出力をそのまま動画リールパイプラインに送ってマルチクリップのコンピレーションを作成しましょう。

よくある質問

どのファイルフォーマットに対応していますか？
動画：MP4、MOV、WebM、AVI、MKV など。トランスクリプト：.srt（タイムスタンプ付きの標準字幕フォーマット）。出力は普遍的なプラットフォーム互換性のため、常にMP4です。
SRTトランスクリプトはどこで入手できますか？
あらゆる動画や音声に当社の文字起こしパイプラインを実行してください, ここに添付できるSRTアセットがライブラリに生成されます。または他の文字起こしツールの既存の.srtをアップロードします。
キャプションはピクセルに焼き込まれるのですか、それとも上に重ねられるのですか？
ピクセルに焼き込まれます。キャプションはアップロード先に関わらず動画と一緒に移動します, 後で管理する別の.srtは不要で、プラットフォームに剥がされたりスタイルを変えられたりするリスクもありません。
焼き込む前にトランスクリプトを編集できますか？
はい, これが2ステップの流れの主な理由です。文字起こしを実行し、ライブラリからSRTを開き、必要な箇所を修正してから、ここに添付します。編集済みの.srtを直接アップロードすることもできます。
1つのトランスクリプトを複数のキャプションスタイルで再利用できますか？
はい。毎回同じSRTを添付して異なるプリセットを選ぶだけ, 再文字起こしよりずっと安く、短尺でのキャプションのA/Bテストに便利です。
キャプションの焼き込みにはどれくらいかかりますか？
通常はソースの長さの30〜60%です。1分のクリップは20〜40秒、10分のクリップは3〜6分かかります。文字起こしの時間は別です。

他のパイプラインを見る

すべて見る →
動画生成
from 9.5
動画生成 →
画像生成
0.2-6.4
画像生成 →
音声生成
0.7-1.3
音声生成 →
音楽生成
2.5-45.1
音楽生成 →