전사

• ElevenLabs Scribe v2

이 파이프라인을 사용하는 레시피

• 긴 영상 → 캡션이 달린 여러 클립, 명령 한 번으로

  긴 영상을 캡션이 달린 짧은 클립 N개로 잘라내세요. 한 번만 전사하고, AI가 핵심 순간을 자동으로 골라, 각 클립을 병렬로 트리밍하고 캡션을 붙입니다. 필요하면 TikTok / Reels / Shorts용 세로형(9:16), Instagram용 정사각형(1:1), 또는 세로 비율(4:5)로 재구성하세요 — 캡션 위치는 자동으로 맞춰집니다.

  6 파이프라인 · CLI

이 파이프라인 관련 기사

• 영상 자르기: 문장 중간에 끊기지 않는 깔끔한 클립 만들기

• 쇼츠 만들기: 긴 영상을 짧은 클립으로 자르는 방법

• 생성형 AI란? 작동 방식과 만들 수 있는 것

• 동영상 자막 넣기: SRT 파일을 사용하는 방법

• AI 동영상 만드는 법: 프롬프트부터 완성 영상까지

전사 API

직접 작성한 코드에서 이 파이프라인을 호출하세요. 요청 한 번으로 실행이 시작되며, 모델은 별도의 엔드포인트가 아니라 입력 필드입니다.

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 토큰 발급 →

매개변수

source_asset_id 필수

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

string

corrections

생성된 SRT와 TXT에 적용되는 선택적 단어 단위 치환입니다, 인식기가 특정 단어(이름, 약어, 전문 용어)를 잘못 알아듣고 매번 똑같이 틀리게 표기할 때 유용합니다. 각 키는 전사된 단어이고, 값은 올바른 표기입니다. 대소문자를 구분하며, 단어 전체와 일치해야 합니다. 비워 두면 인식기가 작성한 그대로 전사본을 내보냅니다.

object 기본값 [object Object]

diarize

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

boolean 기본값 false

AI 에이전트에서 사용하기

MCP 클라이언트를 pipe2에 연결하면 에이전트가 이 도구들을 사용할 수 있습니다. 이 파이프라인을 찾아 위와 동일한 스키마를 읽고 실행합니다.

• 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" }
    }
  }
}

전체 API 레퍼런스→ MCP 설정→ CLI 레퍼런스→

자주 묻는 질문