Corte de Vídeo

Corte de vídeo determinístico e ciente da transcrição: recorta um SRT para a sua janela [início, fim] explícita e corta a fonte com o ffmpeg para corresponder. Ajusta os cortes aos limites de frase e retorna a transcrição da janela rebaseada para o clipe, para a legendagem posterior. Sem LLM, a escolha editorial pertence à etapa anterior (normalmente o pipeline highlights).

0.1

Vídeo

Clique para enviar video

ou arraste e solte

Explorar biblioteca

Transcrição (SRT)

Clique para enviar document

ou arraste e solte

Explorar biblioteca

Início (segundos)

Fim (segundos)

Ainda falta: Vídeo, Transcrição (SRT), Início (segundos), Fim (segundos)

Ideal para

•Cortar vídeos longos para uma janela explícita já escolhida na etapa anterior
•Encadear após o highlights: o highlights escolhe o momento, o video-trim o recorta
•Produzir um clipe ajustado ao limite de frase mais o seu SRT de janela rebaseado em uma única chamada

Quando usar

•Sempre após transcription + highlights (ou qualquer chamador que já conheça a janela)
•Antes do captions, o SRT de janela rebaseado na saída alimenta a etapa de captions diretamente

Dicas

✓Combine com o highlights (count=N, style=...) para obter escolhas editoriais confiáveis
✓Os cortes são ajustados aos limites de segmento do SRT, passe uma janela um pouco apertada e deixe o ajuste ampliá-la para uma frase completa
✓O URL da transcrição de saída já está rebaseado para t=0; alimente-o diretamente no captions

Receitas que usam este pipeline

Vídeo longo → vários clipes legendados, em um comando

Fatie qualquer vídeo longo em N clipes menores e legendados. Transcreva uma vez, escolha os melhores momentos automaticamente com IA, corte + legende cada um em paralelo. Opcionalmente reformate para vertical (9:16) para TikTok / Reels / Shorts, quadrado (1:1) para Instagram ou retrato (4:5) — a âncora da legenda se ajusta automaticamente.

6 pipelines · CLI

Artigos sobre este pipeline

API do Corte de Vídeo

Chame este pipeline a partir do seu próprio código. Um pedido lança uma execução; o modelo é um campo de entrada, não um endpoint separado.

4 entradas

4 obrigatório

0.1 créditos

TypeScript Python Go CLI

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: "video-trim",
  input: {
    video_url: "https://example.com/interview.mp4",
    transcript_url: "https://example.com/interview.vtt",
    start_sec: 12,
    end_sec: 48,
  },
});

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="video-trim",
    input={
        "video_url": "https://example.com/interview.mp4",
        "transcript_url": "https://example.com/interview.vtt",
        "start_sec": 12,
        "end_sec": 48,
    },
))

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

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

input := json.RawMessage(`{
  "video_url": "https://example.com/interview.mp4",
  "transcript_url": "https://example.com/interview.vtt",
  "start_sec": 12,
  "end_sec": 48
}`)

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

brew install pipe2-ai/tap/pipe2

pipe2 pipelines run \
  --pipeline video-trim \
  --input-json '{"video_url": "https://example.com/interview.mp4", "transcript_url": "https://example.com/interview.vtt", "start_sec": 12, "end_sec": 48}' \
  --wait

Obter um token de API →

Parâmetros

end_sec obrigatório: Fim da janela (exclusivo). Deve ser maior que start_sec.

number
start_sec obrigatório: Início da janela. Normalmente fornecido por um seletor anterior (ex.: highlights).

number
transcript_url obrigatório: Transcrição SRT da origem, obrigatória. A janela é ajustada aos limites dos segmentos e o SRT recortado é retornado para a legendagem posterior.

string
video_url obrigatório: Vídeo de origem a cortar.

string

Use a partir de um agente de IA

Aponte qualquer cliente MCP para o pipe2 e o seu agente ganha estas ferramentas. Ele encontra este pipeline, lê o mesmo esquema acima e executa-o.

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" }
    }
  }
}

Referência completa da API Configuração de MCP Referência da CLI

Perguntas frequentes

Como a janela é escolhida?

Você a fornece. O pipeline highlights (ou qualquer outro seletor anterior) emite start_sec e end_sec; este corte os consome de forma determinística. Não há LLM no corte em si, a decisão editorial fica no seletor.

Por que ele exige uma transcrição?

A transcrição é o que faz o corte se ajustar a uma frase completa em vez de cair no meio de uma palavra. O pipeline mantém todos os segmentos que se sobrepõem à sua janela, considera a extensão do conjunto mantido e corta o vídeo para corresponder, o mesmo SRT é então recortado + rebaseado para t=0 e retornado para a etapa de legendas reutilizar.

Ele pode rodar sem uma transcrição?

Não mais. A alternativa anterior de visão por quadro-chave foi removida quando o highlights assumiu a escolha editorial, ela divergia de forma consistente da janela escolhida. Transcreva a fonte primeiro (o pipeline de transcrição faz cache pelo hash da fonte, então reexecuções são gratuitas).

Isto custa créditos?

0.1 crédito por corte, fixo.

E se start_sec/end_sec caírem fora da transcrição?

A janela é comparada com a sua transcrição, não com o vídeo bruto. Se ultrapassar o fim, o corte é ajustado de volta para a última frase da transcrição.

Explorar mais pipelines

Ver tudo →

from 9.5

Gerador de Vídeo →

Gere vídeos com IA a partir de um prompt de texto, imagem ou clipe de referência. Tomadas cinematográficas, revelações de produto, anúncios de estilo de vida, com áudio sincronizado e movimento natural.

Veo 3.1 Seedance 2.0

0.2-6.4

Gerador de Imagens →

Gere imagens com IA a partir de texto ou fotos de referência. Fotos de produto, arte de personagens, cartazes com texto legível, retratos fotorrealistas, alta resolução em segundos.

Nano Banana 2 Nano Banana Pro GPT Image 2