← 返回流水线

字幕

根据转录文本或 SRT，将带样式的字幕烧录进任意视频。选择一个预设，即可产出可直接发布的 MP4。

0.2

还需填写：视频文件, 字幕文稿 (SRT)

使用此流水线的配方

关于此流水线的文章

字幕 API

从你自己的代码调用此流水线。一次请求即可发起运行；模型是一个输入字段，而不是独立的接口。

4 个输入
2 必填
from 0.2 积分
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

获取 API 令牌 →

参数

source_asset_id 必填

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

string
transcript_asset_id 必填

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

string
position

烧录文字的垂直锚点。选择“自动”时，若上游重构提供了提示，流程会挑选与主体相反的一半（否则回退到“底部”）。“底部”是 TikTok 的标准位置；当主体占据画面下半部分时选择“顶部”。

autobottomtopmiddle 默认 auto
显示全部 4 个输入
preset_name

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

tiktok-bold-yellowminimal-whitesubtle-dropkaraoke-gradientbig-serifserif-editorial 默认 serif-editorial

在 AI 智能体中使用

将任意 MCP 客户端指向 pipe2，你的智能体就能获得这些工具。它会找到这条流水线，读取上方相同的 schema，然后运行它。

  • 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" }
    }
  }
}

完整 API 参考 MCP 设置 CLI 参考

字幕: 将带样式的字幕烧录进任意视频

附上一段视频和一份 SRT 转录文本，选择一种样式，即可得到一个字幕已直接烧录进画面的 MP4。无需 CapCut、无需 Premiere、无需安装任何字幕插件，只需一个针对 TikTok、Reels 和 Shorts 尺寸优化、可直接发布的文件。

还需要先获取转录文本？在任意视频或音频上运行 Transcription 流水线，生成的 SRT 会进入你的素材库，并可直接接入此步骤。烧录之前，如有需要更正之处，可在那里编辑。

工作原理

  1. 附上你的视频: 从设备上传，或从素材库中选择一个。
  2. 附上 SRT 转录文本: 用 Transcription 流水线生成，或从任意来源上传现有的 .srt。
  3. 选择字幕样式: 五种为不同受众调校的、可直接用于制作的预设。
  4. 下载结果: 一个已烧录字幕的新 MP4，外加一张用于缩略图的封面帧。

字幕样式预设

  • TikTok Bold Yellow: 粗字重、黑色描边、TikTok 安全区定位。人人效仿的默认样式。
  • Minimal White: 简洁的无衬线字体配柔和阴影。适合口播播客和访谈。
  • Subtle Drop Shadow: 低对比度字幕，适合以画面为主导的电影感剪辑。
  • Karaoke Gradient: 当前朗读的词以紫→粉渐变高亮显示。在短视频上留存率高。
  • Big Serif: 富有编辑质感的衬线字体，适合品牌纪录、案例研究和长篇教育短片。

为何采用两步流程

  • 烧录前编辑转录文本: 在 SRT 中修正人名、术语或说话人标签，而不必将就 STT 给出的原始结果。
  • 一份转录文本复用于多种样式: 用五种不同预设烧录同一份 SRT 进行 A/B 测试，无需重新转录。
  • 自带 SRT: 如果你已有来自其他工具的转录文本，直接附上即可，完全省去转录成本。
  • TikTok 安全区定位: 字幕避开各大主流平台底部三分之一的 UI 遮挡。

适合谁

  • 每天产出 Reels / Shorts / TikTok 的短视频创作者
  • 将长篇节目改制成可分享短片的播客主
  • 为教程增加无障碍能力的课程创作者和教育者
  • 规模化产出品牌社媒内容的代理机构
  • 任何已有 SRT、只想将其干净地渲染进视频的人

将它接在 Transcription 流水线之后，构成完整的可交付流程；或将输出直接送入 Video Reel 流水线，制作多片段合辑。

常见问题

支持哪些文件格式？
视频：MP4、MOV、WebM、AVI、MKV 等。转录文本：.srt（带时间戳的标准字幕格式）。输出始终为 MP4，以获得通用的平台兼容性。
我从哪里获取 SRT 转录文本？
在任意视频或音频上运行我们的 Transcription 流水线，它会在你的素材库中生成一个可在此处附上的 SRT 素材。或者从任意其他转录工具上传现有的 .srt。
字幕是烧录进画面，还是叠加在上层？
烧录进画面。无论你把视频上传到哪里，字幕都随视频一起，之后无需管理单独的 .srt，也不会有被平台剥离或重新设样式的风险。
我可以在烧录前编辑转录文本吗？
可以，这正是采用两步流程的主要原因。运行 Transcription，从素材库打开 SRT，修正任何需要的地方，然后在此处附上。你也可以直接上传编辑好的 .srt。
我可以将一份转录文本复用于多种字幕样式吗？
可以。每次附上同一份 SRT 并选择不同的预设，比重新运行转录便宜得多，也便于在短视频上对字幕进行 A/B 测试。
字幕烧录需要多长时间？
通常为源时长的 30-60%。1 分钟的片段需 20-40 秒；10 分钟的片段需 3-6 分钟。转录时间另计。

探索更多流水线

查看全部 →
视频生成器
from 9.5
视频生成器 →
图像生成器
0.2-6.4
图像生成器 →
音频生成器
0.7-1.3
音频生成器 →
音乐生成器
2.5-45.1
音乐生成器 →