Interfície de línia d'ordres

Audiotext també es pot fer servir des de la línia d’ordres, p. ex. per transcriure des d’scripts. Té tres ordres:

• transcribe: transcriu un fitxer, els fitxers d’una carpeta o un vídeo de YouTube.
• watch: transcriu els fitxers que s’afegeixen a una carpeta fins que s’atura amb Ctrl+C.
• check-update: comprova si hi ha una versió nova i mostra l’enllaç per baixar-la.

Les opcions que no s’indiquen prenen els valors configurats a l’aplicació. Les transcripcions sempre es desen al costat de cada fitxer transcrit, o a la carpeta indicada amb --output-dir (on es recreen les subcarpetes d’una carpeta transcrita).

Executa-la

L’aplicació instal·lada executa la línia d’ordres quan rep una de les seves ordres:

Sistema	Ordre
Linux	audiotext (instal·lada a ~/.local/bin per install.sh)
macOS	/Applications/Audiotext.app/Contents/MacOS/Audiotext
Windows	audiotext-cli.exe, a la carpeta on és instal·lat Audiotext (%LOCALAPPDATA%\Programs\Audiotext per defecte)

Si l’executes des del codi font, executa uv run src/cli.py en lloc d’això.

Exemples

# Transcriu un fitxer. El text també s'imprimeix, així que es pot redirigir
audiotext transcribe interview.mp3 --language es --output-types txt,srt

# Transcriu els fitxers d'una carpeta identificant els parlants
audiotext transcribe recordings/ --diarize --speakers 2 --output-dir transcriptions/

# Transcriu un vídeo de YouTube amb l'API de Whisper
audiotext transcribe "https://www.youtube.com/watch?v=…" --method whisper-api

# Transcriu una reunió amb l'API de Whisper, amb les paraules clau i el context
audiotext transcribe meeting.m4a --method whisper-api \
    --openai-model gpt-transcribe --keywords "Audiotext, WhisperX" \
    --prompt "Una reunió sobre la propera versió"

# Desa els subtítols i un document de Word, el resumeix i el tradueix al castellà
audiotext transcribe talk.mp4 --output-types srt,docx --summarize --translate-to es

# Transcriu els fitxers que s'afegeixen a una carpeta fins que s'atura amb Ctrl+C
audiotext watch inbox/ --output-types srt

# El mateix, transcrivint primer els fitxers que ja conté
audiotext watch inbox/ --existing

Opcions

Opció	Descripció
-m, --method	Mètode de transcripció: whisperx, whisper-api o google
-l, --language	Idioma de l’àudio com a codi ISO 639-1 (p. ex. ca), o auto per detectar-lo (no compatible amb Google)
-t, --output-types	Tipus de fitxer de sortida separats per comes, d’entre aud, json, srt, txt, tsv, vtt, md, docx i ass (p. ex. txt,srt,md)
-o, --output-dir	Carpeta on es desen les transcripcions (per defecte: al costat de cada fitxer transcrit)
--overwrite	Tornar a transcriure els fitxers que ja tenen una transcripció, substituint-la
--existing	(només watch) Transcriure primer els fitxers que ja conté la carpeta i que encara no tenen transcripció
-p, --prompt	De què tracta l’àudio, com ara el tema o el context (no compatible amb Google)
-k, --keywords	Noms, termes o sigles que es diuen a l’àudio, separats per comes, perquè s’escriguin bé (no compatible amb Google)
--translate	Traduir l’àudio a l’anglès mentre es transcriu (no compatible amb Google). Consulta --translate-to per a altres idiomes
-q, --quiet	Imprimir només els errors
-v, --verbose	Imprimir els registres per depurar errors
--version	Imprimir la versió d’Audiotext

Els tipus de sortida que el mètode de transcripció no desa per si mateix (p. ex. md o docx) s’exporten a partir del seu resultat, com des de l’aplicació. aud només el desa WhisperX.

Opcions de resum i traducció

Opció	Descripció
--summarize	Resumir cada transcripció, amb els punts clau i els capítols, en un fitxer .summary.md
--summary-provider	Proveïdor del model de llenguatge que resumeix: openai, anthropic, deepseek, gemini, mistral, grok o ollama
--summary-model	Model de llenguatge que resumeix
--translate-to	Traduir cada transcripció a un idioma (un codi ISO 639-1), que es desa en els seus tipus de fitxer de sortida (p. ex. talk.es.srt)
--translation-provider	Proveïdor de les traduccions: els de --summary-provider, deepl o google
--translation-model	Model de llenguatge que tradueix, per als proveïdors de models de llenguatge

Els proveïdors i els models són els configurats a l’aplicació si no s’indiquen. Consulta Proveïdors.

Opcions de WhisperX

Opció	Descripció
--diarize	Identificar els parlants
--speakers	Nombre de parlants en identificar-los (0 per detectar-lo)
--model-size	Model, p. ex. small o large-v2 (consulta Motors)
--compute-type	int8, float16 o float32
--batch-size	Mida del lot
--cpu	Executar a la CPU, en lloc d’una GPU NVIDIA o de la GPU d’un Mac

Opcions de l’API de Whisper

Opció	Descripció
--openai-model	Model de transcripció: whisper-1, gpt-transcribe o gpt-4o-transcribe-diarize

Executa audiotext transcribe --help per veure totes les opcions i els seus valors.

Sortida i codi de sortida

El progrés s’imprimeix a la sortida d’error estàndard (amaga’l amb --quiet), i el text de la transcripció d’un sol fitxer a la sortida estàndard. L’ordre acaba amb el codi 1 si falla una transcripció, un resum o una traducció, i amb 130 si s’atura amb Ctrl+C.

Si la clau d’API del proveïdor de --summarize o --translate-to no està definida, l’ordre s’atura abans de transcriure. Un resum o una traducció que falla s’informa sense perdre la transcripció, que es desa igualment.

Les claus d’API són les configurades a l’aplicació, o les seves variables d’entorn, com ara OPENAI_API_KEY, GOOGLE_API_KEY i HF_TOKEN (per identificar els parlants).