Příkazová řádka

Audiotext lze používat i z příkazové řádky, např. k přepisu ze skriptů. Má tři příkazy:

transcribe: přepíše soubor, soubory složky nebo video z YouTube.
watch: přepisuje soubory přidávané do složky, dokud ho nezastavíte klávesami Ctrl+C.
check-update: zkontroluje, zda je k dispozici nová verze, a vypíše odkaz ke stažení.

Nezadané možnosti přebírají hodnoty nastavené v aplikaci. Přepisy se vždy ukládají vedle každého přepsaného souboru, nebo do složky zadané pomocí --output-dir (ve které se znovu vytvoří podsložky přepsané složky).

Spuštění

Nainstalovaná aplikace spustí příkazovou řádku, když dostane jeden z jejích příkazů:

Systém	Příkaz
Linux	`audiotext` (instaluje ho `install.sh` do `~/.local/bin`)
macOS	`/Applications/Audiotext.app/Contents/MacOS/Audiotext`
Windows	`audiotext-cli.exe` ve složce, kam je Audiotext nainstalován (výchozí `%LOCALAPPDATA%\Programs\Audiotext`)

Když ho spouštíte ze zdrojového kódu, použijte místo toho uv run src/cli.py.

Příklady

# Přepis souboru. Text se také vypíše, takže ho lze přesměrovat
audiotext transcribe interview.mp3 --language es --output-types txt,srt

# Přepis souborů složky s rozpoznáním mluvčích
audiotext transcribe recordings/ --diarize --speakers 2 --output-dir transcriptions/

# Přepis videa z YouTube pomocí Whisper API
audiotext transcribe "https://www.youtube.com/watch?v=…" --method whisper-api

# Přepis schůzky pomocí Whisper API s klíčovými slovy a kontextem
audiotext transcribe meeting.m4a --method whisper-api \
    --openai-model gpt-transcribe --keywords "Audiotext, WhisperX" \
    --prompt "Schůzka o příští verzi"

# Uložení titulků a dokumentu Word, shrnutí a překlad do španělštiny
audiotext transcribe talk.mp4 --output-types srt,docx --summarize --translate-to es

# Přepis souborů přidávaných do složky, dokud se nezastaví klávesami Ctrl+C
audiotext watch inbox/ --output-types srt

# Totéž, ale nejprve přepíše soubory, které složka už obsahuje
audiotext watch inbox/ --existing

Možnosti

Možnost	Popis
`-m`, `--method`	Metoda přepisu: `whisperx`, `whisper-api` nebo `google`
`-l`, `--language`	Jazyk zvuku jako kód ISO 639-1 (např. `cs`), nebo `auto` pro rozpoznání (Google nepodporuje)
`-t`, `--output-types`	Typy výstupních souborů oddělené čárkami, z `aud`, `json`, `srt`, `txt`, `tsv`, `vtt`, `md`, `docx` a `ass` (např. `txt,srt,md`)
`-o`, `--output-dir`	Složka, kam se ukládají přepisy (výchozí: vedle každého přepsaného souboru)
`--overwrite`	Znovu přepsat soubory, které už mají přepis, a nahradit ho
`--existing`	(jen `watch`) Nejprve přepsat soubory, které složka už obsahuje a které ještě nemají přepis
`-p`, `--prompt`	O čem nahrávka je, například téma nebo prostředí (Google nepodporuje)
`-k`, `--keywords`	Jména, termíny nebo zkratky z nahrávky oddělené čárkami, aby se správně napsaly (Google nepodporuje)
`--translate`	Přeložit zvuk při přepisu do angličtiny (Google nepodporuje). Pro jiné jazyky viz `--translate-to`
`-q`, `--quiet`	Vypisovat jen chyby
`-v`, `--verbose`	Vypisovat protokoly pro ladění chyb
`--version`	Vypsat verzi Audiotextu

Výstupní typy, které metoda přepisu sama neukládá (např. md nebo docx), se exportují z jejího výsledku stejně jako v aplikaci. aud ukládá jen WhisperX.

Možnosti shrnutí a překladu

Možnost	Popis
`--summarize`	Shrnout každý přepis s hlavními body a kapitolami do souboru `.summary.md`
`--summary-provider`	Poskytovatel jazykového modelu, který shrnuje: `openai`, `anthropic`, `deepseek`, `gemini`, `mistral`, `grok` nebo `ollama`
`--summary-model`	Jazykový model, který shrnuje
`--translate-to`	Přeložit každý přepis do jazyka (kód ISO 639-1), uložený v jeho typech výstupních souborů (např. `talk.es.srt`)
`--translation-provider`	Poskytovatel překladů: ti z `--summary-provider`, `deepl` nebo `google`
`--translation-model`	Jazykový model, který překládá, pro poskytovatele jazykových modelů

Pokud je nezadáte, použijí se poskytovatelé a modely nastavené v aplikaci. Viz Poskytovatelé.

Možnosti WhisperX

Možnost	Popis
`--diarize`	Rozpoznat mluvčí
`--speakers`	Počet mluvčích při rozpoznávání (`0` pro automatické rozpoznání)
`--model-size`	Model, např. `small` nebo `large-v2` (viz Nástroje)
`--compute-type`	`int8`, `float16` nebo `float32`
`--batch-size`	Velikost dávky
`--cpu`	Spustit na procesoru místo na grafické kartě NVIDIA nebo grafickém procesoru Macu

Možnosti Whisper API

Možnost	Popis
`--openai-model`	Model přepisu: `whisper-1`, `gpt-transcribe` nebo `gpt-4o-transcribe-diarize`

Spuštěním audiotext transcribe --help zobrazíte všechny možnosti a jejich hodnoty.

Výstup a návratový kód

Průběh se vypisuje na standardní chybový výstup (skryjete ho pomocí --quiet) a text přepisu jednoho souboru na standardní výstup. Příkaz skončí s kódem 1, pokud selže přepis, shrnutí nebo překlad, a s kódem 130, pokud ho zastavíte klávesami Ctrl+C.

Pokud není nastaven klíč API poskytovatele pro --summarize nebo --translate-to, příkaz se zastaví ještě před přepisem. Neúspěšné shrnutí nebo překlad se ohlásí, aniž by se přepis ztratil; ten se uloží i tak.

Klíče API jsou ty nastavené v aplikaci, nebo jejich proměnné prostředí, například OPENAI_API_KEY, GOOGLE_API_KEY a HF_TOKEN (pro rozpoznání mluvčích).