Interface en ligne de commande

Audiotext peut aussi s’utiliser en ligne de commande, p. ex. pour transcrire depuis des scripts. Il propose trois commandes :

• transcribe : transcrit un fichier, les fichiers d’un dossier ou une vidéo YouTube.
• watch : transcrit les fichiers ajoutés à un dossier jusqu’à l’arrêt avec Ctrl+C.
• check-update : vérifie si une nouvelle version est disponible et affiche le lien pour la télécharger.

Les options non indiquées prennent les valeurs configurées dans l’application. Les transcriptions sont toujours enregistrées à côté de chaque fichier transcrit, ou dans le dossier indiqué avec --output-dir (où les sous-dossiers d’un dossier transcrit sont recréés).

Lancez-la

L’application installée exécute la ligne de commande lorsqu’elle reçoit l’une de ses commandes :

Système	Commande
Linux	audiotext (installé dans ~/.local/bin par install.sh)
macOS	/Applications/Audiotext.app/Contents/MacOS/Audiotext
Windows	audiotext-cli.exe, dans le dossier d’installation d’Audiotext (%LOCALAPPDATA%\Programs\Audiotext par défaut)

Si vous l’exécutez depuis le code source, lancez plutôt uv run src/cli.py.

Exemples

# Transcrire un fichier. Le texte est aussi affiché, il peut donc être redirigé
audiotext transcribe interview.mp3 --language es --output-types txt,srt

# Transcrire les fichiers d’un dossier en identifiant les locuteurs
audiotext transcribe recordings/ --diarize --speakers 2 --output-dir transcriptions/

# Transcrire une vidéo YouTube avec l’API Whisper
audiotext transcribe "https://www.youtube.com/watch?v=…" --method whisper-api

# Transcrire une réunion avec l’API Whisper, avec ses mots-clés et son contexte
audiotext transcribe meeting.m4a --method whisper-api \
    --openai-model gpt-transcribe --keywords "Audiotext, WhisperX" \
    --prompt "Une réunion sur la prochaine version"

# Enregistrer les sous-titres et un document Word, le résumer et le traduire en espagnol
audiotext transcribe talk.mp4 --output-types srt,docx --summarize --translate-to es

# Transcrire les fichiers ajoutés à un dossier jusqu’à l’arrêt avec Ctrl+C
audiotext watch inbox/ --output-types srt

# La même chose, en transcrivant d’abord les fichiers qu’il contient déjà
audiotext watch inbox/ --existing

Options

Option	Description
-m, --method	Méthode de transcription : whisperx, whisper-api ou google
-l, --language	Langue de l’audio sous forme de code ISO 639-1 (p. ex. fr), ou auto pour la détecter (non pris en charge par Google)
-t, --output-types	Types de fichiers de sortie séparés par des virgules, parmi aud, json, srt, txt, tsv, vtt, md, docx et ass (p. ex. txt,srt,md)
-o, --output-dir	Dossier où les transcriptions sont enregistrées (par défaut : à côté de chaque fichier transcrit)
--overwrite	Transcrire à nouveau les fichiers qui ont déjà une transcription, en la remplaçant
--existing	(watch uniquement) Transcrire d’abord les fichiers que le dossier contient déjà et qui n’ont pas encore de transcription
-p, --prompt	Le sujet de l’audio, comme son thème ou son cadre (non pris en charge par Google)
-k, --keywords	Noms, termes ou sigles prononcés dans l’audio, séparés par des virgules, pour qu’ils soient bien orthographiés (non pris en charge par Google)
--translate	Traduire l’audio en anglais pendant la transcription (non pris en charge par Google). Consultez --translate-to pour d’autres langues
-q, --quiet	N’afficher que les erreurs
-v, --verbose	Afficher les journaux pour déboguer les erreurs
--version	Afficher la version d’Audiotext

Les types de sortie que la méthode de transcription n’enregistre pas elle-même (p. ex. md ou docx) sont exportés à partir de son résultat, comme depuis l’application. aud n’est enregistré que par WhisperX.

Options de résumé et de traduction

Option	Description
--summarize	Résumer chaque transcription, avec ses points clés et ses chapitres, dans un fichier .summary.md
--summary-provider	Fournisseur du modèle de langage qui résume : openai, anthropic, deepseek, gemini, mistral, grok ou ollama
--summary-model	Modèle de langage qui résume
--translate-to	Traduire chaque transcription dans une langue (un code ISO 639-1), enregistrée dans ses types de fichiers de sortie (p. ex. talk.es.srt)
--translation-provider	Fournisseur des traductions : ceux de --summary-provider, deepl ou google
--translation-model	Modèle de langage qui traduit, pour les fournisseurs de modèles de langage

Les fournisseurs et les modèles sont ceux configurés dans l’application s’ils ne sont pas indiqués. Consultez Fournisseurs.

Options de WhisperX

Option	Description
--diarize	Identifier les locuteurs
--speakers	Nombre de locuteurs lors de leur identification (0 pour le détecter)
--model-size	Modèle, p. ex. small ou large-v2 (consultez Moteurs)
--compute-type	int8, float16 ou float32
--batch-size	Taille de lot
--cpu	Exécuter sur le CPU, au lieu d’un GPU NVIDIA ou du GPU d’un Mac

Options de l’API Whisper

Option	Description
--openai-model	Modèle de transcription : whisper-1, gpt-transcribe ou gpt-4o-transcribe-diarize

Exécutez audiotext transcribe --help pour voir toutes les options et leurs valeurs.

Sortie et code de retour

La progression est affichée sur la sortie d’erreur standard (masquez-la avec --quiet), et le texte de la transcription d’un seul fichier sur la sortie standard. La commande se termine avec le code 1 si une transcription, un résumé ou une traduction échoue, et avec 130 si elle est arrêtée avec Ctrl+C.

Si la clé API du fournisseur de --summarize ou de --translate-to n’est pas définie, la commande s’arrête avant de transcrire. Un résumé ou une traduction qui échoue est signalé sans perdre la transcription, qui est enregistrée quand même.

Les clés API sont celles configurées dans l’application, ou leurs variables d’environnement, comme OPENAI_API_KEY, GOOGLE_API_KEY et HF_TOKEN (pour identifier les locuteurs).