Antarmuka baris perintah

Audiotext juga dapat digunakan dari baris perintah, mis. untuk mentranskripsi dari skrip. Ada tiga perintah:

transcribe: mentranskripsi file, file-file dalam folder, atau video YouTube.
watch: mentranskripsi file yang ditambahkan ke folder sampai dihentikan dengan Ctrl+C.
check-update: memeriksa apakah versi baru tersedia dan menampilkan tautan untuk mengunduhnya.

Opsi yang tidak diberikan menggunakan nilai yang diatur di aplikasi. Transkripsi selalu disimpan di samping setiap file yang ditranskripsi, atau di folder yang diberikan dengan --output-dir (tempat subfolder dari folder yang ditranskripsi dibuat ulang).

Jalankan

Aplikasi yang terinstal menjalankan baris perintah saat menerima salah satu perintahnya:

Sistem	Perintah
Linux	`audiotext` (dipasang di `~/.local/bin` oleh `install.sh`)
macOS	`/Applications/Audiotext.app/Contents/MacOS/Audiotext`
Windows	`audiotext-cli.exe`, di folder tempat Audiotext diinstal (`%LOCALAPPDATA%\Programs\Audiotext` secara bawaan)

Saat menjalankannya dari kode sumber, gunakan uv run src/cli.py sebagai gantinya.

Contoh

# Transkripsi file. Teks juga dicetak, sehingga dapat dialihkan
audiotext transcribe interview.mp3 --language es --output-types txt,srt

# Transkripsi file-file dalam folder sambil mengidentifikasi pembicara
audiotext transcribe recordings/ --diarize --speakers 2 --output-dir transcriptions/

# Transkripsi video YouTube dengan Whisper API
audiotext transcribe "https://www.youtube.com/watch?v=…" --method whisper-api

# Transkripsi rapat dengan Whisper API, beserta kata kunci dan konteksnya
audiotext transcribe meeting.m4a --method whisper-api \
    --openai-model gpt-transcribe --keywords "Audiotext, WhisperX" \
    --prompt "Rapat tentang rilis berikutnya"

# Simpan subtitle dan dokumen Word, buat ringkasan, dan terjemahkan ke bahasa Spanyol
audiotext transcribe talk.mp4 --output-types srt,docx --summarize --translate-to es

# Transkripsi file yang ditambahkan ke folder sampai dihentikan dengan Ctrl+C
audiotext watch inbox/ --output-types srt

# Sama seperti di atas, tetapi mentranskripsi lebih dulu file yang sudah ada di folder
audiotext watch inbox/ --existing

Opsi

Opsi	Deskripsi
`-m`, `--method`	Metode transkripsi: `whisperx`, `whisper-api`, atau `google`
`-l`, `--language`	Bahasa audio sebagai kode ISO 639-1 (mis. `id`), atau `auto` untuk mendeteksinya (tidak didukung Google)
`-t`, `--output-types`	Jenis file keluaran yang dipisahkan koma, dari `aud`, `json`, `srt`, `txt`, `tsv`, `vtt`, `md`, `docx`, dan `ass` (mis. `txt,srt,md`)
`-o`, `--output-dir`	Folder tempat transkripsi disimpan (bawaan: di samping setiap file yang ditranskripsi)
`--overwrite`	Mentranskripsi lagi file yang sudah memiliki transkripsi, menggantikannya
`--existing`	(hanya `watch`) Mentranskripsi lebih dulu file yang sudah ada di folder dan belum memiliki transkripsi
`-p`, `--prompt`	Tentang apa audio itu, seperti topik atau latarnya (tidak didukung Google)
`-k`, `--keywords`	Nama, istilah, atau akronim yang diucapkan dalam audio, dipisahkan koma, agar ejaannya benar (tidak didukung Google)
`--translate`	Menerjemahkan audio ke bahasa Inggris saat mentranskripsi (tidak didukung Google). Untuk bahasa lain, lihat `--translate-to`
`-q`, `--quiet`	Hanya mencetak kesalahan
`-v`, `--verbose`	Mencetak log untuk men-debug kesalahan
`--version`	Mencetak versi Audiotext

Jenis keluaran yang tidak disimpan sendiri oleh metode transkripsi (mis. md atau docx) diekspor dari hasilnya, seperti dari aplikasi. aud hanya disimpan oleh WhisperX.

Opsi ringkasan dan terjemahan

Opsi	Deskripsi
`--summarize`	Meringkas setiap transkripsi, dengan poin-poin penting dan babnya, ke dalam file `.summary.md`
`--summary-provider`	Penyedia model bahasa yang meringkas: `openai`, `anthropic`, `deepseek`, `gemini`, `mistral`, `grok`, atau `ollama`
`--summary-model`	Model bahasa yang meringkas
`--translate-to`	Menerjemahkan setiap transkripsi ke suatu bahasa (kode ISO 639-1), disimpan dalam jenis file keluarannya (mis. `talk.es.srt`)
`--translation-provider`	Penyedia terjemahan: penyedia `--summary-provider`, `deepl`, atau `google`
`--translation-model`	Model bahasa yang menerjemahkan, untuk penyedia model bahasa

Jika tidak diberikan, penyedia dan model yang diatur di aplikasi yang digunakan. Lihat Penyedia.

Opsi WhisperX

Opsi	Deskripsi
`--diarize`	Mengidentifikasi pembicara
`--speakers`	Jumlah pembicara saat mengidentifikasi (`0` untuk mendeteksinya)
`--model-size`	Model, mis. `small` atau `large-v2` (lihat Mesin)
`--compute-type`	`int8`, `float16`, atau `float32`
`--batch-size`	Ukuran batch
`--cpu`	Berjalan di CPU, alih-alih di GPU NVIDIA atau GPU Mac

Opsi Whisper API

Opsi	Deskripsi
`--openai-model`	Model transkripsi: `whisper-1`, `gpt-transcribe`, atau `gpt-4o-transcribe-diarize`

Jalankan audiotext transcribe --help untuk melihat semua opsi dan nilainya.

Keluaran dan kode keluar

Kemajuan dicetak ke error standar (sembunyikan dengan --quiet), dan teks transkripsi dari satu file ke keluaran standar. Perintah keluar dengan kode 1 jika transkripsi, ringkasan, atau terjemahan gagal, dan dengan 130 jika dihentikan dengan Ctrl+C.

Jika kunci API penyedia untuk --summarize atau --translate-to belum diatur, perintah berhenti sebelum mentranskripsi. Ringkasan atau terjemahan yang gagal dilaporkan tanpa kehilangan transkripsi, yang tetap disimpan.

Kunci API adalah kunci yang diatur di aplikasi, atau variabel lingkungannya, seperti OPENAI_API_KEY, GOOGLE_API_KEY, dan HF_TOKEN (untuk mengidentifikasi pembicara).