Interfaccia a riga di comando

Audiotext si può usare anche dalla riga di comando, es. per trascrivere da script. Ha tre comandi:

• transcribe: trascrive un file, i file di una cartella o un video di YouTube.
• watch: trascrive i file aggiunti a una cartella finché non viene fermato con Ctrl+C.
• check-update: controlla se è disponibile una nuova versione e mostra il link per scaricarla.

Le opzioni non indicate assumono i valori configurati nell’app. Le trascrizioni vengono sempre salvate accanto a ogni file trascritto, o nella cartella indicata con --output-dir (dove vengono ricreate le sottocartelle di una cartella trascritta).

Eseguila

L’app installata esegue la riga di comando quando riceve uno dei suoi comandi:

Sistema	Comando
Linux	audiotext (installato in ~/.local/bin da install.sh)
macOS	/Applications/Audiotext.app/Contents/MacOS/Audiotext
Windows	audiotext-cli.exe, nella cartella in cui è installato Audiotext (%LOCALAPPDATA%\Programs\Audiotext per impostazione predefinita)

Se la esegui dal codice sorgente, esegui invece uv run src/cli.py.

Esempi

# Trascrive un file. Il testo viene anche stampato, quindi si può reindirizzare
audiotext transcribe interview.mp3 --language es --output-types txt,srt

# Trascrive i file di una cartella identificando i parlanti
audiotext transcribe recordings/ --diarize --speakers 2 --output-dir transcriptions/

# Trascrive un video di YouTube con la API di Whisper
audiotext transcribe "https://www.youtube.com/watch?v=…" --method whisper-api

# Trascrive una riunione con la API di Whisper, con parole chiave e contesto
audiotext transcribe meeting.m4a --method whisper-api \
    --openai-model gpt-transcribe --keywords "Audiotext, WhisperX" \
    --prompt "Una riunione sulla prossima versione"

# Salva i sottotitoli e un documento Word, lo riassume e lo traduce in spagnolo
audiotext transcribe talk.mp4 --output-types srt,docx --summarize --translate-to es

# Trascrive i file aggiunti a una cartella finché non viene fermato con Ctrl+C
audiotext watch inbox/ --output-types srt

# Lo stesso, trascrivendo prima i file che contiene già
audiotext watch inbox/ --existing

Opzioni

Opzione	Descrizione
-m, --method	Metodo di trascrizione: whisperx, whisper-api o google
-l, --language	Lingua dell’audio come codice ISO 639-1 (es. it), o auto per rilevarla (non supportato da Google)
-t, --output-types	Tipi di file di output separati da virgole, tra aud, json, srt, txt, tsv, vtt, md, docx e ass (es. txt,srt,md)
-o, --output-dir	Cartella in cui vengono salvate le trascrizioni (predefinito: accanto a ogni file trascritto)
--overwrite	Trascrivere di nuovo i file che hanno già una trascrizione, sostituendola
--existing	(solo watch) Trascrivere prima i file che la cartella contiene già e che non hanno ancora una trascrizione
-p, --prompt	Di cosa parla l’audio, come l’argomento o il contesto (non supportato da Google)
-k, --keywords	Nomi, termini o sigle pronunciati nell’audio, separati da virgole, perché siano scritti correttamente (non supportato da Google)
--translate	Tradurre l’audio in inglese durante la trascrizione (non supportato da Google). Consulta --translate-to per altre lingue
-q, --quiet	Stampare solo gli errori
-v, --verbose	Stampare i log per il debug degli errori
--version	Stampare la versione di Audiotext

I tipi di output che il metodo di trascrizione non salva da sé (es. md o docx) vengono esportati dal suo risultato, come dall’app. aud viene salvato solo da WhisperX.

Opzioni di riassunto e traduzione

Opzione	Descrizione
--summarize	Riassumere ogni trascrizione, con i punti chiave e i capitoli, in un file .summary.md
--summary-provider	Fornitore del modello linguistico che riassume: openai, anthropic, deepseek, gemini, mistral, grok o ollama
--summary-model	Modello linguistico che riassume
--translate-to	Tradurre ogni trascrizione in una lingua (un codice ISO 639-1), salvata nei suoi tipi di file di output (es. talk.es.srt)
--translation-provider	Fornitore delle traduzioni: quelli di --summary-provider, deepl o google
--translation-model	Modello linguistico che traduce, per i fornitori di modelli linguistici

I fornitori e i modelli sono quelli configurati nell’app, se non indicati. Consulta Fornitori.

Opzioni di WhisperX

Opzione	Descrizione
--diarize	Identificare i parlanti
--speakers	Numero di parlanti da identificare (0 per rilevarlo)
--model-size	Modello, es. small o large-v2 (consulta Motori)
--compute-type	int8, float16 o float32
--batch-size	Dimensione del batch
--cpu	Eseguire sulla CPU, invece che su una GPU NVIDIA o sulla GPU di un Mac

Opzioni della API di Whisper

Opzione	Descrizione
--openai-model	Modello di trascrizione: whisper-1, gpt-transcribe o gpt-4o-transcribe-diarize

Esegui audiotext transcribe --help per vedere tutte le opzioni e i loro valori.

Output e codice di uscita

L’avanzamento viene stampato sullo standard error (nascondilo con --quiet), e il testo della trascrizione di un singolo file sullo standard output. Il comando termina con il codice 1 se una trascrizione, un riassunto o una traduzione non riesce, e con 130 se viene fermato con Ctrl+C.

Se la chiave API del fornitore di --summarize o --translate-to non è impostata, il comando si ferma prima di trascrivere. Un riassunto o una traduzione che non riesce viene segnalato senza perdere la trascrizione, che viene salvata comunque.

Le chiavi API sono quelle impostate nell’app, o le loro variabili d’ambiente, come OPENAI_API_KEY, GOOGLE_API_KEY e HF_TOKEN (per identificare i parlanti).