Linia de comandă

Audiotext poate fi folosit și din linia de comandă, de ex. pentru a transcrie din scripturi. Are trei comenzi:

transcribe: transcrie un fișier, fișierele unui dosar sau un videoclip YouTube.
watch: transcrie fișierele adăugate într-un dosar până când este oprit cu Ctrl+C.
check-update: verifică dacă este disponibilă o versiune nouă și afișează linkul pentru descărcarea ei.

Opțiunile neindicate iau valorile setate în aplicație. Transcrierile sunt salvate mereu lângă fiecare fișier transcris sau în dosarul indicat cu --output-dir (unde sunt recreate subdosarele unui dosar transcris).

Rulați-o

Aplicația instalată rulează linia de comandă când primește una dintre comenzile ei:

Sistem	Comandă
Linux	`audiotext` (instalat în `~/.local/bin` de `install.sh`)
macOS	`/Applications/Audiotext.app/Contents/MacOS/Audiotext`
Windows	`audiotext-cli.exe`, în dosarul în care este instalat Audiotext (implicit `%LOCALAPPDATA%\Programs\Audiotext`)

Când îl rulați din codul sursă, folosiți în schimb uv run src/cli.py.

Exemple

# Transcrie un fișier. Textul este și afișat, deci poate fi redirecționat
audiotext transcribe interview.mp3 --language es --output-types txt,srt

# Transcrie fișierele unui dosar identificând vorbitorii
audiotext transcribe recordings/ --diarize --speakers 2 --output-dir transcriptions/

# Transcrie un videoclip YouTube cu API-ul Whisper
audiotext transcribe "https://www.youtube.com/watch?v=…" --method whisper-api

# Transcrie o ședință cu API-ul Whisper, cu cuvinte cheie și context
audiotext transcribe meeting.m4a --method whisper-api \
    --openai-model gpt-transcribe --keywords "Audiotext, WhisperX" \
    --prompt "O ședință despre următoarea versiune"

# Salvează subtitrările și un document Word, îl rezumă și îl traduce în spaniolă
audiotext transcribe talk.mp4 --output-types srt,docx --summarize --translate-to es

# Transcrie fișierele adăugate într-un dosar până la oprirea cu Ctrl+C
audiotext watch inbox/ --output-types srt

# La fel, dar transcriind mai întâi fișierele pe care le conține deja
audiotext watch inbox/ --existing

Opțiuni

Opțiune	Descriere
`-m`, `--method`	Metoda de transcriere: `whisperx`, `whisper-api` sau `google`
`-l`, `--language`	Limba audio ca cod ISO 639-1 (de ex. `ro`) sau `auto` pentru detectare (nu este acceptat de Google)
`-t`, `--output-types`	Tipuri de fișiere de ieșire separate prin virgulă, dintre `aud`, `json`, `srt`, `txt`, `tsv`, `vtt`, `md`, `docx` și `ass` (de ex. `txt,srt,md`)
`-o`, `--output-dir`	Dosarul în care se salvează transcrierile (implicit: lângă fiecare fișier transcris)
`--overwrite`	Transcrie din nou fișierele care au deja o transcriere, înlocuind-o
`--existing`	(doar `watch`) Transcrie mai întâi fișierele pe care dosarul le conține deja și care nu au încă o transcriere
`-p`, `--prompt`	Despre ce este înregistrarea, de ex. subiectul sau cadrul (nu este acceptat de Google)
`-k`, `--keywords`	Nume, termeni sau acronime rostite, separate prin virgulă, ca să fie scrise corect (nu este acceptat de Google)
`--translate`	Traducerea sunetului în engleză în timpul transcrierii (nu este acceptat de Google). Pentru alte limbi consultați `--translate-to`
`-q`, `--quiet`	Afișarea doar a erorilor
`-v`, `--verbose`	Afișarea jurnalelor pentru depanare
`--version`	Afișarea versiunii Audiotext

Tipurile de ieșire pe care metoda de transcriere nu le salvează singură (de ex. md sau docx) sunt exportate din rezultatul ei, ca din aplicație. aud este salvat doar de WhisperX.

Opțiuni de rezumat și traducere

Opțiune	Descriere
`--summarize`	Rezumarea fiecărei transcrieri, cu punctele cheie și capitolele, într-un fișier `.summary.md`
`--summary-provider`	Furnizorul modelului de limbaj care rezumă: `openai`, `anthropic`, `deepseek`, `gemini`, `mistral`, `grok` sau `ollama`
`--summary-model`	Modelul de limbaj care rezumă
`--translate-to`	Traducerea fiecărei transcrieri într-o limbă (un cod ISO 639-1), salvată în tipurile ei de fișiere de ieșire (de ex. `talk.es.srt`)
`--translation-provider`	Furnizorul traducerilor: cei de la `--summary-provider`, `deepl` sau `google`
`--translation-model`	Modelul de limbaj care traduce, pentru furnizorii de modele de limbaj

Dacă nu sunt indicați, se folosesc furnizorii și modelele setate în aplicație. Consultați Furnizori.

Opțiuni WhisperX

Opțiune	Descriere
`--diarize`	Identificarea vorbitorilor
`--speakers`	Numărul de vorbitori la identificare (`0` pentru detectare)
`--model-size`	Modelul, de ex. `small` sau `large-v2` (consultați Motoare)
`--compute-type`	`int8`, `float16` sau `float32`
`--batch-size`	Dimensiunea lotului
`--cpu`	Rularea pe procesor, în loc de o placă video NVIDIA sau placa video a unui Mac

Opțiuni API Whisper

Opțiune	Descriere
`--openai-model`	Modelul de transcriere: `whisper-1`, `gpt-transcribe` sau `gpt-4o-transcribe-diarize`

Rulați audiotext transcribe --help pentru a vedea toate opțiunile și valorile lor.

Ieșire și cod de ieșire

Progresul este afișat la ieșirea de erori standard (ascundeți-l cu --quiet), iar textul transcrierii unui singur fișier la ieșirea standard. Comanda se încheie cu codul 1 dacă o transcriere, un rezumat sau o traducere eșuează, și cu 130 dacă este oprită cu Ctrl+C.

Dacă cheia API a furnizorului pentru --summarize sau --translate-to nu este setată, comanda se oprește înainte de a transcrie. Un rezumat sau o traducere care eșuează este raportat fără a pierde transcrierea, care este salvată oricum.

Cheile API sunt cele setate în aplicație sau variabilele lor de mediu, precum OPENAI_API_KEY, GOOGLE_API_KEY și HF_TOKEN (pentru identificarea vorbitorilor).