Командная строка

Audiotext можно использовать и из командной строки, например чтобы транскрибировать из скриптов. Есть три команды:

• transcribe: транскрибирует файл, файлы папки или видео с YouTube.
• watch: транскрибирует файлы, добавляемые в папку, пока не будет остановлена через Ctrl+C.
• check-update: проверяет, доступна ли новая версия, и выводит ссылку для её загрузки.

Не указанные параметры берут значения из настроек приложения. Транскрипции всегда сохраняются рядом с каждым транскрибированным файлом или в папке, указанной через --output-dir (в ней воссоздаются подпапки транскрибированной папки).

Запуск

Установленное приложение запускает командную строку, когда получает одну из её команд:

Система	Команда
Linux	audiotext (устанавливается в ~/.local/bin скриптом install.sh)
macOS	/Applications/Audiotext.app/Contents/MacOS/Audiotext
Windows	audiotext-cli.exe в папке, куда установлен Audiotext (по умолчанию %LOCALAPPDATA%\Programs\Audiotext)

Если вы запускаете его из исходного кода, используйте вместо этого uv run src/cli.py.

Примеры

# Транскрибировать файл. Текст также выводится, поэтому его можно перенаправить
audiotext transcribe interview.mp3 --language es --output-types txt,srt

# Транскрибировать файлы папки с определением говорящих
audiotext transcribe recordings/ --diarize --speakers 2 --output-dir transcriptions/

# Транскрибировать видео с YouTube с помощью Whisper API
audiotext transcribe "https://www.youtube.com/watch?v=…" --method whisper-api

# Транскрибировать встречу с помощью Whisper API, с ключевыми словами и контекстом
audiotext transcribe meeting.m4a --method whisper-api \
    --openai-model gpt-transcribe --keywords "Audiotext, WhisperX" \
    --prompt "Встреча о следующей версии"

# Сохранить субтитры и документ Word, составить сводку и перевести на испанский
audiotext transcribe talk.mp4 --output-types srt,docx --summarize --translate-to es

# Транскрибировать файлы, добавляемые в папку, до остановки через Ctrl+C
audiotext watch inbox/ --output-types srt

# То же самое, но сначала транскрибируются файлы, которые уже есть в папке
audiotext watch inbox/ --existing

Параметры

Параметр	Описание
-m, --method	Метод транскрипции: whisperx, whisper-api или google
-l, --language	Язык аудио в виде кода ISO 639-1 (например, ru) или auto для определения (не поддерживается Google)
-t, --output-types	Типы выходных файлов через запятую из aud, json, srt, txt, tsv, vtt, md, docx и ass (например, txt,srt,md)
-o, --output-dir	Папка для сохранения транскрипций (по умолчанию — рядом с каждым транскрибированным файлом)
--overwrite	Заново транскрибировать файлы, у которых уже есть транскрипция, заменяя её
--existing	(только watch) Сначала транскрибировать файлы, которые уже есть в папке и у которых ещё нет транскрипции
-p, --prompt	О чём запись, например тема или обстановка (не поддерживается Google)
-k, --keywords	Имена, термины или аббревиатуры из записи через запятую, чтобы они писались правильно (не поддерживается Google)
--translate	Переводить аудио на английский при транскрипции (не поддерживается Google). Для других языков см. --translate-to
-q, --quiet	Выводить только ошибки
-v, --verbose	Выводить журналы для отладки ошибок
--version	Вывести версию Audiotext

Типы вывода, которые метод транскрипции не сохраняет сам (например, md или docx), экспортируются из его результата, как в приложении. aud сохраняет только WhisperX.

Параметры сводки и перевода

Параметр	Описание
--summarize	Составить сводку каждой транскрипции с ключевыми моментами и главами в файле .summary.md
--summary-provider	Поставщик языковой модели, которая составляет сводку: openai, anthropic, deepseek, gemini, mistral, grok или ollama
--summary-model	Языковая модель, которая составляет сводку
--translate-to	Перевести каждую транскрипцию на язык (код ISO 639-1); перевод сохраняется в её типах выходных файлов (например, talk.es.srt)
--translation-provider	Поставщик переводов: те же, что для --summary-provider, а также deepl или google
--translation-model	Языковая модель для перевода, для поставщиков языковых моделей

Если они не указаны, используются поставщики и модели из настроек приложения. См. Поставщики.

Параметры WhisperX

Параметр	Описание
--diarize	Определять говорящих
--speakers	Количество говорящих при определении (0 — определить автоматически)
--model-size	Модель, например small или large-v2 (см. Движки)
--compute-type	int8, float16 или float32
--batch-size	Размер пакета
--cpu	Запускать на процессоре, а не на видеокарте NVIDIA или графическом процессоре Mac

Параметры Whisper API

Параметр	Описание
--openai-model	Модель транскрипции: whisper-1, gpt-transcribe или gpt-4o-transcribe-diarize

Выполните audiotext transcribe --help, чтобы увидеть все параметры и их значения.

Вывод и код завершения

Ход выполнения выводится в стандартный поток ошибок (скройте его с помощью --quiet), а текст транскрипции одного файла — в стандартный вывод. Команда завершается с кодом 1, если не удалась транскрипция, сводка или перевод, и с кодом 130, если она остановлена через Ctrl+C.

Если ключ API поставщика для --summarize или --translate-to не задан, команда останавливается до транскрипции. Неудачная сводка или перевод сообщается без потери транскрипции, которая всё равно сохраняется.

Ключи API берутся из приложения или из их переменных окружения, например OPENAI_API_KEY, GOOGLE_API_KEY и HF_TOKEN (для определения говорящих).