Командний рядок

Audiotext можна використовувати й із командного рядка, наприклад щоб транскрибувати зі скриптів. Є три команди:

transcribe: транскрибує файл, файли папки або відео з YouTube.
watch: транскрибує файли, що додаються до папки, доки її не зупинять через Ctrl+C.
check-update: перевіряє, чи доступна нова версія, і виводить посилання для її завантаження.

Невказані параметри беруть значення з налаштувань застосунку. Транскрипції завжди зберігаються поруч із кожним транскрибованим файлом або в папці, вказаній через --output-dir (у ній відтворюються підпапки транскрибованої папки).

Запуск

Встановлений застосунок запускає командний рядок, коли отримує одну з його команд:

Система	Команда
Linux	`audiotext` (встановлюється в `~/.local/bin` скриптом `install.sh`)
macOS	`/Applications/Audiotext.app/Contents/MacOS/Audiotext`
Windows	`audiotext-cli.exe` у папці, куди встановлено Audiotext (типово `%LOCALAPPDATA%\Programs\Audiotext`)

Якщо ви запускаєте його з вихідного коду, використовуйте натомість uv run src/cli.py.

Приклади

# Транскрибувати файл. Текст також виводиться, тож його можна перенаправити
audiotext transcribe interview.mp3 --language es --output-types txt,srt

# Транскрибувати файли папки з визначенням мовців
audiotext transcribe recordings/ --diarize --speakers 2 --output-dir transcriptions/

# Транскрибувати відео з YouTube за допомогою Whisper API
audiotext transcribe "https://www.youtube.com/watch?v=…" --method whisper-api

# Транскрибувати зустріч за допомогою Whisper API з ключовими словами й контекстом
audiotext transcribe meeting.m4a --method whisper-api \
    --openai-model gpt-transcribe --keywords "Audiotext, WhisperX" \
    --prompt "Зустріч про наступну версію"

# Зберегти субтитри й документ Word, створити підсумок і перекласти іспанською
audiotext transcribe talk.mp4 --output-types srt,docx --summarize --translate-to es

# Транскрибувати файли, що додаються до папки, до зупинки через Ctrl+C
audiotext watch inbox/ --output-types srt

# Те саме, але спершу транскрибуються файли, які вже є в папці
audiotext watch inbox/ --existing

Параметри

Параметр	Опис
`-m`, `--method`	Метод транскрипції: `whisperx`, `whisper-api` або `google`
`-l`, `--language`	Мова аудіо у вигляді коду ISO 639-1 (наприклад, `uk`) або `auto` для визначення (не підтримується Google)
`-t`, `--output-types`	Типи вихідних файлів через кому з `aud`, `json`, `srt`, `txt`, `tsv`, `vtt`, `md`, `docx` і `ass` (наприклад, `txt,srt,md`)
`-o`, `--output-dir`	Папка для збереження транскрипцій (типово — поруч із кожним транскрибованим файлом)
`--overwrite`	Знову транскрибувати файли, які вже мають транскрипцію, замінюючи її
`--existing`	(лише `watch`) Спершу транскрибувати файли, які вже є в папці й ще не мають транскрипції
`-p`, `--prompt`	Про що запис, наприклад тема чи обставини (не підтримується Google)
`-k`, `--keywords`	Імена, терміни або абревіатури із запису через кому, щоб вони писалися правильно (не підтримується Google)
`--translate`	Перекладати аудіо англійською під час транскрипції (не підтримується Google). Для інших мов див. `--translate-to`
`-q`, `--quiet`	Виводити лише помилки
`-v`, `--verbose`	Виводити журнали для налагодження помилок
`--version`	Вивести версію Audiotext

Типи виводу, які метод транскрипції не зберігає сам (наприклад, md або docx), експортуються з його результату, як у застосунку. aud зберігає лише WhisperX.

Параметри підсумку й перекладу

Параметр	Опис
`--summarize`	Створити підсумок кожної транскрипції з ключовими моментами й розділами у файлі `.summary.md`
`--summary-provider`	Постачальник мовної моделі, що створює підсумок: `openai`, `anthropic`, `deepseek`, `gemini`, `mistral`, `grok` або `ollama`
`--summary-model`	Мовна модель, що створює підсумок
`--translate-to`	Перекласти кожну транскрипцію мовою (код ISO 639-1); переклад зберігається в її типах вихідних файлів (наприклад, `talk.es.srt`)
`--translation-provider`	Постачальник перекладів: ті самі, що для `--summary-provider`, а також `deepl` або `google`
`--translation-model`	Мовна модель для перекладу, для постачальників мовних моделей

Якщо їх не вказано, використовуються постачальники й моделі з налаштувань застосунку. Див. Постачальники.

Параметри WhisperX

Параметр	Опис
`--diarize`	Визначати мовців
`--speakers`	Кількість мовців під час визначення (`0` — визначити автоматично)
`--model-size`	Модель, наприклад `small` або `large-v2` (див. Рушії)
`--compute-type`	`int8`, `float16` або `float32`
`--batch-size`	Розмір пакета
`--cpu`	Запускати на процесорі, а не на відеокарті NVIDIA чи графічному процесорі Mac

Параметри Whisper API

Параметр	Опис
`--openai-model`	Модель транскрипції: `whisper-1`, `gpt-transcribe` або `gpt-4o-transcribe-diarize`

Виконайте audiotext transcribe --help, щоб побачити всі параметри та їхні значення.

Вивід і код завершення

Перебіг виконання виводиться в стандартний потік помилок (сховайте його за допомогою --quiet), а текст транскрипції одного файлу — у стандартний вивід. Команда завершується з кодом 1, якщо не вдалася транскрипція, підсумок або переклад, і з кодом 130, якщо її зупинено через Ctrl+C.

Якщо ключ API постачальника для --summarize або --translate-to не задано, команда зупиняється до транскрипції. Про невдалий підсумок або переклад повідомляється без втрати транскрипції, яку однаково збережено.

Ключі API беруться із застосунку або з їхніх змінних середовища, наприклад OPENAI_API_KEY, GOOGLE_API_KEY і HF_TOKEN (для визначення мовців).