subkit0.1.0

subkit transforma vídeo e outros arquivos de mídia em artefatos de legenda e transcrição a partir de uma interface de linha de comando, oferecendo aos criadores e desenvolvedores uma forma reproduzível de produzir texto sincronizado. Escrito em Go, ele é executado como uma CLI autônoma ao lado do ffmpeg e trata a transcrição como uma sequência de etapas de pipeline em vez de uma operação opaca.

Cada estágio armazena seu resultado de forma independente, de modo que repetir um comando com a mesma entrada e opções pode reutilizar artefatos existentes, enquanto um arquivo final perdido pode ser reconstruído a partir do cache renderizado-saída. Transcrições, respostas de provedores brutos, pistas e arquivos renderizados são armazenados em cache por padrão; áudio permanece temporário a menos que --cache-audio seja usado, que armazena áudio normalizado para posterior reutilização. Chaves de cache incluem o hash source-media, opções de passo, versão pipeline e versão ffmpeg para extração de áudio, com o local de cache padrão derivado de Go’s os. UserCacheDir ().

Os comandos em lote aceitam caminhos individuais ou globs e processam até quatro arquivos simultaneamente por padrão. --output-template suporta {dir}, {base}, {input_ext}, {kind} e {format}, enquanto --output-dir manipula destinos em lote; --out continua a ser um caminho exato de entrada única para extract-audio, transcribe e cues. O progresso de vários arquivos usa um display interativo Bubble Tea em um terminal e registros simples quando redirecionados, com os modos automático, tui, simples ou desligado disponíveis; falhas são resumidas após o lote, a menos que --fail-fast paradas em fila de trabalho após o primeiro erro.

O protótipo usa o modelo de vídeo nova-2-de Deepgram por padrão, mas a entrada pt-PT em português requer atualmente --model general --language pt-PT porque o novo-2-video foi rejeitado para essa língua. Seu modelo de transcrição neutro preserva estruturas que mapeiam para Deepgram, AssemblyAI, Google, AWS e Whisper-style timings e segmentos.