subkit0.1.0

subkit превращает видео и другие медиафайлы в субтитры и транскрипционные артефакты из интерфейса командной строки, предоставляя создателям и разработчикам повторяемый способ создания текстового времени. Написанный в Go, он работает как автономный CLI вместе с ffmpeg и рассматривает транскрипцию как последовательность этапов трубопровода, а не одну непрозрачную операцию.

Каждый этап кэширует свой результат независимо, поэтому повторение команды с одним и тем же входом и опциями может повторно использовать существующие артефакты, в то время как отсутствующий окончательный файл может быть восстановлен из кэша рендеринга. Транскрипты, необработанные ответы провайдера, сигналы и визуализированные файлы кэшируются по умолчанию; аудио остается временным, если не используется --cache-audio, которое сохраняет нормализованное аудио для последующего повторного использования. Ключи кэша включают хэш исходного медиаматериала, параметры шагов, версию конвейера и версию ffmpeg для извлечения аудио, а расположение кэша по умолчанию определяется с помощью os.UserCacheDir() из Go.

Пакетные команды принимают отдельные пути или шаблоны и по умолчанию обрабатывают до четырех файлов одновременно. --output-template поддерживает {dir}, {base}, {input_ext}, {kind} и {format}, а --output-dir обрабатывает пакетные назначения; --out остается точным путем для одного входного файла для extract-audio, transcribe и cues. Мультифайловый прогресс использует интерактивный дисплей Bubble Tea в терминальном и простом журналах при перенаправлении, с доступными режимами авто, туи, простоты или выключения; сбои суммируются после партии, если -fail-fast не останавливает работу в очереди после первой ошибки.

Прототип использует нова-2-видео модель Deepgram по умолчанию, но португальский pt-PT-ввод в настоящее время требует - модель общего - языка pt-PT, потому что нова-2-видео была отклонена для этого языка. Нейтральная транскриптовая модель провайдера сохраняет структуры, которые отображаются в Deepgram, AssemblyAI, Google, AWS и сегментах в стиле Whisper.