subkit0.1.0

subkit, video ve diğer medya dosyalarını bir komut satırı arayüzünden altyazı ve transkript çıktısı hâline dönüştürür ve içerik üreticilerine ve geliştiricilere zaman kodlu metin üretmenin tekrarlanabilir bir yolunu sunar. Go ile yazılmıştır, ffmpeg'in yanında bağımsız bir CLI olarak çalışır ve transkripsiyonu tek bir opak işlemden ziyade bir işlem hattı aşamaları dizisi olarak ele alır.

Her aşama kendi sonucunu bağımsız olarak önbelleğe alır, bu nedenle aynı girdi ve seçeneklere sahip bir komutu tekrarlamak mevcut eserleri yeniden kullanabilir, eksik bir son dosya ise oluşturulan çıktı önbelleğinden yeniden oluşturulabilir. Transkriptler, ham sağlayıcı yanıtları, ipuçları ve işlenmiş dosyalar varsayılan olarak önbelleğe alınır; -cache-audio kullanılmadığı sürece ses geçici kalır, bu da daha sonra yeniden kullanım için normalleştirilmiş ses depolar. Önbellek tuşları, Go'nun os.UserCacheDir()'inden türetilen varsayılan önbellek konumuyla, ses çıkarma için kaynak-medya hash, adım seçenekleri, boru hattı sürümü ve ffmpeg sürümünü içerir.

Toplu komutlar bireysel yolları veya globları kabul eder ve varsayılan olarak aynı anda dört dosyaya kadar işler. --output-template {dir}, {base}, {input_ext}, {kind} ve {format} değerlerini desteklerken --output-dir toplu hedefleri işler; --out, extract-audio, transcribe ve cues için tam bir tek giriş yolu olarak kalır. Çoklu dosya ilerlemesi, yönlendirildiğinde, otomatik, tui, düz veya kapalı modlarla bir terminalde ve düz günlüklerde etkileşimli bir Kabarcık Çayı ekranı kullanır; Başarısızlıklar, ilk hatadan sonra sıralanmış çalışmayı durdurmadıkça toplu halden sonra özetlenir.

Prototip, varsayılan olarak Deepgram'ın nova-2-video modelini kullanıyor, ancak Portekizce pt-PT girişi şu anda -model genel - dil pt-PT'sini gerektiriyor çünkü nova-2-video bu dil için reddedildi. Sağlayıcı-nötr transkript modeli Deepgram, AssemblyAI, Google, AWS ve Whisper tarzı zamanlamaları ve segmentleri gösteren yapıları korur.