#!/usr/bin/env python3 """Локальная транскрипция речи через openai-whisper.""" from __future__ import annotations import argparse import json import shutil import sys from pathlib import Path AUDIO_EXTENSIONS = {'.mp3', '.wav', '.flac', '.ogg', '.m4a', '.aac', '.opus', '.wma', '.mp4', '.mkv'} def collect(paths: list[Path], recursive: bool) -> list[Path]: files: list[Path] = [] for path in paths: if path.is_dir(): iterator = path.rglob('*') if recursive else path.glob('*') files.extend( item for item in iterator if item.is_file() and item.suffix.lower() in AUDIO_EXTENSIONS ) elif path.is_file() and path.suffix.lower() in AUDIO_EXTENSIONS: files.append(path) else: print(f'Пропуск: {path}', file=sys.stderr) return sorted(set(files), key=lambda item: str(item).lower()) def stamp(seconds: float, decimal: str = ',') -> str: milliseconds = int(round(seconds * 1000)) hours, rest = divmod(milliseconds, 3_600_000) minutes, rest = divmod(rest, 60_000) whole, millis = divmod(rest, 1000) return f'{hours:02d}:{minutes:02d}:{whole:02d}{decimal}{millis:03d}' def write_srt(segments: list[dict], target: Path) -> None: lines: list[str] = [] for number, segment in enumerate(segments, start=1): lines.append(str(number)) lines.append(f'{stamp(segment["start"])} --> {stamp(segment["end"])}') lines.append(segment['text'].strip()) lines.append('') target.write_text('\n'.join(lines), encoding='utf-8') def write_vtt(segments: list[dict], target: Path) -> None: lines = ['WEBVTT', ''] for segment in segments: lines.append(f'{stamp(segment["start"], ".")} --> {stamp(segment["end"], ".")}') lines.append(segment['text'].strip()) lines.append('') target.write_text('\n'.join(lines), encoding='utf-8') def main() -> int: parser = argparse.ArgumentParser(description='Распознать речь через Whisper') parser.add_argument('inputs', nargs='+', type=Path, help='Аудио или видео файлы') parser.add_argument('-o', '--out', type=Path, default=Path('transcripts'), help='Папка для текста') parser.add_argument('--model', default='small', help='Модель: tiny, base, small, medium, large') parser.add_argument('--language', default='', help='Код языка, например ru. Пусто - автоопределение') parser.add_argument('--task', choices=['transcribe', 'translate'], default='transcribe', help='Задача') parser.add_argument('--format', choices=['txt', 'srt', 'vtt', 'json'], default='srt', help='Формат') parser.add_argument('--recursive', action='store_true', help='Обходить вложенные папки') args = parser.parse_args() if not shutil.which('ffmpeg'): print('ffmpeg не найден. Whisper использует его для чтения аудио.', file=sys.stderr) return 1 try: import whisper except ImportError: print('Модуль whisper не установлен. Выполните: python -m pip install openai-whisper', file=sys.stderr) return 1 files = collect([path.expanduser() for path in args.inputs], args.recursive) if not files: print('Файлы не найдены.', file=sys.stderr) return 1 out_dir = args.out.expanduser().resolve() out_dir.mkdir(parents=True, exist_ok=True) print(f'Загрузка модели {args.model}. При первом запуске она скачивается.') model = whisper.load_model(args.model) done = 0 for source in files: print(f'Обработка: {source.name}') result = model.transcribe( str(source), language=args.language or None, task=args.task, verbose=False, ) segments = [ { 'start': float(segment.get('start', 0.0)), 'end': float(segment.get('end', 0.0)), 'text': str(segment.get('text', '')).strip(), } for segment in result.get('segments', []) ] if not segments: print(f'Речь не распознана: {source.name}', file=sys.stderr) continue destination = out_dir / f'{source.stem}.{args.format}' if args.format == 'txt': destination.write_text('\n'.join(item['text'] for item in segments) + '\n', encoding='utf-8') elif args.format == 'srt': write_srt(segments, destination) elif args.format == 'vtt': write_vtt(segments, destination) else: destination.write_text(json.dumps(segments, ensure_ascii=False, indent=2), encoding='utf-8') print(f'Готово: {destination}') done += 1 print(f'Итог: обработано {done} из {len(files)}') return 0 if done else 2 if __name__ == '__main__': raise SystemExit(main())