transcribe-cli

CLI для транскрипции аудио/видео файлов и YouTube-ссылок через Deepgram или AssemblyAI. Поддерживает разделение по спикерам, таймстампы, авто-краткое содержание и записи Google Meet. После готового транскрипта — меню «Результат»: открыть файл, показать в папке, скопировать текст или путь в буфер.

Содержание

• Требования
• Установка
• Получение ключа Deepgram
• Первый запуск
• Режимы работы
• Google Meet
• Провайдер транскрипции
• Авто-саммари
• Обновление
• Удаление

Требования

Перед установкой убедитесь, что установлено:

Node.js ≥ 18

• Скачать: https://nodejs.org
• Проверить: node -v

ffmpeg

# macOS
brew install ffmpeg

# Windows (через Chocolatey)
choco install ffmpeg

# Windows (вручную)
# Скачать с https://ffmpeg.org/download.html → добавить в PATH

Проверить: ffmpeg -version

yt-dlp (только для режима «Ссылка»)

pip install yt-dlp

# или macOS
brew install yt-dlp

Проверить: yt-dlp --version

Установка

Одной командой (рекомендуется)

npm install -g @ireull/transcribe-cli

Работает на macOS, Linux и Windows одинаково. Ничего клонировать не нужно — npm сам скачает пакет из реестра и поставит команду transcribe глобально.

Если получите EACCES — запустите с sudo (macOS/Linux) или из консоли с правами администратора (Windows).

Прямо из GitHub (без npm-реестра)

Тот же результат, минуя реестр (ставит из git напрямую):

npm install -g git+https://github.com/ireull/transcribe-cli.git

Из клона (для разработки)

Если склонировали репозиторий и хотите поставить свою локальную сборку:

cd transcribe-cli
npm i -g .

Команда transcribe станет доступна из любого терминала — одинаково на macOS, Linux и Windows. Папку с исходниками можно удалить.

Получение ключа Deepgram

Deepgram используется для распознавания речи. Есть бесплатный тариф ($200 кредитов при регистрации).

1. Перейдите на https://console.deepgram.com
2. Зарегистрируйтесь
3. Слева: API Keys → Create a New API Key
4. Название — любое, права — Member
5. Скопируйте ключ вида dg-xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx

Ключ показывается только один раз — сохраните его сразу.

Первый запуск

transcribe

При первом запуске CLI попросит ввести API-ключ Deepgram и предложит добавить ярлык на рабочий стол:

  Введите API-ключ Deepgram: dg-...
  Ключ сохранен.

  Добавить ярлык на рабочий стол? Yes
  ✓ Ярлык создан

Настройки сохраняются в ~/.config/transcribe-cli/config.json (или $XDG_CONFIG_HOME/transcribe-cli/ если задан) и запоминаются между сессиями.

Навигация: Ctrl+C на любом шаге (выбор файла или записи, папка) возвращает в главное меню, а не закрывает программу — не нужно начинать с нуля. Из главного меню Ctrl+C (или «Выход») завершает работу.

Режимы работы

Файл → транскрипт

Открывает диалог выбора файла. Поддерживаемые форматы: .wav, .mp3, .ogg, .flac, .m4a, .opus, .webm, а также любые видео (конвертируются через ffmpeg).

Несколько файлов (batch)

Выберите несколько файлов через Ctrl+клик — CLI обработает их по очереди в одну папку.

Ссылка → транскрипт

Вставьте любую ссылку, которую поддерживает yt-dlp (YouTube, VK, и сотни других сайтов). Требует установленного yt-dlp.

Google Meet → транскрипт

Транскрибирует записи прямо с Google Drive. Настройка ниже.

Опции транскрипции

Опции живут в Настройки → Опции транскрипции (один чеклист: пробел — вкл/выкл, Enter — сохранить) и применяются ко всем транскрипциям автоматически — перед запуском ничего выбирать не нужно. Текущий набор печатается строкой перед стартом (Опции: спикеры · склейка · ...):

• Разделять спикеров — диаризация (улучшенная модель)
• Склеивать реплики одного спикера — подряд идущие фразы одного человека в один блок (чище и компактнее)
• Числа цифрами — «двадцать три» → «23»
• Авто-определение языка — язык определяется сам; выключи, чтобы задать вручную (ru / en / другой код BCP-47)

Если спикеров несколько, после транскрипции CLI покажет первые реплики каждого и предложит назвать их по именам.

Формат выходного файла (Markdown)

# Название файла или видео

> Длительность: 12:34

**Иван** [00:00:05]
Привет, как дела?

**Мария** [00:00:08]
Нормально, спасибо.

Google Meet

Позволяет выбирать и транскрибировать записи Meet прямо из папки Google Drive, без ручного скачивания.

Список записей подгружается целиком (свежие сверху), а выбор — это поиск с фильтром «по мере ввода»: начните печатать часть названия или даты — список сразу сужается. Несколько слов через пробел ищутся по «И» (все должны встретиться), так что иван 06 найдёт июньскую встречу с Иваном. Пустой ввод показывает все записи.

Подготовка Service Account (один раз)

1. Перейдите на https://console.cloud.google.com
2. Создайте новый проект (или выберите существующий)
3. Слева: APIs & Services → Library → найдите Google Drive API → Enable
4. Слева: IAM & Admin → Service Accounts → Create Service Account
   • Название — любое, например transcribe-bot
   • Нажмите Create and Continue → Done
5. Кликните на созданный SA → вкладка Keys → Add Key → Create new key → JSON
6. Скачается файл имя-проекта-xxxxxxxx.json — сохраните его
7. Скопируйте email SA вида transcribe-bot@имя-проекта.iam.gserviceaccount.com
8. Откройте Google Drive → папку Meet Recordings → ПКМ → Share → вставьте email SA → Editor → Send

Подключение в CLI

1. Запустите transcribe
2. Выберите Google Meet → транскрипт
3. CLI сам предложит выбрать service-account.json через диалог
4. После импорта ключ сохраняется и больше не нужно его указывать

Переименование записи на Диске (опционально)

Если у записи дефолтное имя — код встречи (bbb-tupg-phm), CLI может переименовать сам файл записи на Google Drive в осмысленное имя транскрипта (то же, что у .md). По умолчанию выключено.

1. Включите авто-саммари — из него берётся имя.
2. transcribe → Настройки → 📛 Переименовывать запись Meet на Диске → Включить.
3. Папка Meet Recordings должна быть расшарена на SA как «Редактор» (не «Просмотр») — иначе Google вернёт ошибку прав.

После транскрипции CLI спрашивает подтверждение перед каждым переименованием. Записи с осмысленным именем не трогаются. Если прав нет — транскрипт всё равно сохраняется, переименование просто пропускается.

Провайдер транскрипции (Deepgram / AssemblyAI)

По умолчанию транскрибирует Deepgram. Опционально можно переключиться на AssemblyAI — он делает транскрипт и разделение спикеров в одном облачном вызове и, в отличие от Deepgram, позволяет задать число спикеров.

1. Бесплатный ключ (без карты): https://www.assemblyai.com
2. transcribe → Настройки → ☁️ Провайдер транскрипции → задайте ключ → выберите AssemblyAI

При разделении спикеров CLI показывает «Найдено спикеров: N — столько и есть?». Если не совпало — вводите точное число, и диаризация пересчитывается. У Deepgram такой ручки нет (число определяется автоматически).

Авто-саммари (Gemini)

Опционально: после транскрипции CLI добавляет в начало .md блок «## Краткое содержание» и, если у записи нет нормального имени (дефолтный код Google Meet вроде bbb-tupg-phm), берёт имя файла из краткого содержания — вручную ничего вводить не нужно.

Работает через Google Gemini (русский саммаризирует отлично, в отличие от Deepgram).

Включение:

1. Получите бесплатный ключ (без карты): https://aistudio.google.com/app/apikey
2. transcribe → Настройки → 🧠 Авто-саммари → задайте ключ → Включить
3. Модель по умолчанию — gemini-3.5-flash

После включения саммари делается автоматически на каждом запуске. Если ключ не задан, лимит исчерпан или сеть недоступна — транскрипт всё равно сохраняется, просто без саммари.

Приватность: транскрипт уходит в Google (на бесплатном тарифе данные могут использоваться для улучшения моделей). Для рабочих созвонов учитывайте это.

Обновление

transcribe upgrade

Команда проверит последнюю версию в npm-реестре и, если обновлений нет, выйдет мгновенно. Иначе — вызовет npm install -g @ireull/transcribe-cli@latest и обновит глобальную установку. Токенов или авторизации не требуется — пакет публичный.

Также доступно через меню: Настройки → Обновить transcribe, или флагом transcribe --upgrade.

Возможные ошибки:

• EACCES — подскажет запустить sudo npm install -g ....
• Windows — закрыть все окна transcribe и повторить (запущенный процесс может блокировать перезапись).

Установка перезапишет предыдущую версию. Настройки (ключи, папки) сохранятся — они хранятся отдельно в ~/.config/transcribe-cli/.

Удаление

npm uninstall -g @ireull/transcribe-cli

Настройки и SA-ключ удалить вручную:

# macOS / Linux
rm -rf ~/.config/transcribe-cli/

# Windows (PowerShell)
Remove-Item -Recurse "$env:USERPROFILE\.config\transcribe-cli"