transcribe2 実行例
help出力 transcribe2.py --help
usage: transcribe2.py [-h] [--backend {qwen-api,qwen-local,whisper}]
[-m MODEL] [-l LANG] [--output OUTPUT]
[--api-base API_BASE] [--timeout TIMEOUT]
[--ffmpeg-dir FFMPEG_DIR]
[--chunk-seconds CHUNK_SECONDS]
[--overlap-seconds OVERLAP_SECONDS] [--resume]
[--context CONTEXT] [--no-correct]
[--llm-config LLM_CONFIG] [--llm-provider LLM_PROVIDER]
[--llm-model LLM_MODEL]
[--llm-max-tokens LLM_MAX_TOKENS]
[--correction-chars CORRECTION_CHARS] [-d DEVICE]
[--dtype {auto,bfloat16,float16,float32}]
[--timestamps {0,1}] [--aligner ALIGNER]
[--attention {auto,sdpa,eager,flash_attention_2}]
[--max-inference-batch-size MAX_INFERENCE_BATCH_SIZE]
[--max-new-tokens MAX_NEW_TOKENS]
[--beam-size BEAM_SIZE] [--temperature TEMPERATURE]
[--compression-ratio-threshold COMPRESSION_RATIO_THRESHOLD]
[--log-prob-threshold LOG_PROB_THRESHOLD]
[--no-speech-threshold NO_SPEECH_THRESHOLD]
input
Qwen3-ASR API / local Qwen3-ASR / Whisper 統合文字起こし
positional arguments:
input 音声・動画ファイル(glob可)
options:
-h, --help show this help message and exit
--backend {qwen-api,qwen-local,whisper}
-m, --model MODEL
-l, --lang LANG
--output OUTPUT
Qwen ASR API:
--api-base API_BASE
--timeout TIMEOUT
共通の音声処理:
--ffmpeg-dir FFMPEG_DIR
--chunk-seconds CHUNK_SECONDS
--overlap-seconds OVERLAP_SECONDS
--resume
--context, --prompt CONTEXT
LLM校正(tkai_lib_litellm.py):
--no-correct
--llm-config LLM_CONFIG
--llm-provider LLM_PROVIDER
--llm-model LLM_MODEL
--llm-max-tokens LLM_MAX_TOKENS
--correction-chars CORRECTION_CHARS
ローカル Qwen3-ASR:
-d, --device DEVICE
--dtype {auto,bfloat16,float16,float32}
--timestamps {0,1}
--aligner ALIGNER
--attention {auto,sdpa,eager,flash_attention_2}
--max-inference-batch-size MAX_INFERENCE_BATCH_SIZE
--max-new-tokens MAX_NEW_TOKENS
Whisper:
--beam-size BEAM_SIZE
--temperature TEMPERATURE
--compression-ratio-threshold COMPRESSION_RATIO_THRESHOLD
--log-prob-threshold LOG_PROB_THRESHOLD
--no-speech-threshold NO_SPEECH_THRESHOLD
生成されたデータファイル
(データファイルが見つかりませんでした)
生成された画像一覧
(画像ファイルが見つかりませんでした)