TextTranscribe

English

This project transcribes audio/video files using the faster-whisper library with CPU-friendly INT8 and optional streaming segment processing to keep memory usage low. It now supports saving outputs in plain text (TXT), SubRip subtitles (SRT), or JSON via command-line options.

Versions

• transcrever.py: Initial version of the script using faster-whisper basics.
• transcrever2.0.py: Improved iteration/printing of segments for better readability on console.
• transcrever2.1.py: Saves the transcription to transcricao.txt while streaming segments as they are produced.
• transcrever3.0.py: Adds a command-line interface to choose output format (txt, srt, json) and output path, writing incrementally to avoid loading all segments in memory at once.

Requirements

• Python 3
• faster-whisper (CTranslate2-based Whisper implementation with PyAV decoding; no system-wide FFmpeg required).

Install dependencies with pip:

pip install faster-whisper

How to Use

1. Ensure there is an input media file such as audio.mp4 in the project root (an example audio.mp4 is included for demonstration).

2. For the latest version with format selection:

   # TXT (default)
   python transcrever3.0.py audio.mp4
   
   # Explicit TXT
   python transcrever3.0.py audio.mp4 --format txt --output transcricao.txt
   
   # SRT (SubRip)
   python transcrever3.0.py audio.mp4 --format srt --output transcricao.srt
   
   # JSON (streamed writing)
   python transcrever3.0.py audio.mp4 --format json --output transcricao.json

   The SRT writer uses standard HH:MM:SS,mmm timestamps derived from segment start/end times, compatible with common video players and editors.

Notes and Tips

• segments is a generator; writing each segment directly to the target file keeps memory in check on long audios without materializing all segments in a list.
• If running on CPU, consider using compute_type="int8" and limiting threads (e.g., cpu_threads and OMP_NUM_THREADS) to stabilize performance and memory footprint.
• Choose a model size that fits your machine: “turbo”/“medium”/“small” trade accuracy vs. speed/memory; smaller or INT8-quantized models reduce RAM usage compared to “large”.

---

Português

Este projeto transcreve arquivos de áudio/vídeo utilizando a biblioteca faster-whisper com quantização INT8 para CPU e processamento em fluxo dos segmentos para baixo uso de memória. Agora permite salvar a saída em texto simples (TXT), legendas SubRip (SRT) ou JSON via opções na linha de comando.

Versões

• transcrever.py: Versão inicial do script com uso básico do faster-whisper.
• transcrever2.0.py: Iteração/impressão dos segmentos aprimorada para melhor leitura no console.
• transcrever2.1.py: Salva a transcrição em transcricao.txt enquanto processa os segmentos em fluxo.
• transcrever3.0.py: Adiciona interface de linha de comando para escolher formato (txt, srt, json) e caminho de saída, gravando de forma incremental para não carregar todos os segmentos na memória.

Requisitos

• Python 3
• faster-whisper (implementação baseada em CTranslate2 com decodificação via PyAV; não requer FFmpeg instalado no sistema).

Instalação com pip:

pip install faster-whisper

Como Usar

1. Garanta um arquivo de mídia de entrada como audio.mp4 no diretório raiz (um audio.mp4 de exemplo está incluído para demonstração).

2. Para a versão mais recente com seleção de formato:

   # TXT (padrão)
   python transcrever3.0.py audio.mp4
   
   # TXT explícito
   python transcrever3.0.py audio.mp4 --format txt --output transcricao.txt
   
   # SRT (SubRip)
   python transcrever3.0.py audio.mp4 --format srt --output transcricao.srt
   
   # JSON (gravação em fluxo)
   python transcrever3.0.py audio.mp4 --format json --output transcricao.json

   O gerador de SRT usa timestamps no padrão HH:MM:SS,mmm a partir de start/end de cada segmento, compatível com players e editores comuns.

Notas e Dicas

• segments é um gerador; escrever cada segmento diretamente no arquivo destino mantém a memória baixa em áudios longos sem precisar converter para lista.
• Em CPU, utilize compute_type="int8" e limite threads (cpu_threads e OMP_NUM_THREADS) para estabilizar o consumo de memória e o desempenho.
• Escolha o tamanho do modelo conforme sua máquina: “turbo”/“medium”/“small” equilibram acurácia, velocidade e memória; modelos menores ou INT8 costumam consumir menos RAM que “large”.

Referências: faster-whisper (features, streaming, PyAV/FFmpeg embutido), guia de formatação SRT e boas práticas de parametrização.