trx: transcribe audio y video desde la CLI

CLI agent-first para transcripción de audio y video con Whisper local. Descarga, limpia y transcribe medios desde URLs o archivos locales con salida legible por máquinas.

trx descarga medios con yt-dlp, limpia el audio con ffmpeg y lo transcribe usando un modelo Whisper local. Genera .wav, .srt, .txt y JSON, y está diseñado primero para agentes de IA: salida JSON, validación dry-run, filtrado de campos e introspección de schemas en runtime.

Instalación

bun add -g @crafter/trx
trx init

Inicio rápido

Transcribe un archivo local:

trx recording.mp4

Transcribe desde una URL (YouTube y todo lo que soporte yt-dlp):

trx "https://youtube.com/watch?v=..."

Uso para agentes

Salida legible por máquinas, diseñada para scripts y agentes de IA:

# Salida JSON
trx transcribe video.mp4 --output json

# Solo el campo de texto
trx transcribe video.mp4 --fields text --output json

# Validar sin ejecutar
trx transcribe video.mp4 --dry-run --output json

# Inspeccionar el schema del comando en runtime
trx schema transcribe

Idiomas

trx transcribe video.mp4 --language es

Tamaños de modelo

Los modelos Whisper van desde tiny (75MB) hasta large (3GB). Elige el tamaño según tu necesidad de precisión y velocidad durante trx init.

Enlaces

GitHub
npm