transcription/transcript.sh

#!/bin/bash
# utilisation: bash transcript.sh MONFICHIER.wav
# auteur du script: tykayn contact@cipherbliss.com
#   ```bash
#     bash transcript.sh myfile fr 1
#   ```
echo " Transcript of a file - [file relative path \"input/aside/demo.wav\"] [lang en or fr] [enable srt conversion 1 or 0]"
# ----------------- Default parameters -----------------
#ENABLE_SRT=false
ENABLE_SRT=true
# disponibles: "fr" ou "en", trouvez d'autres modèles prédéfinis https://alphacephei.com/vosk/models
FOLDER_MODEL="fr"
#FOLDER_MODEL="en"
DEFAULT_FILE_TO_TRANSCRIPT="input/aside/demo.wav"
STARTTIME=$(date +%s)

# ----------------- prise en compte des arguments rentrés par l'utilisateur
    echo "=====> langue: $FOLDER_MODEL"
    echo "=====> fichier à convertir: $1"

if [ $1 ]; then
    file=$1
    else
      echo "utilisation du fichier de démo"
      file=$DEFAULT_FILE_TO_TRANSCRIPT
fi
if [ $2 ]; then
    lang_to_search=$2
    else
      lang_to_search=$FOLDER_MODEL
fi
if [ $3 ]; then
    ENABLE_SRT=$3
    else
      ENABLE_SRT=$ENABLE_SRT
fi

echo " [file name]: $file, [lang]: $lang_to_search, [enable srt conversion]: $ENABLE_SRT."

FILE_NAME=$(basename $file .wav)

output_dir="output"
if [ $2 ]; then
    output_dir=$2
fi
OUT_DIR=$( echo "$output_dir/$FILE_NAME")

echo "########### $(date) : conversion de fichier audio .WAV mono piste uniquement,
 avec Vosk installé par pip3, et un modèle de textes en français."
echo " "
echo "########### $(date) : fichier : $file : $1"


# ----------------- recherche de l'existence du modèle de langue demandé -----------------
if [ -d "models/$lang_to_search" ]; then
    echo "models/$lang_to_search le modèle est bien présent."
else
  pwd
  ls -l models
  echo " "
  echo "########### $(date) : [ERREUR] le modèle de données dans models/$lang_to_search n'existe pas, vérifiez son installation :C peut être avez vous oublié de faire une commande 'make'"

  exit 1
fi
# ----------------- existence du fichier demandé -----------------
if [ -f "$file" ]; then
    echo "$file exists."
else
  echo "########### $(date) : [ERREUR] fichier introuvable: $file"
  echo "########### $(date) : [ERREUR] voici les fichiers disponibles dans input/converted_to_wav: "
  echo " "
  ls -l input/converted_to_wav
  echo " "
  echo "########### $(date) : [ERREUR] le fichier $file n'existe PAS :C "
  exit 1
fi
echo " "

mkdir -p "$OUT_DIR"
echo " convertir en sous titre ? $ENABLE_SRT"
if ($ENABLE_SRT) ; then
	echo "########### $(date) : conversion de $file ,sortie en fichier de sous titres .srt"
	echo ""
	echo "## (cela prend plusieurs minutes généralement 1 / 10ème du temps du fichier audio)"
		echo "..."
	python3 ./extract_srt.py "$file" >  $OUT_DIR/6_output_$FILE_NAME.srt
	cat $OUT_DIR/6_output_$FILE_NAME.srt
	COUNT_LINES=$(cat $OUT_DIR/6_output_$FILE_NAME.srt |wc -l)
	echo " "
	echo "-------------- DONE ------------"
	echo " $COUNT_LINES lines in $OUT_DIR/6_phrases_min_sec.srt"
else
    echo "########### $(date) : conversion de la sortie en divers fichiers marquant les temps et sans marquage"
	python3 ./conversion_simple_fr.py "$file" >  $OUT_DIR/0_output_$FILE_NAME.json

	echo " "
	echo "########### $(date) : nettoyer la sortie "
	jq .text  $OUT_DIR/0_output_$FILE_NAME.json > $OUT_DIR/1_converted_$FILE_NAME.txt

	sed 's/null//g' $OUT_DIR/1_converted_$FILE_NAME.txt > $OUT_DIR/2_without_nulls_$FILE_NAME.txt
	sed 's/^ *//; s/ *$//; /^$/d' $OUT_DIR/2_without_nulls_$FILE_NAME.txt > $OUT_DIR/3_without_nulls_$FILE_NAME.txt
	sed 's/\"//g' $OUT_DIR/3_without_nulls_$FILE_NAME.txt > $OUT_DIR/4_phrases_$FILE_NAME.txt
	echo "########### $(date) : OK "
	echo " "
	COUNT_LINES=$(cat $OUT_DIR/4_phrases_$FILE_NAME.txt |wc -l)
	cat $OUT_DIR/4_phrases_$FILE_NAME.txt
	echo " $COUNT_LINES lines in $OUT_DIR/4_phrases_$FILE_NAME.txt"
	echo " "
	echo "########### $(date) : lignes transcriptes $COUNT_LINES "
	echo "########### $(date) : conversion faite dans output/converted_out_without_nulls.txt"
	echo "########### $(date) : conversion de la sortie en pseudo fichier de sous titres"
	perl clean.sh $OUT_DIR/0_output_$FILE_NAME.json > $OUT_DIR/5_phrases_min_sec_$FILE_NAME.txt


fi
#ls -l $OUT_DIR

echo "########### $($STARTTIME) -- $(date) : conversion faite "
echo "########### en $SECONDS seconds"
exit 0