le grand remake

README.md

@@ -1,214 +1,127 @@
 # sboby - Trascrivere una registrazione audio
 
-*Sbobinare, parola amara.*
+*"Sbobinare, parola amara". Anonimo, De Labore Bastardo. Senzatempo ed.*
 
 ![sboby](sboby.jpg)
 
-Il metodo gramo, passo passo ma così educazionale che ti sale la gioia.  
-Feel free di saltare le parti ovvie o di arredare il tunnel come meglio si crede.
+*Sbobinare - v. tr. riportare per iscritto il contenuto di discorsi, interviste, conferenze registrati su nastro magnetico*.
 
-Funziona con Debian 11 stable.
+Si usa raramente il nastro magnetico, ma si lavora comunque a comporre un testo da un audio, un file digitale come WAV, OGG o MP3.
 
-# Installare il software che verrà utilizzato
+Di seguito una breve guida pratica per implementare la trascrizione automatica di un audio sul proprio Pc, funzionante anche
+senza collegamento internet perché il modello linguistico verrà scaricato e usato in locale, in autonomia.
 
-    sudo apt install python3 ffmpeg unzip mediainfo
+Nota: La trascrizione sarà esatta circa al 90% e si raccomanda dunque, prima di pubblicare, di ascoltare l'audio leggendo la
+trascrizione ottenuta in modo da poter correggere gli errori. Ad esempio per individuare delle frasi di senso compiuto, ma
+che non sono mai state dette, cioé le cosiddette: "allucinazioni". Anche i nomi propri di persona non possono venir
+riconosciuti e vengono approssimati.  Certamente una dettatura scandita nel microfono otterrà risultati migliori di un audio
+ambientale mentre in sottofondo friggono mistiche patatine fritte. E dunque seppure riascoltar si deve, il testo ricavato
+*autonomaticagigamente* risulterà una buona base e andrà ad alleviare il lavoraccio di trascrizione.
 
-Lanciare un terminale e creare una directory dove lavorare con il file ad esempio: **audio.mp3**
+tl;dr non ti fidare e riascolta l'audio mentre rileggi.
 
-    mkdir ~/sbobina
+Useremo il Vosk speech recognition toolkit: https://alphacephei.com/vosk/
 
-    cd ~/sbobina/
+Debian GNU/Linux OS libero: https://www.debian.org/
 
-audio.mp3
+Un file audio: "allunaggio.mp3" che verrà usato negli esempi è a disposizione.
 
-# Convertire il file in mp4
+Sono supportati sia MP3 che WAV che OGG e AAC.
 
-    ffmpeg -i audio.mp3 audio.mp4
+# Elenco delle operazioni
 
-audio.mp4
+Partiamo da GNU/Linux, Debian 12 (stabile).
 
-# Se il file è molto lungo
+nota: qualsiasi OS con un ambiente python3 funzionante andrà bene, questa guida usa Debian 12.
 
-*es: più di due ore e mezzo*
+Andiamo a installare python e altre cose utili:
 
-Sarà utile spezzarlo in più parti, sennò lo script potrebbe fallire perché
-gli finisce la memoria, ma non gliene faremo una colpa.
+`sudo apt install python3 python3-full python3-venv ffmpeg unzip mediainfo`
 
-Sapere quanto dura:
+Creiamo la cartella: "sboby" e al suo interno, la sotto-cartella: "vosk".
 
-    mediainfo audio.mp4 | grep Duration
+`mkdir -p ~/sboby/vosk`
 
-Duration: 2 h 00 min
+Entriamo nella cartella sboby/vosk/.
 
-In questo esempio il file esattamente dura due ore e lo si vuole dividere in due
-parti di un'ora ciascuna:
+`cd ~/sboby/vosk/`
 
-    ffmpeg -ss 00:00:00 -t 01:00:00 -i audio.mp4 -vcodec copy -acodec copy audio-0-1.mp4
+Scarichiamo il modello, anche [https://en.wikipedia.org/wiki/Large_language_model](LLM), vosk-italiano, circa 2GB:
 
-    ffmpeg -ss 01:00:00 -t 01:00:00 -i audio.mp4 -vcodec copy -acodec copy audio-1-2.mp4
+`wget https://alphacephei.com/vosk/models/vosk-model-it-0.22.zip`
 
-audio-0-1.mp4  
-audio-1-2.mp4
+Altre lingue sono scaricabili alla pagina dei [Vosk models](https://alphacephei.com/vosk/models).
 
-# Trascrivere i file
+Scompattiamo il modello appena scaricato:
 
-Per trascrivere (o sbobinare), si installeranno videogrep e vosk
+`unzip vosk-model-it-0.22.zip`
 
-    pip3 install videogrep
+Opzionale: possiamo ora cancellare il file zip.
 
-    pip3 install vosk
+`rm vosk-model-it-0.22.zip`
 
-# Modulo lingua italiana per Vosk
+Usciamo dalla cartella ~/sboby/vosk/
 
-Scaricare e scompattare il modulo lingua italiana per Vosk
+`cd`
 
-https://alphacephei.com/vosk/models
+Creiamo un ambiente virtuale per Python
 
-al momento la versione da usare è la small-it-0.22 (48MB)
+`python3 -m venv /home/$USER/sboby`
 
-    unzip vosk-model-small-it-0.22.zip
+Usiamo Python per scaricare e installare wheel (una libreria necessaria) e vosk-transcriber:
 
-# Trascrivere
+`./sboby/bin/pip3 install wheel`
 
-la prima ora:
+`./sboby/bin/pip3 install vosk`
 
-    videogrep --input audio1.mp4 --model vosk-model-small-it-0.4/ --transcribe
+Ora possiamo effettuare la prima trascrizione, useremo ad esempio l'audio ![allunaggio.mp3](allunaggio.mp3).
 
-Durata della conversione: circa 15 minuti. La durata dipenderà dalla potenza del PC usato.
+Prima, vediamo quanto dura:
 
-la seconda ora:
+`mediainfo allunaggio.mp3 | grep Duration`
 
-    videogrep --input audio2.mp4 --model vosk-model-small-it-0.4/ --transcribe
+> Duration: 1 min 16 s
 
-Si ottengono due JSON file
+A seconda delle risorse disponibili, varierà il tempo di elaborazione.
+Per un Pc di media potenza, un audio di 1 ora, potrebbe impiegare circa 1 ora.
 
-audio1.json  
-audio2.json
+Possiamo ora invocare il programma: "vosk-transcriber", indicando (-i) quale audio sbobinare, che modello usare (--model) e dove (-o) appoggiare il testo.
 
-I JSON file sono comodissimi dal punto di vista di una macchina. Se lo scopo
-della trascrizione è editare il video automaticamente usando videogrep, si può
-procedere. Tra i link c'è il tutorial di videogrep.
+`~/sboby/bin/vosk-transcriber -i ~/sboby/allunaggio.mp3 --model /share/software/vosk/vosk-model-it-0.22/ -o ~/sboby/allunaggio.txt`
 
-Se lo scopo è fare dei sottotitoli, occorrerà convertire da JSON in SRT o XML.
+Possiamo anche ottenere la trascrizione in formato testo sottotitolo (SRT) con time-code:
 
-Ma in questo caso siamo umani, si vuole ottenere del testo semplice da
-allegare alla registrazione per ricerca e archivio (and for great justice).
+`~/sboby/bin/vosk-transcriber -i ~/sboby/allunaggio.mp3 --model /home/$USER/sboby/vosk/vosk-model-it-0.22/ -t srt -o ~/sboby/allunaggio.srt`
 
-Here comes Bomboclat, il quale ha scritto questo piccolo script che converte
-(guarda un po') un JSON in un SRT.
+Opzionale: Possiamo mettere tutto nello script sboby.sh in ~/bin/ che renderemo eseguibile (`chmod 755 ~/bin/sboby.sh`).
 
-# Convertire da JSON a SRT
+`
+#!/bin/sh
+~/sboby/bin/vosk-transcriber -i ${1+"$@"} --model ~/sboby/vosk/vosk-model-it-0.22/ -o ${1+"$@"}.txt ;
+sleep 5s ;
+~/sboby/bin/vosk-transcriber -i ${1+"$@"} --model ~/sboby/vosk/vosk-model-it-0.22/ -t srt -o ${1+"$@"}.srt
+echo 'bye bye sboby'
+`
 
-Ecco lo script [json2srt](json2srt.py)
+In modo da ottenere la trascrizione tramite il semplice comando: sboby.sh [FILE]..
 
-Per l'utilizzo lasciamo la parola a Bomboclat, cui rendiamo merito:
+`sboby.sh allunaggio.mp3`
 
-`sudo apt install python3-venv`
+Infine, se usiamo XFCE4 come ambiente scrivania, si potrà inserire una [custom action](https://docs.xfce.org/xfce/thunar/custom-actions)
+in Thunar da usare cliccando col tasto destro sull'audio:
 
-*nella tua home dai questo comando*
+`/home/$USER/bin/sboby.sh %f`
 
-`python3 -m venv json_to_srt`
-
-*ti crea una cartella json_to_srt  
-con dentro python3  
-fatto questo comando ne dai un altro per attivarlo*
-
-`source ~/json_to_srt/bin/activate`
-
-*a sto punto hai lo script che ora ti passo aggiornato  
-ha ancora un difetto, le ore sono espresse con una cifra  
-percio' anziche' scrivere per esempio:  
-00:00:00,000  
-ore minuti secondi, millesimi  
-scrive solo  
-0:00:00,000  
-che si risolve facile  
-aggiungendo lo 0 a mano nella stringa finale  
-ma per ora lasciamo perdere sto dettaglio*
-
-`python json2srt.py -i un_file.json -o il_suo_output.srt`
-
-A me mi funziona anche solo mettendo lo script in ~/bin e dandogli i permessi di esecuzione:
-
-    mv json2srt.py ~/bin/
-
-    chmod 755 ~/bin/json2srt.py
-
-Però è anche vero che non si dice: "a me mi", dunque anche il vostro
-chilometraggio potrebbe variare.
-
-Una volta installato lo script, si può fare la conversione da JSON a SRT.
-
-Tornando al nostro esempio:
-
-    json2srt.py -i audio1.json -o audio1.srt
-
-    json2srt.py -i audio2.json -o audio2.srt
-
-Ora si potranno ricongiungere i due file, finalmente.
-
-    cat audio1.srt audio2.srt > audio.srt
-
-E così ottenere l'agognato file:
-
-**audio.srt**
-
-# Il file audio.SRT
-
-Un file SRT è testo puro e si presenta così:
-
-1  
-0:00:01,680  --> 0:00:06,810  
-bla bla bla bla, bla bla bla
-
-2  
-0:00:08,372  --> 0:00:13,830  
-bla bla bla bla e ancora bla
-
-cioè:
-
-* Numeroriga
-* Timecode
-* Testo
-* Spazio
-
-È già umanamente leggibile, ma per poterlo pubblicare come testo semplice si
-potranno togliere le righe che contengono, come espressioni regolari, Numeroriga
-e Timecode.
-
-    sed '/[0-9]/d' audio.srt > trascrizione.txt
-
-Ed eventualmente anche levare la riga vuota!
-
-    sed '/^$/d' trascrizione.txt > wallof.txt
-
-Poi rileggere, riascoltare e correggere.
+![sboby custom action](sboby-custom-action.png)
 
 # Share and enjoy
 
-Shoutz a Debian, ffmpeg, videogrep e vosk, Bomboclat per lo script, ilLobo per
-aver scoperto videogrep, dan che ha scritto, e Shoutz a te che leggi, possa la
-sbobinatura esserti lieve.
+*"Dove si smangiuca, dio mi conduca. Dove si lavora, non venga mai l'ora". Skiantos, 2009, Una vita spesa a skivar la fresa*.
 
-This is a: DIWO (Do It With Others)
+Commenti? Kudos? Consigli? Vaffa? Grazie! -- dan [at] autistici [dot] org
 
-**WE ARE NOT MEN! WE ARE DIWO!**
+Prima versione: 2022-06-06
 
-# Links
-
-Debian GNU/Linux Free OS  
-https://www.debian.org/
-
-ffmpeg  
-https://ffmpeg.org/
-
-Videogrep Tutorial  
-https://lav.io/notes/videogrep-tutorial/
-
-Vosk speech recognition toolkit  
-https://alphacephei.com/vosk/
-
-Vosk models  
-https://alphacephei.com/vosk/models
+Ultimo aggiornamento: 2024-09-04
 
 *bye bye sboby*