SuperAPI AI 工具集

chough

通用与其它

查看项目

更新于 10-15 22:15

技能介绍

用途:chough 是快速、仅用 CPU 的音频/视频转写命令行工具,支持纯文本、带时间戳 JSON 和 WebVTT 字幕三种输出。

安装:Arch Linux 用 paru -S chough-bin;macOS 用 brew install --cask hyperpuncher/tap/chough;Windows 用 winget install chough;源码用 go install github.com/hyperpuncher/chough/cmd/chough@latest。需先安装 ffmpeg。首次运行会下载约 650 MB 模型到系统用户缓存的 chough/models/<model-name>。

用法:参数须写在输入文件之前。chough audio.mp3 输出文本到 stdout;cat audio.mp3 | chough 从 stdin 读取;chough -f json podcast.mp3 > transcript.json 输出带时间戳 JSON;chough -f vtt -o subtitles.vtt video.mp4 生成字幕。视频格式只要 ffmpeg 支持即可。常用参数:-c/--chunk-size(秒,最大 300,默认 20)、-f/--format(text/json/vtt,默认 text)、-o/--output(默认 stdout)、-r/--remote(使用 CHOUGH_URL 配置的服务器)。建议保持默认 20 秒分块。

远程与服务器:设置 CHOUGH_URL 为 http/https 地址并加 --remote 可调用远程服务;使用前先检查 ${CHOUGH_URL}/health,不可用则回退本地。chough --server --port 8080 启动常驻模型的服务,可配 --host、--workers(默认 2)、--queue-size(默认 10)、--max-upload(默认 1024 MB)、--allow-private-urls。服务器模式无认证、TLS、CORS 与限流,不要直接暴露公网,需用可信反向代理。URL 转写默认阻止回环、私有、链路本地、组播等地址(含重定向后),仅对可信 LAN 用 --allow-private-urls。

HTTP API:POST /transcribe 支持上传文件、公开 URL 或 base64 音频;GET /health 查看模型与队列状态。JSON 分块含 start_time、end_time、text,识别器提供时还含 tokens、timestamps、durations、log_probs,不可用或未对齐时省略。

环境变量:CHOUGH_MODEL 自定义模型目录;CHOUGH_URL 远程服务器地址,须以 http:// 或 https:// 开头。

限制与排错:ffmpeg 报错需确认已安装且支持该格式;模型报错需确认缓存目录可写或设置 CHOUGH_MODEL;内存压力可调小 --chunk-size。