Whisper Plugin for Obsidian: 让语音转文字变得简单

RayRay
语音转文字Obsidian插件OpenAIWhisperAPIGithub开源项目

什么是Whisper Plugin?

Whisper Plugin是一款为Obsidian开发的语音转文字插件,由开发者Nik Danilov创建。它利用OpenAI的Whisper API,让用户能够轻松地将语音转换成文字笔记。无论是快速记录灵感,还是长时间的口述思考,Whisper Plugin都能为您提供便利的语音输入方式。

主要特点

Whisper Plugin具有以下几个主要特点:

  1. 简单易用:只需点击录音按钮,即可开始语音输入。
  2. 多语言支持:能够识别多种语言,满足不同用户的需求。
  3. 高效准确:利用OpenAI的先进技术,提供高质量的语音识别结果。
  4. 灵活设置:用户可以根据自己的需求自定义各种设置选项。
  5. 与Obsidian无缝集成:转换后的文字直接保存为Markdown格式的笔记。

安装步骤

要使用Whisper Plugin,您需要按照以下步骤进行安装:

  1. 打开Obsidian软件。
  2. 进入设置面板,选择"第三方插件"选项。
  3. 关闭"安全模式",启用第三方插件功能。
  4. 点击"浏览"按钮,在社区插件列表中搜索"Whisper"。
  5. 找到Whisper Plugin后,点击"安装"按钮。
  6. 安装完成后,启用该插件。

使用方法

安装完成后,您可以通过以下方式使用Whisper Plugin:

1. 开始录音

  • 点击Obsidian左侧边栏的录音图标(看起来像声波的按钮)。
  • 在弹出的录音控制界面中,点击"开始"按钮。
  • 开始对着麦克风说话,插件会记录您的语音。

2. 控制录音

  • 录音过程中,您可以随时点击"暂停/继续"按钮来暂停或继续录音。
  • 录音完成后,点击"停止"按钮结束录音。

3. 自动转换

  • 停止录音后,插件会自动将录音发送到Whisper API进行转换。
  • 转换完成后,会在指定的文件夹中创建一个新的Markdown笔记,包含转换后的文字内容。

4. 快捷键操作

  • 您可以使用快捷键Alt + Q快速开始或停止录音。

5. 上传现有音频文件

除了实时录音,Whisper Plugin还支持上传已有的音频文件进行转换:

  1. 使用快捷键Ctrl/Cmd + P打开命令面板。
  2. 搜索并选择"Upload Audio File"命令。
  3. 在弹出的文件对话框中选择要转换的音频文件。
  4. 插件会自动处理选中的文件,并创建包含转换结果的新笔记。

设置选项

为了获得最佳使用体验,您可以根据自己的需求调整Whisper Plugin的设置:

  1. API密钥: 输入您的OpenAI API密钥,以启用Whisper API的高级转录功能。
  2. API URL: 指定用于向Whisper API发送请求的端点。
  3. 模型: 选择用于生成文字转录的机器学习模型。
  4. 语言: 指定要转录的语音消息的语言。
  5. 保存录音: 选择是否在发送到Whisper API后保存音频文件。
  6. 录音文件夹: 指定保存音频文件的文件夹路径。
  7. 保存转录: 选择是否为每次录音创建新文件,或在光标位置添加转录内容。
  8. 转录文件夹: 指定保存转录文件的文件夹路径。

使用技巧

  1. 快速捕捉想法: 利用Whisper Plugin快速记录灵感和想法,不必打断思路来打字。

  2. 长篇口述思考: 进行长时间的口述思考,让想法自由流动,然后再对转录内容进行整理和编辑。

  3. 结合其他插件: 将Whisper Plugin与其他Obsidian插件结合使用,例如用于组织和链接笔记的插件,以创建更强大的工作流程。

  4. 多语言学习: 如果您在学习外语,可以使用Whisper Plugin练习口语并获得文字反馈。

  5. 会议记录: 在会议或讲座中使用Whisper Plugin,可以轻松记录重要内容,而无需分心做笔记。

注意事项

  1. 使用Whisper Plugin需要OpenAI API密钥,可能会产生一定的费用。请注意控制使用量。

  2. 语音识别的准确性可能受到环境噪音、口音等因素的影响。重要内容建议复查。

  3. 请遵守隐私和版权法规,不要在未经允许的情况下录制他人语音。

未来展望

Whisper Plugin的开发者正在积极改进这款插件。未来可能会增加以下功能:

  • 在现有文档的光标位置插入转录内容。
  • 将录音控制界面移至侧边栏,以便在录音时仍能浏览其他笔记。
  • 实时转录预览功能。

结语

Whisper Plugin为Obsidian用户提供了一种全新的笔记输入方式。通过语音转文字技术,它不仅提高了记录效率,还为用户提供了更自然、更流畅的思考方式。无论您是想快速捕捉灵感,还是进行长时间的口述思考,Whisper Plugin都是您的得力助手。

希望这篇文章能帮助您充分利用Whisper Plugin,在Obsidian中创造出更多精彩的笔记和想法。如果您对这款插件有任何建议或反馈,欢迎访问插件的GitHub页面提出issue或贡献代码。让我们一起探索语音笔记的无限可能!

Whisper Plugin录音界面

编辑推荐精选

即梦AI

即梦AI

一站式AI创作平台

提供 AI 驱动的图片、视频生成及数字人等功能,助力创意创作

扣子-AI办公

扣子-AI办公

AI办公助手,复杂任务高效处理

AI办公助手,复杂任务高效处理。办公效率低?扣子空间AI助手支持播客生成、PPT制作、网页开发及报告写作,覆盖科研、商业、舆情等领域的专家Agent 7x24小时响应,生活工作无缝切换,提升50%效率!

Keevx

Keevx

AI数字人视频创作平台

Keevx 一款开箱即用的AI数字人视频创作平台,广泛适用于电商广告、企业培训与社媒宣传,让全球企业与个人创作者无需拍摄剪辑,就能快速生成多语言、高质量的专业视频。

TRAE编程

TRAE编程

AI辅助编程,代码自动修复

Trae是一种自适应的集成开发环境(IDE),通过自动化和多元协作改变开发流程。利用Trae,团队能够更快速、精确地编写和部署代码,从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能,是提升开发效率的理想工具。

热门AI工具生产力协作转型TraeAI IDE
蛙蛙写作

蛙蛙写作

AI小说写作助手,一站式润色、改写、扩写

蛙蛙写作—国内先进的AI写作平台,涵盖小说、学术、社交媒体等多场景。提供续写、改写、润色等功能,助力创作者高效优化写作流程。界面简洁,功能全面,适合各类写作者提升内容品质和工作效率。

AI助手AI工具AI写作工具AI辅助写作蛙蛙写作学术助手办公助手营销助手
问小白

问小白

全能AI智能助手,随时解答生活与工作的多样问题

问小白,由元石科技研发的AI智能助手,快速准确地解答各种生活和工作问题,包括但不限于搜索、规划和社交互动,帮助用户在日常生活中提高效率,轻松管理个人事务。

聊天机器人AI助手热门AI工具AI对话
Transly

Transly

实时语音翻译/同声传译工具

Transly是一个多场景的AI大语言模型驱动的同声传译、专业翻译助手,它拥有超精准的音频识别翻译能力,几乎零延迟的使用体验和支持多国语言可以让你带它走遍全球,无论你是留学生、商务人士、韩剧美剧爱好者,还是出国游玩、多国会议、跨国追星等等,都可以满足你所有需要同传的场景需求,线上线下通用,扫除语言障碍,让全世界的语言交流不再有国界。

讯飞智文

讯飞智文

一键生成PPT和Word,让学习生活更轻松

讯飞智文是一个利用 AI 技术的项目,能够帮助用户生成 PPT 以及各类文档。无论是商业领域的市场分析报告、年度目标制定,还是学生群体的职业生涯规划、实习避坑指南,亦或是活动策划、旅游攻略等内容,它都能提供支持,帮助用户精准表达,轻松呈现各种信息。

热门AI工具AI办公办公工具讯飞智文AI在线生成PPTAI撰写助手多语种文档生成AI自动配图
讯飞星火

讯飞星火

深度推理能力全新升级,全面对标OpenAI o1

科大讯飞的星火大模型,支持语言理解、知识问答和文本创作等多功能,适用于多种文件和业务场景,提升办公和日常生活的效率。讯飞星火是一个提供丰富智能服务的平台,涵盖科技资讯、图像创作、写作辅助、编程解答、科研文献解读等功能,能为不同需求的用户提供便捷高效的帮助,助力用户轻松获取信息、解决问题,满足多样化使用场景。

模型训练热门AI工具内容创作智能问答AI开发讯飞星火大模型多语种支持智慧生活
Spark-TTS

Spark-TTS

一种基于大语言模型的高效单流解耦语音令牌文本到语音合成模型

Spark-TTS 是一个基于 PyTorch 的开源文本到语音合成项目,由多个知名机构联合参与。该项目提供了高效的 LLM(大语言模型)驱动的语音合成方案,支持语音克隆和语音创建功能,可通过命令行界面(CLI)和 Web UI 两种方式使用。用户可以根据需求调整语音的性别、音高、速度等参数,生成高质量的语音。该项目适用于多种场景,如有声读物制作、智能语音助手开发等。

下拉加载更多