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

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。

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

热门AI开发模型训练AI工具讯飞星火大模型智能问答内容创作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。

Trae

Trae

字节跳动发布的AI编程神器IDE

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。

AI工具TraeAI IDE协作生产力转型热门
咔片PPT

咔片PPT

AI助力,做PPT更简单!

咔片是一款轻量化在线演示设计工具,借助 AI 技术,实现从内容生成到智能设计的一站式 PPT 制作服务。支持多种文档格式导入生成 PPT,提供海量模板、智能美化、素材替换等功能,适用于销售、教师、学生等各类人群,能高效制作出高品质 PPT,满足不同场景演示需求。

讯飞绘文

讯飞绘文

选题、配图、成文,一站式创作,让内容运营更高效

讯飞绘文,一个AI集成平台,支持写作、选题、配图、排版和发布。高效生成适用于各类媒体的定制内容,加速品牌传播,提升内容营销效果。

热门AI辅助写作AI工具讯飞绘文内容运营AI创作个性化文章多平台分发AI助手
材料星

材料星

专业的AI公文写作平台,公文写作神器

AI 材料星,专业的 AI 公文写作辅助平台,为体制内工作人员提供高效的公文写作解决方案。拥有海量公文文库、9 大核心 AI 功能,支持 30 + 文稿类型生成,助力快速完成领导讲话、工作总结、述职报告等材料,提升办公效率,是体制打工人的得力写作神器。

openai-agents-python

openai-agents-python

OpenAI Agents SDK,助力开发者便捷使用 OpenAI 相关功能。

openai-agents-python 是 OpenAI 推出的一款强大 Python SDK,它为开发者提供了与 OpenAI 模型交互的高效工具,支持工具调用、结果处理、追踪等功能,涵盖多种应用场景,如研究助手、财务研究等,能显著提升开发效率,让开发者更轻松地利用 OpenAI 的技术优势。

Hunyuan3D-2

Hunyuan3D-2

高分辨率纹理 3D 资产生成

Hunyuan3D-2 是腾讯开发的用于 3D 资产生成的强大工具,支持从文本描述、单张图片或多视角图片生成 3D 模型,具备快速形状生成能力,可生成带纹理的高质量 3D 模型,适用于多个领域,为 3D 创作提供了高效解决方案。

3FS

3FS

一个具备存储、管理和客户端操作等多种功能的分布式文件系统相关项目。

3FS 是一个功能强大的分布式文件系统项目,涵盖了存储引擎、元数据管理、客户端工具等多个模块。它支持多种文件操作,如创建文件和目录、设置布局等,同时具备高效的事件循环、节点选择和协程池管理等特性。适用于需要大规模数据存储和管理的场景,能够提高系统的性能和可靠性,是分布式存储领域的优质解决方案。

下拉加载更多