whisper-obsidian-plugin

whisper-obsidian-plugin

Obsidian语音转文字插件,轻松创建笔记

Whisper-obsidian-plugin是一个集成OpenAI Whisper技术的Obsidian插件,可将语音快速转换为文字笔记。该插件支持实时录音和音频文件上传,通过快捷键和命令面板操作。它具有灵活的设置选项,支持多语言识别,允许自定义文件保存路径。这个插件为Obsidian用户提供了一种新的高效笔记创建方式。

语音转文字Obsidian插件OpenAIWhisperAPIGithub开源项目

在 Obsidian 中使用 OpenAI Whisper 实现语音转文字 🗣️📝

Obsidian Whisper 是一个插件,可以轻松将您的语音转换为书面笔记。只需说出您的想法,让 OpenAI 的 Whisper 完成剩下的工作!

🚀 开始使用

  1. 此插件可以从 Obsidian 内的"社区插件"中安装。
  2. 要使用此插件,您需要提供 OpenAI API 密钥。有关更多信息,请参阅本 README 文件的设置部分。

🎯 使用方法

访问录音控件

点击功能区按钮打开录音控件界面。

录制音频

使用"开始"按钮开始录音。您可以使用"暂停/继续"按钮暂停和恢复录音。完成后点击"停止"按钮。停止录音后,插件将自动转录音频并在指定文件夹中创建一个包含转录内容和链接音频文件的新笔记。

您可以使用 Alt + Q 快捷键快速开始或停止录音。

上传现有音频文件

您还可以转录现有的音频文件:

  • 使用 Ctrl/Cmd + P 打开命令面板。
  • 搜索"上传音频文件"并选择它。
  • 将出现文件对话框。选择要转录的音频文件。
  • 插件将转录所选文件并在指定文件夹中创建一个包含内容和链接音频文件的新笔记。

使用命令面板快速操作

"开始/停止录音"和"上传音频文件"操作也可以通过命令面板快速访问。

有关使用此插件的更多解释,请查看 TfT Hacker 撰写的文章"在 Obsidian 中使用 OpenAI Whisper 服务实现语音转文字"

⚙️ 设置

  • API 密钥:输入您的 OpenAI API 密钥以解锁 Whisper API 的高级转录功能。您可以在此链接获取 OpenAI 的密钥。如果您不熟悉 API 密钥的概念,可以在此链接了解更多信息。

  • API URL:指定用于向 Whisper API 发送请求的端点。除非您有特殊原因使用不同的端点,否则不应更改此项。

  • 模型:选择用于生成文本转录的机器学习模型。除非您有特殊原因使用不同的模型,否则不应更改此项。

  • 语言:指定要转录的消息的语言。有关语言和代码列表,请参阅此链接

  • 保存录音:切换此选项以在发送到 Whisper API 后保存音频文件。启用后,您可以指定保存音频文件的保管库路径。

  • 录音文件夹:指定保存音频文件的保管库路径。例如:folder/audio。仅在启用"保存录音"时可用。

  • 保存转录:切换此选项以为每次录音创建新文件,或关闭以在光标处添加转录。启用后,您可以指定保存转录的保管库路径。

  • 转录文件夹:指定保存转录文件的保管库路径。例如:folder/note。仅在启用"保存转录"时可用。

🤝 贡献

我们欢迎并感谢社区的贡献、问题报告和功能请求!请随时访问问题页面分享您的想法和建议。

💬 Whisper API

  • 有关使用 Whisper API 的其他信息,包括限制和定价,请查看 OpenAI Whisper FAQ
  • 有关 Whisper API 的高级概述,请查看 OpenAI 提供的信息

⚒️ 手动安装

如果您想手动安装此插件,请按照以下步骤操作:

  1. GitHub 仓库下载 manifest.jsonmain.jsstyles.css 文件到 Obsidian 保管库中的 plugins/whisper 文件夹。
  2. 设置 > 社区插件 中点击 重新加载插件 按钮。
  3. 找到 "Whisper" 插件并启用它。
  4. 在插件设置中输入您的 OpenAI API 密钥。

🤩 表示感谢

您觉得这个插件有价值吗?太好了!您可以通过在这里为我买杯咖啡来支持我的编码工作并表达您的感谢。

帮助其他人发现 Obsidian Whisper 插件的魔力!如果您能在 Twitter、Reddit 或您喜欢的社交媒体平台上分享您的使用体验,我会非常高兴!

您可以在 Twitter 上找到我 @nikdanilov_

<img style="float:left" src="https://yellow-cdn.veclightyear.com/0a4dffa0/4246b192-c939-4c9f-98e1-9a83204c065e.png" width="200">


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