Da voce a testo in Obsidian

Obsidian ha la voce-a-testo integrata?

No. Obsidian non ha una funzione di dettatura nativa che trasformi il parlato in testo nell'editor. Il plugin principale Audio Recorder registra un file audio e lo allega alla nota; non trascrive ciò che hai detto. È una cosa utile, ma è l'opposto di ciò che cerca la maggior parte delle persone.

Per ottenere una vera trascrizione all'interno di un vault, si ricorre a un plugin della community. Il più comune è il plugin "Whisper" di nikdanilov. Registra o carica audio, lo invia a un'API di trascrizione compatibile con Whisper e incolla il risultato nel cursore. Funziona su desktop e mobile, e la scorciatoia predefinita è Alt+Q. Il problema è nel suo stesso avvio rapido: aggiungi una chiave API nelle impostazioni, perché comunica con OpenAI, Groq, Azure o un altro servizio compatibile con Whisper. Questo significa cloud, e significa pagare il provider API per minuto di audio.

Ci sono anche altre vie nell'editor. Alcuni abbinano il Core Audio Recorder a un servizio di trascrizione come Deepgram, o usano strumenti di dettatura separati accanto a Obsidian. Sono tutte buone scelte. Ma nota il filo comune: quelli che trascrivono all'interno della nota quasi tutti instradano il tuo audio a un'API cloud e chiedono una chiave. C'è un modo diverso di farlo che evita entrambi.

Un plugin in un vault vs. una scorciatoia ovunque

Questa è la distinzione che vale la pena chiarire. Un plugin nel vault vive all'interno di Obsidian. Trascrive quando sei in una nota, con la sua scorciatoia, e funziona solo lì. Un'app con scorciatoia globale vive un livello più in su, nel sistema operativo. Digita in Obsidian, ma anche nel browser, nell'email, nel terminale e in qualsiasi altra app, perché per il tuo computer stai semplicemente digitando.

Quale vuoi dipende da ciò che stai effettivamente facendo. Se il tuo unico obiettivo è inserire un file audio registrato in una nota e farlo trascrivere sul posto, il plugin è fatto esattamente per quello. Se vuoi dettare prosa nell'editor come la digitaresti, e anche dettare ovunque scrivi, l'app globale è la forma migliore. Il resto di questa guida riguarda principalmente il secondo tipo, perché non richiede né chiave né configurazione per vault.

Il modo più veloce: una scorciatoia globale da tastiera

È qui che un'app desktop cambia i calcoli. Whisper by Remskill non è un plugin di Obsidian, un'integrazione con il vault, né un'estensione del browser. È un'app desktop che funziona come una tastiera: premi una scorciatoia, parla, e la trascrizione viene incollata nel cursore, in qualsiasi app, inclusa la tua nota di Obsidian. Non c'è nessuna chiave API da incollare, perché i motori di trascrizione girano localmente sul tuo computer. Funziona allo stesso modo in Obsidian e ovunque altro, poiché digita invece di integrarsi.

La configurazione è breve:

Questo è l'intero ciclo. La trascrizione appare nell'editor, la leggi, continui a scrivere.

Parla, e la nota si riempie

Una volta avviato, l'esperienza è notevolmente normale nel senso migliore. Metti il cursore in una nota, tieni il tasto, parli, lasci. Un secondo dopo il testo è nell'editor come se lo avessi digitato. Nessuna registrazione separata da scorrere dopo, nessun file audio che ingombra il vault, nessun lavoro di trascrizione da attendere. Solo parole dove si trovava il cursore.

Poiché la trascrizione locale gira sul tuo computer (Rust puro, nessun sidecar Python, nessun server nel loop), funziona offline. Per un'app di note, è tutto il punto. Il pensiero che stai catturando, la riunione che stai riassumendo, l'idea a metà formata che non vuoi indicizzata nei log di qualcun altro — nulla dell'audio lascia il tuo laptop. I plugin nel vault che chiamano un'API cloud non possono dirlo, e la dettatura vocale integrata di Windows necessita di una connessione internet per funzionare. La modalità locale di Whisper no.

Come appare l'app completa di Whisper

La scorciatoia è la parte che userai di più, ma c'è un'interfaccia di impostazioni dietro. Scegli il tuo motore di trascrizione: modelli Whisper, le cui varianti multilingue coprono 99 lingue, o Parakeet di NVIDIA, circa 600 MB, da 5 a 10 volte più veloce di Whisper su CPU, che copre l'inglese più 24 lingue europee. Imposti la scorciatoia, gestisci la cronologia e salvi i preset. Niente di tutto ciò è richiesto per dettare una nota. È lì quando vuoi regolare.

Rifinire le note dettate con l'IA

Il linguaggio parlato è disordinato. Dici «eh», ricominci le frasi, ti perdi in un rumore che significa «capisci cosa intendo». Whisper ha un passaggio opzionale di miglioramento IA che elimina i riempitivi e ordina la formulazione prima di incollare. Quindi «eh, sì, quindi la, la riunione si è spostata, penso che faremo, faremo giovedì ora» diventa «La riunione si è spostata; penso che lo facciamo giovedì.» Per una nota permanente che rileggerai più tardi, quella pulizia vale la pena.

Quella pulizia gira localmente tramite Ollama, gratuitamente, sul tuo computer. Gli utenti Pro possono instradarlo invece attraverso il cloud, ma il vantaggio della pulizia dei riempitivi non richiede Pro; è disponibile nel pipeline locale gratuito. Puoi anche disattivarlo e incollare la trascrizione grezza, che per una cattura rapida è spesso esattamente giusta.

Locale e privato: le tue note rimangono sul tuo computer

Questa è l'unica forte opinione che difenderò per uno strumento di note: la dettatura solo in cloud è un disastro per la privacy in attesa di essere trascritta. Il tuo vault è dove tieni il foglio di calcolo degli stipendi che stai redigendo, l'email alla scuola di tuo figlio, il pensiero a metà formazione che non sei pronto a condividere. Il fascino principale di Obsidian per molte persone è che le note sono file semplici sul proprio disco. Instradare l'audio di quelle note attraverso l'API di un fornitore disfà tutto questo silenziosamente.

Con i motori locali di Whisper, la registrazione viene trascritta sulla tua CPU e scartata. Nessuna chiave, nessun account presso il provider di trascrizione, nessun audio che giace in qualche log. Non è una frase di marketing — è semplicemente dove avviene il calcolo. Una volta ho visto un team accumulare un conto cloud a cinque cifre in un trimestre alimentando un'API con registrazioni di standup; la risposta del CFO era più o meno: «o non paghiamo per trascrivere riunioni che hanno già note». La stessa logica si applica a un vault personale, senza il CFO.

Quando un plugin del vault si adatta meglio

Non farò finta che l'app globale vinca in ogni caso, perché non è così. Se quello che hai davvero è una cartella di memo vocali registrati o audio di riunioni che vuoi trascrivere e allegare all'interno di note specifiche, un plugin nel vault come il "Whisper" di nikdanilov è fatto esattamente per quel flusso di lavoro. Registra o carica un file e inserisce la trascrizione nella nota. Pagherai l'API di trascrizione al minuto e gestirai una chiave, ma il ciclo file-in, trascrizione-in-nota è esattamente quello che fa — e un'app di digitazione con scorciatoia non lo sostituisce.

C'è anche l'opzione del non-fare-nulla. Se detti solo una riga occasionale, il tuo sistema operativo lo fa già gratuitamente. Su Windows, premi il tasto del logo Windows + H e la dettatura vocale si apre in qualsiasi campo di testo, inclusa una nota di Obsidian. Su Mac, la scorciatoia Dettatura integrata fa lo stesso, e su Apple silicon funziona sul dispositivo senza internet. Il compromesso: Win+H su Windows richiede una connessione, mentre la dettatura macOS e la modalità locale di Whisper no.

Scegli lo strumento più piccolo che risolve il tuo problema. Per una cattura di una riga, è il tasto che il tuo SO ha già. Per trascrivere file audio in note specifiche, è un plugin nel vault. Per dettare prosa nell'editor e ovunque altro scrivi, offline e senza chiave, è l'app globale.

Quanto costa Whisper

Il pipeline di dettatura locale — trascrizione e pulizia IA tramite Ollama — è gratuito per qualsiasi utente registrato, senza carta alla registrazione. Quindi inserire la tua voce in una nota con Whisper non costa nulla, e non c'è misurazione a minuto dall'API di trascrizione. Whisper Pro aggiunge le funzioni cloud (trascrizione OpenAI, miglioramento IA cloud, ricerca web vocale) e ha una prova separata. I numeri esatti si trovano sulla pagina dei prezzi anziché qui, perché i prezzi cambiano e un articolo di blog è un posto pessimo per tenerli aggiornati.

Obsidian probabilmente svilupperà una funzione di dettatura nativa, come tendono a fare le app quando abbastanza persone installano tre plugin cercando di simularla. Nel frattempo, il tuo vault ha opzioni: un plugin nel vault per trascrivere file audio, il tuo SO per la riga occasionale, e un'app globale per dettare prosa nell'editor senza chiave né server nel loop. Tre strumenti, un quaderno. La maggior parte delle volte hai bisogno di quello che mantiene l'audio sul tuo computer.