Obsidian'da sesli metin

Obsidian'ın yerleşik sesli metin özelliği var mı?

Hayır. Obsidian'ın editörde konuşmanızı metne dönüştüren yerel bir dikte özelliği yoktur. Temel eklenti Audio Recorder bir ses dosyası kaydeder ve notanıza ekler; söylediklerinizi metne dönüştürmez. Bu yararlı bir şeydir, ancak bunu arayanların çoğunun istediğinin tam tersidir.

Bir vault içinde gerçek transkripsiyon elde etmek için topluluk eklentisine başvurulur. En yaygını nikdanilov'un "Whisper" eklentisidir. Ses kaydeder veya yükler, Whisper uyumlu bir transkripsiyon API'sine gönderir ve sonucu imlecinize yapıştırır. Masaüstü ve mobilde çalışır, varsayılan kısayol tuşu Alt+Q'dur. Sorun kendi hızlı başlangıcında yatar: ayarlarda bir API anahtarı eklersiniz çünkü OpenAI, Groq, Azure veya başka bir Whisper uyumlu hizmetle konuşur. Bu bulut anlamına gelir ve dakika başına API sağlayıcısına ödeme yapmak anlamına gelir.

Editör içinde başka yollar da var. İnsanlar temel Audio Recorder'ı Deepgram gibi bir transkripsiyon hizmetiyle eşleştiriyor veya Obsidian'ın yanında ayrı dikte araçları çalıştırıyor. Hepsi iyi tercihler. Ancak ortak paydayı fark edin: nota içinde transkripsiyon yapanlar neredeyse hepsinde sesinizi bulut API'sine yönlendirir ve anahtar ister. Bunu atlatmanın farklı bir yolu var.

Bir vault'taki eklenti vs. her yerde kısayol tuşu

Bu anlaşılmaya değer ayrımdır. Vault eklentisi Obsidian'ın içinde yaşar. Kendi kısayol tuşuyla bir notadayken transkripsiyon yapar ve yalnızca orada çalışır. Sistem genelinde kısayol tuşu uygulaması bir seviye üstte, işletim sisteminizde yaşar. Obsidian'a yazar, ama aynı zamanda tarayıcınıza, e-postanıza, terminalinize ve diğer tüm uygulamalara da yazar — çünkü bilgisayarınız açısından siz sadece yazıyorsunuzdur.

Hangisini istediğiniz gerçekte ne yaptığınıza bağlıdır. Tek hedefiniz kayıtlı bir ses dosyasını bir notaya yerleştirip orada transkript ettirmekse eklenti tam olarak bunun için yapılmıştır. Editöre yazar gibi düzyazı dikte etmek ve aynı zamanda yazdığınız her yerde de dikte etmek istiyorsanız, sistem genelinde uygulama daha iyi bir seçimdir. Bu rehberin geri kalanı çoğunlukla ikinci türle ilgilidir çünkü anahtar gerektirmez ve vault başına kurulum gerektirmez.

En hızlı yol: sistem genelinde kısayol tuşu

Bir masaüstü uygulaması hesabı değiştiren işte burasıdır. Whisper by Remskill bir Obsidian eklentisi, vault entegrasyonu veya tarayıcı uzantısı değildir. Klavye gibi çalışan bir masaüstü uygulamasıdır: bir kısayol tuşuna basın, konuşun, transkript herhangi bir uygulamada imlecinize yapıştırılır; Obsidian notanız dahil. Yapıştırılacak bir API anahtarı yoktur çünkü transkripsiyon motorları makinenizde yerel olarak çalışır. Entegre etmek yerine yazdığı için Obsidian'da ve her yerde aynı şekilde çalışır.

Kurulum kısadır:

Döngünün tamamı bu. Transkript editörde belirir, okursunuz, yazmaya devam edersiniz.

Konuşun, not dolsun

Çalıştıktan sonra deneyim en iyi anlamda sıradan bir hal alır. İmlecini bir notaya koyarsın, tuşu basılı tutarsın, konuşursun, bırakırsın. Bir saniye kadar sonra metin, sanki siz yazmışsınız gibi editörde oturur. Sonradan geri sarılacak ayrı bir kayıt yok, vault'u karıştıracak ses dosyası yok, bekleyecek transkripsiyon işi yok. Sadece imlecin olduğu yerde kelimeler.

Yerel transkripsiyon makinenizde çalıştığı için (saf Rust, Python sidecar yok, döngüde sunucu yok) çevrimdışı çalışır. Bir not uygulaması için asıl mesele budur. Yakaladığınız düşünce, özetlediğiniz toplantı, başkasının günlüklerinde dizinlenmesini istemediğiniz yarım kalmış fikir — sesin hiçbiri dizüstü bilgisayarınızı terk etmez. Bulut API'si çağıran vault eklentileri bunu söyleyemez ve Windows'un kendi yerleşik ses yazımı çalışmak için internet bağlantısına ihtiyaç duyar. Whisper'ın yerel modu duymaz.

Tam Whisper uygulaması nasıl görünür

Kısayol tuşu en çok kullandığınız kısımdır, ancak arkasında bir ayarlar yüzeyi bulunur. Transkripsiyon motorunuzu seçersiniz: çok dilli varyantları 99 dili kapsayan Whisper modelleri ya da yalnızca İngilizce .en yapıları veya CPU'da Whisper'dan 5 ila 10 kat daha hızlı, İngilizce ve 24 Avrupa dilini kapsayan NVIDIA'nın yaklaşık 600 MB'lik Parakeet'i. Kısayol tuşunuzu ayarlar, geçmişi yönetir ve ön ayarları kaydedersiniz. Bunların hiçbiri bir nota dikte etmek için gerekmez. Ayar yapmak istediğinizde oradadır.

Dikte edilen notları yapay zekayla temizleme

Konuşulan dil dağınıktır. «Şey» dersiniz, cümleleri yeniden başlatırsınız, «yani anlıyorsunuz» manasına gelen bir gürültüyle sönersiniz. Whisper, yapıştırmadan önce dolgu sözcükleri kıran ve ifadeyi düzelten isteğe bağlı bir yapay zeka geliştirme adımına sahiptir. Böylece «şey, evet, yani, yani toplantı ertelendi, sanırım biz, biz şimdi perşembe yapacağız» «Toplantı ertelendi; sanırım perşembe yapıyoruz» olur. Sonradan yeniden okuyacağınız kalıcı bir nota için bu temizlik değerini öder.

Bu temizlik Ollama aracılığıyla yerel olarak, kendi makinenizde ücretsiz çalışır. Pro kullanıcılar bunun yerine bulut üzerinden yönlendirebilir, ancak dolgu sözcük temizleme faydası Pro gerektirmez; ücretsiz yerel pipeline'da mevcuttur. Bunu kapatıp ham transkripi yapıştırabilirsiniz de — hızlı bir yakalama için bu çoğunlukla tam olarak doğrudur.

Yerel ve özel: notlarınız makinenizde kalır

Bu, bir not aracı için adımı atacağım tek güçlü görüştür: yalnızca bulut dikte, transkript edilmeyi bekleyen bir gizlilik felaketidir. Vault'unuz taslak halinde yazdığınız maaş tablosunu, çocuğunuzun okuluna yazdığınız e-postayı, henüz paylaşmaya hazır olmadığınız yarım kalmış düşünceyi barındırır. Pek çok insan için Obsidian'ın tüm çekiciliği, notların kendi disklerindeki düz dosyalar olmasıdır. Bu notların sesini bir satıcının API'si üzerinden iletmek bunu sessizce geri alır.

Whisper'ın yerel motorlarıyla kayıt kendi CPU'nuzda transkripsiyon yapılır ve silinir. Anahtar yok, transkripsiyon sağlayıcısında hesap yok, bir yerlerdeki bir günlükte oturan ses yok. Bu bir pazarlama cümlesi değil, hesaplamanın sadece nerede olduğudur. Bir keresinde bir ekibin standup kayıtlarını bir API'ye besleyerek çeyrek içinde beş haneli bir bulut faturası biriktirdiğini izledim; CFO'nun yanıtı kabaca «ya da zaten notları olan toplantıları transkripsiyon için ödemeyiz» şeklindeydi. Aynı mantık kişisel bir vault için de geçerlidir — CFO olmadan.

Vault eklentisinin daha iyi uyduğu zamanlar

Sistem genelinde uygulamanın her durumda kazandığını söylemeyeceğim çünkü kazanmaz. Gerçekten elinizde belirli notalar içinde transkript edilip eklenecek kayıtlı ses notları veya toplantı sesi içeren bir klasör varsa nikdanilov'un "Whisper" eklentisi gibi vault içi bir eklenti tam olarak bu iş akışı için yapılmıştır. Bir dosya kaydeder veya yükler ve transkripti notaya bırakır. Dakika başına transkripsiyon API'sine ödeyecek ve bir anahtar yöneteceksinizdir, ancak dosya-giriş, transkript-notada döngüsü tam olarak yaptığı şeydir — ve kısayol tuşuyla yazma uygulaması onu yerini almaz.

Hiçbir şey yapmama seçeneği de vardır. Yalnızca ara sıra bir satır dikte ediyorsanız işletim sisteminiz bunu zaten ücretsiz yapıyor. Windows'ta Windows logo tuşu + H'ye basın ve ses yazımı Obsidian notası dahil herhangi bir metin kutusunda açılır. Mac'te yerleşik Dikte kısayolu aynısını yapar ve Apple silicon'da internet olmadan cihaz üzerinde çalışır. Değiş tokuş: Windows'un Win+H'ı çalışmak için bağlantıya ihtiyaç duyar, macOS dikte ve Whisper'ın yerel modu duymaz.

Sorununuzu çözen en küçük aracı seçin. Tek satırlık yakalama için işletim sisteminizin zaten sahip olduğu tuş. Belirli notalara ses dosyaları transkribe etmek için vault içi eklenti. Editöre ve yazdığınız her yere çevrimdışı ve anahtar olmadan düzyazı dikte etmek için sistem genelinde uygulama.

Whisper ne kadar tutar

Yerel dikte pipeline'ı — Ollama aracılığıyla transkripsiyon ve yapay zeka temizleme — kayıt sırasında kart olmadan oturum açmış herhangi bir kullanıcı için ücretsizdir. Yani Whisper ile bir notaya sesinizi almak hiçbir şeye mal olmaz ve dakika başına transkripsiyon API'si ölçümü yoktur. Whisper Pro bulut özelliklerini (OpenAI transkripsiyonu, bulut yapay zeka geliştirme, sesli web araması) ekler ve ayrı bir deneme süresi sunar. Kesin sayılar fiyatlandırma sayfasında yaşar — burada değil, çünkü fiyatlar değişir ve bir blog yazısı bunları güncel tutmak için kötü bir yerdir.

Obsidian sonunda yerel bir dikte özelliği büyütecektir; uygulamalar, yeterince çok insan birini taklit etmeye çalışarak üç eklenti kurduğunda böyle yapar. O zamana kadar vault'unuzun seçenekleri vardır: ses dosyalarını transkripsiyon için vault içi eklenti, ara sıra satır için işletim sisteminiz ve döngüde anahtar veya sunucu olmadan editöre düzyazı dikte etmek için sistem genelinde uygulama. Üç araç, bir defter. Çoğu zaman sesi makinenizde tutan birini istersiniz.