Obsidian 插件：Audio to Text

概述

Audio to Text 是一款将 Obsidian 中的音频引用转换为 Markdown 文本的插件，主要功能是利用语音识别服务生成带时间戳的转录稿。

适用场景：适合会议记录、播客整理、语音笔记归档等需要将音频内容转化为可编辑、可搜索文本的工作流，尤其适用于长音频的分段整理。

核心特色：

1. 操作便捷：右键点击音频引用即可触发转录，支持自动转录（输入/粘贴/拖拽时）。
2. 格式规范：自动将转录内容按每分钟分段，并插入标准 Markdown 格式，便于阅读和检索。
3. 灵活配置：默认使用阿里云 DashScope 模型，支持自定义端点、模型及语言；支持 Wiki 嵌入和普通链接。
4. 智能处理：自动跳过已有转录的引用，避免重复工作；通过临时上传服务支持大文件处理。

使用建议：

• 首次使用请在设置中配置好 API 密钥及模型参数。
• 对于重要录音，建议先检查转录准确性，再手动微调。
• 注意隐私安全，插件会将本地音频上传至临时服务进行识别，敏感数据请谨慎使用或等待本地模型支持。

讨论

若阁下有独到的见解或新颖的想法，诚邀您在文章下方留言，与大家共同探讨。