Obsidian 插件：Audio Notes

概述

为音频文件创建笔记。

Readme(翻译）

下面是 obsidian-audio-notes 插件的自述翻译

Obsidian 音频笔记

音频笔记是 Obsidian 笔记应用的一个插件。

什么是音频笔记？

音频笔记使您在收听播客和其他音频文件时轻松记录笔记。

看看吧！

音频笔记是一个包含音频引用的标注，配有嵌入式音频播放器以重播引用。它看起来像这样：

您可以使用下面描述的语音转文本软件为音频文件生成转录。一旦您有了转录，音频笔记将自动生成您的笔记的引用！

要创建音频笔记，您必须指定一个音频文件，并可以设置一些其他属性。所有属性都使用类似标注的代码块进行设置：

• audio：（必需）音频文件名。它可以是本地文件或在线音频文件的链接。
  • （可选）您可以在文件名的末尾添加 #t=<start>,<end> 来设置引用的开始和结束时间。例如，您可以添加 t=1:20,1:30 以在 1:20 开始音频片段，并在 1:30 结束。如果您不想设置结束时间，可以简单地使用 t=<start>。
  • （可选）您可以在文件名的末尾添加 &s=<playback-speed>，在 #t=<start>,<end> 之后，以指定播放速度。如果您没有开始和结束时间，可以在文件名的末尾添加 #s=<playback-speed>。播放速度默认为 1.0。
• title：（可选）您的笔记的标题。
• transcript：（可选）转录的文件名。有关详细信息，请参见下文。
• author：（可选）用作引用作者的文本。
• liveUpdate: true：（可选）如果您在代码块中添加了 liveUpdate: true 属性，引用将在音频播放时自动更新（有关更多信息，请参见下文）。

如何使用插件

找到您想要记录笔记的.mp3（或.m4a 或.m4b）文件，并将其移动到您的保险库中。您可能希望生成一个转录文件，以便让音频笔记自动插入音频的转录（见下文）。

一旦您的.mp3 文件在您的保险库中，运行命令“在新文件中创建新的音频笔记”。选择一个 mp3 文件后，将创建一个新的音频笔记，看起来像这样：

audio: assets/276-paul-grahams-essays-part-2-ads.mp3
title: Founders Podcast, Episode 276 - Paul Graham's Essays Part 2
transcript: assets/276-paul-grahams-essays-part-2-ads.json

现在您可以开始听了。

当您想要记录音频中所说的内容时，请暂停播放器并运行命令“在当前时间（+/- 15 秒）创建新的音频笔记”。根据文件中第一个音频播放器的当前时间，在文件末尾添加一个新的音频笔记。

您可以随心所欲地编辑新创建的音频笔记！您可以更改文本和音频片段的开始/结束时间。如果您扩展了音频并需要重新生成包含更多单词的引用，您可以删除引用，然后使用命令“重新生成当前音频笔记”或“重新生成所有音频笔记”从您设置的开始/结束时间重新创建引用。

现在您可以随时随地听您的笔记 :)

将热键绑定到音频播放器控制

如果您正在使用计算机，您可以使用热键来控制当前播放的音频播放器。以下是我使用的热键：

• Ctrl + Shift + Right Arrow：快进
• Ctrl + Shift + Left Arrow：快退
• Ctrl + Shift + Up Arrow：加速
• Ctrl + Shift + Down Arrow：减速
• Ctrl + Shift + =：将播放器重置为起始时间
• Ctrl + Shift + Space：切换播放/暂停
• Ctrl + Shift + N：在当前时间创建新的音频注释
• Ctrl + Shift + G：重新生成当前音频注释

阅读的实时更新

如果您喜欢在听的同时阅读，您可以在代码块中添加 liveUpdate: true 属性。

当打开此功能时，音频笔记中的引用将随着音频播放而自动更新。（注意：字幕只有在音频播放时才会更改。）

在移动设备上使用

（仅在 Android 上进行了测试）

如果您在手机上收听播客或其他音频文件，能够在手机上做笔记非常重要。

下面的工作流程遵循 Tiago Forte 的 CODE 过程：捕捉、组织、提炼和表达。您可以快速捕捉您关心的信息，并在稍后进行组织、提炼和表达，而不会在收听播客/音频时丢失思路。这有助于避免 门效应。

这是我发现的最好的做笔记的方法：

1. 在手机上安装 Audio Notes，并将“创建新的音频笔记…”命令固定在命令列表的顶部（使用核心插件“命令面板”）。
2. 在您的计算机上预加载.mp3 和转录，并在您的存储库中创建一个新的笔记，其中包含初始的音频笔记。
3. 将您的存储库同步到手机上。
4. 在手机上打开 Obsidian 并出发散步！使用刚刚创建并同步到手机上的音频笔记代码块在 Obsidian 中收听.mp3。
5. 当您听到想要记住的内容时，暂停音频并向下滑动，在 Obsidian 笔记的末尾创建一个新的音频笔记。您可以在此时在新生成的笔记下方添加任何个人想法。
6. 完成后，将您的笔记同步回计算机并编辑引用。
7. 通过突出显示或总结您最想记住的内容来完成笔记。

点击下方查看在手机上使用音频笔记的视频。

在 YouTube 视频上做笔记

如果你在观看带字幕的 YouTube 视频，你可以在上面做笔记，音频笔记会自动将字幕插入到你的笔记中。

1. 安装 Media Extended 插件。
2. 在你的笔记中嵌入一个 YouTube 视频，使用 ![](https://www.youtube.com/watch?v=ji5_MqicxSo)。
3. 运行命令 Media Extended: Open Media from Link，并将 YouTube 视频的 URL 粘贴到框中。开始听。
4. 当你准备好做笔记时，运行命令 Audio Notes: (Media Extended YouTube Video) Create new Audio Note at current time (+/- 15 seconds) 来创建一个新的音频笔记，其中包含 YouTube 视频的字幕。
5. 在听 YouTube 视频时，你可能想使用 liveUpdate: true 属性。

快速语音消息

Obsidian 提供了一个名为音频录制器的核心插件，允许您直接在 Obsidian 中录制语音消息，但它缺少一些功能。我们扩展了音频录制器的功能，以在 Obsidian 笔记中添加语音消息的转录。

我们还添加了在录制过程中暂停和恢复录制的功能，以防您被打断。

使用方法

首先，您需要从 Deepgram AI 获取一个 API 密钥。这需要花费一些费用，但非常实惠。作为试用期的一部分，他们还会免费提供多达 12,000 分钟的转录服务，具体取决于您选择的其他选项。在创建 Deepgram API 密钥后，将其添加到您的音频笔记插件设置中。

然后，您可以使用命令“生成带有转录的快速音频录制”，或者您可以单击侧边栏中的麦克风图标。这将弹出一个模态框，让您选择转录的选项。（要了解有关每个选项的更多信息，请访问模态框中的相应链接。）在选择要添加的选项后，您可以点击绿色的麦克风按钮开始录制。

录制完成后，点击停止按钮。转录需要几秒钟的时间准备好，准备好后，您可以点击“保存”按钮，将音频和转录添加到您的文档中。

生成文本记录有三种方法：使用 Deepgram 插件的音频注释功能从 URL 生成文本记录，使用现有的.srt 文件，或者自己生成文本记录。

如果您的音频文件可在网上获取，您可以使用 Deepgram AI 来转录它们。（注意：我们正在努力允许您转录不在线的预录音频文件。）

您可以使用“在线转录 mp3 文件”命令或“在新文件中创建新的音频笔记”命令来转录播客或音频。转录将以 JSON 格式保存在您的保险库中，并可用于将来的音频笔记。

首先，您需要从 Deepgram AI 获取 API 密钥。它需要付费，但价格非常实惠。在试用期内，根据您选择的其他选项，他们还会免费提供高达 12,000 分钟的转录服务。创建 Deepgram API 密钥后，将其添加到您的音频笔记插件设置中。

使用现有的 .srt 文件

如果您已经有了以 .srt 格式的剧本，您可以直接使用它，只需将文件名放在 transcript: <your .srt file> 属性中即可。

自己生成转录文本

这个过程可能会很困难，因为安装 OpenAI Whisper 很困难，但是下面是它的工作原理：

你可以使用 OpenAI Whisper 从计算机上的音频文件生成转录文本。

运行 OpenAI Whisper 需要 Python 3.9。我建议使用 miniconda 来安装 Python 3.9。一旦安装了 Python，使用 pip install git+https://github.com/openai/whisper.git 来安装 OpenAI Whisper。你可能还需要安装 ffmpeg，这更加困难。请参阅 OpenAI Whisper 的文档获取更多信息。

下面的 Python 脚本将对你的音频文件进行语音识别，并将转录文本保存到你的保险库中。一旦转录文本在你的保险库中，音频笔记插件就可以使用它来自动生成文本。

你可以使用 pip install tkinter 来安装 tkinter，以便显示一个“选择文件”对话框，而不是在代码中设置文件名。

import whisper
import json

如果已安装 tkinter，则显示一个“选择文件”对话框

try:

import tkinter as tk

from tkinter.filedialog import askopenfilename

root = tk.Tk()

root.withdraw()

audio_filename = askopenfilename()

print(f"You selected: {audio_filename}")

except ImportError:

audio_filename = r"<path-to-audio-file-in-your-vault>.mp3"

设置以下信息以进行语音识别

model_name = “small.en” # 请参阅 https://github.com/openai/whisper 获取其他选项

start: float = None # （可选）设置开始时间（以秒为单位）

end: float = None # （可选）设置结束时间（以秒为单位）

加载音频文件并根据需要进行裁剪

audio = whisper.load_audio(audio_filename)

samples_per_second = 16_000

if end is not None:

audio = audio[:int(end * samples_per_second)]

if start is not None:

audio = audio[int(start * samples_per_second):]

加载模型。它可能有多个 GB 的大小

model = whisper.load_model(model_name)

生成转录文本。这可能需要很长时间

result = model.transcribe(audio, verbose=False)

将转录保存为与音频文件同名的 .json 文件

for segment in result[“segments”]:

del segment["id"]

del segment["seek"]

del segment["tokens"]

del segment["temperature"]

del segment["avg_logprob"]

del segment["compression_ratio"]

del segment["no_speech_prob"]

if start is not None:

    segment["start"] += start

    segment["end"] += start

output_filename = ”.“.join(audio_filename.split(”.“)[:-1]) + “.json”

with open(output_filename, “w”) as f:

json.dump(result, f)

print(“Done!“)