Obsidian 插件：Speech to Text

概述

1. 主要功能

该插件可利用多个AI提供商（OpenAI Whisper、Deepgram）将音频记录转换为文本，支持多种音频格式，具备说话人分离、自动语言检测等功能，能将转录文本插入当前光标位置、笔记开头或结尾，还可自动创建新笔记。

2. 适用场景

适用于会议记录、访谈整理、日常语音笔记等场景，方便用户将音频内容快速转化为文字。

3. 核心特色

• 多提供商选择，各有优势，能自动为每个文件选择最佳提供商。
• 支持40多种语言，自动检测语言，不同提供商针对不同语言进行优化。
• 说话人分离功能可清晰区分不同说话者，方便处理多人对话。

4. 使用建议

使用前确保已配置好AI提供商的相关密钥。对于不同格式和语言的音频，可先让插件自动选择提供商进行转录，若效果不佳，可手动更换提供商。在处理多人音频时，利用说话人分离功能能使文本更有条理。

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。