Toolkit de código abierto de NVIDIA para crear, ajustar y desplegar modelos de IA de voz, incluidos reconocimiento de voz (ASR), texto a voz (TTS) y LLM de voz.
18,6 mil3,7 milPythonApache-2.0Actualizado hace 12 horas
mkiol/dsnote
Aplicación para Linux de escritorio y Sailfish OS para tomar notas, leer y traducir, con reconocimiento de voz, síntesis de voz y traducción automática sin conexión.
Alternativa open source a:Dragon NaturallySpeaking
Google Translate
- Estrellas
- 1,694
- Forks
- 76
- Issues abiertos
- 154
- Último commit
- hace 8 días
¿Qué es?
Speech Note permite tomar, leer y traducir notas en muchos idiomas. El reconocimiento de voz, la síntesis de voz y la traducción automática se ejecutan localmente en tu equipo, sin conexión a la red, por lo que el texto y el audio no se envían a Internet.
La aplicación integra varios motores de código abierto en una sola interfaz. Para convertir voz a texto, admite Whisper (whisper.cpp), Vosk, Coqui STT, Faster Whisper y april-asr. Para convertir texto a voz, admite motores como Piper, espeak-ng, RHVoice, Kokoro, Coqui TTS y F5-TTS; para traducir, usa Bergamot. Los modelos no vienen incluidos: se descargan desde un explorador de modelos integrado.
Además de dictar y leer en voz alta, puede insertar el texto reconocido en la ventana activa, exportar subtítulos en formato SRT y sintetizar voz a partir de las marcas de tiempo de los subtítulos. La interfaz de línea de comandos permite iniciar la escucha o la lectura desde scripts y accesos directos del escritorio.
Funciones clave
- 01Conversión de voz a texto sin conexión mediante varios motores, como Whisper y Vosk.
- 02Conversión de texto a voz con numerosas voces de motores como Piper y espeak-ng.
- 03Traducción automática sin conexión con Bergamot.
- 04Inserta el texto dictado en la ventana enfocada en X11 o mediante ydotool en Wayland.
- 05Exporta el reconocimiento de voz como subtítulos SRT y lee los subtítulos en voz alta sincronizados con sus marcas de tiempo.
- 06Opciones de línea de comandos y atajos de teclado globales para iniciar la escucha o la lectura.
Casos de uso
- Dictar notas o documentos por voz en un escritorio Linux sin enviar audio a la nube.
- Usar la escritura por voz en cualquier aplicación mediante atajos globales.
- Crear archivos de subtítulos a partir de audio grabado.
- Generar audio de voz en off a partir de archivos de subtítulos.
- Escuchar texto en voz alta o guardarlo como archivo MP3.
Inicio rápido
- 1
Instala Speech Note desde Flathub mediante el enlace de la insignia del README
- 2
Descarga los modelos de voz y traducción que necesites desde el navegador de modelos integrado en la aplicación
Antes de usarlo
- Solo es compatible con Linux de escritorio y Sailfish OS.
- Los puntos de control de los modelos no están incluidos y deben descargarse por separado desde la aplicación.
Temas
Preguntas frecuentes
- ¿Qué es dsnote?
- Aplicación para Linux de escritorio y Sailfish OS para tomar notas, leer y traducir, con reconocimiento de voz, síntesis de voz y traducción automática sin conexión. Speech Note permite tomar, leer y traducir notas en muchos idiomas. El reconocimiento de voz, la síntesis de voz y la traducción automática se ejecutan localmente en tu equipo, sin conexión a la red, por lo que el texto y el audio no se envían a Internet.
- ¿dsnote es gratuito? ¿Qué licencia tiene?
- dsnote es open source bajo la licencia MPL-2.0. Revisa los términos de la licencia antes de usarlo en productos comerciales.
- ¿dsnote sigue mantenido?
- Mantenimiento activo. El último commit de dsnote fue el 12 oct 2026.
- ¿Para qué puedo usar dsnote?
- Dictar notas o documentos por voz en un escritorio Linux sin enviar audio a la nube. Usar la escritura por voz en cualquier aplicación mediante atajos globales. Crear archivos de subtítulos a partir de audio grabado. Generar audio de voz en off a partir de archivos de subtítulos. Escuchar texto en voz alta o guardarlo como archivo MP3.
- ¿Cómo se instala dsnote?
- Instala Speech Note desde Flathub mediante el enlace de la insignia del README Descarga los modelos de voz y traducción que necesites desde el navegador de modelos integrado en la aplicación
- ¿Dónde consigo dsnote?
- El código fuente y las instrucciones de instalación están en GitHub: https://github.com/mkiol/dsnote
Resumen generado por IA a partir del README del proyecto. Las estadísticas de GitHub se actualizan a diario.
Proyectos relacionados
Herramienta de dictado por voz sin conexión para Windows: mantén pulsado CapsLock o el botón lateral X2 del ratón para hablar y suéltalo para escribir el texto reconocido.
7 mil653PythonMITActualizado el mes pasado
Aplicación de dictado con IA, de código abierto y local, que convierte voz en texto en macOS y Windows y funciona sin conexión con Whisper.
1,6 mil142TypeScriptMITActualizado hace 7 días
Familia open source de modelos de voz con IA de Microsoft: reconocimiento de voz de larga duración (ASR), text-to-speech (TTS) para varios hablantes y TTS en streaming en tiempo real.
54,9 mil6,2 milPythonMITActualizado hace 12 días
Port en C/C++ del modelo de reconocimiento de voz Whisper de OpenAI, para convertir voz en texto sin conexión y sin dependencias, usando CPU o GPU.
54,5 mil6,3 milC++MITActualizado ayer
Herramienta de código abierto de voz a texto basada en Whisper, con marcas de tiempo por palabra mediante alineación forzada y diarización de hablantes opcional.
24,7 mil2,5 milPythonBSD-2-ClauseActualizado anteayer