Открытый инструментарий NVIDIA для создания, дообучения и развёртывания моделей речевого ИИ: распознавания речи (ASR), синтеза речи (TTS) и речевых LLM.
mkiol/dsnote
Приложение для Linux и Sailfish OS: заметки, чтение и перевод с офлайн-распознаванием и синтезом речи, а также машинным переводом.
Open source альтернатива:Dragon NaturallySpeaking
Google Translate
- Звёзды
- 1,694
- Форки
- 76
- Открытые issues
- 154
- Последний коммит
- 8 дней назад
Что это?
Speech Note позволяет создавать, читать и переводить заметки на многих языках. Распознавание и синтез речи, а также машинный перевод выполняются локально на компьютере без подключения к сети, поэтому текст и аудио не отправляются в интернет.
Приложение объединяет несколько движков с открытым исходным кодом в одном интерфейсе. Для преобразования речи в текст доступны Whisper (whisper.cpp), Vosk, Coqui STT, Faster Whisper и april-asr. Синтез речи поддерживают такие движки, как Piper, espeak-ng, RHVoice, Kokoro, Coqui TTS и F5-TTS, а для перевода используется Bergamot. Модели не входят в комплект приложения — их можно скачать через встроенный каталог.
Помимо диктовки и чтения вслух, приложение умеет вставлять распознанный текст в активное окно, экспортировать субтитры в формате SRT и синтезировать речь с учётом временных меток субтитров. Интерфейс командной строки позволяет запускать прослушивание или чтение из скриптов и ярлыков рабочего стола.
Ключевые возможности
- 01Офлайн-преобразование речи в текст с помощью нескольких движков, включая Whisper и Vosk.
- 02Синтез речи с множеством голосов с помощью таких движков, как Piper и espeak-ng.
- 03Офлайн-машинный перевод на базе Bergamot.
- 04Вставка продиктованного текста в активное окно в X11 или через ydotool в Wayland.
- 05Экспорт распознанной речи в субтитры SRT и чтение субтитров вслух с синхронизацией по временным меткам.
- 06Параметры командной строки и глобальные сочетания клавиш для запуска прослушивания или чтения.
Сценарии использования
- Диктовка заметок и документов на компьютере с Linux без отправки аудио в облако.
- Голосовой ввод в любых приложениях с помощью глобальных сочетаний клавиш.
- Создание файлов субтитров из записанного аудио.
- Создание озвучки из файлов субтитров.
- Прослушивание текста или сохранение его в формате MP3.
Быстрый старт
- 1
Установите Speech Note из Flathub, перейдя по ссылке на значке в README
- 2
Загрузите необходимые модели распознавания речи и перевода во встроенном в приложение браузере моделей
Что важно знать
- Поддерживаются только настольный Linux и Sailfish OS.
- Чекпойнты моделей не включены — их нужно отдельно загрузить в приложении.
Темы
Частые вопросы
- Что такое dsnote?
- Приложение для Linux и Sailfish OS: заметки, чтение и перевод с офлайн-распознаванием и синтезом речи, а также машинным переводом. Speech Note позволяет создавать, читать и переводить заметки на многих языках. Распознавание и синтез речи, а также машинный перевод выполняются локально на компьютере без подключения к сети, поэтому текст и аудио не отправляются в интернет.
- dsnote можно использовать бесплатно? Какая у него лицензия?
- dsnote распространяется с открытым исходным кодом под лицензией MPL-2.0. Перед использованием в коммерческих продуктах проверьте условия лицензии.
- dsnote всё ещё поддерживается?
- Активно поддерживается. Последний коммит в dsnote — 12 окт. 2026 г..
- Для чего можно использовать dsnote?
- Диктовка заметок и документов на компьютере с Linux без отправки аудио в облако. Голосовой ввод в любых приложениях с помощью глобальных сочетаний клавиш. Создание файлов субтитров из записанного аудио. Создание озвучки из файлов субтитров. Прослушивание текста или сохранение его в формате MP3.
- Как установить dsnote?
- Установите Speech Note из Flathub, перейдя по ссылке на значке в README Загрузите необходимые модели распознавания речи и перевода во встроенном в приложение браузере моделей
- Где скачать dsnote?
- Исходный код и инструкции по установке — на GitHub: https://github.com/mkiol/dsnote
Описание создано ИИ на основе README проекта. Статистика GitHub обновляется ежедневно.
Похожие проекты
Офлайн-инструмент для голосового ввода в Windows: удерживайте CapsLock или боковую кнопку мыши X2, чтобы говорить, и отпустите, чтобы вставить распознанный текст.
Локальное open-source приложение для диктовки с AI: преобразует речь в текст на macOS и Windows и работает офлайн с Whisper.
Семейство open-source голосовых AI-моделей Microsoft: распознавание длинной речи (ASR), многоязычная по говорящим генерация речи (TTS) и потоковый TTS в реальном времени.
Порт модели распознавания речи OpenAI Whisper на C/C++ для быстрого автономного преобразования речи в текст на CPU и GPU без зависимостей.
Распознавание речи с открытым исходным кодом на базе Whisper: точные временные метки для каждого слова и опциональная диаризация говорящих.