英伟达开源的语音AI工具包，用于构建、微调和部署语音识别、语音合成及语音大模型。
1.9万3654PythonApache-2.0更新于 11小时前
mkiol/dsnote
Linux 桌面与 Sailfish OS 应用，离线完成语音转文字、文字转语音和机器翻译。
- Star
- 1,694
- Fork
- 76
- 未关闭 Issue
- 154
- 最近提交
- 8天前
这是什么？
Speech Note 是一款用于做笔记、朗读和翻译的应用，支持多种语言。语音识别、语音合成和机器翻译全部在本地离线运行，不需要联网，文本和音频不会上传到互联网。
应用整合了多个开源引擎：语音转文字可使用 Whisper（whisper.cpp）、Vosk、Coqui STT、Faster Whisper 和 april-asr；文字转语音支持 Piper、espeak-ng、RHVoice、Kokoro、Coqui TTS、F5-TTS 等；翻译使用 Bergamot。模型不随安装包附带，可通过应用内的模型浏览器按需下载。
除了听写和朗读，它还能把识别结果插入当前活动窗口，导出 SRT 格式字幕，并按字幕时间戳合成语音。命令行接口可用于脚本或桌面快捷键来启动录音或朗读。
核心功能
- 01基于 Whisper、Vosk 等多种引擎的离线语音转文字。
- 02借助 Piper、espeak-ng 等引擎提供多种声音的文字转语音。
- 03基于 Bergamot 的离线机器翻译。
- 04可将听写内容插入当前焦点窗口，X11 下开箱即用，Wayland 下需配合 ydotool。
- 05支持将识别结果导出为 SRT 字幕，并按时间戳同步朗读字幕。
- 06提供命令行参数和全局快捷键，用于启动录音或朗读。
适用场景
- 在 Linux 桌面上离线语音听写笔记或文档，音频不上传云端。
- 通过全局快捷键在任意应用中语音输入文字。
- 将录音转换为字幕文件。
- 根据字幕文件生成配音音频。
- 朗读文本或将语音保存为 MP3 文件。
快速上手
- 1
通过 README 中的 Flathub 链接从 Flathub 安装 Speech Note
- 2
在应用内置的模型浏览器中下载所需的语音和翻译模型
使用前须知
- 仅面向 Linux 桌面和 Sailfish OS。
- 安装包不含模型权重文件，需要在应用内单独下载。
标签
常见问题
- dsnote 是什么？
- Linux 桌面与 Sailfish OS 应用，离线完成语音转文字、文字转语音和机器翻译。 Speech Note 是一款用于做笔记、朗读和翻译的应用，支持多种语言。语音识别、语音合成和机器翻译全部在本地离线运行，不需要联网，文本和音频不会上传到互联网。
- dsnote 可以免费使用吗？用的什么许可证？
- dsnote 以 MPL-2.0 许可证开源。用于商业产品前，请先确认许可证条款。
- dsnote 还在维护吗？
- 活跃维护中。dsnote 最近一次提交是在 2026年10月12日。
- dsnote 适合用来做什么？
- 在 Linux 桌面上离线语音听写笔记或文档，音频不上传云端。 通过全局快捷键在任意应用中语音输入文字。 将录音转换为字幕文件。 根据字幕文件生成配音音频。 朗读文本或将语音保存为 MP3 文件。
- dsnote 怎么安装和运行？
- 通过 README 中的 Flathub 链接从 Flathub 安装 Speech Note 在应用内置的模型浏览器中下载所需的语音和翻译模型
- 在哪里获取 dsnote？
- 源代码和安装说明在 GitHub 上：https://github.com/mkiol/dsnote
概要由 AI 根据项目 README 生成；GitHub 数据每日更新。
相关项目
Windows 离线语音输入工具，按住 CapsLock 说话，松开即自动上屏。
6985653PythonMIT更新于 上个月
开源、本地优先的 AI 语音听写应用，基于 Whisper 在 macOS 和 Windows 上离线转写语音。
1561142TypeScriptMIT更新于 7天前
微软开源的语音 AI 模型系列，包含长音频语音识别、多人对话语音合成和实时流式语音合成。
5.5万6175PythonMIT更新于 12天前
OpenAI Whisper 语音识别模型的 C/C++ 移植版，可离线、无依赖地在 CPU 和 GPU 上运行语音转文字。
5.5万6271C++MIT更新于 昨天
基于 Whisper 的开源语音转文字工具，支持词级时间戳和说话人分离。
2.5万2495PythonBSD-2-Clause更新于 前天