Speech Note:离线笔记、朗读与翻译应用

核心信息

以下信息由程序从官方接口读取，不经模型改写。

仓库地址: https://github.com/mkiol/dsnote
许可证: MPL-2.0
语言: C++
维护方: mkiol
核验日期: 2026-10-31

它是什么

Speech Note 是 Linux 桌面和 Sailfish OS 应用,用于记笔记、朗读和翻译,并使用离线的语音转文字、文字转语音和机器翻译。它可以用多种语言记录、朗读和翻译笔记。它使用语音转文字、文字转语音和机器翻译来完成这些工作。文本和语音处理完全离线,在本地进行。

主要能力

没有数据被发送到互联网。
全局键盘快捷键可以用键盘开始听写或朗读,即使应用未处于活动状态(例如最小化、隐藏在系统托盘图标中或只在后台)。
Speech Note 可以在桌面上用作语音输入工具。
转写(STT)时,还可以把音频转换为字幕,而不是文本。
字幕的朗读与字幕的时间戳保持同步。
如果已配置,语音的速度可以自动调整到字幕片段的时长。

怎么上手

安装包不包含所支持模型的检查点文件,但可以通过应用内置的图形化模型浏览器下载。
语言模型可以直接从应用中下载。
除 Flathub 仓库中的稳定版之外,还可以测试即将发布版本的 Beta 版。
Beta 版位于 flathub-beta 仓库。

摘自 README · sh

# Flatpak base package
flatpak install net.mkiol.SpeechNote

# Optional NVIDIA add-on package
flatpak install net.mkiol.SpeechNote.Addon.nvidia

# Optional AMD add-on package
flatpak install net.mkiol.SpeechNote.Addon.amd

摘自 README · sh

# Base package
zypper in speechnote

# Optional support for Python-based features in Speech Note
zypper in speechnote-python-modules

适合谁

Faster Whisper、Qwen3-ASR、Coqui TTS、Mimic3 和 Qwen3-TTS 模型仅在 x86-64 上可用。Beta 版可用,但可能包含更多缺陷。在 Wayland 下，必须安装并运行外部 ydotool 守护进程，把识别出的文字插入当前焦点窗口的全局语音输入功能才能工作。

支持的字幕格式是 SRT。命令行界面主要用于 Speech Note 已在运行时与桌面集成。在 config/models.json 的模型定义中，允许的 URL 类型为 http、https 和 file，校验和会在解包后对该模型的所有文件计算。

Speech Note 是开源项目。基础包和附加包包含许多 CUDA、ROCm、Torch 和 Python 等重型库。Speech Note 使用许多不同的处理引擎来完成工作。

附加包使用所谓的 extra-data。安装附加包时,需确保 flatpak 应用所在分区有足够的磁盘空间。config/models.json 中的模型定义允许使用这些压缩类型：none、gz、xz、tarxz、targz、zip、zipall、dir 和 dirgz。

本站已收录的相关工具。