AI Transcriber — Obsidian 音訊與影片轉錄

使用 OpenAI 轉錄模型，將音訊與影片檔轉換為 Obsidian 筆記。

AI Transcriber 是適用於 Obsidian 桌面版的外掛程式，可使用 OpenAI 的 GPT Transcribe、GPT-4o Transcribe、GPT-4o Mini Transcribe 或 Whisper，將現有的音訊與影片檔轉換為筆記。

您可以指定語音的語言，並視需要透過後處理及自訂詞典校正來修飾轉錄結果。

AI Transcriber 的功能

轉錄現有檔案：將音訊與影片檔轉換為文字筆記，並儲存在您的 Obsidian 儲存庫（vault）中。
選擇轉錄模型：可使用 GPT Transcribe、GPT-4o Transcribe、GPT-4o Mini Transcribe 或 Whisper。
修飾結果：選擇語言，並可選用 AI 後處理及自訂詞典校正。

音訊會傳送至 OpenAI 進行轉錄。啟用 AI 後處理時，轉錄文字及相關上下文也會傳送至 OpenAI。

對於符合條件的檔案與模型，外掛程式可能會自動將檔案直接上傳至 OpenAI，以最佳化傳輸方式。指定時間範圍、使用本機 VAD、大型檔案，以及不支援直接上傳的格式，則會先在本機處理後再上傳。

外掛程式資料會儲存設定及最多 50 筆歷史紀錄。歷史紀錄可能包含簡短的預覽，但不會另外保留第二份完成的完整轉錄內容。

可透過以下任一方式安裝：

從 Obsidian 安裝：開啟 Settings → Community plugins → Browse，搜尋 AI Transcriber，安裝後加以啟用。
從社群網站安裝：開啟 AI Transcriber 社群外掛程式頁面，選擇 Add to Obsidian。Obsidian 會隨即開啟，讓您安裝外掛程式。

啟用外掛程式後即可進行設定，使用過程中也可以隨時調整。

新設定預設使用 GPT Transcribe（gpt-transcribe），這也是轉錄錄製語音時建議優先嘗試的模型。此外也可以選擇 GPT-4o Transcribe、成本較低的 GPT-4o Mini Transcribe，以及可輸出時間戳記的 Whisper。

API Key（API 金鑰） 使用您的 OpenAI API 金鑰，請事先取得。
Language（語言） 設定要轉錄之音訊的語言。即使此設定與實際語言不同，AI 仍會嘗試轉錄，但設定與音訊一致時準確度較高。也提供自動偵測選項，但一般而言建議直接選擇語言。
Output Format（輸出格式） 控制輸出內容的呈現方式，請依喜好設定。
Enable Post-processing（啟用後處理） 讓 AI 依據您事先提供的參考資訊修飾用字。此處理使用 GPT‑4.1 mini，因此 token 費用會略為增加。
Enable Dictionary-based Correction（啟用詞典校正） 在後處理時使用已登錄的詞彙表。建議登錄 AI 經常辨識錯誤的詞語。固定替換會以機械方式套用；需要依上下文判斷的校正則由 AI 處理。
Output Folder（輸出資料夾） 指定結果的儲存位置。若未設定，檔案會儲存在儲存庫的根目錄。
Dictionary Management（詞典管理） 開啟詞典管理視窗。