earendil-works/pi-voice

解决的问题

Pi Voice 为 Pi 终端环境提供了本地、注重隐私的语音转文字集成。它允许用户直接在聊天会话中口述文本，并使 AI 代理能够处理本地音频和视频文件，而无需依赖外部云转录服务。

工作原理

它作为 Pi 平台的扩展运行，注册一个全局键盘快捷键（默认为 Ctrl+Alt+Z）来切换录音。录音完成后，音频会在本地进行转录。它还提供了一个名为 transcribe_file 的工具，允许 AI 代理分析您机器上的音频或视频文件，并利用 FFmpeg 进行解码。

适用人群

此工具专为 Pi 终端界面的用户设计，这些用户希望通过语音与 AI 代理交互，或需要在开发工作流中直接转录本地媒体文件。

亮点

• 本地优先转录，确保隐私和离线能力。
• 可配置的键盘快捷键，实现免提交互。
• 集成 transcribe_file 工具，用于代理辅助的媒体分析。
• 通过专用 TUI 菜单支持自定义模型选择和语言设置。