इस प्रोजेक्ट के बारे में

Eloquent Notes, Obsidian में त्वरित ऑफ़लाइन डिक्टेशन के लिए एक Linux सिस्टम-ट्रे उपयोगिता है। यह बैकग्राउंड में चलती है, छोटे वॉइस क्लिप रिकॉर्ड करती है, और Ollama के माध्यम से सर्व किए गए Gemma 4 मॉडल का उपयोग करके उन्हें पूरी तरह से स्थानीय मशीन पर प्रोसेस करती है। वर्कफ़्लो: रिकॉर्डिंग शुरू करने के लिए ट्रे आइकन पर क्लिक करें (या ग्लोबल शॉर्टकट / CLI टॉगल ट्रिगर करें), रोकने के लिए फिर से क्लिक करें। ऑडियो मेमोरी में कैप्चर किया जाता है, WAV बाइट्स में परिवर्तित किया जाता है, और तीन-चरणीय LLM पाइपलाइन के माध्यम से भेजा जाता है: ट्रांसक्रिप्शन, शीर्षक के साथ प्रथम-पुरुष नोट गद्य में पुनर्लेखन, और वर्गीकरण जो नोट प्रकार, विकिलिंक और टैग उत्पन्न करता है। परिणाम कॉन्फ़िगर किए गए Obsidian वॉल्ट में लिखा जाता है, या तो एक स्टैंडअलोन फ़ाइल के रूप में या दैनिक नोट में जोड़ा जाता है। README में वर्णित उल्लेखनीय क्षमताएं: - सिस्टम ट्रे UX जिसमें गतिशील रूप से खींचे गए स्टेट आइकन (आइडल, रिकॉर्डिंग, प्रोसेसिंग) और कॉन्फ़िगरेशन, रीलोड और क्विट के लिए कॉन्टेक्स्ट मेनू है। - CLI कमांड: रिकॉर्डिंग टॉगल करें, कॉन्फ़िगरेशन GUI खोलें, और ऑटोस्टार्ट एंट्री इंस्टॉल करें। टॉगल कमांड एक स्थानीय Unix सॉकेट के माध्यम से चल रहे डेमन के साथ संचार करता है। - ग्राफिकल कॉन्फ़िगरेशन एडिटर जो सामान्य सेटिंग्स, Obsidian वॉल्ट विकल्प, AI/Ollama सेटिंग्स, ऑडियो पैरामीटर, प्रॉम्प्ट और नोट टेम्पलेट्स को कवर करता है। - Obsidian एकीकरण: नोट प्रकार के अनुसार कॉलआउट, केस-असंवेदनशील वर्ड-बाउंड्री मैचिंग के साथ विकिलिंक इंजेक्शन, टैग जनरेशन, डुप्लिकेशन के बिना YAML फ्रंटमैटर पार्सिंग और मर्जिंग, और कॉन्फ़िगर करने योग्य फ़ोल्डर संगठन (कोई नहीं, महीना, सप्ताह, महीना+सप्ताह)। - बहुभाषी डिक्टेशन जिसमें शीर्षक, गद्य, विकिलिंक और टैग के लिए कॉन्फ़िगर करने योग्य आउटपुट भाषा है। - प्रत्येक पाइपलाइन चरण के लिए अनुकूलन योग्य Markdown प्रॉम्प्ट और रिट्राई हैंडलिंग, साथ ही शीर्षक, टेक्स्ट, टैग, दिनांक और समय के लिए प्लेसहोल्डर के साथ तीन नोट टेम्पलेट्स। - गोपनीयता-उन्मुख डिज़ाइन: डिस्क पर कोई अस्थायी ऑडियो फ़ाइल नहीं लिखी जाती; ऑडियो मेमोरी में रहता है। - मॉडल से संरचित JSON आउटपुट के लिए रिट्राई और वैलिडेशन लॉजिक, कॉन्फ़िगर करने योग्य रिट्राई काउंट के साथ। - XDG-अनुरूप रोटेटिंग लॉग। आवश्यकताएं और बाधाएं: Ollama स्थानीय रूप से चल रहा हो जिसमें पुल किया गया Gemma 4 मॉडल हो (डिफ़ॉल्ट gemma4:e4b-it-qat), PortAudio इंस्टॉल हो, और एक डेस्कटॉप नोटिफिकेशन सेवा हो। README में कहा गया है कि Gemma 4 ऑडियो मॉडल 30 सेकंड तक के क्लिप का समर्थन करते हैं, और टूल उस सीमा के भीतर डिक्टेशन के लिए अनुकूलित है। इंस्टॉलेशन GitHub से pipx या uv के माध्यम से, या विकास के लिए एक एडिटेबल स्थानीय इंस्टॉल के रूप में प्रदान किया जाता है।