Notely Voice：离线 AI 语音转文字笔记

项目简介

Notely Voice 是一款免费、跨平台的 AI 语音转文字与笔记应用，基于 Compose Multiplatform 构建，语音识别由 Whisper AI 驱动。所有处理都在设备本地完成，音频不上传云端，强调 100% 隐私保护。

它适合需要免提记录的场景：学生记录课堂讲座、职场人士整理会议要点、医生记录病历、研究者转写访谈内容等。

主要功能

笔记

• 富文本编辑：支持标题、小标题、标题样式、粗体、斜体、下划线，以及左对齐、右对齐、居中
• 文本搜索：快速查找笔记
• 智能筛选：按收藏、语音笔记、最近等类型过滤
• 文件夹与标签：对笔记进行分类整理

语音识别

• 语音转文字：高准确度转写，可直接口述写入笔记，也可转写已录制音频
• 离线可用：语音识别无需联网
• 音频录制与回放：在应用内录制语音笔记并播放
• 不限量转写：语音笔记可转写为多种语言

其他

• 深色 / 浅色主题切换
• Android 与 iOS 跨平台一致体验
• 可将录制音频分享到 Messages、WhatsApp、文件、Google Drive 等
• 可分享笔记文本

长音频优化

针对大文件做了内存优化，避免 OOM：

• 流式 WAV 解码，分块处理而非整体载入内存
• 长音频切分为带重叠的片段，保证接缝处不丢文字
• 默认每段 30 秒、重叠 3 秒、最大段长 60 秒（可配置），处理缓冲 1MB
• 分块处理时实时汇报进度

技术实现

语音识别使用 OpenAI Whisper，模型可在本地运行，模型体积从 tiny（39 MB）到 large（1550 MB）不等，可按精度需求选择。

项目采用分层架构：UI 层（Compose UI）、表现层（平台无关 ViewModel）、领域层（业务逻辑与用例）、数据层（仓库与数据源）。主要技术栈包括 Kotlin、Compose Multiplatform、Coroutines、ViewModel、Koin、Material 3，导航与文本编辑器均为自研。

代码结构：shared/ 存放共享业务逻辑与 UI，androidApp/ 与 iosApp/ 分别存放平台相关代码。

安装与使用

应用通过 F-Droid、Google Play 与 App Store 分发，可分别前往对应商店安装（F-Droid 包名为 com.module.notelycompose.android）。

从源码构建：

git clone https://github.com/tosinonikute/NotelyVoice.git

随后用 Android Studio 打开项目、同步 Gradle 并在模拟器或真机运行。需要的环境：Android Studio Ladybug 或更新版本、XCode 16.1、JDK 11 及以上、Kotlin 2.0.21 及以上。

注意事项

• 本仓库是开源的 F-Droid 版本，采用 GPL-3.0 许可证，免费发布并持续维护。
• Google Play 上是另一套完全重写、界面重新设计并采用订阅制的闭源版本；Play 版本收入用于支持两个版本的开发。
• 首次使用语音识别前需要下载 Whisper 模型，之后即可离线运行。

---

本作品整理自 GitHub 开源项目 Notely-Voice/NotelyVoice，原作者 @Notely-Voice，许可证 GPL-3.0。中文介绍由 AI 根据项目 README 整理，以原仓库为准。