Buzz - 免费开源的AI语音转文字工具

什么是buzz？

基于OpenAI的Buzz Whisper模型构建的离线语音转文字工具，Windows适用于Windows、MacOS和Linux系统。Buzz可以实时将麦克风输入或音频和视频文件转换为文本，并支持TXTT等多种格式的导入和导出、SRT和VTT。Buzz转换速度快，精度高，支持多语言识别，并能将结果翻译成英语。

buzz的主要功能

• 实时语音转文字：buzz可以将麦克风捕捉到的语音实时转换为文本，适用于会议记录、采访等场景。
• 转录音频和视频文件：支持将各种格式的音频和视频文件转换为文本，便于后续编辑和分析。
• 多语言支持：buzz不仅支持中文，还能识别和处理具有国际特色的各种国家语言。
• 逐句字幕或逐字幕导出：用户可以根据需要选择导出格式，包括逐句字幕（SRT）或逐词字幕（VTT）。
• 翻译功能：Buzz目前只支持将识别结果翻译成英语。
• 离线操作：所有的语音转录和翻译过程都是在本地进行的，不需要互联网来保护用户的隐私。

如何使用buzz

• 下载和安装：访问Buzz项目地址。根据操作系统选择相应的安装包进行下载和安装。
• 启动buzz：安装完成后，启动Buzz程序。若为命令行版本，则需要在终端或命令提示符中运行。
• 下载Whisper模型(如有必要)：第一次使用buzz时，需要下载whisper模型。模型尺寸和语言能力不同，可根据需要选择合适的模型。
• 导入音频或视频文件：通过Buzz的图形用户界面选择“导入”功能，或使用命令行参数指定文件路径。
• 开始转换：选择转换设置，如输出格式（TXT、SRT、VTT等)，开始转换过程。
• 获取结果：转换完成后，检查生成的字幕或文本文件。确保时间戳与文本内容一致。

Buzz的项目地址

• 项目官网：https://chidiwilliams.github.io/buzz/docs
• Github仓库：https://github.com/chidiwilliams/buzz
• buzz安装包：https://github.com/chidiwilliams/buzz/releases

Buzz的应用场景

• 制作视频字幕：特别适合视频博主和内容创作者快速生成视频内容字幕，提高制作效率。
• 整理采访记录：记者和研究人员可以将采访音频转换为文本，以便于编辑、分析和引用。
• 辅助语言学习：语言学习者可以用buzz转录母语者的发音，学习语言的节奏和语调。
• 会议记录：Buzz将讨论内容记录在会议中，快速生成会议纪要，提高记录效率。
• 学术研究：为了便于后续研究，研究人员可以使用Buzz转录研究相关的讲座或讨论内容。