Buzz - 免费开源的AI语音转文字工具

Buzz是什么

Buzz是一款基于OpenAI Whisper模型构建的离线语音转文字工具，Windows、macOS、Linux三个系统都能跑。Buzz能把麦克风输入或音频、视频文件实时转成文字，TXT、SRT、VTT等格式都支持导入导出。转得快、认得准，多种语言的语音都识别得了，结果还能翻译成英文。

Buzz的主要功能

• 实时语音转文字：麦克风收到声音立刻转成文本，会议记录、采访整理这类活儿很趁手。
• 音频和视频文件转录：多种格式的音频、视频文件都能转成文字，方便接着编辑和分析。
• 多语言支持：中文能认，多种外语也处理得了。
• 逐句字幕或逐词字幕导出：导出字幕可以选逐句（SRT）或逐词（VTT）。
• 翻译功能：目前Buzz只支持将识别结果翻译成英文。
• 离线操作：转录和翻译全在本地完成，不用联网，隐私稳当。

如何使用Buzz

• 下载和安装：访问Buzz的项目地址。：按自己的操作系统选对应安装包，下载好装上。
• 启动Buzz：：装完打开Buzz；用的是命令行版本的话，在终端或命令提示符里运行。
• 下载Whisper模型（如果需要）：：头一次用Buzz要先下载Whisper模型。各个模型大小不一样、语言能力也不一样，按需挑。
• 导入音频或视频文件：：图形界面里点“导入”，命令行就用参数指定文件路径。
• 开始转换：：选好转换设置，比如输出格式（TXT、SRT、VTT等），然后开始转。
• 获取结果：：转完检查生成的字幕或文本文件，对一下时间戳和文本内容对不对得上。

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

• 视频字幕制作：给视频快速出字幕，博主和内容创作者能省不少制作时间。
• 采访记录整理：采访录音转成文字，编辑、分析、引用都方便。
• 语言学习辅助：语言学习者用它转录母语者的发音，节奏和语调照着练。
• 会议记录：开会时用Buzz记讨论内容，会议纪要很快就能出来。
• 学术研究：研究相关的讲座、讨论可以转录留存，后续研究随时调用。