Overview
产品概述
Buzz 是一款运行在个人电脑上的离线音频转写与翻译工具，由 OpenAI Whisper 驱动。它支持转写音频文件、视频文件以及 YouTube 链接，也支持麦克风实时音频转写。Buzz 提供演示窗口以方便活动和演示场景使用，并可在转写前进行语音分离以提升嘈杂环境下的识别准确率，还支持说话人识别。它支持多种 Whisper 后端，并提供 CUDA、Apple Silicon 和 Vulkan 加速选项。用户可将转录结果导出为 TXT、SRT 和 VTT 格式，也可以使用高级转录查看器、文件夹监听、命令行界面与插件系统。
Capabilities
核心能力
离线音频转写与翻译
Buzz 在个人电脑上离线转写和翻译音频，依托 OpenAI Whisper 驱动。
多来源转写与实时麦克风输入
可转写音频文件、视频文件或 YouTube 链接，并支持来自麦克风的实时音频转写。
演示窗口
提供演示窗口，便于在活动和演示期间展示转录内容并提升可访问性。
多后端与硬件加速
支持多种 Whisper 后端，并提供 Nvidia GPU 的 CUDA 加速、Mac 的 Apple Silicon 支持和 Whisper.cpp 在大多数 GPU 上的 Vulkan 加速。
导出与高级转录查看器
可将转录结果导出为 TXT、SRT 和 VTT 格式，并提供支持搜索、播放控制和速度调节的高级转录查看器。
自动化与扩展
支持监视文件夹以自动转录新文件，提供命令行界面用于脚本化和自动化，并支持插件系统。
Use Cases
适用场景
-
01
音视频内容整理与字幕生成
将音频/视频文件或 YouTube 链接转写为文本，并导出 SRT/VTT 字幕，用于内容整理和字幕制作。
-
02
会议、访谈与课堂记录
使用实时麦克风转写功能记录会议、访谈或课堂内容。
-
03
活动与演示实时字幕
利用演示窗口在活动和演示中展示实时转录文本，提升可访问性。
Integrations
集成能力
OpenAI Whisper
Buzz 的核心转录能力由 OpenAI 的 Whisper 模型提供。
Hugging Face Whisper
通过 Hugging Face 的 whisper 类型支持多种 Transformer 模型家族。
whisper.cpp
支持通过 whisper.cpp 在大多数 GPU 上获得 Vulkan 加速。
