Buzz

ドキュメント

パソコン上でオフラインで音声の文字起こしと翻訳を行います。OpenAIのWhisperを使用しています。

機能

• 音声・動画ファイルまたはYouTubeリンクの文字起こし
• マイクからのリアルタイム音声文字起こし
• イベントやプレゼンテーション中に便利なプレゼンテーションウィンドウ
• ノイズの多い音声でより高い精度を得るための、文字起こし前の話者分離
• 文字起こしメディアでの話者識別
• 複数のWhisperバックエンドをサポート
• Nvidia GPU向けCUDAアクセラレーション対応
• Mac向けApple Silicon対応
• Whisper.cppでのVulkanアクセラレーション対応（統合GPUを含むほとんどのGPUで利用可能）
• TXT、SRT、VTT形式での文字起こしエクスポート
• 検索、再生コントロール、速度調整機能を備えた高度な文字起こしビューア
• 効率的なナビゲーションのためのキーボードショートカット
• 新しいファイルの自動文字起こしのための監視フォルダ
• スクリプトや自動化のためのコマンドラインインターフェース

インストール

macOS

SourceForgeから.dmgファイルをダウンロードしてください。

Windows

SourceForgeからインストールファイルを入手してください。

アプリは署名されていないため、インストール時に警告が表示されます。詳細情報 -> 実行を選択してください。

Linux

BuzzはFlatpakまたはSnapとして利用可能です。

Flatpakをインストールするには、以下を実行してください：

flatpak install flathub io.github.chidiwilliams.Buzz

Snapをインストールするには、以下を実行してください：

sudo apt-get install libportaudio2 libcanberra-gtk-module libcanberra-gtk3-module
sudo snap install buzz

PyPI

ffmpegをインストールしてください。

Python 3.12環境を使用していることを確認してください。

Buzzをインストール

pip install buzz-captions
python -m buzz

PyPIでのGPUサポート

PyPIでインストールしたバージョンでWindows上のNvidia GPUのGPUサポートを有効にするには、torchのCUDAサポートを確認してください。

pip3 install -U torch==2.8.0+cu129 torchaudio==2.8.0+cu129 --index-url https://download.pytorch.org/whl/cu129
pip3 install nvidia-cublas-cu12==12.9.1.4 nvidia-cuda-cupti-cu12==12.9.79 nvidia-cuda-runtime-cu12==12.9.79 --extra-index-url https://pypi.ngc.nvidia.com

最新開発版

最新の機能やバグ修正を含む最新開発版の入手方法については、FAQをご覧ください。

スクリーンショット

<img alt="ファイルインポート" src="https://github.com/chidiwilliams/buzz/raw/v1.4.4/share/screenshots/buzz-1-import.png" style="max-width: 18%; margin-right: 1%;" />
<img alt="メイン画面" src="https://github.com/chidiwilliams/buzz/raw/v1.4.4/share/screenshots/buzz-2-main_screen.png" style="max-width: 18%; margin-right: 1%; height:auto;" />
<img alt="設定" src="https://github.com/chidiwilliams/buzz/raw/v1.4.4/share/screenshots/buzz-3-preferences.png" style="max-width: 18%; margin-right: 1%; height:auto;" />
<img alt="モデル設定" src="https://github.com/chidiwilliams/buzz/raw/v1.4.4/share/screenshots/buzz-3.2-model-preferences.png" style="max-width: 18%; margin-right: 1%; height:auto;" />
<img alt="文字起こし" src="https://github.com/chidiwilliams/buzz/raw/v1.4.4/share/screenshots/buzz-4-transcript.png" style="max-width: 18%; margin-right: 1%; height:auto;" />
<img alt="ライブ録音" src="https://github.com/chidiwilliams/buzz/raw/v1.4.4/share/screenshots/buzz-5-live_recording.png" style="max-width: 18%; margin-right: 1%; height:auto;" />
<img alt="リサイズ" src="https://github.com/chidiwilliams/buzz/raw/v1.4.4/share/screenshots/buzz-6-resize.png" style="max-width: 18%;" />