buzz
Buzz transcribes and translates audio offline on your personal computer. Powered by OpenAI's Whisper.
open-sourcevoice-agents
18.5k
Stars
+300
Stars/month
6
Releases (6m)
Star Growth
+56 (0.3%)
Overview
Buzz 是一款基于 OpenAI Whisper 技术的本地音频转录和翻译工具，支持离线处理以保护隐私。该工具可以转录音频和视频文件、YouTube 链接，还提供实时麦克风转录功能。Buzz 支持语音分离技术以提高噪音环境下的转录准确性，具备说话人识别功能，并支持多种 Whisper 后端（包括 CUDA、Apple Silicon 和 Vulkan 加速）。工具提供高级转录查看器，具备搜索、播放控制和速度调整功能，支持导出为 TXT、SRT 和 VTT 格式。监视文件夹功能可自动转录新文件，命令行接口支持脚本化和自动化操作。作为一款跨平台工具，Buzz 在 GitHub 上获得了 18,429 个星标，证明了其在音频转录领域的受欢迎程度。
Deep Analysis
Key Differentiator
vs Whisper CLI: full GUI with live transcription, speaker ID, and watch folders; vs cloud transcription (AssemblyAI/Deepgram): completely offline with zero data leaving the device
⚡ Capabilities
- • Offline audio transcription with Whisper
- • Live real-time microphone transcription
- • Video and YouTube link transcription
- • Speaker identification (diarization)
- • Speech separation for noisy audio
- • Multiple Whisper backend support
- • Export to TXT/SRT/VTT formats
- • Watch folder for automatic transcription
🔗 Integrations
OpenAI WhisperWhisper.cppCUDA (Nvidia GPU)Apple SiliconVulkan GPU acceleration
✓ Best For
- ✓ Offline audio/video transcription with privacy
- ✓ Live presentation captioning
- ✓ Batch transcription of media files
✗ Not Ideal For
- ✗ Cloud-scale transcription services
- ✗ Real-time low-latency streaming transcription APIs
Languages
Python
Deployment
macOS DMGWindows installerLinux Flatpak/Snappip install (PyPI)
Pricing Detail
Free: Fully open-source MIT license
Paid: N/A - free
⚠ Known Limitations
- ⚠ Transcription speed depends on hardware
- ⚠ Large models require significant RAM/VRAM
- ⚠ Speaker identification accuracy varies
- ⚠ No cloud API - desktop application only
Pros
- + 完全离线处理，保护用户隐私，无需将音频数据上传到云端
- + 支持多平台和多种 GPU 加速（CUDA、Apple Silicon、Vulkan），提供优化的性能
- + 功能全面，包括实时转录、说话人识别、语音分离和多种导出格式
Cons
- - Windows 版本未签名，安装时会出现安全警告
- - PyPI 安装需要特定的 Python 3.12 环境和 ffmpeg 依赖
- - 高质量转录可能需要较强的硬件配置以支持 GPU 加速
Use Cases
- • 转录采访、会议或播客内容，生成可搜索的文本记录
- • 为视频内容创建字幕文件（SRT、VTT 格式），提高内容可访问性
- • 在演示、讲座或会议期间提供实时字幕，支持无障碍访问
Getting Started
1. 从 SourceForge 下载对应平台的安装包（macOS 下载 .dmg，Windows 下载安装文件，Linux 使用 Flatpak 或 Snap）并完成安装；2. 启动 Buzz 应用程序，首次使用时可能需要下载 Whisper 模型；3. 选择音频或视频文件进行转录，或点击麦克风按钮开始实时转录，转录完成后可导出为所需格式