chidiwilliams/buzz
Buzz transcribes and translates audio offline on your personal computer. Powered by OpenAI's Whisper.
何を解決するか
Buzz は個人用コンピュータ上でオフラインで音声および動画ファイルの字幕化と翻訳を行う方法を提供し、クラウドベースのサービスへの依存を排除します。また、ライブイベントやプレゼンテーション向けのリアルタイム字幕化も可能にします。
動作方法
OpenAIのWhisperモデルを基盤としており、Nvidia GPU向けのCUDA、Mac向けのApple Silicon、および多数のGPUに対応するVulkanなど、複数のバックエンドによるハードウェアアクセラレーションをサポートしています。ローカルファイル、YouTubeリンク、またはライブマイク入力を処理でき、騒音環境下での精度向上のための音声分離機能も搭載しています。
対象ユーザー
プライベートでオフラインでの字幕化・翻訳が必要なユーザー、また聴衆向けにライブ字幕が必要なプレゼンターに最適です。
主な特徴
- 多様な入力: 音声/動画ファイル、YouTubeリンク、ライブマイク入力をサポート。
- ハードウェア最適化: Nvidia、Apple Silicon、Vulkan対応GPU向けのアクセラレーション。
- 高度なツール: スピーカー識別、音声分離、再生コントロール付きの字幕ビューアを搭載。
- 自動化: 自動処理用のウォッチフォルダとスクリプト用CLIを備えています。
- 拡張性: AI要約生成などのタスク用のプラグインシステムを備えています。
関連
- プロジェクト
- プロジェクト
- プロジェクト
- プロジェクト
- プロジェクト