chidiwilliams/buzz
Buzz transcribes and translates audio offline on your personal computer. Powered by OpenAI's Whisper.
解决的问题
Buzz 提供了一种在个人电脑上离线转录和翻译音频及视频文件的方法，无需依赖云服务。它还支持实时转录，适用于现场活动和演示。
工作原理
基于 OpenAI 的 Whisper 模型，支持多种硬件加速后端，包括用于 Nvidia GPU 的 CUDA、用于 Mac 的 Apple Silicon，以及适用于多种 GPU 的 Vulkan。它可以处理本地文件、YouTube 链接或实时麦克风输入，并支持语音分离技术，以在嘈杂环境中提高准确性。
适用人群
适用于需要私密、离线转录和翻译的用户，以及需要为观众提供实时字幕的演讲者。
主要亮点
- 多输入支持：支持音频/视频文件、YouTube 链接和实时麦克风输入。
- 硬件优化：支持 Nvidia、Apple Silicon 和 Vulkan 兼容 GPU 的加速。
- 高级工具：包含说话人识别、语音分离功能，以及带有播放控制的转录查看器。
- 自动化：提供监视文件夹以实现自动处理，以及用于脚本的 CLI 工具。
- 可扩展性：内置插件系统，支持 AI 摘要生成等任务。
相关
- 项目
- 项目
- 项目
- 项目
- 项目