龚老师网络科技
如果要将录音、视频内容转为文字档案，以往要透过人工方式手动缮打逐字稿，不但很耗费时间，也可能会出现不少错误，现在透过人工智能 AI 技术可以使用机器进行声音辨识，几秒钟时间就能完成转换，对于制作影片字幕来说也会很有帮助，之前整理过「免费逐字稿软件：10 个将录音档、语音转文字工具推荐」 收录很多辨识工具，大部分可在有限制的情况下免费使用，其中 Vocol.ai 和雅婷逐字稿都是台湾公司，对中文内容甚至台语都有相当好的辨识效果。
本文要介绍「Buzz」是一个开放源代码工具，可以在用户的电脑上进行离线的语音识别、转录和翻译工作，背后的技术为 OpenAI 旗下 Whisper 技术，和之前介绍过的 MacWhisper、Whisper JAX 相同，利用麦克风输入声音并快速转换成纯文字（也能加上时间戳记），或是导入音频档、影片文件再使用预先选择的模型进行辨识转换，此外，还内建翻译功能，遇到外文时可以实时转录、翻译为中文或特定语言输出。
Buzz 支持 Mac、Windows 和 Linux 三大操作系统，可导入音频或视频文件、并将文本记录导出为 TXT、SRT 和 VTT 三种格式，支持的模型包括 Whisper、Whisper.cpp、Faster Whisper、兼容 Whisper 的 Hugging Face 模型和 OpenAI Whisper API 。
Buzz
https://chidiwilliams.github.io/buzz/docs（GitHub）
使用教学
开启 Buzz 的 GitHub 页面后点选「Releases」，从最新版本下方找到要下载的版本，提供 Windows、Mac 和 Linux 适用的安装程序。
Windows 就照着一般安装方式执行安装，Mac 则是将 Buzz 拖曳到应用程序文件夹。
如果要使用麦克风录音、收音，实时辨识并转换为文字稿，点击左上角「Record」录音按钮。
默认使用的模型为 Whisper、数据库 Tiny，进行的方式是转录（transcribe）也就是将声音转为纯文字，若有需要将内容翻译成其他语言可在这里切换为「translate」，语言部分默认为自动侦测、选择要输入声音的设备后点选右上角录音就会开始转录、识别并转换为文字文件。
第一次使用时Buzz会先下载语言模型相关档案，有些容量较大，会需要一段时间取得数据，这些数据就适用于稍后让软件可以识别语音内容，同时将它们转换为文字格式，Whisper技术能够识别超过100种语言，准确度高而且几乎没有使用限制。
另一个转录方式是导入媒体档案，点击上方菜单后就会有「Import Media File」导入媒体档案，在这里可选择音频或影片，丢进去Buzz进行声音的辨识，将内容转换为文字或是字幕文件。
在导入后一样能选择使用的语言模型、任务内容、语言，下方选择要导出的文件格式：TXT、SRT或VTT。
点击执行后Buzz就会开始进行转录，完成后就能顺利取得文字文件，虽然结果不一定100%正确，但可以节省用户相当多的时间。
