Buzz1.4.5

Buzzは、OpenAIのWhisperテクノロジーを使用して、コンピュータ上でオーディオをオフラインでトランク付けおよび翻訳します。 音声とビデオファイルやYouTubeリンクを処理し、マイクからライブ、リアルタイムのトランスクリプションを生成できます。 プレゼンテーション画面では、イベントやプレゼンテーション中にアクセシビリティを向上させるためのライブテキストが表示されます。

難易度の高い録画では、Buzzは、発音条件の改善のために、発音前に発音を分離することができ、スピーカーの識別は、結果媒体の参加者をラベル付けます。 Nvidia GPUのマルチウィスパーバックエンド、CUDAアクセラレーション、統合グラフィックスを含むほとんどのGPU上のWhisper.cppによるVulkanアクセラレーションをサポートしています。 フーギングフェイスウィスパー型トランスモデルファミリーは、追加のモデルオプションを提供します。

トランスクリプトは、TXT、SRT、VTTファイルとしてエクスポートし、検索、再生制御、速度調整、キーボードショートカットで高度なビューアでレビューできます。 watch フォルダーは、コマンド・ライン・インターフェイスがスクリプトと自動化をサポートしながら、新たに追加したファイルを自動的にトランクします。 プラグインシステムには、AI生成の要約や自動トランスクリプトのリサイズなどのタスクの拡張機能が含まれています。

Buzzは、ジャーナリスト、研究者、学生、アクセシビリティスタッフ、インタビュー、プレゼンテーション、会議、録画媒体の取り扱いをしています。 Apple Silicon(arm64)でmacOS上で動作し、そのPython環境はバージョン3.12でなければなりません。 Nvidiaアクセラレーションは、トーチのCUDAサポートが必要です。 Buzz はフリーウェアで、バージョン 1.4.5 は、Intel Mac をサポートする最終リリースで、Apple Silicon を後バージョンに必要とします。