Buzz 是一款开源的实时语音转文字工具，基于 OpenAI Whisper 的开源音频转文字模型。多操作系统支持包括 Windows、macOS、Linux。Buzz支持麦克风语音实时转换为文字，也支持将视频、音频文件转换为文字、字幕。

功能特性：

  • 实时语音转文字、实时翻译（多国语言，包括中文）
  • 导入音频、视频文件（mp3、wav、m4a、ogg、mp4、webm、ogm），导出逐句字幕或逐词字幕（导出格式：TXT、SRT、VTT）

Buzz支持离线进行解析翻译。使用时，选择Whisper 通用语音识别模型。根据质量要求，语音识别模型的体积大小不同。最小可选择tiny模型。

源代码：https://github.com/chidiwilliams/buzz