Buzz语音转文字安装使用(含Whisper模型下载)

https://blog.csdn.net/oXiaoWeiWuDi/article/details/128925672

 

简介：
Transcribe and translate audio offline on your personal computer. Powered by OpenAI’s Whisper.
转录和翻译音频离线在您的个人计算机。由OpenAI的Whisper提供动力。
可以简单理解为QT的前端界面，python语言构建服务端，使用Whisper语言模型进行计算语音转文字的软件。
痛点在于离线，缺点也很明显，模型较大，高质量模型运算依赖于硬件和算法优化

应用场景
学习，歌曲提取歌词，视频提取字幕，多媒体信息前置数据提取

软件下载
从github上进行下载，下载地址https://github.com/chidiwilliams/buzz

 

百度云盘离线下载 https://pan.baidu.com/s/1O8VxDW8Fx1yTB000u5WqJA?pwd=b67d

软件安装
windows软件安装的常规流程，双击exe，选择安装路径，进行安装

软件使用
首先双击Buzz.exe，然后打开音频文件

第一执行翻译任务会在用户安装目录下载模型，如果是下载时间过长，Windows版本下载路径为：C:\Users<username>\AppData\Local\Buzz\Buzz\Cache ，表示用户目录，大概率会失败报错，这里可以使用离线的模型包

模型离线下载
百度云盘离线下载 https://pan.baidu.com/s/1O8VxDW8Fx1yTB000u5WqJA?pwd=b67d
下载完成后有五个类别的模型，大小和名字一样，越大效果越强，当然也取决于硬件，运算量越大，耗时越长

复制解压出来的模型，复制和替换C:\Users<username>\AppData\Local\Buzz\Buzz\Cache 下的模型

开始进行任务翻译任务处理

 

准确率和效率
上面视频用的Tiny模型，这个模型很小，所以翻译效果一般，但是用时也很短
实测使用Large(体积最大)模型翻译最准确，但是对硬件的图形运算能力要求很高，花费时间也最长

日志和耗时信息
Tiny 模型耗时
whisper process completed with code = 0, time taken = 0:01:24.168368, number of segments = 155
Large 模型耗时
whisper process completed with code = 0, time taken = 0:20:40.773737, number of segments = 214
————————————————
版权声明：本文为CSDN博主「JerryLXu」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/oXiaoWeiWuDi/article/details/128925672