
Buzz 适合用桌面软件将访谈样本和视频口播转成文字。有本地模型与字幕导出,适合先做一份参考稿,再逐段校准文字和时间轴。

| 功能 | 使用方式 |
|---|---|
| 本地录音转写 | 导入音频或视频,设置与原音匹配的语言和模型。 |
| 麦克风输入 | 按系统支持从麦克风获取语音并实时查看内容。 |
| 语音翻译 | 在支持的模型中将语音转译成英语,专业词汇需回听。 |
| 转写与字幕导出 | 选择 TXT、CSV、SRT 或 VTT,并在下游编辑器预览。 |
| 产品 | 适用方式 |
|---|---|
| Buzz | 适合可控制模型的桌面批量转写与通用字幕。 |
| noScribe | 适合需要保留停顿、发言重叠或时间戳的访谈。 |
| Aiko | 适合在支持的 Apple 设备上操作本地转写。 |
官方仓库使用 MIT 许可,下载后的本地音视频转写可免费使用,连接外部服务时按该服务条款。
把一段公开授权的教程转成 SRT,在播放器上检查讲解开始的位置以及字幕结束后是否拖到下个镜头。
导入一段自己录的九十秒音频,包含一段英文、两个产品术语和一次停顿。
先从小模型开始核对速度,再换同机较高精度模型。保留原音频与导出的纯文本及有时间轴字幕。
验收条件 专有词纠正后能正常导出,字幕顺序正确,设备处理耗时和模型下载情况可查。
模型下载完成后可选用本地模型执行转写。
可分别按对应任务处理同一片段,再对照原音和两种文本。
初始下载模型可能要联网。取得模型后可用一段测试录音确认当前没有依赖外部转写服务。