Перевести речь в текст теперь можно прямо на своём ноутбуке: Buzz Captions считает всё локально, на твоём компьютере, и есть клиенты для Винды, Мака и Линукса. Он расшифровывает аудио и видео, делает субтитры, различает говорящих и умеет слушать микрофон в реальном времени. Это полностью локальная обработка: записи не покидают твой компьютер.
Что произошло и почему это важно
Это продолжение нашего разговора про расшифровку через ChatGPT. Только здесь путь другой: Buzz Captions — полностью локальная транскрибация звука на твоём компьютере. «Локальная» значит, что запись не уезжает на чужие серверы, а обрабатывается твоим железом. Отправил файл в облако — он там и остался. Здесь — нет.
Главное слово — «без питонга». Обычно, чтобы запустить Whisper (это модель распознавания речи, которая переводит звук в буквы), надо ставить Python, возиться с зависимостями, что-то вводить в терминале. Buzz избавляет от всей этой возни: скачал клиент, поставил, открыл. Хочешь в код — пожалуйста, исходники открыты на GitHub. Не хочешь — и не надо.
Из нового и реально полезного: программа умеет выводить субтитры, различать говорящих и принимать на вход видеофайлы. Есть CUDA-ускорение на видеокартах NVIDIA и поддержка Apple Silicon на Mac. А с аппаратным ускорением — CUDA или MLX — обработка может идти быстрее.
Что именно умеет Buzz Captions
Список возможностей такой:
• расшифровка аудио- и видеофайлов, плюс видео по ссылкам с YouTube;
• транскрибация аудио в реальном времени с микрофона;
• отдельное окно для показа текста во время мероприятий и презентаций;
• разделение речи перед расшифровкой — точность на шумных записях выше;
• определение говорящих в аудио и видео;
• несколько движков Whisper на выбор: CUDA на NVIDIA, Apple Silicon на Mac, Vulkan-ускорение Whisper.cpp на большинстве видеокарт, включая встроенную графику;
• подключение разных семейств моделей через Hugging Face в режиме Whisper;
• экспорт в TXT, SRT и VTT — то есть и обычный текст, и субтитры для видео;
• просмотрщик расшифровок с поиском, управлением воспроизведением и регулировкой скорости;
• горячие клавиши для быстрой навигации;
• отслеживаемая папка: кидаешь файлы в неё — они расшифровываются сами;
• командная строка для скриптов и автоматизации;
• плагины, включая AI-суммаризацию и автоматическую подгонку размера и формата.
Что это даёт лично тебе
Маме двоих детей, которая учится на вечерних курсах. Лекция длится два часа, слушать её второй раз некогда. Записала на телефон, кинула файл в отслеживаемую папку — вечером читает текст и ищет нужный кусок поиском. Субтитры SRT можно приложить к записи и смотреть на скорости 1,5×.
Владельцу маленькой кофейни. Созвон с поставщиком на 40 минут, где обсудили цены, сроки и скидки. Вместо того чтобы держать всё в голове, он получает расшифровку, где видно, кто что сказал, и отдаёт её бухгалтеру как протокол.
Фрилансеру-дизайнеру. Клиент наговаривает правки голосовыми. Раньше — переслушивать и записывать. Теперь — расшифровка аудио в текст за пару минут, и правки уже списком в работе.
Студенту перед экзаменом. Три лекции в MP3, время до утра. Транскрибация видео и аудио даёт конспект, по которому можно быстро пройтись глазами, а не мотать запись туда-сюда.
Подкастеру или блогеру. Субтитры для видео — это охваты на YouTube и в соцсетях. Файл SRT или VTT получается прямо из записи, вручную набивать тайминги не нужно.
Организатору мероприятий. Отдельное окно для текста во время презентации: речь спикера появляется на экране живьём, и глухим участникам уже не нужен отдельный переводчик.
Как попробовать прямо сейчас
1. Открой страницу загрузки Buzz Captions на SourceForge и выбери файл под свою систему: Windows, Mac или Linux. Это бесплатно.
2. На Windows сразу готовься к ругани: приложение не подписано цифровой подписью, поэтому система будет предупреждать и упираться. Это нормально — предупреждение просто про отсутствие подписи.
3. Установи, запусти и выбери модель Whisper. Если не знаешь, что выбрать, начни с той, что стоит по умолчанию, и сравни качество на коротком файле.
4. Дальше три пути. Первый: перетащи в окно готовый аудиофайл или видео. Второй: вставь ссылку на ролик с YouTube. Третий: включи режим с микрофоном — и говори, текст будет появляться на экране.
5. Запусти расшифровку и дождись результата. В просмотрщике можно искать по словам, менять скорость воспроизведения и прыгать по таймингам.
6. Нажми экспорт и сохрани в TXT, SRT или VTT — что нужно: чистый текст или субтитры.
7. Если файлов много, настрой отслеживаемую папку: складываешь туда записи, и они расшифровываются без твоего участия.
8. Нужен короткий пересказ по готовому тексту — скопируй расшифровку в ChatGPT и попроси сжать её до десяти пунктов. Получится связка: Buzz достаёт текст из звука, ChatGPT превращает текст в выжимку.
Плюсы и что изменится
Раньше расшифровка делилась на две крайности: либо платный сервис с лимитами и загрузкой файлов на чужой сервер, либо бесплатный ад с командами в терминале. Buzz ломает эту вилку. Бесплатно, локально, с обычным окном и кнопками.
При регулярном использовании работать с длинными записями станет проще. Созвоны, лекции, интервью, голосовые от клиентов — всё превращается в текст, по которому можно искать. Через полгода это станет фоном: файлы сами падают в папку и сами становятся текстом, а ты просто читаешь готовое. Плюс приватность — рабочие переговоры и личные записи не покидают твой компьютер.
Минусы, о которых стоит знать заранее
На Windows приложение не подписано, поэтому система будет ругаться при установке — придётся это просто пережить. Скорость и качество зависят от твоего железа и выбранной модели: на слабом ноутбуке долгий файл будет считаться небыстро. Ну и первый запуск требует небольшой настройки, это не сервис с одной кнопкой в браузере.
Вывод
Buzz Captions — это способ получить текст из любого звука, не отдавая записи наружу и не платя за подписку. Аудио, видео, YouTube, живой микрофон, субтитры, разные голоса — всё на месте. Инструмент, который может экономить время на расшифровке.
Сделай одно действие сегодня: скачай клиент Buzz Captions на SourceForge, возьми самую скучную запись из своих закладок и прогони её через Buzz.
Детали установки под каждую систему есть в официальной документации, а короткое описание инструмента — на AI Finder Tools.
🎁 Бонус: промпт для расшифровки
Скопируй это в ChatGPT вместе с текстом, который достал Buzz Captions:
```
Ты — мой секретарь. Вот расшифровка записи. Сделай из неё рабочий документ:
1. Тема встречи или записи — одним предложением.
2. Главные мысли — списком, максимум 7 пунктов, каждый не длиннее 20 слов.
3. Кто что сказал: если в тексте разные говорящие, разведи их и подпиши.
4. Договорённости и задачи — таблицей: задача, ответственный, срок (если срок в тексте не назван, напиши «не указан»).
5. Открытые вопросы, которые остались без ответа.
Ничего не придумывай: если чего-то нет в расшифровке, прямо это укажи.
```
Комментарии 0