Trải nghiệm khi dùng Buzz
Bạn tải bộ cài, mở ứng dụng, chọn một file ghi âm hoặc video, chọn mô hình Whisper và bấm bắt đầu. Khi xong, bạn có thể xem bản gỡ băng trong trình xem có tìm kiếm và phát lại, rồi xuất ra TXT, SRT hoặc VTT để làm phụ đề.
Buzz cũng có chế độ ghi âm trực tiếp từ micro, hợp khi nghe một buổi hội thảo và muốn có chữ chạy theo ngay. Có cả cửa sổ trình chiếu để hiển thị chữ lên màn hình lớn trong sự kiện. Ngoài ra bạn có thể nhập link YouTube hoặc đặt một thư mục theo dõi để file mới được gỡ băng tự động.
Ứng dụng nhắc rằng bộ cài Windows chưa ký số, nên khi cài có thể gặp cảnh báo; README hướng dẫn chọn More info rồi Run anyway. Tải bản chính thức từ các link README chỉ tới thay vì nguồn lạ.
Tính năng nổi bật
Gỡ băng offline
Chạy mô hình Whisper ngay trên máy nên âm thanh của bạn không phải tải lên dịch vụ nào.
Xuất phụ đề
Xuất TXT, SRT và VTT để dùng ngay với phần mềm dựng video hoặc trình phát.
Ghi âm trực tiếp
Nhận dạng giọng nói theo thời gian thực từ micro, kèm cửa sổ trình chiếu cho sự kiện.
Nhận biết người nói
Có tính năng gán nhãn người nói trong bản gỡ băng và tách giọng trước khi nhận dạng để chính xác hơn với âm thanh nhiễu.
Tăng tốc bằng GPU
Hỗ trợ CUDA cho card NVIDIA, chip Apple Silicon và Vulkan cho nhiều GPU kể cả card tích hợp.
Giao diện dòng lệnh và plugin
Có CLI cho người muốn tự động hoá, cùng hệ thống plugin như tóm tắt bằng AI hay chỉnh lại độ dài dòng phụ đề.
Tận dụng Buzz vào việc gì?
Người làm YouTube, TikTok
Làm phụ đề cho video
Chạy file video qua Buzz rồi xuất SRT để nhập vào phần mềm dựng.
Dân văn phòng, sinh viên
Gỡ băng cuộc họp, bài giảng
Chuyển file ghi âm thành văn bản có thể tìm kiếm để ôn tập hoặc làm biên bản.
Người tự học
Ghi chú từ video trực tuyến
Dán link YouTube bài học để có bản chữ phục vụ ghi chép, nhớ tôn trọng bản quyền của video.
Người tổ chức hội thảo
Hiển thị lời thoại tại sự kiện
Dùng chế độ nhận dạng trực tiếp và cửa sổ trình chiếu để hiện chữ cho khán giả.
Cần chuẩn bị gì?
- Windows, macOS (README nói hiện cần chip Apple Silicon; Mac Intel dùng được tới bản 1.4.5) hoặc Linux.
- Card NVIDIA, Apple Silicon hoặc GPU hỗ trợ Vulkan sẽ nhanh hơn, nhưng không bắt buộc.
- Nhiều dung lượng đĩa cho các mô hình Whisper, lớn hơn thì nặng hơn.
- Nếu cài từ PyPI: Python 3.12 và ffmpeg.
Hướng dẫn cài đặt chi tiết
Cài trên Windows
Tải file cài đặt từ SourceForge, link nằm trong README của dự án.
https://sourceforge.net/projects/buzz-captions/files/Cách nhanh hơn: mở PowerShell và cài bằng winget (trình quản lý ứng dụng có sẵn trên Windows 10/11).
winget install --id ChidiWilliams.Buzz -eChạy bộ cài. Vì ứng dụng chưa ký số nên Windows có thể cảnh báo; làm theo README: chọn More info rồi Run anyway.
Mở Buzz từ menu Start và chọn mô hình Whisper cần dùng khi gỡ băng lần đầu.
Cài trên macOS
Tải file .dmg từ SourceForge (cùng trang như Windows). Lưu ý README nói Buzz giờ cần chip Apple Silicon; Mac Intel chỉ dùng được tới bản 1.4.5.
https://sourceforge.net/projects/buzz-captions/files/Cách nhanh hơn: nếu đã có Homebrew, mở Terminal và cài bằng một lệnh.
brew install --cask buzzMở file .dmg và kéo Buzz vào thư mục Applications.
Cài trên Linux
Cài bằng Flatpak từ Flathub.
flatpak install flathub io.github.chidiwilliams.BuzzHoặc cài bằng Snap (cần một vài gói hệ thống trước).
sudo apt-get install libportaudio2 libcanberra-gtk-module libcanberra-gtk3-module sudo snap install buzz
Cài trên PyPI
Cài ffmpeg và dùng Python 3.12 trong môi trường ảo, rồi cài và chạy Buzz.
pip install buzz-captions python -m buzz
Dùng thử lần đầu
Mở Buzz và chọn nhập file hoặc link YouTube. Bắt đầu với một đoạn âm thanh ngắn vài phút để thử.
Chọn mô hình Whisper cỡ nhỏ trước, vì mô hình lớn hơn chính xác hơn nhưng nặng và chậm hơn, và chọn ngôn ngữ nếu muốn.
Bấm bắt đầu và chờ xử lý. Khi xong, mở bản gỡ băng trong trình xem để đối chiếu với âm thanh.
Xuất kết quả ra SRT hoặc TXT để đưa vào phần mềm dựng hoặc soạn thảo.
Máy có card NVIDIA và dùng Buzz từ phiên bản 1.4.6 trở lên thì vào Help, About Buzz để cài thêm tăng tốc CUDA như README hướng dẫn.
Mẹo dùng hay
- Nhập thử trên đoạn ngắn trước khi chạy cả buổi họp dài để chọn mô hình và ngôn ngữ cho hợp.
- Dùng chế độ thư mục theo dõi nếu bạn thường xuyên có file ghi âm mới: file thả vào sẽ được gỡ băng tự động.
- Âm thanh nhiều tạp âm thì thử bật tách giọng trước khi nhận dạng để chữ chính xác hơn.
Lưu ý và hạn chế
- Chất lượng tiếng Việt phụ thuộc mô hình Whisper chọn; mô hình nhỏ dễ sai tên riêng và từ chuyên ngành. Hãy kiểm tra lại trước khi dùng chính thức.
- Bộ cài không được ký số nên Windows có thể hiện cảnh báo; chỉ tải từ nguồn mà README chỉ tới.
- Gỡ băng link YouTube hoặc ghi âm người khác cần tôn trọng bản quyền, điều khoản nền tảng và sự đồng ý của người được ghi âm.
Câu hỏi thường gặp
Buzz có miễn phí không?
Có. Giấy phép MIT, dùng miễn phí. Việc tải mô hình Whisper cũng không tốn phí.
Có cần Internet không?
Chỉ cần Internet khi tải ứng dụng và tải mô hình lần đầu hoặc khi dùng link YouTube. Gỡ băng file trên máy chạy offline.
Máy không có card đồ hoạ có dùng được không?
Dùng được bằng CPU nhưng sẽ chậm với mô hình lớn. README còn nói Vulkan hỗ trợ nhiều GPU kể cả card tích hợp.
Tải mã nguồn về máy
Nếu bạn muốn xem hoặc sửa mã nguồn, mở Terminal (trên Windows là PowerShell) và chạy lệnh dưới. Máy cần cài sẵn Git.
git clone https://github.com/chidiwilliams/buzz.gitRepo tương tự nên xem
Whisper
openai / whisper
Chuyển giọng nói trong file ghi âm, video thành văn bản ngay trên máy, hỗ trợ nhiều ngôn ngữ
faster-whisper
SYSTRAN / faster-whisper
Thư viện chạy Whisper nhanh hơn và tốn ít bộ nhớ hơn để chuyển giọng nói thành chữ.
whisper.cpp
ggml-org / whisper.cpp
Chạy mô hình nhận dạng giọng nói Whisper của OpenAI ngay trên máy, nhẹ, offline, không cần Python