Buzz项目CLI工具使用指南：音频转录与翻译命令详解

Buzz项目CLI工具使用指南：音频转录与翻译命令详解

buzz Buzz transcribes and translates audio offline on your personal computer. Powered by OpenAI's Whisper. 项目地址: https://gitcode.com/gh_mirrors/buz/buzz

概述

Buzz项目提供了一个功能强大的命令行界面(CLI)工具，用于执行音频文件的转录和翻译任务。本文将详细介绍buzz add命令的使用方法，帮助用户高效完成语音转文字工作。

核心功能

Buzz CLI工具主要支持以下两种核心任务：

1. 转录(Transcribe)：将音频内容转换为同种语言的文本
2. 翻译(Translate)：将音频内容翻译为另一种语言的文本

基本命令结构

buzz add命令的基本语法如下：

buzz add [选项] [文件路径或URL...]

主要选项详解

任务类型选项

-t, --task <task>
指定要执行的任务类型：

• transcribe：转录（默认值）
• translate：翻译

模型相关选项

-m, --model-type <model-type>
选择使用的语音识别模型类型：

• whisper：原始Whisper模型
• whispercpp：Whisper.cpp实现
• huggingface：Hugging Face模型
• fasterwhisper：优化版Whisper
• openaiapi：OpenAI API

-s, --model-size <model-size>
指定模型大小（仅适用于whisper、whispercpp和fasterwhisper）：

• tiny（默认）
• base
• small
• medium
• large

--hfid <id>
指定Hugging Face模型ID（仅当--model-type为huggingface时使用）

语言处理选项

-l, --language <code>
指定音频内容的语言代码（如zh表示中文，en表示英语）。如不指定，工具会自动检测语言。

-p, --prompt <prompt>
提供初始提示文本，有助于提高识别准确率。

-w, --word-timestamps
生成词级时间戳（1.2.0版本新增功能）。

输出格式选项

--srt
生成SRT字幕文件。

--vtt
生成VTT字幕文件。

--txt
生成纯文本文件。

其他实用选项

--hide-gui
隐藏主应用程序窗口（1.2.0版本新增功能）。

--openai-token <token>
设置OpenAI访问令牌（仅当使用openaiapi模型时）。

典型使用场景示例

场景1：简单转录

buzz add audio.mp3

这将使用默认设置（tiny whisper模型）将audio.mp3文件转录为文本。

场景2：高质量转录

buzz add --model-type whisper --model-size large --word-timestamps lecture.wav

使用大型whisper模型进行转录，并生成词级时间戳。

场景3：翻译任务

buzz add --task translate --language fr --model-type openaiapi french_audio.mp3

将法语音频翻译为英语（OpenAI API模型）。

场景4：批量处理与多格式输出

buzz add --srt --vtt --txt podcast_*.mp3

批量处理所有podcast_开头的MP3文件，并同时生成SRT、VTT和TXT三种格式的输出。

性能与精度权衡建议

1. 快速测试：使用tiny模型，速度最快但精度较低
2. 平衡选择：small或base模型，在速度和精度间取得平衡
3. 高精度需求：使用large模型，速度最慢但精度最高

对于生产环境，建议先使用small模型进行测试，再根据结果决定是否需要更高精度的模型。

常见问题解决

1. 语言检测不准确：明确指定-l参数设置正确语言代码
2. 专业术语识别差：使用-p参数提供相关术语作为初始提示
3. 处理速度慢：尝试更小的模型尺寸或使用fasterwhisper模型类型

通过掌握这些命令选项和实用技巧，用户可以充分利用Buzz项目的CLI工具高效完成各类语音转文字任务。

buzz Buzz transcribes and translates audio offline on your personal computer. Powered by OpenAI's Whisper. 项目地址: https://gitcode.com/gh_mirrors/buz/buzz