Buzz

Q: فارسی را درست متن میکند؟

Whisper فارسی را جزو زبانهای رسمیاش دارد و Buzz با آن گفتار فارسی را به متن تبدیل میکند، اما دقتش از انگلیسی کمتر است. زبان را دستی Persian بگذارید (تشخیص خودکار ممکن است اشتباه کند)، مدل large-v3 یا Turbo را امتحان کنید و متن را بازبینی کنید. Qwen3-ASR هم فارسی را پشتیبانی میکند.

Q: در ویندوز چطور نصبش کنم؟

از صفحهٔ Releases گیتهاب هر سه فایل (Buzz-1.4.5-windows.exe و دو فایل ‎.bin) را در یک پوشه بگیرید و exe را اجرا کنید. برنامه امضای دیجیتال ندارد؛ در هشدار ویندوز More info و بعد Run anyway را بزنید.

Q: برای کار تجاری آزاد است؟

بله. Buzz مجوز MIT دارد و مدلهای Whisper هم با MIT منتشر شدهاند.

محصول چیدی ویلیامز

★★★★★★★★★★۴

هوش مصنوعی آفلاین ابزارهای صوت ابزارهای ویدئوپشتیبانی فارسی ✓پلن رایگاناجرای آفلاین

راهنمای نصب و اجرا ↓مشاهده سایت ↗

کاملاً رایگان و متن‌باز (MIT)

برنامهٔ دسکتاپ رایگان و متن‌باز برای تبدیل گفتار به متن و ساخت زیرنویس SRT و VTT بدون اینترنت با Whisper؛ گفتار فارسی را هم متن می‌کند. ویندوز، مک و لینوکس.

معرفی: Buzz

Buzz فایل صوتی یا ویدیویی را روی کامپیوتر خودتان به متن تبدیل می‌کند و خروجی TXT، SRT یا VTT (زیرنویس) می‌دهد. ضبط زنده از میکروفون، تشخیص گوینده، پوشهٔ تحت‌نظر برای تبدیل خودکار فایل‌های تازه و خط فرمان هم دارد.

موتورش Whisper است با چند پیاده‌سازی: Whisper.cpp برای CPU و هر کارت گرافیکی (از جمله مک)، Faster Whisper برای کارت انویدیا، و مدل‌های Hugging Face؛ از نسخهٔ 1.4.5 مدل‌های Qwen3-ASR و Parakeet هم اضافه شده‌اند.

مدل‌های کوچک روی هر لپ‌تاپی کار می‌کنند؛ برای large-v3 حدود ۸ گیگابایت رم (تخمینی) یا برای Faster Whisper کارت انویدیا با دست‌کم ۶ گیگابایت VRAM لازم است. پردازنده باید AVX2 داشته باشد.

فایل نصب را از گیت‌هاب بگیرید (در ویندوز هر سه فایل exe و bin را کنار هم)، مدل را از Preferences > Models دانلود کنید، زبان را Persian بگذارید و فایل را اجرا کنید.

نکته: دقت Whisper برای فارسی از انگلیسی کمتر است و large-v3 گاهی کلمه‌هایی می‌نویسد که در صدا نبوده؛ خروجی را بازبینی کنید. ترجمه به زبان‌هایی جز انگلیسی به یک مدل زبانی جدا (مثلاً Ollama) نیاز دارد.

بهترین کاربردها

•بدون اینترنت فایل صوتی فارسی را به متن تبدیل کنم
•برای ویدیوی یوتیوب روی کامپیوتر خودم زیرنویس SRT بسازم
•جلسه یا مصاحبهٔ ضبط‌شده را بدون آپلود در اینترنت پیاده کنم
•کلاس یا وبینار را زنده از میکروفون و به‌صورت آفلاین به متن تبدیل کنم
•پادکست را آفلاین به متن تبدیل کنم و گوینده‌ها را جدا کنم
•فایل‌های صوتی یک پوشه را روی کامپیوتر خودم خودکار به متن تبدیل کنم
•بدون ارسال به سرور برای ویدیو زیرنویس انگلیسی بسازم

برای این کارها سراغش نروید

–تبدیل متن به گفتار (خواندن متن با صدا)
–دوبله یا تولید صدا
–ترجمهٔ دقیق به فارسی بدون مدل زبانی جداگانه
–ویرایش ویدیو

اجرا روی سیستم خودتان

این برنامه را روی سیستم خودتان نصب می‌کنید و هوش مصنوعی روی همان دستگاه اجرا می‌شود؛ متن و فایل‌هایتان از آن بیرون نمی‌رود.

بعد از نصب، بدون اینترنت
متن‌باز
MIT — استفادهٔ تجاری آزاد
برنامهٔ گرافیکی
خط فرمان

بعد از دانلود مدل کاملاً آفلاین است (طبق FAQ رسمی می‌شود مدل‌ها را از کامپیوتر دیگری کپی کرد). ترجمهٔ هوش مصنوعی به زبان‌های دیگر و گزینهٔ OpenAI API به یک سرویس، یا Ollama محلی، نیاز دارند.

آزاد برای کار تجاری؛ مدل‌های Whisper هم با MIT منتشر شده‌اند.

سخت‌افزار لازم

حداقل رم: ۴ گیگابایت — پیشنهادی: ۱۶ گیگابایت
کارت گرافیک اختیاری است
۴ گیگابایت برای مدل‌های کوچک و حدود ۸ گیگابایت برای large-v3 با Whisper.cpp (تخمینی). Faster Whisper به کارت انویدیا با دست‌کم ۶ گیگابایت VRAM نیاز دارد؛ Whisper.cpp روی CPU، هر GPU (Vulkan) و مک اپل سیلیکون کار می‌کند. پردازنده باید AVX2 داشته باشد.

نصب و اجرا

۱
ویندوز: نصب از گیت‌هابویندوز
هر سه فایل Buzz-1.4.5-windows.exe و دو فایل ‎.bin را در یک پوشه دانلود کنید و exe را اجرا کنید؛ در هشدار SmartScreen گزینهٔ More info و Run anyway را بزنید.
۲
مکمک
Buzz-1.4.5-mac-ARM64.dmg برای اپل سیلیکون؛ نسخهٔ X64 آخرین نسخه‌ای است که مک اینتل را پشتیبانی می‌کند.
۳
لینوکس با Flatpakلینوکس
flatpak install flathub io.github.chidiwilliams.Buzz
یا با Snap: sudo snap install buzz
۴
(اختیاری) نصب با pip
pip install buzz-captions && python -m buzz
Python 3.12 و ffmpeg لازم است.
۵
مدل و زبان را انتخاب کنید
در Preferences > Models مثلاً Whisper.cpp large-v3 یا Faster Whisper را دانلود کنید. هنگام وارد کردن فایل، زبان را Persian و خروجی را SRT بگذارید.
۶
انتقال مدل به کامپیوتر آفلاین
پوشهٔ مدل‌ها را کپی کنید: لینوکس ‎~/.cache/Buzz، مک ‎~/Library/Caches/Buzz، ویندوز ‎%USERPROFILE%\AppData\Local\Buzz\Buzz\Cache.

دانلود

Buzz (GitHub Releases) ↗رسمی
ویندوز (exe و دو فایل bin) و مک ARM64/X64
SourceForge ↗رسمی
مسیر رسمی دوم؛ AppImage لینوکس هم آنجاست
Flathub ↗رسمی
Snap Store ↗رسمی
PyPI: buzz-captions ↗رسمی

نکات امنیتی

برنامه امضای دیجیتال ندارد؛ فقط از گیت‌هاب یا صفحه‌های رسمی دانلود کنید.
اگر کلید OpenAI API وارد کنید، صدا یا متن برای آن سرویس فرستاده می‌شود؛ برای محرمانگی فقط مدل‌های محلی را انتخاب کنید.

برای شرکت‌ها و سازمان‌ها

برنامهٔ دسکتاپ تک‌کاربره است؛ برای پردازش انبوه فایل‌ها خط فرمان و پوشهٔ تحت‌نظر دارد.

مدل‌هایی که با این برنامه اجرا می‌شوند

هم‌سطح ابری

توربوسکرایب

آخرین بررسی: ۱۲ مهر ۱۴۰۵

تصاویر محیط ابزار

صفحهٔ اصلی Buzz

قابلیت‌ها و محیط کار

نقاط قوت

✓بعد از دانلود مدل کاملاً آفلاین است و صدا از کامپیوتر بیرون نمی‌رود
✓خروجی مستقیم زیرنویس SRT و VTT، با ویرایشگر و تنظیم طول خط‌ها
✓چند موتور: Whisper.cpp (CPU و هر GPU)، Faster Whisper (انویدیا) و Hugging Face
✓ضبط زنده، تشخیص گوینده و پوشهٔ تحت‌نظر
✓رایگان و متن‌باز (MIT) با نسخهٔ ویندوز، مک و لینوکس
✓راهنمای رسمی برای انتقال مدل‌ها به کامپیوتر بی‌اینترنت

نقاط ضعف

✗برای مدل large-v3 حدود ۸ گیگابایت رم (تخمینی) یا کارت انویدیای ۶ گیگابایتی لازم است و روی CPU کند است؛ پردازندهٔ بدون AVX2 پشتیبانی نمی‌شود و فایل نصب ویندوز حدود ۲٫۵ گیگابایت است
✗دقت فارسی Whisper از انگلیسی کمتر است و large-v3 گاهی کلمه از خودش می‌سازد
✗رابط فارسی ندارد
✗ترجمهٔ داخلی Whisper فقط به انگلیسی است؛ برای زبان‌های دیگر مدل زبانی جدا لازم است
✗نسخه‌های بعد از 1.4.5 دیگر مک اینتل را پشتیبانی نمی‌کنند

پرسش‌های پرتکرار

فارسی را درست متن می‌کند؟

Whisper فارسی را جزو زبان‌های رسمی‌اش دارد و Buzz با آن گفتار فارسی را به متن تبدیل می‌کند، اما دقتش از انگلیسی کمتر است. زبان را دستی Persian بگذارید (تشخیص خودکار ممکن است اشتباه کند)، مدل large-v3 یا Turbo را امتحان کنید و متن را بازبینی کنید. Qwen3-ASR هم فارسی را پشتیبانی می‌کند.

روی کامپیوتر بدون اینترنت کار می‌کند؟

بله. طبق راهنمای رسمی، مدل را روی کامپیوتری با اینترنت دانلود کنید و پوشهٔ مدل‌ها را در همان مسیر کامپیوتر آفلاین کپی کنید (لینوکس ‎~/.cache/Buzz، مک ‎~/Library/Caches/Buzz، ویندوز ‎%USERPROFILE%\AppData\Local\Buzz\Buzz\Cache).

کدام مدل را انتخاب کنم؟

اگر کارت انویدیا با ۶ گیگابایت VRAM یا بیشتر دارید Faster Whisper؛ در غیر این صورت و روی مک، Whisper.cpp. مدل‌های بزرگ‌تر دقیق‌تر و کندترند؛ مدل‌هایی که ‎.en در نامشان دارند فقط انگلیسی‌اند.

در ویندوز چطور نصبش کنم؟

از صفحهٔ Releases گیت‌هاب هر سه فایل (Buzz-1.4.5-windows.exe و دو فایل ‎.bin) را در یک پوشه بگیرید و exe را اجرا کنید. برنامه امضای دیجیتال ندارد؛ در هشدار ویندوز More info و بعد Run anyway را بزنید.

برای کار تجاری آزاد است؟

بله. Buzz مجوز MIT دارد و مدل‌های Whisper هم با MIT منتشر شده‌اند.