Buzz es un programa gratuito y de código abierto diseñado para transcribir y traducir archivos de audio y vídeo mediante inteligencia artificial. Utiliza la tecnología de reconocimiento de voz Whisper y permite convertir conversaciones, entrevistas, reuniones, clases, grabaciones, pódcast y vídeos en documentos de texto o archivos de subtítulos.

El programa puede procesar los archivos directamente en el ordenador, sin necesidad de subirlos a una plataforma externa, lo que ayuda a conservar la privacidad del contenido. Es compatible con más de 90 idiomas, incluido el español, y permite tanto transcribir un audio en su idioma original como traducir voces de otros idiomas al inglés.

Buzz admite archivos de audio y vídeo almacenados en el equipo, enlaces de YouTube y grabaciones realizadas en directo mediante el micrófono. Los resultados pueden exportarse en formatos TXT, SRT, VTT y CSV, por lo que resulta útil para crear transcripciones, subtítulos para vídeos, documentos editables o textos destinados a su publicación.

Entre sus funciones se encuentran la identificación de diferentes hablantes, la separación de voces para mejorar los resultados en grabaciones con ruido, la búsqueda dentro de las transcripciones y la reproducción sincronizada del audio. También permite modificar la velocidad de reproducción, utilizar atajos de teclado y vigilar una carpeta para transcribir automáticamente los nuevos archivos que se añadan.

Buzz puede trabajar con distintos sistemas basados en Whisper, como Whisper, Whisper.cpp y Faster Whisper, además de modelos compatibles disponibles en Hugging Face. En equipos adecuados puede aprovechar la aceleración por GPU de tarjetas Nvidia, procesadores Apple Silicon y dispositivos compatibles con Vulkan.

La velocidad y precisión de las transcripciones dependen de la potencia del ordenador y del modelo de inteligencia artificial seleccionado. Los modelos pequeños funcionan con mayor rapidez, mientras que los modelos grandes suelen ofrecer mejores resultados, aunque requieren más memoria y capacidad de procesamiento.