Cómo instalar Buzz y sacar subtítulos gratis con Whisper

0 ¿Tu PC sirve?

• GPU: no hace falta. Si tienes, Buzz la aprovecha: CUDA en NVIDIA, Apple Silicon en Mac y Vulkan (whisper.cpp) en la mayoría de GPU, incluidas las integradas.
• Mac: las versiones nuevas piden Apple Silicon. La última que funciona en Mac con Intel es la 1.4.5.
• Disco: el modelo Whisper «small» pesa unos 460 MB (lo medimos); los grandes, varios GB.

1 ¿Se puede probar sin instalar?

No. Buzz es una app de escritorio y no tiene demo web. A cambio, tus audios no salen de tu computadora.

2 Instalación fácil

• Windows: baja el instalador desde SourceForge. La app no está firmada, así que Windows avisa: pulsa «Más información» y luego «Ejecutar de todas formas».
• Mac: baja el .dmg desde el mismo SourceForge.
• Linux: flatpak install flathub io.github.chidiwilliams.Buzz o sudo snap install buzz.

3 Instalación manual con pip

Pide Python 3.12 y FFmpeg instalado.

python3.12 -m venv .venv && source .venv/bin/activate
pip install buzz-captions
python -m buzz

En nuestra prueba, pip trajo la versión 1.4.5. Para no descargar PyTorch con CUDA en una PC sin NVIDIA, instalamos antes PyTorch 2.8 para CPU desde download.pytorch.org/whl/cpu.

4 Tus primeros subtítulos

Con la app (según la documentación): menú «File» → «Import Media File» (o Ctrl+O), eliges el archivo, la tarea «Transcribe», el idioma Spanish y el modelo, y pulsas «Run». Al terminar, abre la transcripción y exporta en SRT o VTT. La documentación recomienda elegir siempre el idioma en lugar de dejar que lo detecte.

Con la línea de comandos (lo que probamos nosotros):

python -m buzz add -t transcribe -m whisper -s small -l es \
  --srt --vtt --txt -d subtitulos --hide-gui muestra.mp3

Resultado con un audio de 13 s en español, Whisper small y sin GPU (15,8 s de proceso):

1
00:00:00,000 --> 00:00:02,000
Hola, soy Deia Creadora.

2
00:00:02,000 --> 00:00:08,000
Estamos probando BAS para sacar subtítulos gratis en una computadora sin tarjeta gráfica.

3
00:00:08,000 --> 00:00:13,000
Si se entiende bien, el archivo SRT queda listo para subirlo a TikTok.

Entendió todo menos los nombres propios («IACreadora» y «Buzz»). Para eso está el «Initial prompt»: escribe ahí los nombres que suelen salir mal (en la app está en «Advanced…»; en la línea de comandos, -p "IACreadora, Buzz"). Lo probamos: con -p "IACreadora, Buzz, TikTok" salieron bien escritos («Hola, soy de IACreadora», «Estamos probando Buzz…»).

Luego importas el .srt en CapCut u otro editor para darle estilo.

5 Errores comunes

• Linux: «libEGL.so.1: cannot open shared object file». Nos pasó con la instalación por pip. Faltan librerías del sistema: la documentación lista libxkbcommon-x11-0, libxcb-cursor0, libportaudio2, ffmpeg y otras, y en Ubuntu anterior a 24.04 libegl1-mesa. Con sudo apt-get install libegl1 libportaudio2 quedó resuelto en nuestro Debian. (Probado.)
• La primera vez tarda en arrancar. En nuestra máquina pasaron unos 4 minutos y medio antes de empezar la primera transcripción; la segunda vez todo el proceso tomó 20 segundos. (Probado.)
• Windows bloquea el instalador. «Más información» → «Ejecutar de todas formas». (Documentación oficial.)
• Tengo NVIDIA y va igual de lento. Desde la versión 1.4.6 la aceleración CUDA se instala aparte: Help → About Buzz → Install CUDA Acceleration. (Documentación oficial.)

6 Actualizar y desinstalar

• Actualizar: instala la versión nueva encima, o pip install -U buzz-captions, o flatpak update.
• Desinstalar: desde el sistema (o borra el entorno de Python). Los modelos se guardan aparte: en Linux, en ~/.cache/Buzz/models; bórralos para liberar espacio.

7 Licencia y uso comercial

Buzz es MIT y los modelos Whisper de OpenAI también son MIT: puedes usar los subtítulos en videos que monetizas. Revisa siempre la transcripción antes de publicar, sobre todo nombres y cifras.