모든 글

Buzz: 녹음 파일을 글과 자막으로 바꾸고 싶을 때

오픈소스 받아쓰기 앱 Buzz를 소개해요. Whisper 기반 로컬 실행, TXT·SRT 차이, 실제 화면과 첫 자막 작업을 쉽게 설명해요.

마지막 업데이트

메뉴나 지원 기능이 달라졌다면 아래 자료 확인일과 현재 앱 버전을 함께 봐주세요.

앱 · APP
공식 자료를 읽고 정리했어요 · 직접 실행한 후기는 아직 없어요 자료 확인일:

녹음은 해뒀는데 다시 들으며 글로 옮기는 일이 남아 있을 때가 있죠. 영상 자막까지 필요하면 문장마다 시간을 맞추는 작업도 더해져요. Buzz는 이 과정에서 받아쓰기 초안을 만드는 데 쓸 수 있는 설치형 앱이에요.

GitHub에서 정식 v1.4.5 릴리스와 공식 사용 안내를 확인했어요. 공개일은 2026년 8월 23일이에요. 직접 음성을 변환해 정확도를 측정한 후기는 아니며, 아래 화면은 개발자가 공개한 자료예요.

Whisper를 화면으로 다루는 방법이에요

Whisper는 음성을 글로 인식하는 모델이에요. Buzz는 파일을 고르고 작업 종류, 언어, 모델을 선택하는 화면과 결과를 확인하는 화면을 제공해요. 모델의 명령어 사용법부터 배우지 않아도 녹음 하나를 넣는 흐름을 살펴볼 수 있어요. Buzz 기능 안내

Buzz에서 파일별 모델과 Transcribe 작업, Queued·In Progress·Completed 상태를 보여주는 개발자 화면
파일별 진행 상태를 보는 화면이에요. 예시에 적힌 26초와 2분 27초는 그 파일의 개발자 예시이며, 우리 작업의 예상 처리 시간이 아니에요. 개발자 공개 화면이며 이 글의 실습 결과는 아니에요. 원본·크게 보기 · MIT · 제작자·이용 조건

여러 엔진을 지원한다는 점도 있어요. Whisper, Whisper.cpp 등 선택지가 있지만 첫 시도부터 모두 비교할 필요는 없어요. 컴퓨터에 맞는 로컬 모델 하나와 짧고 또렷한 녹음으로 시작하는 편이 결과를 확인하기 좋아요. 크기가 큰 모델을 골랐다고 모든 말이 정확해지는 것은 아니에요.

결과는 ‘읽을 글’인지 ‘영상 자막’인지에 따라 달라요

결과 형식 어디에 쓰기 좋은가요 다음에 할 일
TXT 회의 메모, 글 초안, 검색할 기록 문장과 숫자를 원음과 대조
SRT 시간을 가진 영상 자막 영상에 불러와 싱크와 줄 길이 확인
VTT 웹에서 쓸 시간 정보 포함 자막 사용하는 플레이어의 표시 확인

SRT를 만들었다고 자막이 영상에 붙은 새 MP4가 생기는 것은 아니에요. SRT는 글과 시간 정보가 담긴 별도 파일이에요. 글꼴, 색깔, 화면 위아래 위치까지 완성하려면 사용할 영상 편집기나 플레이어에서 설정해야 해요. 가져오기와 내보내기

Buzz 결과 화면의 Start·End·Text 열과 Export 버튼을 보여주는 공식 화면
시간 구간과 문장을 함께 보는 화면이에요. 보이는 영어 대사는 개발자 예시이며, 우리 한국어 연습의 결과는 아니에요. 개발자 공개 화면이며 이 글의 실습 결과는 아니에요. 원본·크게 보기 · MIT · 제작자·이용 조건

한국어 받아쓰기와 영어 번역은 구분해요

한국어를 한국어 글로 옮기려면 작업을 Transcribe, 언어를 Korean으로 맞추는 흐름이에요. Translate to English는 영어 번역을 위한 선택이에요. “번역”이라는 이름만 보고 원하는 모든 언어로 바뀐다고 생각하면 결과가 예상과 달라질 수 있어요. 작업·언어 설명

공식 안내는 말하는 언어를 알고 있다면 자동 감지보다 직접 선택하는 것을 권해요. 고유명사가 자주 틀린다면 Advanced의 Initial prompt에 관련 단어를 넣는 경로도 안내돼요. 이것은 인식에 참고를 주는 설정이고, 내용을 원하는 대로 써 주는 명령창으로 생각하지 않는 편이 좋아요. 파일 가져오기 설정

녹음에서 로컬 받아쓰기를 거쳐 TXT 또는 SRT를 만들고 원음과 재생으로 확인하는 흐름
범블비가 사용 순서를 설명하려고 만든 안내 그림이에요. 실제 앱 화면이나 측정 결과가 아니에요. 크게 보기

내려받을 때 놓치기 쉬운 부분

v1.4.5의 Windows GitHub 배포는 설치용 EXE 하나와 BIN 두 개로 나뉘어 있어요. 릴리스 안내는 세 파일을 모두 내려받은 뒤 EXE를 실행하라고 설명해요. EXE만 받고 설치가 안 된다고 느끼기 쉬운 부분이라 사용법에서 따로 짚을게요. 공식 배포 설명

Mac은 이 버전에 Intel용과 Apple Silicon용 DMG가 각각 있어요. 이후 개발 중인 문서에는 지원 범위가 바뀐 안내가 있으므로, 다운로드한 버전의 자료를 기준으로 확인해야 해요. Linux는 공식 안내의 Flatpak·Snap 경로도 살펴볼 수 있어요. v1.4.5 설치 문서

로컬 받아쓰기로 무엇을 기대하면 좋을까요

Buzz는 오프라인 음성 인식을 소개하고, 로컬 모델 외의 API 경로도 제공해요. 이 글의 따라 하기는 파일과 모델을 PC에서 처리하는 경로를 기준으로 해요. 모델을 처음 받을 때는 연결이 필요하고, 외부 API나 추가 플러그인을 사용하면 그 기능의 비용과 데이터 흐름은 별도예요. 프로젝트 기능 · 지원 엔진

저라면 마지막까지 사람 이름, 금액, 날짜를 원음과 대조하겠어요. 받침 하나보다 숫자 하나가 문서의 의미를 크게 바꿀 수 있거든요. 자막은 문장이 맞아도 화면에 너무 빨리 지나갈 수 있으니 영상에서 다시 보는 단계도 필요해요.

코드는 MIT 라이선스로 공개돼 있어요. 자동 받아쓰기가 덜어 줄 수 있는 부분과 마지막 확인에 남는 일을 구분하면 기대를 잡기 편해요. 이어지는 사용법은 짧은 자기 녹음으로 TXT와 SRT 두 파일을 만들고 다시 여는 데까지 안내해요.

받아쓰기와 회의록 정리는 다른 단계예요

녹음에 나온 말을 글로 옮기는 것과, 결론·할 일을 추려 회의록으로 만드는 것은 달라요. Buzz의 기능 목록에는 추가 플러그인도 있지만, 이번 소개의 로컬 받아쓰기만으로 모든 요약 기능까지 완성됐다고 보지는 않겠어요. 우선 원문에 충실한 글을 확보한 뒤 필요한 정리를 하는 편이 확인하기 좋아요.

자막 한 줄의 길이도 따로 봐야 해요. 공식 안내는 단어별 타이밍을 켜면 단어마다 자막이 나뉠 수 있고, Resize에서 다시 합칠 수 있다고 설명해요. 짧은 단어가 너무 빨리 바뀌는 결과를 원하지 않는다면 처음에는 기본 문장 구간을 살펴보고 필요한 만큼 조정하세요.

화자 구분 기능이 있다고 해서 인물의 실제 신원까지 자동으로 정확히 알아낸다는 뜻도 아니에요. 누가 한 말인지 중요한 자료라면 직접 듣고 구분을 확인해야 해요. 첫 실습을 한 사람의 또렷한 목소리로 제안하는 이유도 이런 확인 항목을 한꺼번에 늘리지 않으려는 것이에요.

인식 엔진과 모델 크기, 언어 설정을 결과 파일과 함께 적어 두면 좋아요. 나중에 다른 모델로 바꿨을 때 어느 쪽에서 어떤 이름이나 숫자를 고쳐야 했는지 비교할 수 있어요.

이 도구의 다른 글

소개 · 한 가지 작업 따라 하기 · 선택 기준과 비교

참고 자료