Buzz：99+ 语言离线转录，本地免费语音转文字无订阅

【免费下载链接】buzzBuzz transcribes and translates audio offline on your personal computer. Powered by OpenAI's Whisper.项目地址: https://gitcode.com/GitHub_Trending/buz/buzz

三个小时的客服通话录音刚交到你手上，想借云端转录又得先把文件传出去——声音数据一旦离开工位，就掌握不了走向。Buzz 是把 OpenAI 的 Whisper（语音识别模型）搬进桌面应用跑起来的离线转写工具：音视频不出本机，转录全程免费。

🧭 Buzz 是什么：三点说清

• 是什么：一个桌面程序，把音频、视频文件和 YouTube 链接变成文字与字幕，支持包括中文、英文在内的 99+ 种语言
• 不是什么：不是云服务——文件不经过任何上传，不注册账号，不收订阅费，MIT 开源协议
• 卖点一句话：转写全程离线，录音永远留在你这台电脑上

🚀 安装 Buzz，跑通第一次转录

按平台各一条命令或一步操作：

• macOS：下载.dmg双击安装，目前需要 Apple Silicon 芯片
• Windows：运行安装程序，弹出未签名警告时选「仍要运行」
• Linux：sudo snap install buzz一条命令搞定，也可以用 Flatpak 安装
• 想从源码跑：装好 FFmpeg 和 Python 3.12，再执行pip install buzz-captions

装好后三步出结果：

1. 挑一个 Whisper 模型——首次会自动下载模型文件，之后断网也能用
2. 把音频、视频拖进主界面，或者直接粘贴 YouTube 链接，任务自动入队
3. 点开始，盯着进度条走，完成后转写文件就落在音频旁边

参数细节想细看，翻 官方文档 即可，软件本身没有必须填写的配置项。

💼 三个高频用法

访谈录音批量排队转

十几段访谈、会议录音一次性拖进队列，每个文件占一行，谁在排队、谁跑到一半、谁已完成一目了然。现场嘈杂、多人抢话的录音，入队时勾上「转录前语音分离」，工具会先把每个人的声轨拆出来再转，比直接硬转靠谱得多。

会议边讲边转

开会时点一下麦克风图标，话音落地，文字就跟着生成。想核对某句原话，在转写查看器里搜关键词，进度条直接跳到那一秒。对外演讲或授课时，再切一个演示窗口，把放大后的文字投给台下。

视频出字幕，转写、校对、导出

视频文件走同样的流程。转完进查看器逐句过：错字改掉，时间戳微调，按 2 倍速回看画面。字幕行太长或碎得太散，用内置的字幕长度调整——设好每行目标长度和合并间隔，自动切分、合并。

最后选导出格式：TXT 适合存档，SRT、VTT 丢进剪辑软件就能直接用。想要 AI 摘要这类扩展功能，去插件目录挑，按需安装。

🎚 Whisper 模型怎么选

没有哪个模型对所有内容都占优。拿你实际要转的语言各跑两三个，以自家材料的错字率为准。

🛠 进阶技巧与疑难快答

• 背景噪声大的录音，先做降噪再转，或入队时勾选语音分离
• 转专业内容时，把领域术语、人名填进「初始提示」，文本错字会明显变少
• 录音固定丢进一个文件夹并开启文件夹监控，新文件落地就自动开转，不用手动点
• 超过一小时的长音频，先切段再处理，跑完不中途断
• 需要批量跑、不想开界面，直接用 CLI 写脚本
• 插件目录里还有自动字幕重排等工具，buzz/plugins/ 可按需装

🤔转录太慢？先换 Tiny、Base 这类小模型，或者打开 CUDA、Vulkan、Apple Silicon 加速。

🤔文本里冒出没人说过的句子？Large-V3 偶尔会"编"内容，退回 Large-V2 或换 Turbo 版通常就好。

🤔小语种撑得住吗？Whisper 家族覆盖 99+ 种语言；换 Hugging Face 后端的 MMS 模型族，能到 1000+。

今晚挑一段最头疼的录音，用 Small 模型跑一遍——文字会落在音频文件旁边等你。

【免费下载链接】buzzBuzz transcribes and translates audio offline on your personal computer. Powered by OpenAI's Whisper.项目地址: https://gitcode.com/GitHub_Trending/buz/buzz