Buzz 离线语音转文字完整指南从安装到自动化的本地转录操作手册【免费下载链接】buzzBuzz transcribes and translates audio offline on your personal computer. Powered by OpenAIs Whisper.项目地址: https://gitcode.com/GitHub_Trending/buz/buzzBuzz 是一款免费开源的离线语音转文字工具基于 OpenAI Whisper 在本地计算机完成音频与视频的转录和翻译音频不会上传到任何服务器。本文带你完成一条完整链路安装 Buzz、跑通第一次本地转录再按课程录音、会议记录、视频字幕三个真实场景给出参数建议最后覆盖命令行与文件夹监控的自动化用法。它解决什么问题Buzz 的定位是一句话在你自己的电脑上运行 Whisper 的本地语音转文字工具。音频文件在本地处理不依赖云端服务适合会议、采访等敏感内容两种工作模式导入文件批量转录、麦克风实时录音边说边转支持 Whisper、Whisper.cpp、Faster Whisper 多种后端NVIDIA 显卡、Apple Silicon 和普通 CPU 都能跑安装并跑通第一次离线转录按你的系统选择一种方式安装Windows从发行版下载页面获取安装包并运行。程序未签名安装时会提示警告选择More info→Run anyway即可。macOS下载.dmg文件安装Intel 与 Apple Silicon 均有提供。LinuxFlatpakflatpak install flathub io.github.chidiwilliams.BuzzLinuxSnap先装依赖再安装sudo apt-get install libportaudio2 libcanberra-gtk-module libcanberra-gtk3-module然后sudo snap install buzzPyPI 方式需要 Python 3.12 环境并提前装好 ffmpeg执行pip install buzz-captions之后用python -m buzz启动。安装完成后启动应用进入第一次转录在 File 菜单选择 Import Media File或工具栏的图标、快捷键Ctrl/Cmd O选择一个音频或视频文件在导入表单中选择任务Transcribe 转录 / Translate to English 翻译成英文、语言和模型设置点击 Run任务会出现在下方列表中状态变为Completed后双击该行即可打开转录查看器逐段核对并导出两个从第一次就要注意的默认项语言要手动选。官方文档建议不要用自动检测Detect Language短音频或混合语言下检测容易出错明确指定语言能显著提高准确率导出格式默认为 TXT可在表单里改选 SRT 或 VTT按场景使用课程录音、会议记录、视频字幕转录课程或讲座录音适合已有录音文件的整理场景课堂录像、播客、外语材料导入文件任务选 Transcribe语言选录音实际语言模型先用whispercpp small试跑准确度不够再升到 medium内容含人名、术语时点表单上的Advanced...按钮在Initial prompt里填入这些词可减少拼写错误录音有背景音乐或噪音时勾选Extract speech先分离出人声轨道再转录转录完成后在查看器里核对Ctrl/Cmd P播放Ctrl/Cmd G让文本滚动跟随音频位置Ctrl F搜索关键词会议实时录音转文字在实时录音区域选择任务、语言、模型和麦克风点击 Record 开始边录边转实时模式对资源消耗敏感优先用Whisper.cpp base/small模型官方说明默认 Whisper 模型对实时场景偏重需要投屏展示时开始录音后打开Presentation window在事件现场用大屏显示实时字幕说话人识别转录完成后在查看器点Identify speakers把自动生成的标签改成真实姓名可勾选合并同一说话人的连续句子高级选项里可以调Silence threshold音量低于阈值不转录和Transcription step步骤越短延迟越低、负载越高观察 Queue 队列增长情况再调整给视频生成 SRT 字幕导入视频文件MP4 等任务选 Transcribe勾选Word-Level Timings生成词级时间戳转录完成后双击进入查看器点Resize按钮在 Resize 对话框中设置字幕最大长度、是否按标点分割、以及每段字幕结束时间的延长秒数带词级时间戳的转录还支持按静音间隙重新组合字幕原音频文件仍在本地时Resize 会分析音频静音段来对齐字幕节奏点导出按钮选 SRT 或 VTT文件即可直接导入剪映、OBS 等剪辑工具参数与调优模型选择与准确率模型大小与 Whisper 类型怎么选模型大小的取舍是速度对准确率tiny约 75MB最快快速预览用base约 142MB日常使用的推荐起点small约 466MB专业转录的常用选择medium约 1.5GB高精度需求large约 2.9GB最高精度large-v3 准确率最好但偶尔会编造音频里不存在的词large-v2 更稳定Turbo 偏重速度与准确度的平衡Whisper 类型后端按硬件选WhisperOpenAI 原始实现准确但慢、吃内存Faster Whisper速度远快于原版、更省内存需要 NVIDIA 显卡且至少 6GB 显存Whisper.cppC 实现兼容任意品牌的 GPU含核显和纯 CPU是 Mac 和实时转录的最佳选择HuggingFace支持大量第三方定制模型适合特定语言在Help → Preferences → Models里可以下载/删除模型。显存紧张时Whisper.cpp 支持下载量化版本如q_5以换取更少的内存占用。用初始提示词减少专业词错误音频里反复出现专有名词、缩写、产品名时在 Initial prompt 中列出这些词例如 Buzz, Whisper, CUDA, 转录Whisper 会把它们作为先验信息拼写错误明显减少。音频质量与硬件加速尽量安静环境录音用外接麦克风录前试录一段确认音量不过小Windows 安装包已内置 CUDA 12 支持Linux 的 NVIDIA 显卡开箱即用Mac 用 Whisper.cpp 走 Apple Silicon显卡表现异常时可用环境变量BUZZ_FORCE_CPUtrue强制走 CPU见 docs/ 偏好设置章节自动化与集成命令行、文件夹监控与导出对接命令行批量转录Buzz 自带 CLI源码见 buzz/cli.py适合脚本化处理。单个文件buzz add -t transcribe -m whispercpp -s small -l zh --srt --vtt lecture.mp4批量处理一个目录for f in *.mp3; do buzz add --task transcribe -l en $f; done常用选项-p附加初始提示词、-w生成词级时间戳、-e转录前提取人声、--hide-gui隐藏主窗口实现无人值守。文件夹监控自动转录在偏好设置中开启文件夹监控Watch folder后放进该目录的音频文件会自动排队转录。重复导入同一批文件时启用内置的Skip Already Transcribed插件Help → Plugins已生成过.txt/.srt/.vtt结果的文件会被标记为 Skipped不重复跑模型。更多插件说明见 docs/ 的 plugins 章节。导出格式对接工作流查看器导出菜单支持 TXT、SRT、VTT、JSON插件可再加 DOCX偏好设置 → General 可配置默认导出文件名模板支持{{ input_file_name }}、{{ task }}、{{ language }}、{{ date_time }}等变量开启Live transcript exports后实时转录会边生成边写入文本文件翻译文本为.translated.txt可直接供 OBS 等直播软件读取翻译到任意语言需配置 OpenAI 兼容 API在偏好设置填 key 与 base URL也支持本地 Ollama 等服务按官方估算 1 小时音频约 $1常见坑报错与效果差的处理问题原因处理转录速度太慢语音识别本身计算量大模型或后端选择不匹配换小一号模型或改用 Whisper.cpp / Faster Whisper需 6GB 显存识别结果乱码、语言不对语言自动检测误判手动指定语言专有名词多的加 Initial prompt录音时报PaErrorCode-9999系统设置或杀毒软件阻止了麦克风访问检查 Windows 设置 → 隐私 → 麦克风 权限或临时关闭杀毒软件Buzz 崩溃模型下载不完整或损坏CPU 不支持 AVX2在 Preferences → Models 删除模型重新下载确认 CPU 支持 AVX2Windows 安装时提示未签名程序未做代码签名正常现象More info→Run anyway无网环境无法使用首次使用需要下载模型在联网机器上下载模型后拷贝到离线机相同路径Linux 为~/.cache/Buzz/models可参考 scripts/download-models.py字幕断行不合预期转录时未勾选词级时间戳重新转录并勾选 Word-Level Timings再用 Resize 按最大长度重组偶发出现音频里不存在的词large-v3 模型偶有幻觉换用 large-v2 或 Turbo 对比测试模型缓存位置与更完整的问答见 docs/ 的 FAQ插件机制源码可参考 buzz/plugins/。下一步到这里安装、三种使用场景、调参与自动化都已在手。建议按顺序试用一小段中文音频 whispercpp small跑通第一次转录导出 TXT 核对开启文件夹监控验证新文件自动转录是否生效挑一段含专有名词的录音加上 Initial prompt 对比准确率变化【免费下载链接】buzzBuzz transcribes and translates audio offline on your personal computer. Powered by OpenAIs Whisper.项目地址: https://gitcode.com/GitHub_Trending/buz/buzz创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考