Buzz 本地语音转文字完整指南在自己的电脑上离线转录音频【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周五深夜三小时的访谈录音躺在桌面上你盯着 Buzz 的导入按钮心里清楚点下去之后转录、翻译、字幕全部在你自己的电脑上完成一个字节都不用上传。这就是 Buzz 的定位——一款基于 OpenAI Whisper 的本地离线音频转录工具音频识别、翻译、字幕生成全程不碰网络。接下来这篇指南带你从安装到出片走一遍完整流程。三分钟装完 BuzzBuzz 是一个跨平台的桌面应用MIT 协议开源免费。它和云端转录服务的区别很简单数据不出本机录音、转录结果都留在你的硬盘上敏感内容不经过任何第三方服务器一次装好终身免费没有订阅制装完离线就能用模型下载后多后端可选Whisper、Whisper.cpp、Faster Whisper 都能用N 卡、苹果芯片、纯 CPU 都有对应方案不只是转录翻译、字幕拆分合并、说话人区分、插件扩展都内置了各平台安装命令macOS去官方发布页下载 dmg或用 Homebrewbrew install --cask buzzWindows下载官方安装包直接安装。提示未知发布者时选「更多信息 → 仍要运行」这是未签名程序的正常现象。LinuxSnap 或 Flatpak 任选其一sudo snap install buzzflatpak install flathub io.github.chidiwilliams.BuzzPython 环境适合想改代码折腾的人需 Python 3.12 和 ffmpegpip install buzz-captions python -m buzz首次启动注意第一次跑任务前Buzz 需要下载 Whisper 模型。打开帮助 → 首选项 → 模型选一个模型下载即可。模型会存在这里记不住没关系首选项里有显示文件位置按钮Linux~/.cache/BuzzmacOS~/Library/Caches/BuzzWindows%USERPROFILE%\AppData\Local\Buzz\Buzz\Cache如果你的电脑完全不能联网可以先在别的机器上下载好模型把 models 文件夹整个拷过去就行仓库里还有 scripts/download-models.py 脚本帮你批量备模型。核心功能巡礼按使用频率排序1. 导入文件批量转录你手上有一堆音频视频文件时这是最高频的操作。点菜单文件 → 导入媒体文件或Ctrl/Cmd O、工具栏的 号选中文件选择任务转录/翻译、语言、模型点 Run任务排队自动跑状态列实时显示进度完成后双击该行打开转录结果查看器几个值得一看的选项导出格式可选 TXT、SRT、VTT「初始提示」Advanced 按钮里可以填入人名、专业术语能明显减少错拼。官方建议手动指定语言而不是自动检测效果更稳。2. 转录查看器边听边改转录不是终点双击任务行进入查看器后你可以逐条对照播放、调整每段字幕的起止时间、直接改错别字最后从工具栏导出 SRT/VTT/TXT。带搜索、播放控制和倍速长文档改起来不累。3. 实时录音转录开会或做演讲时Buzz 可以直接当实时速记用选任务、语言、麦克风设备点 Record文本随说话实时出现在窗口里需要投屏展示时点出「演示窗口」大字号实时字幕结束后转录稿随任务一起保存可导出注意实时转录吃资源官方建议搭配 Whisper.cpp 后端和小模型使用。4. 字幕重排把流水账变成能看的字幕你在做视频字幕时可以这样导入时勾选「词级时间戳」转录完成后双击结果点 Resize 按钮设置字幕最大长度、是否按标点断句Buzz 会把碎句合并成节奏合理的字幕行还能给每句加停留时间。模型到底怎么选模型选大小就像挑相机像素——够清晰就行别盲目拉满。模型速度大致内存/显存适用Tiny / Base快1~2GB实时转录、快速草稿Small / Medium中等3~8GB日常主力、批量处理Large / Large-V3-Turbo慢8GB 以上高精度需求Turbo 在速度和精度间取平衡后端whisper 类型的选择同样关键后端特点适合谁Whisper原版实现准确但慢、吃内存内存充裕的机器Faster Whisper快几个数量级、更省内存N 卡且显存 ≥6GBWhisper.cppC 实现任意显卡含核显甚至纯 CPU 都能跑无 N 卡用户Mac 首选HuggingFace支持自定义模型、MMS 家族1000 语言需要特定语言优化的场景名字带.En的模型只支持英语别选错。只改这几个配置体验变化最大首选项入口Ctrl/Cmd ,或者直接菜单帮助 → 首选项。转录语言默认自动检测 → 推荐手动指定 → 检测靠开头几秒猜指定更准导出文件名模板默认纯文件名 → 推荐{{ input_file_name }} ({{ task }}d on {{ date_time }})→ 批量导出后不会混在一起实时转录导出默认关 → 直播党推荐开 → 文字实时写入 txt 文件方便接 OBS 等外部应用实时转录模式默认下方追加 → 硬件够的话换追加并纠错 → 会自动修正上一句的识别错误延迟略增监控文件夹默认空 → 设一个目录 → 新音频丢进去自动开始转录配合批量工作流很省事模型下载和清理也在这里删掉用不到的模型可以省下几个 GB 磁盘三条工作流跟着做就行给视频做字幕导入 MP4导出格式选 SRT勾选词级时间戳选 Small 或 Medium 模型跑完。双击结果进查看器顺手改掉几个错字再点 Resize 把每行控制在 40~50 字符、按标点断句导出 SRT 直接拖进剪辑软件。适合视频创作者和自媒体。开会实时出纪要选语言、选麦克风点 Record 开始录重要发言多的话切到追加并纠错模式。需要给会议室大屏展示就开演示窗口。结束后导出 TXT 归档。适合记者、产品经理、经常开会的人。批量囤积访谈音频设一个监控文件夹每天把新录音扔进去自动转录追求自动化的话用命令行buzz add --model-type whispercpp --model-size small --srt 音频文件.mp3可以写进脚本定时跑。完整参数见 docs/docs/cli.md。适合处理大量素材的研究者、播客制作人。转录太慢三步提速硬件需求速查以本地跑模型为准目标模型内存/显存参考配置Tiny / Base~1~2GB8GB 内存 普通 CPUSmall / Medium~3~8GB16GB 内存N 卡更佳Large / Turbo≥8GB 显存16GB 内存 N 卡高频问题按现象 → 原因 → 处理排转得太慢→ 模型太大或跑在 CPU 上 → 换 Tiny/Base 或 Whisper.cpp 后端有 N 卡显存 ≥6GB切 Faster WhisperGPU 反而更慢时设环境变量BUZZ_FORCE_CPUtrue强制用 CPU启动或转录时崩溃→ 模型文件下载不完整 → 在首选项 → 模型里删掉重下还不行就去帮助 → 关于 Buzz → 显示日志看日志反馈报错Unanticipated host error [PaErrorCode-9999]→ 系统没给麦克风权限 → Windows 查「设置 → 隐私 → 麦克风」临时关掉杀软试试识别老出错、术语全拼错→ 音频有噪音或没给上下文 → 手动指定语言在初始提示里填入人名术语开启提取语音选项降噪重要内容换大模型老电脑装不上/跑不动→ CPU 不支持 AVX2 → 过老的 CPU 不受支持这是硬性门槛想深入折腾的话可以翻翻这些插件系统buzz/plugins/ 下有六个官方插件——AI 摘要、DeepFilterNet 降噪、增强语言检测、DOCX 导出、跳过已转录、字幕重排插件架构在 buzz/plugins/base.py照着写一个自己的不难CLI 文档docs/docs/cli.mdbuzz add支持批量文件、URL 导入、静默后台跑使用文档docs/docs/ 下的 usage、preferences、faq 系列比这篇指南细转录后端源码buzz/transcriber/ 里每个后端一个文件想看 Whisper.cpp 怎么被调起来的从 buzz/transcriber/whisper_cpp.py 入手写在最后回到开头那个周五深夜三小时的访谈导入、转录、导出 SRT全程没碰云端。Buzz 把专业级语音转文字搬回了你自己的电脑。觉得有用的话去 docs/docs/ 看看 FAQ 里没展开的细节吧。【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