Buzz 语音转录工具完整指南5 步在个人电脑上完成离线音频转文字【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 是一款开源的本地语音转录工具基于 OpenAI 的 Whisper 模型把音频转文字、跨语言翻译全部在你的个人电脑上离线完成音频文件无需上传到任何云端。它适合处理会议录音、访谈音频、视频字幕尤其是涉及商业机密或个人隐私、不方便走在线服务的场景。这篇指南按装好 → 转出来 → 用好结果的顺序带你把整套流程走通。Buzz 和在线转录服务有什么不同大部分在线转录服务的工作方式是上传文件 → 排队等待 → 按分钟计费 → 下载结果。Buzz 是一个桌面程序直接把文件拖进来在你的 CPU 或 GPU 上跑本地模型音频全程不离开设备。对商务会议、医疗访谈、未公开讲座这类内容这意味着敏感数据不存在过一遍第三方服务器的环节。主界面是一张任务列表每个任务的类型、模型、状态排队中、处理中、已完成一目了然可以一次拖入多个文件系统按顺序自动处理。技术层面Buzz 内置了多种 Whisper 后端Whisper、Faster Whisper、Whisper.cpp 以及 Hugging Face 上的 Transformer 模型家族你可以根据硬件自选。硬件加速方面Nvidia 显卡可启用 CUDAMac 支持 Apple Silicon 原生运行Whisper.cpp 后端还能通过 Vulkan 利用包括核显在内的大多数 GPU。这些后端的实现都在 核心转录模块 里想确认某项能力是否可用可以直接翻源码。Buzz 离线转录软件怎么安装最省事三条路线按你的系统对号入座macOS / Windows去 SourceForge 下载 .dmg 或安装包。这里有一个新手最容易卡住的点Windows 安装包没有做数字签名安装时会弹出系统警告点更多信息 → 仍要运行即可不是病毒只是作者没有购买签名证书。LinuxFlatpak 和 Snap 各有一条安装命令装完就能用。开发者先装好 ffmpeg 和 Python 3.12 环境然后pip install buzz-captions python -m buzz完整命令和 Linux 系统依赖列表见安装文档。模型文件和缓存放在哪里首次转录时 Buzz 会自动下载对应模型并缓存之后不重复下载。偏好设置窗口里有专门管理模型的部分可以下载新模型、删除不用的旧模型。如果你磁盘空间紧张可以通过环境变量BUZZ_MODEL_ROOT把模型目录指到别的盘想省显存还可以开 8bit 量化选项官方偏好设置里叫 Reduce GPU RAM。第一次转录音频文件只需三步操作路径很短按Ctrl/Cmd O或点工具栏的 号导入音频或视频文件也支持 YouTube 链接选择任务、语言和模型点 Run。状态变成 Completed 后双击那一行就打开了转录查看器。真正影响结果质量的是两个容易被忽略的设置手动指定语言。文档明确建议不要依赖自动检测自动检测靠开头几秒音频判断语种如果开头是背景音或对方说话含糊整段结果可能跑偏。知道是什么语言就选什么语言。初始提示词Initial prompt。在导入时的 Advanced... 按钮下可以填一段提示词把人名、产品名、专业术语列进去能明显减少专有名词的错拼。做访谈转录时这一步很有价值。模型尺寸的选择逻辑tiny / base 速度快、配置低也能跑large 准确率最高但吃内存。拿不准时先用 base 转一条试试效果不够再往上加尺寸比一上来就选 large 更省时间。转录结果怎么编辑和导出成字幕转录查看器带搜索、播放控制、播放速度调节可以直接点进去手动改某一句的错误文字这是人工校对的入口。把转录结果整成标准字幕如果导入时勾选了 Word-Level Timings词级时间戳转录完成后可以点 Resize 把词级时间戳重新组合成标准字幕行可设置单行字幕最大长度、是否按标点断句、每条字幕延长显示几秒。原音频文件还在本机时这一步还会分析音频里的静音段让字幕切分更贴合实际停顿。导出格式支持 TXT、SRT、VTT另有一个导出 Word.docx的内置插件。多人对话自动标注说话人访谈、多人会议场景可以点 Identify speakersBuzz 会把每句话自动标上说话人标签你可以试听该说话人任意一句的 10 秒样音确认身份后把自动标签改成真实姓名还能选择把同一说话人的连续句子合并成一段。注意这个功能在 Intel 芯片的 Mac 上不可用。实时录音和批量处理怎么玩麦克风实时转录与演示窗口选好麦克风点 Record文字就会实时滚动出来适合会议记录、讲座笔记。官方文档特别提醒实时模式建议用 Whisper.cpp 后端加 small 或更小的模型默认的 Whisper 资源占用大机器弱一点队列就会积压。录音中还能打开 Presentation Window——一个独立的大字窗口展示实时转录现场事件、分享会投屏时很好用。开启实时文字导出后转录内容会边生成边写入文本文件方便接入 OBS 等直播软件。文件夹监控与插件扩展在偏好设置里开启文件夹监控把新音频丢进指定目录Buzz 会自动建任务转录配合内置的 Skip Already Transcribed 插件重复扫描时会自动跳过已有结果的旧文件。插件系统1.4.5 起位于 插件目录内置了 AI 摘要、DeepFilterNet 降噪、增强语言检测等还支持把插件拖拽排序、按 URL 安装社区插件。需要脚本化批量处理时命令行接口buzz add可以指定后端、模型、语言并直接产出 SRT/VTT 文件详见插件使用文档。哪类人最该装 Buzz简单对号入座处理会议录音、访谈资料的职场人和研究人员用离线属性 说话人识别的组合做视频字幕的创作者用词级时间戳 Resize SRT 导出的链路有实时字幕需求的演讲者用演示窗口喜欢自动化的开发者用文件夹监控和 CLI 把 Buzz 嵌进自己的流水线。反过来如果你的音频全是公开内容、追求零配置在线服务可能更省事——Buzz 的价值主要体现在隐私和离线这两个点上。想上手的话从 SourceForge 下载对应系统的安装包或者克隆仓库 https://gitcode.com/GitHub_Trending/buz/buzz 后用 pip 装 buzz-captions 跑起来第一次建议丢一条几分钟的会议录音选 base 模型、手动指定语言完整走一遍导入 → 转录 → 导出 SRT的流程。【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