Buzz 本地语音转录工具评测与入门指南免费离线音频转文字【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 是一款开源的离线语音转录工具基于 OpenAI Whisper在你的电脑上把音频和视频转成文字。它同时支持音频翻译、实时录音转录和字幕导出覆盖 Windows、macOS 与 Linux适合需要整理会议录音、制作视频字幕又在意隐私与成本的用户。它是什么、能做什么一分钟看懂本地离线转录导入音频或视频文件在本地生成带时间戳的文字稿文件无需上传到任何云端。音频翻译把语音内容识别为文字并翻译成英语方便整理跨语言素材。实时录音转录直接录入麦克风并即时出文字内置演示窗口适合会议、演讲场合。字幕导出结果可导出为 TXT、SRT、VTT 等格式配合字幕重排功能直接生成可用字幕。多引擎与硬件加速提供 Whisper、Faster Whisper、Whisper.cpp、Hugging Face 等多种后端支持 NVIDIA GPUCUDA、Apple Silicon 以及 Vulkan 加速。跨平台Windows、macOS、Linux 都有对应安装方式。安装与上手普通用户按系统选一条路径即可macOS从官方发布渠道下载.dmg安装包双击安装。Windows下载安装程序。程序未签名安装时系统会提示警告选择更多信息 → 仍要运行即可继续。Linux用 Flatpak 执行flatpak install flathub io.github.chidiwilliams.Buzz或用 Snap 执行sudo snap install buzz。开发者需要 Python 3.12 环境并先安装好 ffmpeg。先克隆仓库git clone https://gitcode.com/GitHub_Trending/buz/buzz然后执行pip install buzz-captions再用python -m buzz启动。首次启动后的操作路径很短按Ctrl/Cmd O导入一个音频文件选择任务转录或翻译、语言和模型点击运行状态显示完成后双击该行即可打开转录查看器。功能走读离线优先音频不出本机 结论Buzz 的核心卖点就是处理发生在你的机器上。识别、翻译全程本地完成对律师、记者、医疗等处理敏感内容的场景很关键。模型首次使用需要联网下载一次之后缓存在系统目录Linux 为~/.cache/BuzzmacOS 为~/Library/Caches/Buzz断网机器可通过拷贝模型目录的方式离线使用。GPU 配置逻辑在 buzz/cuda_setup.py转录各后端的实现在 buzz/transcriber/ 目录。多引擎与硬件加速按机器选后端 结论没有万能引擎按硬件挑最合适的。Whisper原版最稳定但慢、吃内存Faster Whisper 快得多且省内存需要至少 6GB 显存的 NVIDIA GPUWhisper.cpp 是 C 实现能跑在任意 GPU含集显走 Vulkan甚至纯 CPU是 Mac 用户的最佳选择Hugging Face 后端支持社区模型从 1.4.0 起还支持 Meta MMS 系列覆盖上千种语言等。引擎与模型大小的选择入口在 模型偏好界面官方 FAQ 中有各后端的详细对比docs/docs/faq.md。从转录到导出一条完整工作流结论转录查看器是整理成果的枢纽。它提供时间戳表格、纯文本、翻译三种视图支持全文搜索、播放控制、0.5 倍到 2 倍调速、片段循环播放还能用方向键按 0.5 秒步进微调每段文字的起止时间改完直接从导出菜单生成 TXT、SRT、VTT 或 JSON。相关代码在 转录查看器模块。任务管理与插件扩展结论主窗口就是一个任务队列。可以连续导入多个文件排队处理也可以开启文件夹监听folder watch把新放进目录的音频自动加入转录队列入口在 文件夹监听组件。插件系统1.4.5 起内置 AI 摘要、自动语言检测、DOCX 导出、字幕重排、DeepFilterNet 降噪、跳过已转录文件等在帮助 → 插件里开关和排序代码位于 buzz/plugins/。实战场景什么时候用它 视频做字幕从成片到 SRT问题成片做好了手工打字幕又慢、时间轴还容易错。 步骤导入视频文件MP4 等格式可直接处理→ 任务选转录、导出格式选 SRT → 完成后在查看器里用Resize功能对字幕重新分组支持按静音间隙合并、按标点分割、限制字幕长度→ 微调个别时间点。 结果一份标准 SRT/VTT 字幕文件可直接导入剪辑软件。会议与演讲实时录音转录问题会议进行到一半你需要实时文字而不是事后补。 步骤选择实时录音任务、语言、模型和麦克风 → 点击录制 → 需要投屏时打开演示窗口把实时文字显示在大屏上。文字更新有三种模式下追加、上追加、追加并修正可按场合切换。 结果文字近实时产出结束后整段文字稿可直接导出再编辑。批量整理一批录音问题几十个音频文件逐个操作太费时间。 步骤在偏好设置中开启文件夹监听并指定目录同时启用Skip Already Transcribed插件避免重复处理已转录的文件。 结果把文件丢进目录即可离开文字稿自动排队生成。实用技巧 模型怎么选小模型tiny、base快但错得多大模型准但重。Large-v2 更稳定Large-v3 精度最高但偶尔会幻觉出没说的话Turbo 是速度与精度的折中。最稳妥的办法是用自己的语言素材逐个试一遍。开启 GPU 加速的方法NVIDIA 显卡且有 6GB 以上显存选 Faster Whisper其他品牌或核显选 Whisper.cppVulkan 加速Mac 直接用 Whisper.cpp。若某台机器的 GPU 反而比 CPU 慢可用环境变量BUZZ_FORCE_CPU强制走 CPU。自定义导出文件名偏好设置里的Default export file name支持变量例如{{input_file_name}} ({{task}}d on {{date_time}})批量导出时文件名会自动带上任务类型和时间省去手动整理。命令行批量处理Buzz 自带 CLIbuzz/cli.py脚本化转录长这样buzz add --task transcribe --model-type whispercpp --model-size small --srt --vtt 会议录音.mp3完整的参数说明见 CLI 文档。常见问题 ❓没有网络的环境能Buzz吗可以。先在有网的机器上把模型下载好再把模型缓存目录Linux 为~/.cache/BuzzmacOS 为~/Library/Caches/BuzzWindows 在用户目录的AppData\Local\Buzz下整体拷到离线机器的相同位置。在偏好设置的模型页面点显示文件位置可以直接定位目录项目里还有 scripts/download-models.py 脚本可批量准备离线模型。转录太慢从哪里入手按顺序尝试换更小的模型tiny、base换更省的后端Whisper.cpp 在现代笔记本的核显甚至纯 CPU 上也能接近实时有 NVIDIA GPU 且显存 6GB 以上的话Faster Whisper 通常最快。模型会不会每次重复下载不会。模型只下载一次之后走本地缓存。偏好设置中的模型页面可以统一管理下载和删除想改存放目录用环境变量BUZZ_MODEL_ROOT指定即可。Windows 安装时弹出警告正常吗正常。Windows 安装包没有签名安装时选择更多信息 → 仍要运行即可。另外注意 Buzz 要求 CPU 支持 AVX2 指令集非常老的机器无法运行。适合谁、怎么开始推荐对象需要把会议录音、访谈和讲座转成文字的人赶时间做字幕的视频创作者处理敏感内容、不希望音频上传云端的律师、记者、医疗工作者以及配置较老、希望用 Whisper.cpp 纯 CPU 路线跑通的机器。一个可执行的第一步下载对应系统的安装包找一段两分钟的音频用 tiny 模型转录一次——从导入到打开结果大概五分钟内就能判断它是否适合你的工作流。【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