Buzz 本地语音转文字上手指南离线转录录音到 SRT 字幕一次跑通【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刚录完一场访谈你想要一份能搜索的文字稿最好还能切出 SRT 字幕但音频数据不能上传到任何云端服务。Buzz 是跑在你自己电脑上的离线语音转文字工具基于 OpenAI Whisper 完成音频转录与翻译录音从不经手服务器这是它与各类在线听写服务最大的不同。它解决什么问题Buzz 是一款跨平台的桌面应用支持 macOSApple 芯片、Windows 和 Linux核心是把你本地的音视频转成文字导入文件出文稿、麦克风边录边转、识别说话人再导出 TXT、SRT、VTT 三种格式。适合三类人需要访谈和会议文字稿的记录者、做视频字幕的剪辑师以及不想把音频交给云端的隐私敏感用户。除离线转录外它还提供文件夹监控与命令行接口方便批处理。10 分钟跑通第一次转录 安装 BuzzmacOS下载 .dmg 双击安装注意仅支持 Apple 芯片Windows运行安装包程序未签名提示时选择「更多信息 → 仍要运行」Linuxflatpak install flathub io.github.chidiwilliams.Buzz或sudo snap install buzz也可用 AppImage或通过 PyPI需 Python 3.12先装好 ffmpegpip install buzz-captions python -m buzz启动后点击工具栏的「」或 CtrlO选择一个音视频文件语言可留空让 Buzz 自动检测模型选 tiny 减小首次下载量。点击「运行」。首次使用会自动下载模型状态变为 Completed 后双击该行即可播放音频、核对文字。按场景走核心流程转一个视频文件出文稿你要做把一个 MP4 访谈文件变成可编辑的文字稿。怎么做导入文件任务选 Transcribe需要字幕时勾选 Export As 的 SRT点开 Advanced 填写 Initial prompt 提示专有名词运行。得到任务行旁生成 TXT/SRT 文件双击打开转录视图可逐句修改文字、拖动调整起止时间再用导出菜单换成其他格式。边录会议边出文字你要做会议进行中实时看到文字。怎么做在顶部实时转录区选择麦克风任务与语言照旧点 Record 即开始偏好设置里可切换 Append below、Append above、Append and correct 三种转录模式调静音阈值与转录步长。得到文字随说话实时出现可打开演示窗口投屏开启「Enable live recording transcription export」后文字边生成边写入文本文件可供 OBS 等软件读取。批量给一整个文件夹出字幕你要做一次性处理几十条录音。怎么做图形界面里依次导入多个文件Buzz 会自动排队逐个转录重复性任务更适合用命令行见进阶玩法。得到每条音频旁各落一份文稿或字幕无需盯着进度条。导出翻译稿你要做拿到外语音频的英文稿或中文译文。怎么做导入时把任务设为 Translate to English 直接出英文转录Buzz 也支持配置 OpenAI 兼容 API 做其他语言翻译在偏好设置里填 base URL 与 key 后即可对已有转录稿翻译。得到原文与译文都能单独导出。模型与参数怎么选 ️Buzz 内置多套 Whisper 后端OpenAI Whisper、Whisper.cpp支持 GPU 加速、Faster Whisper、Hugging Face 模型与 OpenAI API模型体积以仓库 buzz/model_loader.py 标注为准选项代价效果适用场景tiny约 73 MB下载快、占用小基础快速预览、低配设备base约 139 MB小良好日常对话、首次使用small约 462 MB中等较好专业转录默认推荐medium约 1.5 GB内存与耗时上升高学术、高要求场景large / large-v3约 2.9 GB最慢、最占内存最高多语混说、精度优先large-v3-turbo约 1.6 GB较小高精度与速度兼顾默认推荐文件转录选 small够快且稳实时录音改选 base 或切到 Whisper.cpp 用 GPU 加速实时性更好。Whisper.cpp 模型还有量化版本默认 q8_0可进一步省显存全部模型的下载与删除都在偏好设置的「模型」页操作。避坑清单Windows 安装被拦截程序未签名系统会弹安全提示选「更多信息 → 仍要运行」即可不是病毒。语言留空自动检测不稳自动检测只凭开头几秒判断口音重或混语容易出错已知语言时手动指定结果明显更稳。实时录音别用大模型large 级别的模型转不完实时音频录音场景选 small 以下或切 Whisper.cpp 后端。字幕断句不理想想要按标点拆句、按最大长度合并必须先开启 Word-Level Timings 再转录之后用 Resize 功能调整不开的话只能按最大长度重新合并。翻译任务出的是英文Whisper 原生翻译目标固定为英语要译成其他语言需配置 OpenAI 兼容 API这是 Buzz 里少数需要联网的能力。进阶玩法 CLI 批处理buzz add一条命令完成转录与导出适合脚本化buzz add --model-type whispercpp --model-size small --srt --vtt presentation.mp4 buzz add --txt --output-directory ./out recordings/*.mp3 buzz add --srt --identify-speakers interview.mp3加--hide-gui可完全隐藏窗口--speaker-count 3已知说话人数量时能提升分角色准确率完整参数见 docs/docs/cli.md。文件夹监控偏好设置中开启「Enable folder watch」指定输入与输出文件夹新放进输入目录的音频自动开始转录结果落入输出目录还可勾选说话人识别。配合内置的 Skip Already Transcribed 插件重新导入同一批文件时会自动跳过已转过的适合持续投放录音的目录。插件系统Help → Plugins 里可启停内置插件包括 AI Summary生成摘要、Export to DOCX导出 Word 文稿、Resize Transcript字幕自动重排、Enhanced Language Detection本地小模型预检测语言源码结构参考 buzz/plugins/。想验证整套流程是否真正跑通最小有个动作找一段 1 分钟以内的音频转录一次导出 SRT 文件打开确认时间轴与断句正常即可。更完整的参数与场景说明见官方文档 docs/。【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