Buzz离线音频转录工具:本地录音转文稿与字幕的上手指南【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 是一款基于 OpenAI Whisper 模型的离线音频转录工具,在你的电脑上本地完成语音转文字与翻译。它适合会议录音整理、视频字幕草稿、本地音频批量处理这类场景:音频文件不必上传到云端,转录、翻译和编辑都发生在自己的机器上,对在意数据边界或经常在弱网环境工作的人比较友好。先判断它是否适合你它主要解决这几类问题:本地音频、视频文件转成带时间戳的文本,支持中、英、日、法等多种常见语言麦克风实时转录,会议、讲座过程中同步出字,还能用演示窗口投屏展示结果可导出为 TXT、SRT、VTT,支持搜索、改时间轴和改文本需要注意的场景:CPU 不支持 AVX2 指令集的很老机器无法运行说话人识别功能在 Intel 芯片的 macOS 上不可用实时转录比较吃算力,配置较低的电脑建议先试小模型若配置了 OpenAI API 做翻译或摘要,这部分请求会发到远程服务,不再完全本地从安装到第一次产出的最短路径安装按系统三选一:Mac 和 Windows 从官方渠道下载安装包(Windows 包未签名,安装时选仍要运行即可);Linux 可用 Flatpak 或 Snap;已有 Python 环境的用户,装好 ffmpeg 后执行:pip install buzz-captions python -m buzz第一次转录只需四步:用工具栏的或文件菜单导入一个音频/视频文件任务选转录,语言明确选择录音的实际语言(官方文档建议手动选语言,自动检测偶尔会判断错),模型先选 tiny 或 base选导出格式(TXT/SRT/VTT),点 Run任务完成后双击该行,在转录查看器里查看、编辑并导出按使用频率拆解核心能力日常使用文件转录:导入、选参数、出文本;可在高级选项里填初始提示词,预先写入人名、术语,减少专有名词拼写错误转录查看器:支持全文搜索、播放和调速,文本与时间轴都可以直接修改插件可以把结果导出为 Word(.docx)进阶使用实时录音转录:选麦克风和语言后点记录,适合会议同传式出稿;转录模式可调,修正模式效果更准但更耗资源说话人识别:把不同说话人的句子打上标签,还可以试听片段、改真实姓名插件系统:AI 摘要(需要 OpenAI 兼容接口的密钥)、DeepFilterNet 降噪、增强语言检测等,在帮助 → 插件里开关和排序批量与自动化文件夹监控:新文件放入指定目录即自动开始转录命令行:buzz add可指定任务、模型、语言、提示词和输出格式,便于写脚本跳过已转录插件:重复导入同一批文件时不会重复跑模型配置选择:速度、质量与资源的取舍新手默认建议:tiny 或 base 模型 Whisper.cpp 后端。Whisper.cpp 是 C 实现的推理引擎,吃 CPU、兼容各类显卡,在 Mac 上是官方推荐的选项。先用一小段音频确认流程和效果,再换大模型。使用目标推荐配置适合人群注意点快速校对tiny / base Whisper.cpp低配笔记本速度快,专有名词错误偏多日常会议small / medium有较好 CPU 或显卡速度与准确度的折中高准确定稿large-v2 / turbo Faster Whisper显存约 6GB 以上的 NVIDIA 显卡长音频耗时视硬件而定后端怎么选:Whisper 是官方实现,最慢最占内存;Faster Whisper 优化明显,适合有 6GB 以上显存的 NVIDIA 卡;Whisper.cpp 适合无独显或 Mac;HuggingFace 后端可跑自定义多语言模型。显存紧张时可选大模型的量化版本(如 q_5),或在设置里启用降低显存占用。具体速度差异建议先用小文件实测对比。3个具体工作流把会议录音变成可检索文稿导入会议录音,明确选择语言,模型选 small 或 medium在初始提示词里填入会议中出现的人名和术语运行后在查看器里搜索关键决策点,顺手改错字导出 TXT 归档,或导出 DOCX 发给同事把视频素材转成字幕草稿导入视频文件,勾选词级时间戳再运行(之后才能按词重新合并字幕)完成后在查看器里点Resize打开字幕调整设置单条字幕最大长度、按标点切分,必要时延长每条字幕的显示时间导出 SRT 或 VTT 到剪辑软件继续精修批量处理本地音频文件在偏好设置里开启文件夹监控,指定一个目录把一批音频放进该目录,任务自动排队启用跳过已转录插件,已出过结果的标记为跳过用导出文件名模板(支持输入文件名、任务、语言、日期等变量)统一命名,方便归档常见问题、边界与数据说明启动报错:Windows 安装包未签名属正常现象;Linux Snap 方式如缺音频依赖,按官方文档补装 libportaudio2 等库模型下载失败或启动崩溃:到帮助 → 偏好设置 → 模型里删除后重新下载;模型存在系统缓存目录(Linux 为~/.cache/Buzz),下载后可点显示文件位置查看纯离线使用:先在联网机器上下载所需模型,把模型目录整体拷到离线机器相同位置,再配合仓库里的scripts/download-models.py可预先准备模型缓存性能不足时:换更小的模型、改用 Whisper.cpp、调低线程数(Whisper.cpp 默认用一半核心,并非越多越快)数据边界:转录与翻译默认全部本地处理;只有配置 OpenAI API(翻译、AI 摘要)时数据才发往远程。程序默认收集系统类型等基础统计,可通过环境变量关闭写在最后Buzz 适合私有数据、会议与字幕批量处理这类语音必须留在本地的需求;如果你的场景是云端大规模并发转录,它就不是最合适的工具。源码位于官方仓库,需要参与开发或从源码构建时,可以执行git clone https://gitcode.com/GitHub_Trending/buz/buzz获取。【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