Buzz 语音转写实战本地离线把任意音频变成 SRT 字幕【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 是一款本地语音转文字工具基于 OpenAI Whisper在你的电脑上全程离线转写、翻译音频和视频支持导出 TXT / SRT / VTT。读完这篇指南你能按系统装好它并产出第一份带时间轴的字幕文件。 交付物速览你会拿到什么装好 Buzz 后你实际产出的是这几样东西三种格式的文字稿TXT纯文本笔记、SRT / VTT带时间轴的字幕在转录详情页右上角一键导出详见 转录查看器说明带时间轴的分段文本每段都有起止时间点任意一行播放器立刻跳到对应音频位置方便边听边校对三种输入来源本地音频/视频文件、在线视频链接、麦克风实时录音翻译能力Whisper 内置转写翻译成英文配置 AI 接口后可翻译成中文等任意语言见 翻译指南噪音应对开启提取语音基于 Demucs 声分离可先把人声从背景里剥离嘈杂录音识别更干净自动批处理文件夹监控模式会接住新丢进来的文件自动排队转写边界也说清楚音频不上传、不按分钟计费首次使用某个模型时需联网下载一次之后离线可用。️ 环境就绪四种安装方式按系统选Windows下载官方发布页的安装包双击安装。应用未签名弹出安全警告时点「更多信息」→「仍要运行」。macOS下载.dmg拖入「应用程序」。注意 Buzz 现仅支持 Apple SiliconIntel Mac 最后可用版本是 1.4.5。LinuxSnapsudo apt-get install libportaudio2 libcanberra-gtk-module libcanberra-gtk3-module sudo snap install buzz再sudo snap connect buzz:password-manager-service授权密码存储也可用 Flatpakflatpak install flathub io.github.chidiwilliams.Buzz。Python 环境先装好 ffmpeg再用 Python 3.12 执行pip install buzz-captions启动命令是python -m buzz。NVIDIA 显卡用户1.4.6 起 CUDA 加速需单独装进Help → About Buzz → Install CUDA Acceleration即可无需手动配环境。更多细节见 安装文档。 首次跑通从导入到导出的五步导入文件Ctrl/Cmd O或点工具栏「」选择 MP3 / MP4 等音视频文件详见 文件导入文档。选参数在任务行里挑模型档位首次建议 tiny 或 base下载快、任务类型转写、语言不确定就自动检测。点 Run如果模型不在本地会自动开始下载——最常见的卡点就在这里下载慢或被中断都会让任务停在队列里。状态变 Completed 后双击该行打开转录详情。右上角菜单选 TXT / SRT / VTT 导出文件默认存到输入文件所在目录。第一次建议用一小段音频跑通全流程别一上来就丢两小时的录音。⚙️ 核心流程与参数速查主路径四步导入 → 选参数 → 校对 → 导出。队列里每项都显示文件、模型、任务类型与实时进度关掉窗口任务仍在后台继续。校对阶段双击已完成任务进入转录详情点任意段落到音频对应位置直接改文字即可改动自动保存。字幕行太长时用「Resize」按钮按最大长度自动拆分或合并详见 编辑与调整指南。参数常见取值作用模型档位tiny / base / small / medium / large速度 ↔ 准确率平衡点Whisper 类型whisper / whisper.cpp / faster-whisper / huggingface不同后端whisper.cpp 通吃 CPU 与各种 GPUfaster-whisper 适合 6GB 显存以上的 NVIDIA任务转写 / 翻译翻译 转写 翻译成英文一步完成语言手动指定或自动检测短音频、混合语言建议手动指定更稳词级时间轴开 / 关开启后每词一行便于后续精细合并字幕初始提示词常见专有名词在「高级」里填写减少人名术语拼错提取语音开 / 关嘈杂环境先分离人声再转写输出格式TXT / SRT / VTT字幕用 SRT纯笔记用 TXT 场景演练三个高频用法如果你要把两小时采访录音变成可用文字稿这样做录音拖进队列模型选 small 或 medium有 NVIDIA 显卡就开 CUDA速度快数倍等状态变 Completed双击打开详情边播放边校对人名、术语拿不准的词以后可以填进「初始提示词」导出 TXT 发出去收工如果你要给英文视频做中文字幕这样做拖入视频任务类型选 Translate先用 Whisper 转写并翻译成英文在转录详情页点「Translate」配置 AI 接口后指定目标语言为中文见 翻译指南导出 SRT预览发现某行太长打开 Resize设好目标长度长句按标点自动拆、碎片自动合并如果你想让团队共享的录音自动转写这样做在 Preferences 里开启文件夹监控指向共享目录设置项见 偏好设置文档同事丢文件进来Buzz 自动排队处理转写结果落在输出目录想跳过已有文稿的文件启用 skip already transcribed 插件 性能与进阶关键开关怎么拨模型档位→ 决定速度与准确率的平衡 → 日常笔记用 base、快速试听用 tiny、交付级字幕上 large-v3。Whisper 类型→ 决定跑在哪个后端 → 没有 NVIDIA 卡选 whisper.cpp可吃任意 GPU 甚至纯 CPU显存 ≥ 6GB 的 NVIDIA 选 faster-whisper 提速明显。CUDA 加速→ 1.4.6 起单独安装 → 装好后 large 模型转写提速数倍没有 NVIDIA 卡就不用管。提取语音声分离→ 先剥离背景音再转写 → 会议室、街头等嘈杂录音开干净录音不开以免浪费算力。输出目录与文件名模板→ 在 Preferences 里一次配好{{ input_file_name }}等变量 → 批量导出位置命名统一文稿不散落。离线机器→ 在有网电脑下好模型把缓存目录拷到离线机同位置Linux 为~/.cache/Buzz→ 或用 scripts/download-models.py 预准备模型。命令行党可以直接用 CLI 批量跑例如对一整文件夹出 SRTbuzz add --srt --output-directory ./subtitles recordings/*.mp4全部选项见 CLI 文档。 排错对照常见卡点与动作转写比预期慢→ 先降一档模型 → 换 whisper.cpp 后端 → 有 NVIDIA 卡装 CUDA → 别并行跑多个大任务。任务一直排队不动→ 多半是模型没下完回 Models 页确认模型就位后重新排队。识别错漏太多→ 换 large 模型重跑专有名词写进「初始提示词」录音嘈杂先开「提取语音」。自动检测语言不准→ 手动指定语言代码短音频和混合语言尤其必要。超大文件内存吃紧→ 降一档模型或先切段分批处理显存紧张可开启 GPU 显存压缩选项。录音报错PaErrorCode-9999→ 检查系统隐私设置里 Buzz 的麦克风权限或被安全软件拦截。Buzz 崩溃→ 模型可能下载损坏在 Models 页删除后重新下载老 CPU 注意 Buzz 需要 AVX2 指令集。完全离线的电脑怎么用→ 拷贝模型缓存目录即可模型位置见 FAQ。写在最后Buzz 把整套 Whisper 转写工作站装进你的电脑不上传、不计费从丢进文件到导出字幕全程离线。挑一种装法装好把第一段音频拖进去文字稿和字幕就都有了。【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