Buzz 离线语音转文字完整指南10分钟从安装到导出字幕【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/buzz两小时的会议录音散会后你还得逐句手抄外语播客想摘金句只能反复暂停打字急着给视频配字幕云端服务却动不动超时Buzz 是一款跑在你自己电脑上的离线语音转文字工具用 OpenAI 的 Whisper 模型把音频转成文字、顺便还能翻译——不联网、不上传、不限时长。这篇文章带你从安装开始跑通第一条转录最后把字幕导出成能直接用的文件。为什么选本地转录Buzz 的定位先想一个问题你的录音里装的是什么客户名字、项目数字、没公开的方案。上传给云端服务换一纸文字稿等于把机密交出去。Buzz 的取舍很干脆所有处理都在本机完成数据不出电脑。离线还带来确定感不怕断网、没有按分钟计费、不用排队限流。Whisper 覆盖约 99 种语言纯 CPU 能跑有 NVIDIA 显卡还能开 CUDA 加速。记住它的基本心智模型后面就不迷路了图形界面处理单个文件、实时录音给普通用户用命令行批量任务、自动化给效率党用两个入口底下是同一个转录引擎。装起来之前先说清Buzz 提供安装包和命令行两种方式下一节直接上。分平台安装 Buzz 的推荐方式每个系统都有省事的途径一张表说清系统推荐方式一条命令搞定Windows官方安装包从项目发布页下载双击安装macOS官方安装包.dmg下载后拖进 ApplicationsLinuxFlatpak 或 Snapflatpak install flathub io.github.chidiwilliams.Buzz或sudo snap install buzz任意系统pip 安装需 Python 3.12 ffmpegpip install buzz-captions后运行python -m buzz⚠️Windows 用户注意安装包未做代码签名安装时会弹安全警告。点更多信息→仍要运行即可这是正常现象。想追最新未发布功能也可以克隆仓库跑源码git clone https://gitcode.com/GitHub_Trending/buz/buzz再按 readme/README.zh_CN.md 的指引装依赖。安装完成后我们直接走最小流程。第一次转录5步最小可行流程第 1 步导入文件。菜单文件 → 导入媒体文件快捷键Ctrl/Cmd O或点工具栏。MP3、WAV、MP4、MOV 都行Buzz 自己负责解码。第 2 步配好三个关键参数。导入弹窗里最重要的三个下拉框Task任务Transcribe 转同语言文字Translate to English 直接给你英文稿Language语言默认自动检测。知道是什么语言就手动选中文务必手动选zh准确率明显更高Model模型新用户选base或small即可进阶选择后面细讲。第 3 步点Run。任务进队列主界面显示实时进度。文件越大、模型越大耗时越长正常现象。第 4 步等状态变成 Completed。任务列表里能看到每条任务用的模型、任务类型和耗时。第 5 步双击任务行。进入转录查看器逐段看到带时间戳的文字——你的第一份转录稿诞生了。跑通这 5 步你就掌握了 Buzz 的 80%。剩下的事就是把稿子加工到能用的程度。整理与校对把转录稿改干净转录只是起点Whisper 会听错专有名词。这一节解决怎么快速改稿。查看器左上角的视图按钮提供三种模式时间戳模式每段文字起止时间适合校对做字幕、纯文本模式合并全文适合复制进文档、翻译模式显示翻译结果。改稿操作路径很直接在时间戳表格里双击文本单元格直接改保存自动落盘播放核对Ctrl/Cmd P播放/暂停微调时间轴Ctrl/Cmd ←/→改当前片段的开始时间Ctrl/Cmd Shift ←/→改结束时间Ctrl/Cmd G快速滚到当前播放位置长文稿找位置很省事。改完稿下一步就是把字幕断句理顺。用 Resize 把字幕打磨到专业级做字幕的人最头疼断句长句被拦腰切断或该换行的没换行。查看器工具栏的Resize按钮就是干这个的——设置字幕最大长度按标点分割、按静音间隙合并一键重组出规整的字幕行。前提Resize 的部分重组能力依赖词级时间戳。转录前记得勾选事后无法补。字幕理顺了接着解决交付导出成什么格式、要不要翻译。交付与导出TXT、SRT、VTT 一次说清查看器工具栏点Export格式一览格式用途TXT纯文本直接进文档SRT / VTT字幕文件喂给剪映、Premiere 等剪辑软件JSON含完整时间戳元数据适合程序处理DOCXWord 文档由 plugins/export_docx/ 插件提供翻译有两条路离线自带任务类型选Translate to English任何语言音频直接出英文稿任意目标语言在偏好设置里填一个 OpenAI 兼容的 API 地址和密钥查看器里点Translate并给 AI 一句翻译指令。本地用 Ollama 之类的兼容模型也能接上等于搭一套全离线翻译管线。导出路径和默认文件名模板可以在偏好设置里自定义一次设好之后自动套用。更多参数细节见 docs/docs/preferences.md。文件一条条导出效率低了下一节看批量和实时两条自动化的路。批量与实时CLI 和会议现场出稿批量转录Buzz 的命令行buzz add支持一次丢多个文件参数可定制。一个典型例子buzz add --task transcribe --model-type whispercpp --model-size small --srt --vtt 访谈.mp3 会议录音.wav这条命令用 Whisper.cpp 的 small 模型转两个文件直接产出 SRT 和 VTT 字幕。常用参数--language zh指定语言、--prompt传入提示词把人名、产品名写进去能减少错字。全部参数见 docs/docs/cli.md。再配合偏好设置里的文件夹监控功能新文件丢进目录就自动转夜里挂机、早上收稿。实时录音主界面切到Live Recording标签页选好麦克风、语言和模型点红色Record文字边说边出。实时转录吃性能一定用 Whisper.cpp 后端 tiny/base 小模型否则文字跟不上语速想要边说边修正把录制模式从Append below切为Append and correct代价是更吃硬件录音中可打开演示窗口把实时字幕投到外接屏做演讲字幕、会议看稿都很合适。能力散点已经齐了下一节把它们串成一条固定流水线。一条可复用的完整工作流把前面的能力拼起来你以后每次都可以照这个顺序走转导入文件手动指定语言模型选small勾选词级时间戳点 Run校双击进查看器按Ctrl/Cmd P播放边听边双击修错顺点 Resize设最大长度 42 左右勾上按标点分割一键合并译可选需要英文稿就再跑一遍 Translate to English交Export 出 SRT 给剪辑TXT 存档JSON 留作程序处理。同一批文件超过十个就把第 1 步换成 CLI 一条命令其余照旧。流程固定之后剩下唯一变量就是模型——选错了又慢又不准。模型怎么选不纠结速度与精度的甜点区Whisper 模型从小到大tiny→base→small→medium→large。每升一档准确率提升耗时和内存也跟着涨。我的建议很直接场景推荐低配电脑、实时录音、只要大意tiny/base日常转录甜点区small Whisper.cpp 后端口音复杂、术语密集的专业录音medium/large建议有 GPU省内存/显存Whisper.cpp 的量化模型如q_5模型管理在偏好设置 → Models左边已下载、右边待下载勾选后点 Download还能粘贴自定义模型地址。几条加速判断NVIDIA 显卡偏好设置里看到 CUDA 选项就启用large 模型从小时级降到分钟级核显/普通显卡Whisper.cpp 后端可开 Vulkan 加速想稳纯 CPU 也够用small以下模型体感很好。选完模型最后把新手最容易栽的坑一次排掉。避坑清单新手最容易栽的5个坑语言没指定自动检测翻车中文音频务必手动选zh别信自动检测实时转录卡顿跟不上语速换 Whisper.cpp 后端 tiny/base小模型Resize 的合并功能用不了转录时没勾词级时间戳重跑一次并勾选GPU 没生效先确认驱动装好、模型偏好里能看到 CUDA 选项确认没问题再考虑强制纯 CPUWindows 安装弹警告不敢动未签名属正常更多信息→仍要运行第一次用某模型会先下载属正常现象别反复取消。坑都排完了回到开头那几段录音。你的声音数据只属于你两场两小时的会议、那段反复暂停的外语播客、那部急着配字幕的视频——Buzz 给的解法是同一个在本地、用开源模型把音频变成你能搜索、能编辑、能导出、能复用的文字。素材不用交给任何服务商录音文件永远躺在你自己的硬盘里。现在就能做的下一步打开 Buzz导入手头最急需整理的那份录音指定语言点 Run——10 分钟后你就有一份带时间戳的转录稿。觉得顺手去项目仓库点个 Star 支持一下遇到问题或新想法也欢迎反馈给社区。文件夹监控、说话人分离、插件生态都在持续迭代这套本地转录工作流值得成为你数字工具箱里的常驻成员。【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
Buzz 离线语音转文字完整指南10分钟从安装到导出字幕【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/buzz两小时的会议录音散会后你还得逐句手抄外语播客想摘金句只能反复暂停打字急着给视频配字幕云端服务却动不动超时Buzz 是一款跑在你自己电脑上的离线语音转文字工具用 OpenAI 的 Whisper 模型把音频转成文字、顺便还能翻译——不联网、不上传、不限时长。这篇文章带你从安装开始跑通第一条转录最后把字幕导出成能直接用的文件。为什么选本地转录Buzz 的定位先想一个问题你的录音里装的是什么客户名字、项目数字、没公开的方案。上传给云端服务换一纸文字稿等于把机密交出去。Buzz 的取舍很干脆所有处理都在本机完成数据不出电脑。离线还带来确定感不怕断网、没有按分钟计费、不用排队限流。Whisper 覆盖约 99 种语言纯 CPU 能跑有 NVIDIA 显卡还能开 CUDA 加速。记住它的基本心智模型后面就不迷路了图形界面处理单个文件、实时录音给普通用户用命令行批量任务、自动化给效率党用两个入口底下是同一个转录引擎。装起来之前先说清Buzz 提供安装包和命令行两种方式下一节直接上。分平台安装 Buzz 的推荐方式每个系统都有省事的途径一张表说清系统推荐方式一条命令搞定Windows官方安装包从项目发布页下载双击安装macOS官方安装包.dmg下载后拖进 ApplicationsLinuxFlatpak 或 Snapflatpak install flathub io.github.chidiwilliams.Buzz或sudo snap install buzz任意系统pip 安装需 Python 3.12 ffmpegpip install buzz-captions后运行python -m buzz⚠️Windows 用户注意安装包未做代码签名安装时会弹安全警告。点更多信息→仍要运行即可这是正常现象。想追最新未发布功能也可以克隆仓库跑源码git clone https://gitcode.com/GitHub_Trending/buz/buzz再按 readme/README.zh_CN.md 的指引装依赖。安装完成后我们直接走最小流程。第一次转录5步最小可行流程第 1 步导入文件。菜单文件 → 导入媒体文件快捷键Ctrl/Cmd O或点工具栏。MP3、WAV、MP4、MOV 都行Buzz 自己负责解码。第 2 步配好三个关键参数。导入弹窗里最重要的三个下拉框Task任务Transcribe 转同语言文字Translate to English 直接给你英文稿Language语言默认自动检测。知道是什么语言就手动选中文务必手动选zh准确率明显更高Model模型新用户选base或small即可进阶选择后面细讲。第 3 步点Run。任务进队列主界面显示实时进度。文件越大、模型越大耗时越长正常现象。第 4 步等状态变成 Completed。任务列表里能看到每条任务用的模型、任务类型和耗时。第 5 步双击任务行。进入转录查看器逐段看到带时间戳的文字——你的第一份转录稿诞生了。跑通这 5 步你就掌握了 Buzz 的 80%。剩下的事就是把稿子加工到能用的程度。整理与校对把转录稿改干净转录只是起点Whisper 会听错专有名词。这一节解决怎么快速改稿。查看器左上角的视图按钮提供三种模式时间戳模式每段文字起止时间适合校对做字幕、纯文本模式合并全文适合复制进文档、翻译模式显示翻译结果。改稿操作路径很直接在时间戳表格里双击文本单元格直接改保存自动落盘播放核对Ctrl/Cmd P播放/暂停微调时间轴Ctrl/Cmd ←/→改当前片段的开始时间Ctrl/Cmd Shift ←/→改结束时间Ctrl/Cmd G快速滚到当前播放位置长文稿找位置很省事。改完稿下一步就是把字幕断句理顺。用 Resize 把字幕打磨到专业级做字幕的人最头疼断句长句被拦腰切断或该换行的没换行。查看器工具栏的Resize按钮就是干这个的——设置字幕最大长度按标点分割、按静音间隙合并一键重组出规整的字幕行。前提Resize 的部分重组能力依赖词级时间戳。转录前记得勾选事后无法补。字幕理顺了接着解决交付导出成什么格式、要不要翻译。交付与导出TXT、SRT、VTT 一次说清查看器工具栏点Export格式一览格式用途TXT纯文本直接进文档SRT / VTT字幕文件喂给剪映、Premiere 等剪辑软件JSON含完整时间戳元数据适合程序处理DOCXWord 文档由 plugins/export_docx/ 插件提供翻译有两条路离线自带任务类型选Translate to English任何语言音频直接出英文稿任意目标语言在偏好设置里填一个 OpenAI 兼容的 API 地址和密钥查看器里点Translate并给 AI 一句翻译指令。本地用 Ollama 之类的兼容模型也能接上等于搭一套全离线翻译管线。导出路径和默认文件名模板可以在偏好设置里自定义一次设好之后自动套用。更多参数细节见 docs/docs/preferences.md。文件一条条导出效率低了下一节看批量和实时两条自动化的路。批量与实时CLI 和会议现场出稿批量转录Buzz 的命令行buzz add支持一次丢多个文件参数可定制。一个典型例子buzz add --task transcribe --model-type whispercpp --model-size small --srt --vtt 访谈.mp3 会议录音.wav这条命令用 Whisper.cpp 的 small 模型转两个文件直接产出 SRT 和 VTT 字幕。常用参数--language zh指定语言、--prompt传入提示词把人名、产品名写进去能减少错字。全部参数见 docs/docs/cli.md。再配合偏好设置里的文件夹监控功能新文件丢进目录就自动转夜里挂机、早上收稿。实时录音主界面切到Live Recording标签页选好麦克风、语言和模型点红色Record文字边说边出。实时转录吃性能一定用 Whisper.cpp 后端 tiny/base 小模型否则文字跟不上语速想要边说边修正把录制模式从Append below切为Append and correct代价是更吃硬件录音中可打开演示窗口把实时字幕投到外接屏做演讲字幕、会议看稿都很合适。能力散点已经齐了下一节把它们串成一条固定流水线。一条可复用的完整工作流把前面的能力拼起来你以后每次都可以照这个顺序走转导入文件手动指定语言模型选small勾选词级时间戳点 Run校双击进查看器按Ctrl/Cmd P播放边听边双击修错顺点 Resize设最大长度 42 左右勾上按标点分割一键合并译可选需要英文稿就再跑一遍 Translate to English交Export 出 SRT 给剪辑TXT 存档JSON 留作程序处理。同一批文件超过十个就把第 1 步换成 CLI 一条命令其余照旧。流程固定之后剩下唯一变量就是模型——选错了又慢又不准。模型怎么选不纠结速度与精度的甜点区Whisper 模型从小到大tiny→base→small→medium→large。每升一档准确率提升耗时和内存也跟着涨。我的建议很直接场景推荐低配电脑、实时录音、只要大意tiny/base日常转录甜点区small Whisper.cpp 后端口音复杂、术语密集的专业录音medium/large建议有 GPU省内存/显存Whisper.cpp 的量化模型如q_5模型管理在偏好设置 → Models左边已下载、右边待下载勾选后点 Download还能粘贴自定义模型地址。几条加速判断NVIDIA 显卡偏好设置里看到 CUDA 选项就启用large 模型从小时级降到分钟级核显/普通显卡Whisper.cpp 后端可开 Vulkan 加速想稳纯 CPU 也够用small以下模型体感很好。选完模型最后把新手最容易栽的坑一次排掉。避坑清单新手最容易栽的5个坑语言没指定自动检测翻车中文音频务必手动选zh别信自动检测实时转录卡顿跟不上语速换 Whisper.cpp 后端 tiny/base小模型Resize 的合并功能用不了转录时没勾词级时间戳重跑一次并勾选GPU 没生效先确认驱动装好、模型偏好里能看到 CUDA 选项确认没问题再考虑强制纯 CPUWindows 安装弹警告不敢动未签名属正常更多信息→仍要运行第一次用某模型会先下载属正常现象别反复取消。坑都排完了回到开头那几段录音。你的声音数据只属于你两场两小时的会议、那段反复暂停的外语播客、那部急着配字幕的视频——Buzz 给的解法是同一个在本地、用开源模型把音频变成你能搜索、能编辑、能导出、能复用的文字。素材不用交给任何服务商录音文件永远躺在你自己的硬盘里。现在就能做的下一步打开 Buzz导入手头最急需整理的那份录音指定语言点 Run——10 分钟后你就有一份带时间戳的转录稿。觉得顺手去项目仓库点个 Star 支持一下遇到问题或新想法也欢迎反馈给社区。文件夹监控、说话人分离、插件生态都在持续迭代这套本地转录工作流值得成为你数字工具箱里的常驻成员。【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
