Buzz 音频转录实战在本地把 Whisper 变成你的随身字幕机【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凌晨一点编辑小周盯着第 13 段采访录音发呆。四十段访谈、每段一个多小时靠手敲至少要一周而客户周三就要初稿。她真正需要的是一台能听懂人话、自动把语音变成文字的机器——最好还能在断网时照常工作毕竟客户的录音不能随便上传。于是她遇到了 Buzz一款基于 OpenAI Whisper 的免费开源音频转录工具专门负责在个人电脑上离线完成转录与翻译。接下来我们把安装、配置、转录、校对和进阶技巧一路走完看看它到底能帮你省下多少时间。一台不上传的转录工作站值在哪很多转录服务按分钟收费还要把音频传到云端。Buzz 的思路完全不同模型跑在你自己的机器上音频不出本机隐私有了保障也免去这段录音不能传给别人的尴尬。对律师、记者、医生这些经常接触敏感声音素材的人这一点尤其关键。其次本地运行意味着没有排队等待。文件多大、进度如何、何时完成全部由你掌控。功能层面Buzz 的家底也相当厚实先看一张全景表能力具体说明文件转录支持 MP3、WAV、MP4 等常见格式也能直接吃下 YouTube 链接实时录音麦克风边录边转附演示窗口适合现场活动投屏说话人识别转写后区分不同说话人访谈稿直接可用多模型后端Whisper.cpp、Faster Whisper、Hugging Face、OpenAI API 四种可选导出格式默认支持 TXT、SRT、VTT插件可扩展 DOCX 等自动化文件夹监控、命令行接口、插件系统批处理不在话下装进电脑四条路任选安装途径很多按自己的习惯挑一条即可安装途径适合谁一句话说明桌面安装包绝大多数用户macOS 用 dmgWindows 用安装程序Linux 有 AppImage也可走 Flatpak、Snap包管理器熟悉命令行的人flatpak install flathub io.github.chidiwilliams.Buzz或sudo snap install buzzPyPIPython 环境pip install buzz-captions后执行python -m buzz需要 Python 3.12 并装好 ffmpeg源码构建想追最新功能的玩家git clone https://gitcode.com/GitHub_Trending/buz/buzz后按仓库说明构建Windows 用户会碰到一次拦路虎安装包没有官方签名运行时会弹安全警告在弹窗里选更多信息再点仍要运行即可属于正常现象。Linux 走 Snap 的话先装好libportaudio2等音频依赖免得麦克风没声音。开工前两件小事挑模型、调设置模型怎么选从 Tiny 到 Large 的取舍转录质量由 Whisper 模型决定。模型越大越准也越慢模型越小越快也越省资源取舍关系一目了然模型速度准确率典型场景Tiny最快一般快速试听、低配置电脑Base快尚可日常语音笔记Small中等良好环境较清晰的语音Medium较慢良好采访、会议录音Large慢最佳追求成品质量的字幕制作带.en后缀的版本只处理英文速度和内存都更省。模型首次使用前需要联网下载一次之后完全离线可用。在 Preferences 的 Models 标签页里左侧是已下载模型右侧是可选列表选中后点 Download进度一目了然偏好设置里这三个选项值得动手打开 Preferences 窗口多数默认值可以直接用但有三项建议按习惯调一调。一是默认导出文件名支持模板变量比如{{input_file_name}} {{task}}d on {{date_time}}会自动生成文件名日期的命名二是导出文件夹提前指定目录导出时不必翻找三是实时录音转录导出开完会结果自动落盘省去手动保存。如果打算用云端 API 跑转录在 General 页填入 OpenAI API Key 和自定义 Base URL 即可本地模型与云端两种模式可随时切换。三个高频场景文件、录音与链接准备完毕来看看主界面。所有任务会以队列形式出现在表格里每一行都显示文件名、模型、任务类型和实时进度文件转录把录音丢进队列就完事最常用的场景。点工具栏的或从菜单导入文件选好模型、语言和任务类型转录或翻译确认后任务就进队列。队列支持批量——一口气丢十个文件进去它按顺序跑你可以去忙别的。右上角还有搜索框和耗时统计队列状态随时可查。实时录音会议边开边出字 ️需要边听边看字的场合用实时录音最合适。选好麦克风设备后Buzz 把声音切成小段持续转写延迟通常在十几秒到几十秒。它还带一个演示窗口可以把当前文字放大投到屏幕上讲座、发布会、口述记录都用得上。点 Stop 结束结果自动保存配合实时转录导出选项全程不用手工整理。链接转录一条 URL 直接开工遇到视频在网站上、不想先下载再转码的情况直接粘贴 YouTube 等平台的链接Buzz 负责抓音轨再转录。选好模型和语言剩下的交给队列处理。转录只是开始校对、重排与导出在查看器里精修每一行双击队列中的完成项进入转录查看器。每条记录都有开始、结束时间戳和对应文本可以直接修改文字、纠正识别错误也可以拖动时间边界微调段落。工具栏提供视图切换、导出、翻译和重排入口底部有播放控制条边听边改效率很高字幕重排让每行长度刚刚好做视频字幕时一句话占满屏幕和一行塞五十个字都是灾难。Resize 功能就是为这类问题准备的先设定期望的每行字符数再用按间隔合并按标点分割按最大长度分割三个规则微调最后点 Merge 一键重排导出格式按用途选 纯文本稿选 TXT 或 MD放文档库随时读做视频字幕选 SRT 或 VTT剪辑软件都能直接吃想交一份可编辑的文档用导出插件转 DOCX。时间戳都是标准格式导入剪辑工具后能对齐音轨。让结果更准的五个进阶思路对准确率还不满意的话按顺序试这五招。第一按音频条件挑模型。环境嘈杂或口音重直接上 Medium 或 Large别在 Tiny 上反复挣扎省下的时间远超多花的算力。第二善用提示词。Whisper 支持给模型一段提示把访谈对象的姓名、产品名、专业术语提前写进去识别率会有肉眼可见的提升。第三先分离再转录。Buzz 支持在转录前做语音分离把背景音乐和人声拆开再转写对嘈杂音频特别有效。第四打开硬件加速。NVIDIA 显卡走 CUDAMac 走 Apple SiliconWhisper.cpp 后端还支持 Vulkan多数集成显卡都能受益。同样一个模型开不开加速完全是两种体验。第五善用自动化。文件夹监控能自动转录新放入的文件命令行接口适合写脚本批处理插件系统可扩展 AI 摘要、字幕重排、跳过已处理文件等能力项目仓库的 plugins 目录下有现成例子。新手常问的几个问题没网能用吗能。模型下载完成后转录全程离线。首次下载记得联网。一小时的音频要等多久取决于模型和硬件。Tiny 在低配机器上可能只要几分钟Large 在纯 CPU 上可能长达几十分钟。想快就选小模型或开硬件加速。中文识别效果如何Whisper 对中文的支持相当成熟Medium 及以上模型的准确率足够日常使用识别错误可通过提示词和事后校对弥补。文件太长怎么办先用小模型快速转一遍摸清内容再对重点段落用大模型重跑队列也支持拆分文件并行排队。想用最新功能去哪找正式版之外项目还提供持续构建的开发版包含最新修复与特性适合想抢先体验的用户。现在就开始你的第一次转录从安装到出稿Buzz 把转录的每一步都尽量做到无感离线保护隐私队列解放双手查看器让你把控每一个字。不管你要整理采访、给视频加字幕还是给课堂录音做笔记它都能在你自己的电脑上安静地把活儿干完。去下载一个安装包挑个最小的 Tiny 模型试听一段语音感受录音变文字的速度再换上合适的模型让它正式上岗。如果它帮到了你记得给项目点个 Star让更多被录音困住的人看见它。【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
