Buzz 语音转录本地部署 Whisper 与离线音频转文字完整上手路径【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 是一款在本地运行 OpenAI Whisper 的开源语音转录工具支持离线音频转文字与实时录音转录适合需要处理会议录音、视频字幕或长访谈内容、又不想把数据上传到第三方的用户。它解决了什么问题在线转录服务有两个实际代价其一音频必须上传到第三方服务器敏感录音和个人对话离开了你的设备其二整个流程依赖网络断网时队列直接停摆。Buzz 是一个离线语音转文字工具全部音频处理都在你自己的电脑上完成数据不离开本机——对需要音频转录保护隐私的用户来说这是它的核心定位。5 分钟跑起来三种安装方式macOS下载 .dmg 安装包双击安装Windows下载安装程序按提示完成Linux通过 Flatpak 或 Snap 一条命令安装开发者也可以从源码安装。下面这套流程就是一份完整的本地 Whisper 使用教程克隆、装依赖、启动。git clone https://gitcode.com/GitHub_Trending/buz/buzz cd buzz pip install -e . python -m buzz启动后的第一件事选一个模型日常使用选 Tiny 或 Base兼顾速度对准确率要求高时换 Large设输出路径在偏好设置中指定转录文件的导出目录开 GPU 加速有 Nvidia 显卡就启用 CUDA推理速度会明显提升能做什么四个核心能力批量任务队列Buzz 支持一次添加多个音视频文件任务自动排队每条任务的状态排队、进行中、完成及耗时在表格中清晰可见。支持的格式音频MP3、WAV、FLAC、M4A、AAC视频MP4、AVI、MOV、MKV、WMV也可以粘贴 YouTube 链接直接转录实时录音转录接入麦克风后Buzz 把语音实时转成文字显示在屏幕上。会议记录、讲座笔记、采访速记这类场景不需要先留下录音文件转录完成后可直接导出。多语言识别与互译Buzz 支持 99 种以上语言的识别并支持语言间互译。比如把英文录音转成英文文本或直接翻译成中文反过来中文录音也可以翻译成英文。建任务时选择 Transcribe 或 Translate 任务类型即可。结果编辑与多格式导出打开已完成的任务进入转录查看器可以逐行修改文本、调整每句的开始与结束时间并试听对应音频片段。导出格式包括 SRT、TXT 等配合 DOCX 导出插件还支持 Word 文档。导出文件名可以模板化命名在偏好设置里用{{input_file_name}}、{{task}}、{{date_time}}等变量一次配置后导出文件自动按规则命名批量任务不会乱。三个典型用法场景一周会录音批量转写操作把一周 5–6 场会议录音拖入队列选 Medium 模型集中跑完效果所有会议得到带时间戳的全文一周录音的总处理时间约 30 分钟替代 4 小时以上的人工听写场景二视频字幕批量制作操作导入视频文件转录在转录查看器里逐行微调时间点效果导出 SRT 后直接导入剪辑软件单集字幕制作从约 2 小时的手动听写缩到 15 分钟左右场景三长访谈录音转写 说话人分离操作选 Large 模型保证术语准确率启用说话人识别区分不同受访者开启文件夹监控自动处理新录音效果50 小时以上的访谈录音可以持续后台处理结果导出为结构化文本便于后续分析进阶配置按硬件选模型硬件配置推荐模型说明内存 8GB 以下Tiny速度最快适合草稿与实时场景内存 16GBMedium准确率与速度的平衡点内存 32GB GPULarge准确率最高配合 CUDA 加速文件夹监控在偏好设置的 Folder Watch 选项卡对应buzz/widgets/preferences_dialog/下的实现指定一个目录新音频文件放进去就会自动触发转录任务。插件系统官方插件包括 AI 摘要长文本自动生成摘要、DeepFilterNet降噪提升识别准确率、导出 DOCXWord 格式导出、跳过已转录避免重复处理同一文件。技术要点速览Buzz 提供 4 种可切换的转录后端源码都在buzz/transcriber/Faster-Whisper基于 CTranslate2速度最快、OpenAI Whisper原版实现最稳定、Whisper.cppC 实现内存占用最小、Hugging Face加载社区模型版本。硬件加速支持 CUDANvidia 显卡、Apple SiliconMac 原生与 Vulkan核显三类。国际化方面buzz/locale/目录包含中文、日文、德文、俄文等 14 种语言的翻译文件。常见问题Q处理长音频时内存占用如何Buzz 按分段流式处理数小时音频的内存占用保持稳定。超长文件建议选 Whisper.cpp 后端内存优化最明显。Q支持实时字幕显示吗支持。Presentation Window 功能会打开独立窗口显示实时转录结果适合会议或直播现场给听众看。Q怎么提高转录准确率换更大的模型、设置初始提示词限定术语领域、启用说话人分离消耗更多算力并用麦克风录更干净的音源。Q如何为项目贡献可以提交代码 PR、更新 locale 目录里对应语言的.po翻译文件或补充文档目录中的使用指南。Buzz 的核心价值一句话Whisper 完全在本地运行音频不离开设备转录与翻译功能免费可用。项目源码在 GitCode 仓库中持续更新克隆地址见上文「5 分钟跑起来」一节。挑一段一直拖着没整理的录音跑一遍就明白它适合不适合你。【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
