Buzz 本地语音转写实战指南3分钟在电脑上离线跑通 Whisper【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三小时的会议录音丢给在线转录服务意味着音频要离开你的电脑不少服务还按分钟收费。Buzz 本地语音转写就是为这类场景准备的它用 OpenAI Whisper 在你自己的电脑上完成音频与视频的转写和翻译音频数据全程不出本机工具本身免费开源。快速上手按你的情况选一条路径macOS从官方发布渠道下载.dmg安装包Windows下载安装程序应用未签名安装警告时选更多信息 → 仍要运行即可Linux一条命令装 Flatpak 或 Snap 包开发者先装好 ffmpeg用 Python 3.12 环境执行下面两条命令即可启动pip install buzz-captions python -m buzz启动后是任务列表界面拖入音频文件即可开始排队处理。装好之后先认识一下界面再往下看它到底能做什么。核心能力转写速度和精度取决于后端选择Buzz 内置五种后端OpenAI Whisper、Faster-Whisper、Whisper.cpp、Hugging Face 模型和 OpenAI API前四种都能完全离线。硬件加速也覆盖到位Nvidia 显卡走 CUDAWhisper.cpp 通过 Vulkan 支持大多数核显Mac 有 Apple Silicon 优化。模型选择、GPU 开关都在偏好设置里。转写和翻译两种任务支持导出三种格式任务分转录和翻译为英文两类语言可留空让它自动检测中英文混合内容也能识别。转写完成后结果可一键导出为 TXT、SRT、VTT 三种格式字幕制作不用二次加工。转录查看器先校对再导出查看器自带搜索、播放控制和播放速度调节。每一段文本和时间戳都能单独修改导出字幕前可以把时间轴逐条微调到位省去在外部编辑器里来回贴。能力清楚了下面用一个真实任务走一遍完整流程。一次完整工作流5 个会议录音变成可编辑字幕任务把一周的 5 段会议录音转成带时间戳的字幕文件方便会后补发纪要。把所有 mp3 一次性拖进任务列表模型选 base日常会议够用任务选转录点击启动任务按顺序排队执行期间你可以关掉界面继续办公每个文件转完打开转录查看器搜索确认人名、术语不对的时间戳直接改确认无误后导出 SRT最终产出输出目录里得到 5 份.txt纯文本加 5 份.srt字幕文件时间轴和文本一一对应可直接导入剪辑软件。走通一次之后接下来几个技巧能让它更省力。进阶技巧按硬件选模型别盲目上大号你的配置建议8GB 内存tiny / base关闭说话人分离16GB 内存small / medium32GB GPUlarge可开全部高级功能文件夹监控在偏好设置中开启 Folder Watch新音频放进指定目录就自动转写适合持续收集访谈录音的研究者CLI 批量处理python -m buzz add 文件.mp3 --srt --hide-gui可写进脚本批量跑参数细节见 buzz/cli.py字幕调整内置的字幕重排功能支持按标点或时间间隔合并、切分段落配合 偏好设置入口 可以统一导出命名模板日常跑通后这几个问题基本会遇到。常见问题问几小时的长音频内存扛得住吗答Buzz 按块流式处理长文件内存占用保持稳定特别长的录音建议选 Whisper.cpp 后端它的内存优化最好。问能当实时字幕用吗答可以。演讲窗口Presentation Window就是为这类场景设计的会议或直播时开独立窗口显示实时转写结果。问转写出错多怎么提高准确率答先换更大的模型再设置初始提示词initial prompt引导专业术语多人重叠发言时启用说话人分离。写在最后Buzz 把转写、翻译、字幕导出三件事都放在了本地完成五个离线后端任选全部免费。对处理敏感音频的团队来说数据完全留在自己机器上这一点比任何功能都值钱。今天就可以跑pip install buzz-captions试一段录音或者直接从仓库克隆最新代码体验未发布的功能https://gitcode.com/GitHub_Trending/buz/buzz【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