Buzz本地 Whisper 驱动的离线转录工具90 分钟会议录音当场出逐字稿【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周一下午一场 90 分钟的会议刚结束产品同事要逐字稿。你把录音拖进 Buzz——一款基于 OpenAI Whisper 的离线音频转录工具全程跑在你自己的电脑上每句话都在本地完成识别5 分钟后带时间戳的文本就能交出去。它到底能帮你省掉什么敏感录音不出电脑金融、医疗、法律录音不用上传任何云服务从根源上避免数据外泄没网的场合照样跑高铁上、会议室断网时模型和识别全在本地照转不误装一次不再交月费按次计费的在线转录服务按分钟扣钱Buzz 一次安装永久使用3 分钟上手Windows下载安装程序。因为应用未签名安装时会弹安全警告点更多信息→仍要运行即可。macOS下载官方 dmg 安装包拖入应用程序文件夹。Linux一条命令装 Flatpak 版本。flatpak install flathub io.github.chidiwilliams.Buzz开发者/源码安装需要 Python 3.12 环境并确保系统装有 ffmpeg。pip install buzz-captions python -m buzz装好后走一遍最简流程导入按CtrlO打开导入窗口选中音频或视频文件视频会自动提取音轨设置为每个任务选择任务类型转录或翻译、语言和模型大小运行点击运行Buzz 开始排队处理看结果双击任务行打开转录查看器CtrlF直接搜索内容跟一个任务走一遍从会议录音到可交付的 SRT导入文件任务自动排队音频、视频、甚至网页链接都能导入。一次丢进去 10 个文件Buzz 会为每个文件建一条独立任务逐个处理互不阻塞。你不用盯着界面它按顺序跑。选对后端和模型速度和精度由你定Buzz 支持多个 Whisper 后端原版 Whisper、带 Vulkan 加速的 Whisper.cpp、Faster Whisper以及通过 Hugging Face 加载的社区模型。模型从轻量级的 Tiny 到高精度的 Large 都能选——小文件、赶时间就选 Tiny/Base正式交付选 Medium/Large。有 NVIDIA 显卡开 CUDAApple 芯片走 Apple Silicon 加速识别速度差别很大。在转录查看器里核对结果转完后双击任务行进入查看器文本按时间戳分段点击任意一段播放头就跳到对应位置。CtrlP播放/暂停CtrlG滚动到当前正在播的文字还能调播放速度。90 分钟的稿子核对可疑片段时不用再满盘找。微调段落时间戳和文字都能改个别句子听岔了直接编辑文字。时间戳偏了Ctrl←、Ctrl→微调段落起止时间CtrlShiftP循环重听当前段落。改完就是准的不用重跑一遍。导出成你要的格式查看器里一键导出 TXT、SRT、VTT 三种格式。SRT 和 VTT 直接拖进剪辑软件就是字幕轨TXT 适合归档和二次加工。真实场景怎么用会议记录项目负责人开完 90 分钟的会把录音导入 Buzz选 Large 模型跑完用说话人识别功能把不同人的发言分开再导出 TXT 发给全组——原来一个人盯录音整理两小时现在核对二十分钟就能交付。同样要交付字幕的场景里视频创作是另一条高频线把成片 MP4 拖进去自动提音轨、出 SRT丢进剪辑软件对齐一条 20 分钟的视频字幕从半天压缩到十几分钟。再往个人用途走语言学习也能吃这套把外语播客转录出来原文、译文翻译任务和时间戳并存对着音频逐段跟读CtrlShiftP循环重听生词片段听力材料直接变成带字幕的教材。让结果更准更快的几个动作录音端在安静环境录音关掉空调和风扇这类持续噪音源离说话人近一些语速保持稳定专有名词放慢、咬字清楚软件设置已知音频语言就手动指定别让模型自己猜出现专业术语时在高级设置里填一条初始提示initial prompt给模型带个词长文件配大模型短文件赶时间就换 Tiny/Base硬件有 NVIDIA 显卡就开 CUDA 加速识别速度成倍提升大型模型吃内存跑 Large 前关掉其他占内存的程序卡住了先查这里转录太慢怎么破换更小的模型Tiny/Base或切到 Whisper.cpp 后端开 GPU 加速同时关掉其他占资源的应用。识别出一堆错别字通常是模型太小或背景太吵。换 Large 模型重跑或在初始提示里补上高频术语。整段语言都识别错了任务里手动指定正确的语言不要留在自动检测上准确率会明显回升。GPU 加速不生效确认显卡驱动已装好NVIDIA 走 CUDA 路径Whisper.cpp 走 Vulkan 路径源码安装的用户检查 ffmpeg 是否可用。支持哪些格式MP3、WAV、FLAC、OGG 等常见音频以及 MP4、AVI、MKV 等视频自动提取音轨一次可以导入多个批量处理。给想动手改代码的人核心转录逻辑在 buzz/transcriber/界面组件在 buzz/widgets/数据库与实体在 buzz/db/。项目采用 MIT 许可证欢迎通过项目的 Issues 提问题、提 PR。现在打开终端跑第一条安装命令你手头那段 90 分钟的录音离一份带时间戳的逐字稿只差 3 分钟。Buzz 已经把 Whisper 装进了你的电脑剩下的就是丢文件进去。【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
