Buzz 离线语音转文字实操指南3 小时会议录音如何在本机变成可搜索的逐字稿【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周一一份 3 小时的产品会议录音周二早上已变成带时间戳的逐字稿存在本地文件夹里。Buzz 是一款开源、完全离线的语音转文字工具基于 OpenAI Whisper转录、校对、导出全程在本机完成音频文件不上传免订阅语音识别不设用量上限。按关键词搜索、点任意一段、音频跳到对应位置——这些体验后文都会讲到。这里只按真实使用顺序走一遍安装、五步工作流、引擎与模型怎么选以及值得打开的插件。 Buzz 安装3 大平台的 3 条路径Buzz 覆盖 Windows、macOS、Linux 三大平台安装有三条路径。普通用户下预编译包Windows 是安装包macOS 是镜像文件装完即可运行Linux 用户在Flatpak或Snap里搜 Buzz一键安装。开发者走命令行pip install buzz-captions python -m buzz首次启动在偏好设置里选好引擎与模型默认值就能开工。️ 音频到逐字稿5 步完整工作流导入拖入音频或视频文件批量处理时开启文件夹监控新放入指定文件夹的文件会被自动检测并加入队列。选引擎与模型3 种引擎、模型档位从tiny到large差异见后面的对照表。转录计算全部在本地进行主窗口实时显示每个任务进度可排队多个任务。校对完成后在任务列表打开转录视图直接修改识别错词、调整段落起止时间、合并或拆分段落。导出支持TXT、SRT、VTT三种格式后两种是字幕格式SRT 字幕导出后可直接用于视频剪辑软件。本地音频转录适合谁4 类人群用法对照人群典型场景推荐模型建议搭配字幕剪辑师批量处理成片导出SRT进剪辑软件medium字幕分段插件访谈者、学术研究者60-120 分钟长访谈需区分多位说话人large说话人识别 AI 摘要会议秘书每周例会纪要文件批量导入small跳过已转录插件语言学习者外语音频逐句对照原文small/medium—多语言支持覆盖常见语种外语音频也能直接转录无需换引擎。三种 Whisper 引擎怎么选Whisper 本地运行对硬件的要求引擎定位硬件加速原版 Whisper标准实现准确率最高NVIDIACUDA、AppleSilicon原生Whisper.cppC 重写资源占用低Vulkan覆盖大多数 GPUFaster Whisper速度与内存优化CPU 即可跑适配多数 GPU模型档位分两组tiny与small快而轻适合大批量初稿medium与large准确率更高、耗时更长适合重要内容的定稿。普通笔记本跑small即可起步准确率不够再上调档位。 插件先看对字幕工作最实用的一个字幕分段是最先建议打开的。SRT 字幕导出时常见问题是一行字太长、盖住半屏这个插件按字符数、时间间隔或标点自动切分过长段落把字幕节奏调成你顺眼的样子。源码见 buzz/plugins/transcript_resizer/。其余两个插件各管一件事AI 摘要在转录完成后生成一段概要调用兼容的 API 接口源码见 buzz/plugins/ai_summary/跳过已转录在文件夹监控模式下自动跳过已有转录的文件避免重复计算。从这条会议录音开始离线语音转文字比想象中稳定装好之后每一步都不依赖云服务。首次运行建议按这份清单走装好对应系统版本在设置里选定引擎与模型导入一段 10-15 分钟的音频用small模型跑完整流程在转录视图改 1-2 个词导出一次SRT验证格式准确率不够把模型档位上调一级字幕节奏不合适补一个分段插件。开头那份 3 小时的会议录音就是下一次的起点。【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