Buzz 本地语音转写教程:免费离线 Whisper 转文字完整上手指南

发布时间:2026/11/5 5:46:21

Buzz 本地语音转写教程:免费离线 Whisper 转文字完整上手指南 Buzz 本地语音转写教程免费离线 Whisper 转文字完整上手指南【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刚录完一门 40 分钟的网课听到要配字幕四个字你就知道手动听打至少半天丢给云端服务文件又出了自己的电脑还按分钟计费。Buzz 就是来解决这件事的一个基于 OpenAI Whisper 的开源免费本地语音转写工具全程在你自己的机器上运行不上传音频、不收会员费MP3、WAV、MP4 等录音都能转成带词级时间戳的文字和 SRT 字幕。做课程、播客或视频剪辑的话录音 → 转写 → 上字幕整条链路都能离线跑完。三步把 Buzz 跑起来从安装到第一次转写第一次上手的目标很简单10 分钟内把一段音频变成文字。装好程序Windows 或 macOS 下载对应安装包安装Linux 用 Flatpak 或 Snap 一条命令装完习惯命令行的直接pip install buzz-captions后运行python -m buzz。启动后是一个现成的任务列表界面功能都摆好了。预下载模型在偏好设置 → Models里选中 Base 模型先下载。这样首次转写不用干等几百 MB 的下载模型留本地长期能用。导入并启动点左上角导入音频或视频语言下拉框里手动选定说话语言点运行。进度条走完双击结果即可查看和导出。这里注意一下Windows 安装包未签名安装时会弹安全提示选更多信息 → 仍要运行即可属于正常现象。三个实例看懂 Buzz字幕生成、翻译与说话人分离把两小时视频变成标准字幕。想做什么给一门外语课配上字幕。怎么操作导入 MP4运行前勾选词级时间戳完成后双击结果在查看器里点 Resize选按标点断句、单行最大时长这类规则。得到什么一个能直接进剪辑器的 SRT 或 VTT 文件断句交给工具不用逐条手动调。把转写结果翻译成另一种语言。想做什么英文录音出中文字幕。怎么操作在偏好设置里填 API 地址和密钥OpenAI 兼容服务和本地 Ollama 都支持然后在查看器点 Translate给 AI 写一句指令比如逐句翻译成简体中文不要添加注释。得到什么可导出成文件的双语结果用云端翻译每小时音频成本约 1 美元。两人对话按说话人拆开。想做什么标记对话里每句话是谁说的。怎么操作在转写查看器点识别说话人。得到什么句子自动带上说话人标签点播放能试听该说话人 10 秒的随机原声标签还能改成真名并勾选合并同一人的句子。模型选型建议默认 whisper.cpp 加 base正式交付再换 small先给结论日常使用选 Whisper.cpp 后端加 base 模型正式字幕交付换成 faster-whisper 加 small精度还不满足再上 medium 或 large。使用场景推荐组合理由批量处理会议、播客whisper.cpp baseCPU 即可约 142MB 磁盘占用速度快不依赖显卡字幕制作、正式交付faster-whisper small词级时间戳稳定精度高一个档次实时麦克风转写whisper.cpp tiny/base实时延迟对模型大小敏感大模型跟不上多语言、高精度要求medium / large精度上限但 Large 约 2.9GB磁盘和显存要够再给三条参数避坑建议每条都能省一次返工语言一定要手动选带口音的录音靠自动检测容易判错专有名词、人名写进高级设置的 Initial prompt 一栏识别准确率明显提升做字幕前务必勾上词级时间戳否则 Resize 重排只能用最基本的规则。进阶场景文件夹监控、实时大字幕与无人值守批量转写无人值守的文件夹监控在偏好设置里指定一个监控文件夹丢进去的音频自动进队列开跑再配合内置的跳过已转录插件重复导入同一批文件也不会重做。演讲现场投出大字幕开启实时录音模式麦克风边说边出文字同时打开演示窗口单独成屏转写内容可以投到会场大屏幕上。脚本化批量处理buzz add命令可以直接在命令行加任务配合--srt参数直接输出字幕文件写进脚本就是一条无人值守的转写流水线。更细的操作说明在官方使用文档里插件是怎么写的可以看插件系统源码想弄清楚各 Whisper 后端的接法核心逻辑在 buzz/transcriber/。Buzz 把本地、免费、开源从口号变成了完整的可用流程音频不出机器转写不花订阅费字幕生产一条链跑完。下次手上有长录音别再坐着手打——丢进 Buzz、选好语言、按下运行回来时文字和字幕都已经在手。【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
延伸阅读

更多相关文章

2026/11/5 5:45:02

DeepSpeed:混合引擎驱动的 RLHF 训练全链路拆解实战指南

DeepSpeed:混合引擎驱动的 RLHF 训练全链路拆解实战指南 【免费下载链接】DeepSpeed DeepSpeed is a deep learning optimization library that makes distributed training and inference easy, efficient, and effective. 项目地址: https://gitcode.com/GitHub…

2026/11/5 5:45:27

基于DSP的移动机器人运动控制:从差速模型到PID整定实战

简介:这是一份面向嵌入式/机器人方向学习者的毕业设计或课程设计文档,完整讲解基于DSP的小型地面移动机器人运动控制系统。方案以ARM9为主控、DSP为分布式控制器,通过CAN总线通信,重点覆盖DSP最小系统、电机驱动与电流/位置检测、…

2026/11/5 5:42:57

MATLAB直线天线阵仿真:阵因子计算与方向图分析

简介:面向电子工程、通信与雷达方向的学习者与研究人员,这份资源围绕直线天线阵的MATLAB仿真展开,帮助读者理解阵元间距、馈电相位与频率对阵列远场方向图的影响,并掌握波束扫描、增益提升与旁瓣抑制的分析方法,适合具…

2026/11/5 5:42:57

DACE克里金工具箱的数值稳定性设计原理与工程实践

简介:本资源是面向科研人员与工程技术人员的克里金插值专用工具箱DACE,聚焦地理空间数据建模与预测需求,适用于地质勘探、环境监测、遥感分析等需高精度空间插值的场景,尤其适合具备基础统计学与MATLAB编程能力的中高级用户。压缩…

2026/11/5 5:42:57

GD32W515BSP开发实战:从零搭建工程与驱动拆解

简介:这份资源面向嵌入式开发学习者与NES模拟器爱好者,提供GD32W515官方开发板的板载外设驱动与NES模拟器移植工程,适合已具备C语言与单片机基础、希望深入理解模拟器架构与底层驱动的中高级开发者参考。压缩包共624个文件,约3.68…

2026/11/5 5:42:57

GD32W515 BSP实战:从开箱到二次开发的完整指南

简介:这份资源面向嵌入式开发学习者与NES模拟器爱好者,提供GD32W515官方开发板的板载外设驱动与NES模拟器实现,帮助读者在国产MCU上完成从外设驱动到游戏运行的完整实践。压缩包共624个文件,约3.68MB,以168个c源文件与…

2026/11/5 5:42:57

GEC2410 WinCE开发实战:从BSP到驱动实验全解析

简介:这份资源面向嵌入式系统初学者与进阶开发者,围绕三星S3C2410(ARM920T内核)硬件平台与Windows CE系统的集成开发展开,提供实验手册与配套源码,帮助读者理解硬件与操作系统的协同工作原理。压缩包共627个…

2026/11/5 5:37:57

C# WinForm实现JSON转Excel:动态Schema与嵌套扁平化

简介:这是一份面向C#初学者与WinForm开发者的实用工具型资源,解决JSON数据快速导入Excel的常见需求,适用于数据处理、报表生成及轻量级桌面应用开发场景。压缩包共61个文件,总大小192KB,包含14个核心C#源码文件&#x…

2026/11/4 12:38:23

面向复杂光照与角度的宠物面部识别鲁棒性增强策略

在智慧养宠时代,基于视觉的宠物身份识别技术正逐步从实验室走向家庭应用。然而,与配合度高的人类不同,宠物是典型的“非合作生物识别对象”——它们不会主动配合摄像头调整姿态,更无法控制光照环境。实际应用中,我们常…

2026/11/4 21:04:25

SSM电子书店源码全解析:结构、原理、部署与排错实战

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views …

2026/11/5 0:02:07

多智能体协作系统架构设计与实践优化

1. 多智能体协作系统的时代背景2017年Transformer架构的诞生彻底改变了人工智能的发展轨迹。当行业还沉浸在单一大模型带来的性能突破时,Anthropic的研究团队已经将目光投向了更前沿的领域——如何让多个智能体通过协作产生超越单体能力的系统智能。这就像交响乐团中…

2026/11/5 0:02:07

大模型系统性入门实战指南:从原理到部署微调的全链路路线

提到大模型的系统性入门,我先说个结论:这事真不难,难的是资料太散、路线太多,今天这个框架明天那个工具,新人很容易在“收藏夹吃灰”和“教程看到一半放弃”之间反复横跳。市面上关于大模型的内容少说有几十万篇&#…

2026/11/5 0:02:07

鸿蒙文件系统沙箱机制解析与开发实践

1. 鸿蒙文件系统沙箱机制深度解析作为一名从Android转向鸿蒙开发的工程师,我深刻体会到文件系统访问是迁移过程中最先遇到的"拦路虎"。在Android上运行良好的文件读写代码,在鸿蒙真机环境却频频出现文件写入后神秘消失或直接抛出权限拒绝错误的…

2026/11/4 12:38:23

面向复杂光照与角度的宠物面部识别鲁棒性增强策略

在智慧养宠时代,基于视觉的宠物身份识别技术正逐步从实验室走向家庭应用。然而,与配合度高的人类不同,宠物是典型的“非合作生物识别对象”——它们不会主动配合摄像头调整姿态,更无法控制光照环境。实际应用中,我们常…

2026/11/4 21:04:25

SSM电子书店源码全解析:结构、原理、部署与排错实战

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views …

还想了解更多?直接咨询顾问

免费诊断 + 免费方案 + 透明报价。

全国咨询热线400-8866-253
免费获取方案
☎咨询二维码 ☎ ↑