Buzz 离线语音转文字完整教程5 步本地转录免费不限时长【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两小时的会议录音躺在桌面上你想搜一下客户提到的那个名字和数字只能来回拖动时间轴反复听。Buzz 离线语音转文字把 OpenAI 的 Whisper 模型装进你自己的电脑音频不出本机就能变成可搜索、可编辑的文本断网也能照常工作。这篇教程从安装讲到导出第一份字幕文件全程 5 步左右不需要任何编程基础。 先装好 Buzz三个平台各有一条最省事的命令装之前先记住一个判断Buzz 的所有计算都发生在本地所以装得越简单越早能开始转录。Windows / macOS到项目发布页SourceForge下载对应系统的安装包。Windows 用户注意安装包未做代码签名安装时会弹安全警告点更多信息→仍要运行即可源码完全公开可查Linux用 Flatpak 或 Snap 一条命令装完见下方命令已有 Python 3.12 环境直接从 PyPI 安装装完用python -m buzz启动需先装好 ffmpeg。flatpak install flathub io.github.chidiwilliams.Buzzpip install buzz-captions python -m buzz⚠️ 注意想体验最新未发布改动的开发者可克隆仓库git clone https://gitcode.com/GitHub_Trending/buz/buzz后按 README 安装依赖但新手直接用上面三种方式更稳。 导入一个文件5 步拿到第一份文字稿这一节解决你最基本的问题把一段音频变成文字。第 1 步按CtrlOmacOS 为CmdO或点菜单栏文件 → 导入媒体文件选择音频或视频。MP3、WAV、M4A、FLAC 等音频和 MP4、MOV 等视频都能直接丢进去Buzz 内部会自己完成解码。第 2 步在导入设置里确认三个关键下拉框。选项怎么选理由Task任务Transcribe转录要原文文字就选它要任意语言翻成英文选 Translate to EnglishLanguage语言知道就手动选如 zh自动检测偶尔误判手动指定准确率更高Model模型默认选 small速度、内存、准确率的平衡点下文细讲第 3 步点Run。任务进入队列主界面实时显示进度。第 4 步等状态变成 Completed。任务列表会保留每条任务用的模型和耗时方便你回头对比。第 5 步双击任务行进入转录查看器带时间戳的文字已经在那里了。 提示菜单里还能导入 URLCtrlUBuzz 支持直接抓 YouTube 链接的音频来转录。️ 校对改错再把转录稿导出成字幕转录只是起点这一节讲怎么把稿子改对、导出成能用的文件。三种视图随手切左上角的视图按钮在时间戳、纯文本、翻译之间切换对应快捷键CtrlT/CtrlE/CtrlL。时间戳表格适合校对纯文本适合整段粘进文档。想查某个词按CtrlF播放/暂停是CtrlP。双击就能改在时间戳表格里双击文本单元格直接修改改动自动保存。配合两个快捷键能精细对齐音频Ctrl←/→微调当前片段开始时间CtrlShift←/→微调结束时间。把断句修整齐做字幕最怕长句被拦腰截断。查看器工具栏的Resize功能可以按最大字幕长度、标点、静音间隙重新分组——但有个前提转录前必须勾选词级时间戳没有词级数据重组功能就无从下手。导出格式查看器导出菜单支持三种格式另可通过插件export_docx增加 Word 文档导出。格式用途TXT纯文本直接进文档SRT / VTT字幕文件导入剪辑软件或视频平台 提示默认导出文件名和路径模板可在偏好设置里自定义设一次之后每次自动套用插件与偏好设置细节可查官方文档。️ 选对模型速度、内存、准确率各占什么位置模型是转录质量的第一变量。Whisper 家族从 tiny 到 large每升一档准确率提升耗时和内存也上台阶。各档下载体积在代码里写得明明白白给你一张对照表模型下载体积适用场景tiny约 73 MB实时录音、只看大意base约 139 MB低配电脑small约 462 MB日常直接用这个平衡点最好medium约 1.5 GB术语密集、口音复杂建议有 GPUlarge / large-v3约 2.9 GB专业录音强烈建议 GPU模型管理在偏好设置 → Models一边是已下载、一边是待下载清单勾选后点 Download也可以粘贴自定义模型的下载地址。第一次运行某模型时它会自动下载建议提前把常用模型拉好。后端怎么选Buzz 内置 5 种WhisperPyTorch、Whisper.cpp、Faster Whisper、Hugging Face、OpenAI Whisper API。日常推荐 Whisper.cpp——纯 CPU 就能跑还能利用 Vulkan 加速有 NVIDIA 显卡则用 Whisper 后端开 CUDAlarge 模型的耗时能从小时级压到分钟级。️ 现场实时转录会议进行中就把话变成字文件转录解决事后整理实时录音解决现场速记。主界面切到 Live Recording 标签选麦克风、语言、模型点红色 Record 按钮文字随语音逐行生成。两个实用开关录制模式偏好设置里可选Append below只往下追加或Append and correct回头修正刚生成的句子。想要更准就选后者代价是更吃硬件演示窗口转录时打开 Presentation Window把实时字幕投到外接屏或直播间做演讲同传、远程会议看稿都合适。⚠️ 注意实时转录对性能最挑剔请用 Whisper.cpp 后端配 tiny 或 base 模型否则文字跟不上语速。想转录的是系统自己发出的声音吗播客、线上会议用虚拟声卡把系统输出重定向到 Buzz 即可具体接法见官方 FAQ。⌨️ 命令行把批量转录交给一条命令文件一多GUI 逐个点就慢了。buzz add支持一次传入多个文件参数都能定制buzz add --task transcribe --model-type whispercpp --model-size small --srt 访谈.mp3 会议.wav这条命令用 Whisper.cpp 的 small 模型转录两个文件并直接输出 SRT 字幕。常用参数参数作用-l zh指定语言跳过自动检测-p 提示词把人名、产品名写进提示词减少错字--word-timestamps生成词级时间戳Resize 的前置条件--hide-gui隐藏主窗口适合脚本和定时任务-d 目录指定输出目录配合同步导出的--srt/--vtt/--txt以及监控文件夹功能新文件自动进队列夜里挂一个任务早上收稿。完整参数说明见CLI 文档。❓ 常见问题这几个坑先替你踩过中文识别老翻车别依赖自动检测界面或命令行都手动指定zh准确率立竿见影……啊不会明显提升这是最常见的设置疏漏。为什么 Resize 不可用检查转录时是否勾了词级时间戳。没勾就重跑一次勾上再转录。实时转录卡得厉害两件事一起做换 Whisper.cpp 后端模型降到 tiny 或 base。GPU 没有参与计算确认显卡驱动装好、偏好设置里能看到 CUDA 相关选项没有 GPU 就用 Whisper.cpp 纯 CPU 跑性能依然可用。模型下载太慢国内网络环境可参照官方 FAQ里的镜像加速办法。回到开头那份两小时的会议录音现在把它丢进 Buzz选 small等一条 Completed你要找的名字和数字已经变成能直接搜索的文本。第一步很简单——装好它导入你手头最急需整理的那份录音。觉得顺手去项目仓库点个 Star踩到新坑提个 issue 让更多人少绕路。Buzz 的插件体系plugins/里还有 AI 摘要、自动 Resize 等能力在持续迭代这套离线转录工作流值得装进你的日常工具。【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
Buzz 离线语音转文字完整教程5 步本地转录免费不限时长【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两小时的会议录音躺在桌面上你想搜一下客户提到的那个名字和数字只能来回拖动时间轴反复听。Buzz 离线语音转文字把 OpenAI 的 Whisper 模型装进你自己的电脑音频不出本机就能变成可搜索、可编辑的文本断网也能照常工作。这篇教程从安装讲到导出第一份字幕文件全程 5 步左右不需要任何编程基础。 先装好 Buzz三个平台各有一条最省事的命令装之前先记住一个判断Buzz 的所有计算都发生在本地所以装得越简单越早能开始转录。Windows / macOS到项目发布页SourceForge下载对应系统的安装包。Windows 用户注意安装包未做代码签名安装时会弹安全警告点更多信息→仍要运行即可源码完全公开可查Linux用 Flatpak 或 Snap 一条命令装完见下方命令已有 Python 3.12 环境直接从 PyPI 安装装完用python -m buzz启动需先装好 ffmpeg。flatpak install flathub io.github.chidiwilliams.Buzzpip install buzz-captions python -m buzz⚠️ 注意想体验最新未发布改动的开发者可克隆仓库git clone https://gitcode.com/GitHub_Trending/buz/buzz后按 README 安装依赖但新手直接用上面三种方式更稳。 导入一个文件5 步拿到第一份文字稿这一节解决你最基本的问题把一段音频变成文字。第 1 步按CtrlOmacOS 为CmdO或点菜单栏文件 → 导入媒体文件选择音频或视频。MP3、WAV、M4A、FLAC 等音频和 MP4、MOV 等视频都能直接丢进去Buzz 内部会自己完成解码。第 2 步在导入设置里确认三个关键下拉框。选项怎么选理由Task任务Transcribe转录要原文文字就选它要任意语言翻成英文选 Translate to EnglishLanguage语言知道就手动选如 zh自动检测偶尔误判手动指定准确率更高Model模型默认选 small速度、内存、准确率的平衡点下文细讲第 3 步点Run。任务进入队列主界面实时显示进度。第 4 步等状态变成 Completed。任务列表会保留每条任务用的模型和耗时方便你回头对比。第 5 步双击任务行进入转录查看器带时间戳的文字已经在那里了。 提示菜单里还能导入 URLCtrlUBuzz 支持直接抓 YouTube 链接的音频来转录。️ 校对改错再把转录稿导出成字幕转录只是起点这一节讲怎么把稿子改对、导出成能用的文件。三种视图随手切左上角的视图按钮在时间戳、纯文本、翻译之间切换对应快捷键CtrlT/CtrlE/CtrlL。时间戳表格适合校对纯文本适合整段粘进文档。想查某个词按CtrlF播放/暂停是CtrlP。双击就能改在时间戳表格里双击文本单元格直接修改改动自动保存。配合两个快捷键能精细对齐音频Ctrl←/→微调当前片段开始时间CtrlShift←/→微调结束时间。把断句修整齐做字幕最怕长句被拦腰截断。查看器工具栏的Resize功能可以按最大字幕长度、标点、静音间隙重新分组——但有个前提转录前必须勾选词级时间戳没有词级数据重组功能就无从下手。导出格式查看器导出菜单支持三种格式另可通过插件export_docx增加 Word 文档导出。格式用途TXT纯文本直接进文档SRT / VTT字幕文件导入剪辑软件或视频平台 提示默认导出文件名和路径模板可在偏好设置里自定义设一次之后每次自动套用插件与偏好设置细节可查官方文档。️ 选对模型速度、内存、准确率各占什么位置模型是转录质量的第一变量。Whisper 家族从 tiny 到 large每升一档准确率提升耗时和内存也上台阶。各档下载体积在代码里写得明明白白给你一张对照表模型下载体积适用场景tiny约 73 MB实时录音、只看大意base约 139 MB低配电脑small约 462 MB日常直接用这个平衡点最好medium约 1.5 GB术语密集、口音复杂建议有 GPUlarge / large-v3约 2.9 GB专业录音强烈建议 GPU模型管理在偏好设置 → Models一边是已下载、一边是待下载清单勾选后点 Download也可以粘贴自定义模型的下载地址。第一次运行某模型时它会自动下载建议提前把常用模型拉好。后端怎么选Buzz 内置 5 种WhisperPyTorch、Whisper.cpp、Faster Whisper、Hugging Face、OpenAI Whisper API。日常推荐 Whisper.cpp——纯 CPU 就能跑还能利用 Vulkan 加速有 NVIDIA 显卡则用 Whisper 后端开 CUDAlarge 模型的耗时能从小时级压到分钟级。️ 现场实时转录会议进行中就把话变成字文件转录解决事后整理实时录音解决现场速记。主界面切到 Live Recording 标签选麦克风、语言、模型点红色 Record 按钮文字随语音逐行生成。两个实用开关录制模式偏好设置里可选Append below只往下追加或Append and correct回头修正刚生成的句子。想要更准就选后者代价是更吃硬件演示窗口转录时打开 Presentation Window把实时字幕投到外接屏或直播间做演讲同传、远程会议看稿都合适。⚠️ 注意实时转录对性能最挑剔请用 Whisper.cpp 后端配 tiny 或 base 模型否则文字跟不上语速。想转录的是系统自己发出的声音吗播客、线上会议用虚拟声卡把系统输出重定向到 Buzz 即可具体接法见官方 FAQ。⌨️ 命令行把批量转录交给一条命令文件一多GUI 逐个点就慢了。buzz add支持一次传入多个文件参数都能定制buzz add --task transcribe --model-type whispercpp --model-size small --srt 访谈.mp3 会议.wav这条命令用 Whisper.cpp 的 small 模型转录两个文件并直接输出 SRT 字幕。常用参数参数作用-l zh指定语言跳过自动检测-p 提示词把人名、产品名写进提示词减少错字--word-timestamps生成词级时间戳Resize 的前置条件--hide-gui隐藏主窗口适合脚本和定时任务-d 目录指定输出目录配合同步导出的--srt/--vtt/--txt以及监控文件夹功能新文件自动进队列夜里挂一个任务早上收稿。完整参数说明见CLI 文档。❓ 常见问题这几个坑先替你踩过中文识别老翻车别依赖自动检测界面或命令行都手动指定zh准确率立竿见影……啊不会明显提升这是最常见的设置疏漏。为什么 Resize 不可用检查转录时是否勾了词级时间戳。没勾就重跑一次勾上再转录。实时转录卡得厉害两件事一起做换 Whisper.cpp 后端模型降到 tiny 或 base。GPU 没有参与计算确认显卡驱动装好、偏好设置里能看到 CUDA 相关选项没有 GPU 就用 Whisper.cpp 纯 CPU 跑性能依然可用。模型下载太慢国内网络环境可参照官方 FAQ里的镜像加速办法。回到开头那份两小时的会议录音现在把它丢进 Buzz选 small等一条 Completed你要找的名字和数字已经变成能直接搜索的文本。第一步很简单——装好它导入你手头最急需整理的那份录音。觉得顺手去项目仓库点个 Star踩到新坑提个 issue 让更多人少绕路。Buzz 的插件体系plugins/里还有 AI 摘要、自动 Resize 等能力在持续迭代这套离线转录工作流值得装进你的日常工具。【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
