Buzz 本地语音转文字：三步跑通离线音频转录，录音不用出电脑

Buzz 本地语音转文字三步跑通离线音频转录录音不用出电脑【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开完会把录音丢给在线转写服务心里总不踏实——录音里有客户名、合同细节、内部观点传上去就不在自己手里了。在线工具还按时长计费高峰期要排队。Buzz 就是把这个活儿搬回本地的这篇 Buzz 使用教程面向第一次本地语音转文字的你全程只用到自己的电脑。Buzz 是什么装在自己电脑上的本地转写服务Buzz 是个桌面应用把音频丢进去它调用 OpenAI 的 Whisper开源语音转文字模型不是云端接口在你本机完成识别。声音不出硬盘这就是音频转文字不上传——不注册账号、断网能用、不收时长费。对接触客户通话、合同录音、内部会议的人来说这是放心和提心吊胆的区别。从零到第一次转出文字三步第 1 步安装。最省事的路径是走 PyPIPython 的官方包仓库装好再启动pip install buzz-captions python -m buzz需要 Python 3.12并提前装好 ffmpeg处理音视频的命令行工具。Windows 和 Mac 用户也可以直接下载官方安装包Windows 版没有签名系统报警告时点更多信息→仍要运行即可Linux 一行命令flatpak install flathub io.github.chidiwilliams.Buzz。想尝鲜最新版先克隆仓库git clone https://gitcode.com/GitHub_Trending/buz/buzz再按仓库内文档构建求稳用 PyPI 版即可。第 2 步选模型。首次转录时 Buzz 会自动下载模型一个几十 MB 的语音识别文件不用手动摆弄。这是最省心的 Whisper 本地部署在偏好设置 → Models 里选 Whisper.cpp 后端用 C 优化的 Whisper普通 CPU 就能跑也兼容多数显卡 tiny 模型。第 3 步转第一段音频。点选个音频文件开始。第一次慢模型在预热很正常第二次就快了。熟悉之后也可以不进图形界面直接一条命令跑完buzz add -m whispercpp -s small -l zh --srt meeting.mp3-s是模型大小--srt输出字幕文件完整参数见 docs/docs/cli.md。先上手三个常见情境两小时访谈长音频准确率优先导入录音文件拖进主窗口即可语言选自动检测或中文。模型别再用 tiny换 whispercpp medium。tiny 转 30 秒语音备忘够用两小时访谈就糙了。让它跑。两小时的音频普通笔记本也要一段时间——去倒杯水回来。完成后双击打开转录编辑器边播放边校对Buzz 还支持说话人识别能把访谈里你问我答的两方分开标注。校订关键引用导出 TXT 收工。播客剪字幕SRT 直接进剪辑软件导入播客成片whispercpp base 模型就够——播客收音干净base 的准确率足够。转完先别逐字校对把字幕导出来再说。导出 SRTBuzz 原生支持 TXT / SRT / VTT 三种格式。导出的行往往太长打开转录用 Resize 功能把每行最大字数设成 40 左右它会按新长度重排时间轴。SRT 拖进剪辑软件完事。临时会议纪要边说边录会前打开 Buzz点红色录音按钮看电平表动了没有动了就是麦克风正常。开会时 Buzz 实时转录需要投给别人看就切到演示窗口大字显示。散会停止校一遍关键数字和决定复制进纪要。比事后回听快录音文件同样留在本地随时可以重转。容易卡住的点转得慢换小一号的模型或把后端切到 Whisper.cppN 卡显存 6GB 以上可以试 faster-whisper优化版N 卡上快很多。首次启动慢模型是第一次用到才下载缓存在本地Linux 在~/.cache/Buzz。完全断网的机器先在别的电脑下好模型再整个复制 models 文件夹过去仓库里的 scripts/download-models.py 就是干这个的。麦克风报 9999 错误多半是系统权限Windows 去 设置 → 隐私 → 麦克风 里把 Buzz 打开。闪退或转出来乱码模型文件损坏了偏好设置 → Models 里删掉重下。老电脑Buzz 需要 CPU 支持 AVX2 指令集近十年基本都有再老的机器可能直接跑不起来。新文件想自动转偏好设置里开 Folder Watch文件夹监视丢进指定目录的音频会自动开始转录适合每天收一堆访谈录音的人。录音留在自己电脑里文字照样交差。【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