Buzz 语音转录免费离线跑通 Whisper 的完整上手指南【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周一上午三场会议的录音要赶在下午交字幕。与其把文件传到云端排队等计费不如直接在本机转录Buzz 基于 OpenAI Whisper 实现离线语音转录与翻译不依赖任何在线服务处理全程免费也适合对隐私有要求的音频。它是什么值不值得装Buzz 是一个开源MIT 协议当前版本 1.4.5的桌面音频转录与翻译工具核心是 OpenAI Whisper 模型内置 Whisper、Faster Whisper、Whisper.cpp、HuggingFace 四种本地推理引擎外加可选的 OpenAI API 后端。适合谁会议、访谈、医疗/法律等敏感音频的处理者需要批量产出字幕的内容制作者不想按分钟付云转录费用的用户。不适合谁只想调云 API 拿结果的团队没有 AVX2 指令集的老旧电脑程序无法运行希望零配置、连模型下载都省掉的场景。对比维度其实只有一个Buzz 用数据不出本机换自己管理模型与硬件。如果你在意前者它值得放进工具箱如果你更在意开箱即用云 API 更省事。部署与首次运行三个平台各一条路径macOS下载 .dmg 安装包Intel 与 Apple silicon 均支持Windows下载安装程序未签名安装时选择仍要运行Linuxflatpak install flathub io.github.chidiwilliams.Buzz或sudo snap install buzz开发者克隆仓库后从 PyPI 安装git clone https://gitcode.com/GitHub_Trending/buz/buzz pip install buzz-captions python -m buzz首次运行必做的 3 件事下载一个模型Help → Preferences → Models默认推荐 tiny约 73MB。模型缓存位置为 Linux~/.cache/Buzz/models、macOS~/Library/Caches/Buzz、Windows%USERPROFILE%\AppData\Local\Buzz\Buzz\Cache也可用环境变量BUZZ_MODEL_ROOT改到自定义目录。明确指定语言自动检测在混合语言录音上容易翻车界面里直接选定语言更稳。确认导出文件名模板默认为{{ input_file_name }} ({{ task }}d on {{ date_time }})批量处理时建议改成简洁规则便于后续归档。核心工作流拆解从音频到字幕的一条流水线Buzz 的主流程是一条导入 → 处理 → 校对 → 导出的流水线主窗口的任务表贯穿始终。第一步导入。CtrlO、工具栏或直接拖拽支持本地音视频文件与在线 URL。产物是任务表中的一条记录任务类型Transcribe 转录 / Translate 翻译、模型、语言都挂在这条记录上。第二步处理。点击 Run 后在后台排队执行转写逻辑位于 buzz/transcriber/ 模块引擎差异例如 Whisper.cpp 走 C 后端、Faster Whisper 走 CTranslate2在这里统一封装。可选开关包括 Initial prompt把易错的人名、术语塞进提示词以减少拼写错误、Word-level timings生成词级时间戳、Extract speech先分离人声再转录。第三步校对。双击任务行打开转录查看器逐段编辑文本点击段落可回听对应音频内置说话人分离Speaker Identification可自动区分不同发言人。第四步导出。选择 TXT、SRT 或 VTT 落盘。字幕行过长或过短时用 Transcription Resizer 按间隔合并、按标点拆分不需要手动拖时间轴。另外两个省事的入口偏好里的 Folder Watch 会监控指定文件夹新音频自动入队buzz/plugins/ 目录下的插件系统已内置跳过已转录文件导出 DOCX降噪DeepFilterNet等可开关组件。性能与调优按硬件选引擎和模型模型体积直接决定内存与速度tiny 约 73MB、base 约 139MB、small 约 462MB、medium 约 1.5GB、large 系列约 2.9GB、large-v3-turbo 约 1.6GB。按配置分档的实用建议硬件档位引擎模型预期8GB 内存 / 无独显Whisper.cpptiny、base能跑完精度一般16GB 内存Whisper.cppsmall、medium日常转录够用32GB NVIDIA≥6GB 显存Faster Whisperlarge-v3 / large-v3-turbo速度与精度兼顾几个来自官方 FAQ 的可验证结论Faster Whisper 需要 NVIDIA 显卡且至少 6GB 显存才划算没有 N 卡就用 Whisper.cpp它兼容任意显卡、纯 CPU 也能实时转写large-v3 精度最高但偶发幻觉生成音频里不存在的词追求稳定可选 large-v2名字带.en的模型仅支持英文。NVIDIA 用户在 Linux 上开箱即用 CUDAWindows 安装包自带 CUDA 12 支持旧版 CUDA 机器会自动回落到 CPU。高频问题Q完全离线的电脑能用吗A能。先在有网机器上下载好模型把 models 目录如~/.cache/Buzz/models整体拷到离线机器相同位置即可仓库里的 scripts/download-models.py 可批量预置模型缓存。Q转得太慢怎么办A降模型档位、换 Whisper.cpp 引擎实在不行再考虑配置 OpenAI API 走远端。Q怎么转录电脑系统声音A装虚拟声卡macOS 用 BlackHole、Windows 用 VB-CABLE、Linux 用 PulseAudio 路由在 Buzz 录音源里选该虚拟设备。Q录音报PaErrorCode-9999A检查系统麦克风权限Windows 在 设置 → 隐私 → 麦克风并确认杀毒软件没有拦截。下一步下载 tiny 模型用 Whisper.cpp 引擎跑一条会议录音记录耗时和错词率不满意再按上表升档到 medium 或 large-v3-turbo。更多细节可查 docs/ 下的使用手册整个调优过程不需要离开本机。【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 语音转录免费离线跑通 Whisper 的完整上手指南【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周一上午三场会议的录音要赶在下午交字幕。与其把文件传到云端排队等计费不如直接在本机转录Buzz 基于 OpenAI Whisper 实现离线语音转录与翻译不依赖任何在线服务处理全程免费也适合对隐私有要求的音频。它是什么值不值得装Buzz 是一个开源MIT 协议当前版本 1.4.5的桌面音频转录与翻译工具核心是 OpenAI Whisper 模型内置 Whisper、Faster Whisper、Whisper.cpp、HuggingFace 四种本地推理引擎外加可选的 OpenAI API 后端。适合谁会议、访谈、医疗/法律等敏感音频的处理者需要批量产出字幕的内容制作者不想按分钟付云转录费用的用户。不适合谁只想调云 API 拿结果的团队没有 AVX2 指令集的老旧电脑程序无法运行希望零配置、连模型下载都省掉的场景。对比维度其实只有一个Buzz 用数据不出本机换自己管理模型与硬件。如果你在意前者它值得放进工具箱如果你更在意开箱即用云 API 更省事。部署与首次运行三个平台各一条路径macOS下载 .dmg 安装包Intel 与 Apple silicon 均支持Windows下载安装程序未签名安装时选择仍要运行Linuxflatpak install flathub io.github.chidiwilliams.Buzz或sudo snap install buzz开发者克隆仓库后从 PyPI 安装git clone https://gitcode.com/GitHub_Trending/buz/buzz pip install buzz-captions python -m buzz首次运行必做的 3 件事下载一个模型Help → Preferences → Models默认推荐 tiny约 73MB。模型缓存位置为 Linux~/.cache/Buzz/models、macOS~/Library/Caches/Buzz、Windows%USERPROFILE%\AppData\Local\Buzz\Buzz\Cache也可用环境变量BUZZ_MODEL_ROOT改到自定义目录。明确指定语言自动检测在混合语言录音上容易翻车界面里直接选定语言更稳。确认导出文件名模板默认为{{ input_file_name }} ({{ task }}d on {{ date_time }})批量处理时建议改成简洁规则便于后续归档。核心工作流拆解从音频到字幕的一条流水线Buzz 的主流程是一条导入 → 处理 → 校对 → 导出的流水线主窗口的任务表贯穿始终。第一步导入。CtrlO、工具栏或直接拖拽支持本地音视频文件与在线 URL。产物是任务表中的一条记录任务类型Transcribe 转录 / Translate 翻译、模型、语言都挂在这条记录上。第二步处理。点击 Run 后在后台排队执行转写逻辑位于 buzz/transcriber/ 模块引擎差异例如 Whisper.cpp 走 C 后端、Faster Whisper 走 CTranslate2在这里统一封装。可选开关包括 Initial prompt把易错的人名、术语塞进提示词以减少拼写错误、Word-level timings生成词级时间戳、Extract speech先分离人声再转录。第三步校对。双击任务行打开转录查看器逐段编辑文本点击段落可回听对应音频内置说话人分离Speaker Identification可自动区分不同发言人。第四步导出。选择 TXT、SRT 或 VTT 落盘。字幕行过长或过短时用 Transcription Resizer 按间隔合并、按标点拆分不需要手动拖时间轴。另外两个省事的入口偏好里的 Folder Watch 会监控指定文件夹新音频自动入队buzz/plugins/ 目录下的插件系统已内置跳过已转录文件导出 DOCX降噪DeepFilterNet等可开关组件。性能与调优按硬件选引擎和模型模型体积直接决定内存与速度tiny 约 73MB、base 约 139MB、small 约 462MB、medium 约 1.5GB、large 系列约 2.9GB、large-v3-turbo 约 1.6GB。按配置分档的实用建议硬件档位引擎模型预期8GB 内存 / 无独显Whisper.cpptiny、base能跑完精度一般16GB 内存Whisper.cppsmall、medium日常转录够用32GB NVIDIA≥6GB 显存Faster Whisperlarge-v3 / large-v3-turbo速度与精度兼顾几个来自官方 FAQ 的可验证结论Faster Whisper 需要 NVIDIA 显卡且至少 6GB 显存才划算没有 N 卡就用 Whisper.cpp它兼容任意显卡、纯 CPU 也能实时转写large-v3 精度最高但偶发幻觉生成音频里不存在的词追求稳定可选 large-v2名字带.en的模型仅支持英文。NVIDIA 用户在 Linux 上开箱即用 CUDAWindows 安装包自带 CUDA 12 支持旧版 CUDA 机器会自动回落到 CPU。高频问题Q完全离线的电脑能用吗A能。先在有网机器上下载好模型把 models 目录如~/.cache/Buzz/models整体拷到离线机器相同位置即可仓库里的 scripts/download-models.py 可批量预置模型缓存。Q转得太慢怎么办A降模型档位、换 Whisper.cpp 引擎实在不行再考虑配置 OpenAI API 走远端。Q怎么转录电脑系统声音A装虚拟声卡macOS 用 BlackHole、Windows 用 VB-CABLE、Linux 用 PulseAudio 路由在 Buzz 录音源里选该虚拟设备。Q录音报PaErrorCode-9999A检查系统麦克风权限Windows 在 设置 → 隐私 → 麦克风并确认杀毒软件没有拦截。下一步下载 tiny 模型用 Whisper.cpp 引擎跑一条会议录音记录耗时和错词率不满意再按上表升档到 medium 或 large-v3-turbo。更多细节可查 docs/ 下的使用手册整个调优过程不需要离开本机。【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
