Buzz 快速上手指南用 Whisper 在本地离线生成转录与字幕【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/buzzBuzz 是一款基于 OpenAI Whisper 的离线语音识别工具它在你自己的电脑上完成音频与视频的转录和翻译无需把文件上传到云端并支持导出 TXT、SRT、VTT 三种格式Windows、macOS、Linux 均可免费使用。它解决什么问题Buzz 的官方定位是一句话在个人电脑上离线转录并翻译音频由 OpenAI Whisper 驱动。与把音频上传到云端 API 的方式不同Buzz 的全部处理都在本机完成转录支持的语言超过 90 种完整语言列表见 CLI 参考。对比维度云端语音服务Buzz 本地处理数据隐私音频必须上传到远程服务器音频不离开本机网络依赖断网即不可用模型预下载后完全离线可用使用费用按调用量或时长计费免费无调用费用文件限制云服务商常有大小或时长限制本地文件想处理多少都行可批量最小步骤跑通普通用户从官方发布页下载 Windows 安装包或 macOS 的 .dmg 文件安装即可。Windows 安装时会弹出安全警告因为程序未签名点「更多信息 → 仍要运行」放行。Linux 用户一条 Flatpak 命令安装也提供 Snap 版本flatpak install flathub io.github.chidiwilliams.Buzz开发者需要 Python 3.12 环境并先装好系统 ffmpegpip install buzz-captions python -m buzz之后 4 步出第一个结果按 CtrlO或点工具栏「」按钮选择一个音频或视频文件在弹窗中把任务设为 Transcribe、选好语言与模型首次运行会自动下载模型点 Run等待任务列表状态变为 Completed双击该行打开转录结果查看文本与时间轴。避坑提示模型文件存在用户缓存目录下载损坏时程序可能崩溃到 Help → Preferences → Models 删除后重新下载即可。核心能力拆解批量处理与文件夹监控一次可向任务队列添加多个文件每个任务独立显示排队、进行中、完成或失败状态在偏好设置中开启文件夹监控后新放进文件夹的音频会自动转录适合播客、课程录音这类批量场景。Whisper 模型怎么选模型大小从 tiny 到 large 五档越小越快但准确率越低越大越准但对硬件要求越高。Buzz 支持多种后端按硬件对号入座选项适合场景速度准确率硬件要求tiny / base低配机器快速出稿快一般仅 CPU 即可small / medium日常使用、平衡之选中较好建议有 GPUlarge / large-v3高精度场景慢最高高性能 GPU 或更多时间Whisper.cpp 后端无独显的笔记本、Mac快较好集显Vulkan或 CPUFaster Whisper 后端Nvidia GPU 且有 6GB 以上显存很快较好显存 ≥ 6GB避坑提示large-v3 偶尔会「幻觉」出音频里不存在的词turbo 档在速度与准确率间折中官方建议在目标语言里实测几款再定。实时录音转录在录音界面选好语言、模型与麦克风点 Record 即可把麦克风声音实时转成文字演示或会议时可另开「演示窗口」把字幕投到大屏。实时转录比较吃资源官方建议使用 Whisper.cpp 后端并搭配较小的模型。编辑与字幕导出转录查看器提供时间轴视图播放与文字同步。导入时勾选词级时间戳后可用 Resize 工具把逐词行合并为字幕行设置每行最大长度、是否按标点断行再导出 TXT、SRT、VTT若原始音频还在本机合并时会分析音频静音段让字幕时间更准。一个完整工作流从音视频到 SRT 字幕以「把讲座视频做成 SRT 字幕」为例端到端 5 步第 1–4 步对应 文件导入文档输入CtrlO 导入视频文件mp3、mp4 等均可配置任务选 Transcribe明确指定语言官方不建议依赖自动检测开启 Word-Level Timings导出格式选 SRT运行点 Run完成后双击任务行打开转录结果抽查导出字幕行太密就点 Resize设每行最大长度与是否按标点拆分保存 SRT 或 VTT 文件结果去向字幕文件按导入时选择的导出格式落盘原始音频还在本机时可随时用 Resize 再调时间。同一条流程也能用命令行自动化例如用 Whisper.cpp 批量出 SRT 和 VTTbuzz add --model-type whispercpp --model-size small --srt --vtt 讲座.mp4适合谁不适合谁适合处理会议、访谈等敏感音频不想上传到任何云端的人无稳定网络环境或需要批量生产 SRT/VTT 字幕的内容制作者没有 Nvidia 独显的用户Whisper.cpp 支持集显与纯 CPUMac 上同样可用。不适合非常老的电脑Buzz 要求 CPU 支持 AVX2更早的机型无法运行期望「免费翻译成任意语言」的人内置 Whisper 翻译只到英文译成其他语言需要配置 OpenAI 兼容 API也可指向本地运行的模型。常见问题模型档位怎么选没有唯一答案。日常先用 small 或 medium准确率不够再上 large官方 FAQ 给出的办法是在自己的语言里实测几款。转录太慢怎么办换 Whisper.cpp 后端或改用更小的模型Nvidia 显卡显存 6GB 以上可换 Faster Whisper官方 FAQ 称它比原版 Whisper 快一个数量级且更省内存。为什么自动语言检测不准检测只依据音频前几秒开头就容易判错。知道语言就手动指定中文填 zh支持 90 余种语言官方也明确建议这样做。完全离线的电脑能用吗能。在联网电脑上下载好模型把模型目录Linux 为 ~/.cache/Buzz整体拷贝到离线机相同位置即可仓库还附带 scripts/download-models.py 帮助批量准备离线模型缓存。Buzz 崩溃先查什么先怀疑模型文件损坏Help → Preferences → Models 中删除已下载模型并重新下载多数崩溃即由此解决。延伸资源官方文档首页CLI 参数参考官方 FAQ快捷键定义与自定义【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 快速上手指南用 Whisper 在本地离线生成转录与字幕【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/buzzBuzz 是一款基于 OpenAI Whisper 的离线语音识别工具它在你自己的电脑上完成音频与视频的转录和翻译无需把文件上传到云端并支持导出 TXT、SRT、VTT 三种格式Windows、macOS、Linux 均可免费使用。它解决什么问题Buzz 的官方定位是一句话在个人电脑上离线转录并翻译音频由 OpenAI Whisper 驱动。与把音频上传到云端 API 的方式不同Buzz 的全部处理都在本机完成转录支持的语言超过 90 种完整语言列表见 CLI 参考。对比维度云端语音服务Buzz 本地处理数据隐私音频必须上传到远程服务器音频不离开本机网络依赖断网即不可用模型预下载后完全离线可用使用费用按调用量或时长计费免费无调用费用文件限制云服务商常有大小或时长限制本地文件想处理多少都行可批量最小步骤跑通普通用户从官方发布页下载 Windows 安装包或 macOS 的 .dmg 文件安装即可。Windows 安装时会弹出安全警告因为程序未签名点「更多信息 → 仍要运行」放行。Linux 用户一条 Flatpak 命令安装也提供 Snap 版本flatpak install flathub io.github.chidiwilliams.Buzz开发者需要 Python 3.12 环境并先装好系统 ffmpegpip install buzz-captions python -m buzz之后 4 步出第一个结果按 CtrlO或点工具栏「」按钮选择一个音频或视频文件在弹窗中把任务设为 Transcribe、选好语言与模型首次运行会自动下载模型点 Run等待任务列表状态变为 Completed双击该行打开转录结果查看文本与时间轴。避坑提示模型文件存在用户缓存目录下载损坏时程序可能崩溃到 Help → Preferences → Models 删除后重新下载即可。核心能力拆解批量处理与文件夹监控一次可向任务队列添加多个文件每个任务独立显示排队、进行中、完成或失败状态在偏好设置中开启文件夹监控后新放进文件夹的音频会自动转录适合播客、课程录音这类批量场景。Whisper 模型怎么选模型大小从 tiny 到 large 五档越小越快但准确率越低越大越准但对硬件要求越高。Buzz 支持多种后端按硬件对号入座选项适合场景速度准确率硬件要求tiny / base低配机器快速出稿快一般仅 CPU 即可small / medium日常使用、平衡之选中较好建议有 GPUlarge / large-v3高精度场景慢最高高性能 GPU 或更多时间Whisper.cpp 后端无独显的笔记本、Mac快较好集显Vulkan或 CPUFaster Whisper 后端Nvidia GPU 且有 6GB 以上显存很快较好显存 ≥ 6GB避坑提示large-v3 偶尔会「幻觉」出音频里不存在的词turbo 档在速度与准确率间折中官方建议在目标语言里实测几款再定。实时录音转录在录音界面选好语言、模型与麦克风点 Record 即可把麦克风声音实时转成文字演示或会议时可另开「演示窗口」把字幕投到大屏。实时转录比较吃资源官方建议使用 Whisper.cpp 后端并搭配较小的模型。编辑与字幕导出转录查看器提供时间轴视图播放与文字同步。导入时勾选词级时间戳后可用 Resize 工具把逐词行合并为字幕行设置每行最大长度、是否按标点断行再导出 TXT、SRT、VTT若原始音频还在本机合并时会分析音频静音段让字幕时间更准。一个完整工作流从音视频到 SRT 字幕以「把讲座视频做成 SRT 字幕」为例端到端 5 步第 1–4 步对应 文件导入文档输入CtrlO 导入视频文件mp3、mp4 等均可配置任务选 Transcribe明确指定语言官方不建议依赖自动检测开启 Word-Level Timings导出格式选 SRT运行点 Run完成后双击任务行打开转录结果抽查导出字幕行太密就点 Resize设每行最大长度与是否按标点拆分保存 SRT 或 VTT 文件结果去向字幕文件按导入时选择的导出格式落盘原始音频还在本机时可随时用 Resize 再调时间。同一条流程也能用命令行自动化例如用 Whisper.cpp 批量出 SRT 和 VTTbuzz add --model-type whispercpp --model-size small --srt --vtt 讲座.mp4适合谁不适合谁适合处理会议、访谈等敏感音频不想上传到任何云端的人无稳定网络环境或需要批量生产 SRT/VTT 字幕的内容制作者没有 Nvidia 独显的用户Whisper.cpp 支持集显与纯 CPUMac 上同样可用。不适合非常老的电脑Buzz 要求 CPU 支持 AVX2更早的机型无法运行期望「免费翻译成任意语言」的人内置 Whisper 翻译只到英文译成其他语言需要配置 OpenAI 兼容 API也可指向本地运行的模型。常见问题模型档位怎么选没有唯一答案。日常先用 small 或 medium准确率不够再上 large官方 FAQ 给出的办法是在自己的语言里实测几款。转录太慢怎么办换 Whisper.cpp 后端或改用更小的模型Nvidia 显卡显存 6GB 以上可换 Faster Whisper官方 FAQ 称它比原版 Whisper 快一个数量级且更省内存。为什么自动语言检测不准检测只依据音频前几秒开头就容易判错。知道语言就手动指定中文填 zh支持 90 余种语言官方也明确建议这样做。完全离线的电脑能用吗能。在联网电脑上下载好模型把模型目录Linux 为 ~/.cache/Buzz整体拷贝到离线机相同位置即可仓库还附带 scripts/download-models.py 帮助批量准备离线模型缓存。Buzz 崩溃先查什么先怀疑模型文件损坏Help → Preferences → Models 中删除已下载模型并重新下载多数崩溃即由此解决。延伸资源官方文档首页CLI 参数参考官方 FAQ快捷键定义与自定义【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
