Buzz 离线语音转文字实战从安装到跑通首次转录的完整路径【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 是一款离线语音转文字工具基于 OpenAI Whisper 模型把语音转写、多语言翻译整个流程跑在你自己的电脑上音频数据不出本机。如果你手头有会议录音、课程视频或采访音频想快速变成文字又不想把数据传到云端它很适合你。它到底能帮你做什么导入任意音视频文件转写后导出 TXT、SRT、VTT 字幕YouTube 链接也能直接转。麦克风实时转写还带大字体的演示窗口做现场演讲、直播字幕够用。多人对话可以开说话人识别标出每句话是谁说的。有文件夹监听新丢进去的音频自动处理适合攒了一堆素材的人。翻译方面外语音频可以转成英文也可以接大模型翻译成你想要的语言。下面直接上手。跑起来最小可用路径最快的路子是从 PyPI 装前提是你的机器上有 Python 3.12 和 ffmpeg整个流程就三步。安装 Buzz 包这一步会把全部依赖装好pip install buzz-captions启动应用首次运行会下载默认组件并打开主界面python -m buzz点右上角 导入一段音频选个模型先用 base 试水、确认语言点 Run 即可。状态变成 Completed 后双击这一行就打开转录结果。最小路径到此走通Mac、Windows 也可以装官方安装程序Linux 走 Flatpak 或 Snap细节看 安装文档。两个最典型的用法把会议录音变成本地纪要你的情况是刚开完一个两小时的会想把录音变成能读的文字。你只需要导入文件选 medium 模型语言手动选成会议语言别用自动检测如果有专有名词在 Advanced 按钮下的 Initial prompt 里把它们写进去防拼错。你会得到一份带时间戳的文本想要字幕就把导出格式切成 SRT直接进剪辑软件。边访谈边出实时字幕你的情况是线下访谈或远程沟通希望对方话音刚落就以文字呈现。你只需要选好录音任务、麦克风和模型点 Record。你会得到逐句滚动的实时转录现场演示时还能打开 Presentation 窗口投到大屏。实时场景官方建议配 Whisper.cpp 加小模型占用低核显笔记本都能流畅跑。怎么让它跑得更快更准按硬件选模型而不是盲目上最大的——当转录慢到难以忍受时先降模型或换引擎。Buzz 有四个后端Whisper、Faster Whisper、Whisper.cpp、HuggingFace。N 卡显存 6GB 以上选 Faster Whisper速度最快没有 N 卡或是 Mac选 Whisper.cppCPU 也能跑。语言手动指定——自动检测靠开头几秒猜语言中英混杂的音频经常猜错确定语言后直接选准确率立竿见影。给模型喂提示词——Whisper 容易拼错的人名、产品名、专业术语写进 Initial prompt任务设置里 Advanced 按钮下能明显减少错字环境噪音大时勾选 Extract speech 先做语音分离转录会更干净。踩过的坑及解法模型下载后启动崩溃或转录报错——模型文件下载中断就会损坏程序直接起不来。进 Help → Preferences → Models 删掉对应模型重新下载别在缓存目录里硬修。录音时报 PaErrorCode-9999——基本是系统层面没给麦克风权限。Windows 去 设置 → 隐私 → 麦克风 确认 Buzz 在允许列表里macOS 在系统设置的隐私与安全里授权。转录慢得 CPU 被打满——多半是在没有 N 卡的机器上用了默认 Whisper 引擎加大模型。换成 Whisper.cpp、模型降到 small 或 base体感立刻不一样要完全离线使用把模型目录Linux 在~/.cache/Buzz/models从别的机器拷过来就行。延伸阅读各系统的详细安装方式和模型选型问题仓库里带了一份很全的 FAQ配合 安装文档 看基本能覆盖所有装不起来的场景。Buzz 把离线语音转文字这条路铺得很平找一个手头的音频文件现在就去跑通第一次转录吧。【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
