Buzz 完整教程免费离线语音转文字4 步把音频文件变成字幕【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 是一款免费开源的离线语音转文字桌面应用。它把 OpenAI 的 Whisper 模型跑在你自己的电脑上音频转录与翻译全程在本机完成录音不离开机器。适合需要本地语音识别、又不放心把录音上传云端的人。一、先下结论全程离线转录和翻译都在本机执行音频不离开你的电脑唯一的联网动作是首次下载模型缓存好之后断网照常跑。产出明确结果可导出 TXT、SRT、VTT 三种格式支持麦克风实时转录并带可放大显示的演示窗口另有说话人识别。短板Whisper 仍会错听专名、术语和重口音语音交付前必须人工校对别指望零校对。硬件门槛CPU 必须支持 AVX2太老的机器直接起不来纯 CPU 笔记本用 base 模型跑 10 分钟录音约十几到几十分钟有 GPU 可压到几分钟。不适合零校对交付、服务器级上万小时批处理这类需求走专用语音识别服务更合适。二、快速上手装好 Buzz跑出第一段文字1. 安装应用几分钟macOS 和 Windows 直接下载发行页的安装包Windows 版未签名首次启动会弹系统警告选更多信息 → 仍要运行即可。Linux 最省事flatpak install flathub io.github.chidiwilliams.Buzz想用 Python 环境管理的话需要 Python 3.12 和已装好的 ffmpegpip install buzz-captions python -m buzz你会看到主窗口打开中间是一个空的任务列表。2. 选后端和模型模型下载几分钟到几十分钟在任务列表新建一行任务类型选转录语言指定为 zh中文。模型分两层挑后端首选 Whisper.cpp纯 CPU 和 Mac 上都稳NVIDIA 显卡显存 6GB 以上可选 Faster Whisper官方 Whisper 实现内存占用大不建议作为第一选择。大小tiny 约 75MB、base 约 142MB、small 约 466MB、medium 约 1.5GB、large 约 2.9GB。第一次建议 base 或 small速度和质量平衡最好。你会看到下载进度走完模型缓存到本地Linux 在~/.cache/BuzzWindows 在%USERPROFILE%\AppData\Local\Buzz之后无需再联网。3. 导入音频并运行十几分钟到几十分钟CtrlO 选文件MP3、WAV、FLAC、MP4 都支持也接受在线链接点运行。纯 CPU 笔记本上30 分钟录音用 base/small 模型通常十几到几十分钟有 GPU 加速可压缩到几分钟内。你会看到任务状态从排队走到进行中最后变已完成。4. 打开结果1 分钟双击该行打开转录查看器可对照播放音频、搜索文本、调播放速度再保存为 TXT、SRT 或 VTT。到这一步第一份文字稿就出来了。三、跑通一个真实任务把播客访谈变成 SRT 字幕场景一段 40 分钟的播客访谈要出字幕给剪辑软件用。我试了一遍这段访谈全程只有三个动作导入时勾选词级时间戳。这是关键一步没有词级时间戳后面的字幕切分就缺素材。转录完成后打开 Resize 工具。设定每条字幕的最大字数、是否按标点切分、字幕时长Buzz 会把词级转录重组成常规字幕。导出 SRT 或 VTT直接拖进剪辑软件。其余能力都有现成路径会议场景开实时录音并打开演示窗口投屏多人抢话的嘈杂录音勾选提取语音先分离人声再转录需要分清谁说了什么时用说话人识别自动标注。四、转录遇到问题怎么办转录慢到离谱CPU 打满症状10 分钟录音跑了一个多小时风扇狂转。原因默认官方 Whisper 实现慢且吃内存或模型超出了硬件能力。解法后端换 Whisper.cpp模型降到 base 或 small显存 6GB 以上的 NVIDIA 卡可换 Faster Whisper官方 FAQ 也是这个建议。硬件实在跟不上时Buzz 允许用 OpenAI API 当远端后端但那就放弃了完全本地。识别语言跑偏开头输出乱码症状中文录音被识别成混杂语言前几段是无意义文本。原因自动检测语言只取开头几秒判断遇到静音、背景音乐或浓重口音容易误判。解法手动指定语言双语内容选主要语言即可官方文档同样建议尽量指定。模型下载完就闪退症状首次使用模型刚下完应用崩溃。原因模型文件不完整或损坏。解法在帮助 → 偏好设置 → 模型里删掉该模型重新下载仍不行就到帮助 → 关于 Buzz看日志定位。另外注意应用完全起不来时多半是 CPU 不支持 AVX2。五、进阶玩法CLI 批量转录与文件夹监听一条命令批处理整目录录音。Buzz 自带命令行图形界面的选项基本都能用参数表达用法见 docs/docs/cli.mdbuzz add -m whispercpp -s small -l zh --srt --txt --output-directory ./out --hide-gui ./input/*.mp3--hide-gui让主窗口不出现、任务后台跑完SRT/VTT/TXT 按指定目录落地配合 shell 循环或 cron 就是一套自动化管线。丢文件进文件夹自动转录。在偏好的 Folder Watch 页开启监控、选好文件夹与默认模型新音频自动排队导出文件名模板支持{{ input_file_name }}、日期等变量输出命名统一。想做完全离线部署用 scripts/download-models.py 在有网机器上把模型缓存备齐整个缓存目录拷到断网机器即可直接用。选一段 10 分钟的录音用 base 模型加 Whisper.cpp 跑一遍速度质量满意就纳入工作流。【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
