Buzz 离线语音转文字教程免费本地 Whisper 转录从安装到出字幕【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工具。它基于 OpenAI Whisper音频转录、翻译全在你自己的电脑上运行声音不出机器。图形界面和命令行都能用还支持实时录音跟着本文从装好一直走到导出字幕。快速上手装好并转出第一段文字最省事的路径是 Python 方式。确认 Python 3.12 和 ffmpeg 都装好后执行pip install buzz-captions python -m buzz这条命令安装 Buzz 包并启动图形界面。其他安装方式也都行得通Windows从 SourceForge 下载安装包程序未做签名安装时弹窗警告就选“更多信息”再“仍要运行”macOS下载 .dmg 拖进“应用程序”Apple Silicon 原生运行Linuxflatpak install flathub io.github.chidiwilliams.Buzz或sudo snap install buzz想追最新功能克隆源码后本地安装git clone https://gitcode.com/GitHub_Trending/buz/buzz模型文件别漏第一次用到哪个模型它会自动下载缓存放的位置按系统是 Linux 的~/.cache/Buzz、macOS 的~/Library/Caches/Buzz、Windows 的%USERPROFILE%\AppData\Local\Buzz\Buzz\Cache。完全无网的机器把联网电脑上的模型文件夹原样拷到目标机同一位置即可仓库里的scripts/download-models.py可以帮你预打包离线模型缓存。第一次转录三步走导入一段本地音频文件菜单或 CtrlO在任务行选好语言、选 base 这样的小模型语言手动指定是这一步里最关键的设置自动检测只参考开头几秒并不可靠点运行。状态列变成“已完成”后双击该行打开查看器原文件旁边多出一个 TXT 文件可以边听边对。能力地图它能替你处理什么维度能做什么说明输入类型音频MP3、WAV、M4A、OGG、FLAC 等、视频MP4、MKV、MOV、WebM 等视频自动抽出音轨麦克风实时录音也支持任务类型转录99 种语言、翻译成英文翻成其他语言需要接 OpenAI 兼容 API 的 AI 翻译需联网输出格式TXT、SRT、VTTSRT/VTT 直接当字幕用TXT 可当纪要草稿附加能力说话人识别、字幕调整大小、实时 TXT 导出、演示窗口说话人识别不支持 Intel Mac它做不了什么不替你做云端处理AI 翻成非英文语言依赖联网和 API key。三个高频工作流照着做就行会议录音变纪要适用于开实时会、访谈、讲座想边说边看到文字。在任务下拉里选“录音”挑好麦克风点录音文字随说话逐句蹦出来结束后打开结果TXT 就是纪要草稿多人对话时在查看器点“识别说话人”自动按人分组并标注关键开关录音模式默认“追加在下方”不想滚动就能看到最新一句就选“追加在上方”多人访谈、术语多时选“追加并校正”它会回补修正上一句的识别错误更吃资源实时导出偏好设置里开“实时转录导出”文字边生成边写进 TXT 文件OBS 可以直接读它当字幕源开了翻译译文单独落在 .translated.txt演示窗口打开后直接投大屏观众同步看到给视频配标准字幕适用于给课程、教程、vlog 压字幕。导入 MP4 或 MKV 文件Buzz 自动抽出音轨在高级设置里打开“词级时间戳”——这步别跳过是细粒度切句的前提转录完成后双击打开查看器点“调整大小”设好字幕行最大长度它按标点和静音间隔自动合并导出 SRT 或 VTT直接挂进播放器核心开关还是词级时间戳默认关闭不开它调整大小就只能按长度切分。不想手动调buzz/plugins/ 里的“自动字幕调整”插件会在每次转录后按规则把词合并成标准字幕行。新录音自动入库适用于固定目录持续落录音、只想扔文件进去。在偏好设置的文件夹监听项里指定一个目录含子目录新音频一丢进去Buzz 自动建转录任务启用“跳过已转录文件”插件旁边已有同名 .txt / .srt / .vtt或数据库里有记录就跳过不跑定时批处理改用命令行一句话buzz add --task transcribe --model-size small --srt --vtt /path/to/audio.mp3这条命令给该 mp3 建转录任务在原文件旁输出 SRT 和 VTT。常用参数-l指定语言、-w开词级时间戳、-e先做语音提取、--hide-gui跑完不出窗口、--output-directory指定输出目录。完整参数表见 docs/docs/cli.md。速度与准确率值得动的几个开关模型后端偏好设置 → 模型拿不准就选 Whisper.cpp——Nvidia 显卡走 CUDAAMD / Intel 和 Apple Silicon 走 VulkanMac 笔记本也能跑实时转录Nvidia 显存 ≥ 6GB 可换 Faster Whisper快一个数量级且更省内存模型大小草稿用 tiny / base 控耗时终稿用 medium / large 换准确率实时录音必须小模型才跟得上语速large 系列里 Large-V2 最稳Large-V3 很多语种最准但偶尔“幻听”出音频里没有的词Turbo 取平衡最保险的是拿自己的语言各测一遍语言与初始提示语言手动指定专有名词总被转错时在高级设置“初始提示”里填上正确拼写语音提取有背景音乐、键盘声的录音先开它把人声从背景里剥离再转录线程数与显存CPU 上设置环境变量BUZZ_WHISPERCPP_N_THREADS16 线程机器设为 8 大约提速 15%显存不够换量化版本模型如 q_5或开“降低 GPU 内存占用”卡住了按这张表查现象可能原因处理办法转录太慢模型太大CPU 线程没调优换更小模型设BUZZ_WHISPERCPP_N_THREADS8老 GPU 上反而更卡那 GPU 是拖累设BUZZ_FORCE_CPUtrue强制走 CPU模型下载慢、超时网络环境设HF_ENDPOINThttps://hf-mirror.com走镜像麦克风报错PaErrorCode-9999系统隐私权限或杀毒拦截Windows 到“设置 → 隐私 → 麦克风”给 Buzz 授权临时关杀毒验证应用闪退模型文件下载不完整偏好设置 → 模型里删除后重新下载提示不支持、无法启动CPU 缺 AVX2 指令集太老的机器不支持它适合谁用要“声音不出机器”加“无网可用”还偶尔需要实时字幕选 Buzz只想要一条命令批跑、不碰界面纯命令行工具更直接音频量大且本地没有显卡云服务更省。方案数据隐私能否离线费用实时录音Buzz全程本地能免费支持云端转录服务音频上传不能按量计费支持whisper 等命令行工具本地能免费不支持资源清单docs/docs/ 官方文档安装、功能说明、常见问题有中文翻译docs/docs/preferences.md 偏好项与高级环境变量说明线程数、强制 CPU、显存占用等buzz/transcriber/ 转录核心源码各模型后端、实时录音、说话人识别buzz/plugins/ 插件系统AI 摘要、字幕自动调整、跳过已转录都在这里scripts/download-models.py 离线模型预打包脚本【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
