语音转文字离线工具 Buzz 上手把会议录音变成可编辑字幕全程不花钱不上传【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凌晨一点我瘫在椅子上对着一段两小时的会议录音发呆。想整理成文字纪要手动听写显然不现实用在线工具又要把机密内容传上别人的服务器心里总不踏实。直到我遇到 Buzz——一款基于 OpenAI Whisper 的免费离线语音转文字工具它在您的个人电脑上完成音频和视频的转录、翻译与字幕导出不联网、不付费、不上传转完就是本地文件。一、深夜录音与一台会听话的电脑痛点先摆出来。会议纪要、访谈逐字稿、网课字幕、播客脚本……这些需求背后都是同一件事把语音变成文字。传统做法要么花钱请人要么自己对着录音器逐句敲。两者的共同缺点是慢、贵、容易出错。Buzz 给出的答案很直接。它把 OpenAI 开源的 Whisper 模型打包成一个桌面软件转录全部在本地计算完成。您导入一个 MP3 或 MP4几分钟后就能拿到带时间戳的文字稿。模型越小越快模型越大越准丰俭由人。技术并不神秘。Whisper 是一套已经训练好的神经网络Buzz 只是把它包装成顺手的产品。您可以把它理解成自带翻译、字幕、降噪的语音工坊而这些能力都不需要一条外部网络请求。二、装好它总共分几步Buzz 提供三种安装路径按您的身份对号入座。普通用户下载安装包。Windows 和 macOS 用户从 SourceForge 获取安装程序双击按提示走完即可。Linux 用户可走 Flatpak 或 Snapflatpak install flathub io.github.chidiwilliams.BuzzPython 开发者一行命令。pip install buzz-captions python -m buzz想读源码或二次开发。克隆仓库后即可在本地运行git clone https://gitcode.com/GitHub_Trending/buz/buzz cd buzz python -m buzz安装完成后启动您会看到一个带任务列表的主窗口。不要急着点任何按钮先把下一节的流程走一遍。三、第一次转录从拖入文件到拿到字幕下面是一次完整的实操约十分钟请跟着做。第 1 步导入文件。点击工具栏的加号图标或直接把音频、视频文件拖进窗口。Buzz 支持 MP3、WAV、MP4、AVI 等常见格式也可以批量拖入多个文件。从 1.2.0 版本起还支持直接粘贴 YouTube 链接。第 2 步选择任务与语言。双击新建的任务行弹出转录设置。任务类型选转录保留原语言或翻译统一转成英文。语言建议手动指定比如中文选zh比自动检测更稳。第 3 步挑一个模型。新手建议先选 Tiny 或 Base 跑通流程等熟悉了再按第四节的对照表升级。这一步先保证能出结果。第 4 步点击运行。任务进入队列后开始转录状态栏实时显示进度。长音频建议挂着等中途可以暂停、取消或新增任务。第 5 步双击任务行查看结果。每个片段带开始/结束时间底部播放器可同步回听原文哪里有错直接改。到这里您的第一份带时间戳的文字稿已经躺在屏幕上了。四、选对模型快慢与准确之间有个平衡Whisper 提供从 Tiny 到 Large 的多个尺寸选择直接决定转录的时延和准确率。参数越多的模型听得越细代价是更慢、更吃资源。模型参数量速度准确率适合场景Tiny39M极快中等实时录音、短视频、验证流程Base74M快良好日常会议记录Small244M中等优秀播客、普通访谈Medium769M较慢极佳专业内容、出版级字幕Large1.5B慢顶级学术研究、方言与术语密集材料日常建议这样取舍会议纪要选 Base能听清重点且不拖沓字幕制作选 Small 或 Medium访谈研究这类错一个字都难受的场景直接上 Large。不必一上来就追求最大够用就好。模型在首选项 → Models标签页管理查看已下载列表、下载新版本、删除不用的模型释放磁盘空间。硬件加速值得提一句。有 NVIDIA 显卡可在设置里启用 CUDAApple Silicon 的 M 系列芯片同样有原生优化转录速度能快出几倍。纯 CPU 也能跑只是慢一些。五、拿到文字稿之后导出与二次加工转录只是开始文字稿的可用度往往取决于后续处理。导出格式按用途挑。点开导出菜单Buzz 提供 TXT、SRT、VTT 三种格式TXT 适合分享和归档SRT 兼容绝大多数剪辑软件VTT 面向网页播放器。选择对应的格式与语言即可落地文件。字幕长短可以精细控制。遇到长句被切得七零八落时用调整字幕功能把片段重新组装。参数包括目标字幕长度默认 42 字符、按静默间隙合并、按标点分割等调完立即预览效果。识别不准有补救手段。在转录设置里填写初始提示是最实用的技巧——把本次内容的人名、专业术语写进去Whisper 会明显偏向这些词。比如医学访谈就写上心室、搭桥、阿托伐他汀。通用设置里还能放上 OpenAI API 密钥为翻译和 AI 摘要功能做准备。六、进阶玩法命令行、文件夹监控与插件界面操作熟练后这几件效率工具能让转录真正自动化。命令行批量转录。不想开图形界面add子命令支持完整参数# 中文转录导出 SRT 字幕 buzz add --task transcribe --language zh --model-size medium --srt lecture.mp3 # 后台批量处理整个目录 buzz add --task transcribe --hide-gui --model-type whispercpp *.mp3文件夹监控。在首选项 → Folder Watch里指定一个目录之后扔进任何音频文件都会自动转录并导出做完还能移动或删除源文件。适合固定收录音的场景。插件系统把流程串起来。Buzz 内置了多个插件都是转录前后自动跑一段逻辑的思路AI 摘要转录完成后调用 OpenAI 兼容接口生成要点和行动项存进备注或单独文件DeepFilterNet 降噪转录前先剔除背景噪音适合嘈杂录音导出 DOCX一键把转录结果输出为 Word 文档无需额外依赖跳过已转录文件重扫文件夹时自动识别已处理的文件避免重复劳动。插件在帮助 → 插件菜单里统一管理可以开关、排序、配参数也能通过 URL 安装社区插件。想自己写也不难内置插件的源码就是最好的范例代码都躺在仓库的buzz/plugins/目录下。七、读完立刻能做的五件事把这篇的内容落地成行动接下来您可以下载安装 Buzz拖入一段十分钟以内的录音跑通首次转录打开首选项 → Models按第四节的对照表选好默认模型给一段专业录音配上初始提示观察准确率变化导出一次 SRT放进剪辑软件试试字幕效果设置一个文件夹监控目录把转录交给它自动完成。您的下一场会议录音、下一段访谈、下一个视频素材都不必再成为熬夜的借口。装上 Buzz剩下的交给本地这台会听话的电脑吧。【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