Buzz 离线语音转文字实战本地 Whisper 转录 翻译一份完整上手指南【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 是基于 OpenAI Whisper 的开源离线语音转文字工具转录与翻译全在本地电脑完成音频不上传。支持 99 种以上语言既能转文件录音也能麦克风实时出字。要隐私、实时、免折腾三者都要本地方案里它最省心。装好并跑通第一次转录安装按环境选一种Windows从 SourceForge 下载安装包程序未签名弹窗时点更多信息再选仍要运行macOS下载.dmg拖进应用程序文件夹仅支持 Apple SiliconLinuxflatpak install flathub io.github.chidiwilliams.Buzz或sudo snap install buzzPython 环境建议 3.12先装 ffmpegpip install buzz-captions再python -m buzz源码运行git clone https://gitcode.com/GitHub_Trending/buz/buzz模型。模型文件相当于一本词表第一次用到才下载。缓存在~/.cache/BuzzLinux、~/Library/Caches/BuzzmacOS、%USERPROFILE%\AppData\Local\Buzz\Buzz\CacheWindows帮助 → 偏好设置 → 模型 里有显示文件位置可直达。下载慢设环境变量HF_ENDPOINThttps://hf-mirror.com走镜像完全无网的机器在联网电脑上下好模型把模型文件夹原样拷到目标机同一位置仓库里的scripts/download-models.py可以帮你离线备料导入。用文件菜单或工具栏图标丢入音频MP3、WAVMP4、MKV 这类视频也能直接放进去音轨会自动抽出。定任务与语言。默认转录外语要翻成目标语言就选翻译。知道说什么语言就别用自动检测——它只参考开头几秒手动指定错误少得多。选模型运行。先用 base 或 small 找手感状态列变已完成后双击该行打开查看器边听边对核对完可导出 TXT、SRT、VTT。会议实时录音边说边出字怎么做任务选录音挑好麦克风点录音文字就跟着说话逐句蹦出来。新句子往哪放有三种模式差别不小追加在下方最新一句沉在底部适合从上往下读追加在上方最新一句顶在最上面不用滚动就能看到当前内容追加并校正新句子入列的同时持续修正上一句的识别错误多人访谈、术语多的会议用它成稿最接近人工记录但对硬件要求更高两个配套能力实时写文件偏好设置里开启实时转录导出文字边生成边写进一个 TXT 文件OBS 这类软件可以直接读它做字幕源开了翻译的话译文单独落在.translated.txt里演示窗口打开后文字直接投到大屏现场演讲、会议展示时观众能同步看到多人对话分不清谁说了什么查看器里的说话人识别能自动区分并标注不同说话人。视频字幕怎么压出标准换行字幕质量取决于两个开关的组合高级设置里打开词级时间戳——Buzz 给每个词打上独立时间戳这是细粒度切句的前提。转录完成后用调整大小功能它按静音间隔和标点把散落的词合并成长度合适的标准字幕行。不开这个开关字幕是一整团开了就是一行行的标准长度。原始音频还在的话合并时会额外分析音频里的静音断行位置更准。做完导出 SRT 或 VTT直接挂进播放器或剪辑软件。不想手动调buzz/plugins/transcript_resizer/plugin.py里的自动字幕调整插件能按规则自动切。新文件丢进去自动转批量归档怎么办固定目录持续落录音的工作流用监听文件夹最省心偏好设置里指定一个目录Buzz 检测到新音频就自动建转录任务你只管往里扔文件。配合**跳过已转录文件插件**buzz/plugins/skip_already_transcribed/重复导入同一批文件时只要发现旁边已有同名的 .txt / .srt / .vtt 结果文件或数据库里有记录直接复用、不再跑模型批量重跑几乎零成本。同样的事命令行一句话搞定适合写进脚本做定时归档buzz add --task transcribe --model-size small \ --srt --vtt /path/to/audio.mp3常用参数-l指定语言、-w开词级时间戳、-e转录前先做语音提取、--hfid指定 HuggingFace 模型 ID、--hide-gui跑完即退不出窗口。完整参数表见 docs/docs/cli.md。效率调优四个最值得动的开关模型后端偏好设置 → 模型——决定硬件怎么跑Whisper.cpp 是 C 实现Nvidia 走 CUDAAMD / Intel 显卡和核显走 VulkanMac 上是最佳选择带核显的笔记本也能跑实时转录Faster Whisper 是优化版快一个数量级且更省内存前提是 Nvidia 显存 ≥ 6GB原版 Whisper 准确但慢、吃内存HuggingFace 类型支持 Parakeet、MMS1000 语言等定制模型适合特定语种优化。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会幻听出音频里没有的词Turbo 取速度和准确率的中间值。最保险的办法是拿自己的语言各测一遍。语言与初始提示——语言手动指定人名、产品名这类专有名词总被转错时在高级设置的初始提示里填上正确拼写模型会照着提示来。噪声与显存——嘈杂录音打开语音提取先把人声从背景里剥离再转录显存不够时换量化版本模型如q_5或在偏好设置里开降低 GPU 内存占用用 8 位量化省显存。常见坑问答转录太慢怎么办换更小的模型CPU 上调BUZZ_WHISPERCPP_N_THREADSWhisper.cpp 线程数16 线程机器设为 8 大约提速 15%。老 GPU 上反而更卡老显卡走 GPU 可能不如 CPU设BUZZ_FORCE_CPUtrue强制走 CPU。模型下载慢 / 超时设HF_ENDPOINThttps://hf-mirror.com走镜像。麦克风报错如 PaErrorCode-9999多半是系统隐私设置挡了权限Windows 到设置 → 隐私 → 麦克风给 Buzz 授权杀毒软件也会拦截可临时关掉验证。应用闪退多半是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Buzz 依赖 CPU 的 AVX2 指令集太老的机器跑不了。怎么选接着读什么云端转录服务要上传音频、按量计费whisper 这类纯命令行工具一条命令批量跑但没有实时录音也没有界面。Buzz 卡在两者中间隐私、实时、免折腾全都要而且免费。延伸阅读docs/docs/官方文档含中文安装、使用、偏好设置与环境变量说明docs/docs/cli.mdCLI 完整参数表与示例写定时归档脚本前查这里buzz/transcriber/转录核心逻辑各 Whisper 后端实现都在这里buzz/plugins/插件系统源码AI 摘要、字幕自动调整等插件的实现scripts/download-models.py离线模型预打包脚本面向无网机器【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