Buzz 离线语音转文字完整指南从录音到可编辑字幕只需 3 步【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两小时的访谈录音要变成可搜索的文字稿和字幕而音频数据又不能上传到任何服务器。Buzz 是一款离线语音转文字桌面应用所有识别都在本机完成无需联网支持转录、翻译、编辑和字幕导出。5 分钟跑通第一次转录这节只讲最短路径装好程序、跑一个文件、拿到结果不展开任何可选项。推荐安装方式是 PyPI三大系统通用前提是已装好 Python 3.13。执行下面两条命令第一条安装程序第二条启动它主窗口会自动打开pip install buzz-captions python -m buzz主界面上半部分是任务列表下半部分是导入表单在顶部工具栏点击或按 CtrlO选择本地音视频文件MP3、WAV、FLAC、MP4 等格式都可以也支持直接粘贴在线链接。在表单里设置语言留空会自动检测和模型模型没下载过会自动获取。点击Run状态变成 Completed 后双击该行即可打开转录稿边听边核对文字。macOS 和 Windows 也可以直接下载 .dmg 或安装包双击安装Linux 用 flatpak 或 snap 装同样只需一条命令。注意 Windows 版未签名弹出安全提示时选“更多信息 → 仍要运行”即可。按场景选路径批量、实时与脚本三种用法装好之后按你手头有多少文件、是否边说边录来选路径下面三类场景基本覆盖全部用法。批量处理一整批录音文件适用情况手里有几十甚至上百个音频希望结果自动批量出现不靠鼠标。在导入表单逐个或一次添加多个文件Buzz 会排队依次转录。想完全免操作就在偏好设置里开启Folder Watch指定输入文件夹和输出文件夹此后放入输入文件夹的音频会自动开始转录结果存入输出文件夹。转录完成后双击任务进入转录稿视图可以直接改文字、调整起止时间、拆分或合并段落还能用字幕调整功能按目标长度自动拆句。编辑完成后从导出菜单选择格式支持 TXT、SRT、VTT 三种做过翻译任务时译文可单独导出。边录音边出文字适用情况会议、课堂等需要边说边看实时文字的场景。在主界面顶部的实时转录区选择麦克风设备说话内容会实时转成文字输出。在偏好设置里配置导出路径、文件名模板和转录模式上插、下插、追加并修正实时结果可导出为文本文件供 OBS 等软件调用。用脚本调用 Buzz适用情况重复性的批处理任务或者干脆不想打开图形界面。Buzz 自带完整命令行接口。下面这条命令用 whisper.cpp 的 small 模型转录文件并在原文件旁直接输出 SRT 与 VTT 字幕buzz add --model-type whispercpp --model-size small --srt --vtt audio.mp3一次处理多个文件时末尾追加多个文件名即可它们会按顺序逐个执行。全部参数说明见 CLI 文档。关键参数一览模型、语言与初始提示怎么取舍真正直接影响结果的参数就几个取舍原则是“先默认、再改错”模型决定精度与速度语言决定稳定性初始提示决定专有名词其余选项一律先保持关闭。参数可选值默认对结果的影响模型尺寸tiny / base / small / medium / large-v3 / large-v3-turbotiny越大精度越高、耗时越长turbo 两者兼顾语言90 余种语言代码自动检测手动指定后重口音内容更稳定任务转录 / 转录并翻译转录选翻译会额外产出译文初始提示自由文本空写入术语、人名、地名这些词识别率明显提升词级时间戳开 / 关关每个词独立一行后续需再合并语音提取开 / 关关先把人声分离再识别适合有背景噪音的录音日常使用选 base 或 small 就够了精度优先上 large-v3-turbo。所有模型都能在偏好设置的模型页面下载和删除whisper.cpp 版本还支持量化能省不少显存。转录翻车时4 个常见状况的自查方法这节专治“结果不如预期”先对号入座找现象再看原因和解法。第一次转录特别慢像在卡住—— 原因是模型还没下载首次使用会自动先拉取。可以在偏好设置的模型页面预先下载常用尺寸首次等一次之后速度就正常了。专业术语、人名总是错—— 模型没拿到任何上下文。在高级设置里把这些词写进初始提示再跑一遍会稳定很多。语言识别错文字夹杂其他语言—— 自动检测对重口音或混合语言不可靠。在任务里手动指定主语言结果会明显更稳。字幕行太长、片段排得太密—— 不用手剪打开字幕调整功能让它按目标长度自动拆分长句、合并过短片段。收尾建议默认这样选多数人推荐这套组合PyPI 安装 whisper.cpp 的 small 模型 语言留空 勾选 SRT 导出精度、速度和显存占用比较均衡全程数据不出本机。先用一段 1 分钟音频把转录和导出各跑一遍整套流程就跑通了。更多参数与细节用法可查官方文档。【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