Buzz 离线音频转文字4 步装好音频不出本机也能拿到 SRT 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 是一个免费开源的桌面应用把 OpenAI 的 Whisper 模型装在本地跑完成音频转文字、翻译与字幕导出。全程离线不按时长计费文件不离开你的硬盘。适合手里有音频、又想把文字稿和字幕留在本地的所有场景剪辑、整理、记录。从零到第一份结果四种安装方式与首次转写先选安装方式。四条路各适合一类人平台做法备注macOS官方发布页下载.dmg拖进 Applications新版仅支持 Apple SiliconIntel Mac 最后可用版本是 1.4.5Windows下载安装包按提示走完安装包未签名弹出警告时选 More info → Run anywayLinuxsudo snap install buzz或flatpak install flathub io.github.chidiwilliams.Buzzsnap 路线建议先装libportaudio2等系统库见官方安装文档Pythonpip install buzz-captions再运行python -m buzz需要 Python 3.12 和系统级 ffmpegLinux 可能缺若干系统库模型后端默认是 Whisper够用机器有显卡、想提速就换 Whisper.cppVulkan 路线N 卡、核显都能加速想换第三方模型用 Hugging Face / Faster Whisper不想占本机资源则走 OpenAI Whisper API。装好打开后第一件正事是下模型。偏好设置Ctrl,的 Models 页面列出已下载和可下载的档位tiny 到 large 都有。建议先下 tiny 或 base 试跑档位越大准确率越高资源占用也越高流程确认无误再换大档。首次导入四步走完File 菜单点 Import Media File或 CtrlO选中音频或视频文件。在任务面板选好任务类型Transcribe 或 Translate to English、语言和模型档位。语言请手动指定自动检测只靠开头几秒猜翻车概率不低。点 Run。列表中该行状态变为 Completed转写即完成双击进入转录详情页。两个勾选框值得现在就记住Word-Level Timings生成词级时间戳做字幕必勾和 Extract speech先把人声单独提取出来再转背景音乐重的录音受益明显。人名、术语总被写错就到 Advanced… 里的 Initial prompt 把这些词写进去模型会照着拼写。导入的完整选项说明见文件导入文档。从能出字到能上屏词级时间戳与字幕重排Whisper 切出来的句子长短参差直接导成 SRT 丢进剪辑软件没法用。要变成能上屏的字幕缺一个环节断句。前置条件只有一个——导入时勾上 Word-Level Timings。有了词级时间戳详情页工具栏的 Resize 按钮才能真正发挥作用设定每条字幕的最大长度并可选按标点断句原始音频还在本机时它会分析静音间隙把过短碎片合并掉断点更准想让每条多停留一会儿按秒数统一延长每段结束时间且不会越过下一条的起点。注意一点没有词级时间戳的转录只能调最大长度按标点断句不可用。所以这一步省不掉。调完后用工具栏的导出菜单选格式TXT、SRT、VTT、JSON 都有。做字幕导 SRT当笔记导 TXT。详情页本身就是一处顺手的校对位点哪段文字音频就跳到哪段CtrlF 开搜索定位关键词播放速度 0.5x 到 2x 可调长音频校对不必原速硬听。更多编辑细节见编辑与调整文档。把重复劳动交给机器实时转写、监控与 CLI三个方向各管一类重复活实时转写选好录音任务、语言、模型和麦克风点 Record话语即转成文字滚出。两点经验默认 Whisper 后端实时转写吃资源建议切 Whisper.cpp 走 GPU 加速并小一档模型实时模式若 Queue 越堆越长说明处理跟不上说话速度把 Transcription step 调大即可。录音进行中还能打开 Presentation window把实时字幕投到大屏。另外走任意 OpenAI 兼容 API含 Ollama 自建的本地模型在偏好设置里填好 Base URL 与 API Key即可边转写边翻成中文开启实时转录导出后文本会同步写成 TXT 供 OBS 等软件读取。官方给的成本参考ChatGPT / Claude 级别模型翻 1 小时音频约 1 美元见翻译文档。文件夹监控偏好设置的 Folder Watch 页签指定一个目录新音频落进去就自动排队转写。同事往共享目录放录音文字稿自己出来重复导入不会重跑因为内置的「跳过已转录」插件会直接复用已有结果。CLI适合写脚本。常用写法# 转写单个文件导出 TXT buzz add --txt interview.mp3 # 整个文件夹转 SRT输出到独立目录 buzz add --srt --output-directory ./subtitles recordings/*.mp4 # 不打开界面直接转一个链接 buzz add --txt --hide-gui https://www.youtube.com/watch?vxxx参数全集见 CLI 文档。插件系统1.4.5 起提供。Help → Plugins 里开关、拖拽排序、按 URL 添加社区插件。内置五个AI 摘要转写完生成摘要存到 Notes 或本地文件、导出 Word.docx可选带时间戳、增强语言检测自动识别未知语言、字幕自动重排、跳过已转录文件。源码都在 buzz/plugins/ 目录每个文件很短照着写一个自己的不难说明见插件文档。出问题先查这里四种常见现象现象原因解法转写太慢档位过大或没走加速后端先降一档模型再切 Whisper.cpp 开 GPU 加速别并行塞太多任务错误率高录音底噪、人声与背景音混杂导入时勾 Extract speech人名术语写进 Initial prompt仍不理想再换大一号模型重跑实时转写越来越卡处理速度低于说话速度看 Queue 面板涨得快就把 Transcription step 调大实时要求不高就换更小模型Windows 安装时弹警告安装包未签名不是故障弹窗里选 More info → Run anyway更多情况可翻使用文档和安装文档。收尾三件事自检Buzz 的定位只有一句Whisper 跑在你自己的机器上音频不出门文字稿和字幕自己出。下次开会被前花十分钟验证三件事Buzz 已安装并能打开CtrlO 能导入一段 5 分钟音频且 Word-Level Timings 已勾任务 Completed 后双击进详情页导出 SRT 成功。三件都过后面的批量与自动化只是把同样的流程多跑几遍。【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