Buzz 离线语音转文字:会议录音不出本机,本地转录又快又准
2026/9/7 20:12:28 网站建设 项目流程

Buzz 离线语音转文字:会议录音不出本机,本地转录又快又准

【免费下载链接】buzzBuzz transcribes and translates audio offline on your personal computer. Powered by OpenAI's Whisper.项目地址: https://gitcode.com/GitHub_Trending/buz/buzz

录音文件堆满硬盘,字幕时间轴全靠手动敲?Buzz 基于 OpenAI Whisper 在你电脑上做离线语音转文字,音频不出本机,还能一键导出 TXT、SRT、VTT。

三步跑出第一份离线语音转文字文稿

先装好 Buzz。Mac 下载 .dmg 拖进"应用程序"即可。Windows 从官方发布页下载安装包,弹窗提示未签名时点"更多信息",再点"仍要运行"。Linux 用 Flatpak 或 Snap 都能装。如果你习惯终端,也可以直接装 Python 版:

pip install buzz-captions python -m buzz

然后走最短路径:点工具栏"+"图标导入一个音频,任务选"转录",语言手动选好,比自动检测更准。挑个模型,点"运行"。状态变"已完成"后双击那一行,边播放边核对文本,最后导出。

会议录音边录边出文字,还能分清谁在说话

你要做什么:把一场会议实时转成文字。 你点哪里:任务选"录音",选好麦克风,点"录音"。Buzz 会边录边出字。 你得到什么:实时滚动的字幕,多人访谈时还能标注不同说话人。

显示模式有三种,建议用"追加并校正"。它会把上一句的识别错误持续修掉,最接近人工记录。多人对话点"识别说话人",Buzz 给每句话贴标签,你还能改成对方真名。要投屏给观众看,开一个演示窗口就行。想录电脑里放的声音,比如网课或系统音,先配一个虚拟音频设备当"麦克风",再选它录制即可。

把视频音轨变成本地转录字幕

你要做什么:给 MP4、MKV 这类视频配上字幕。 你点哪里:导入视频,Buzz 自动抽出音轨。高级设置里勾"词级时间戳",每个词各占一行。 你得到什么:逐词的时间轴。再用"调整大小"按静音间隔和标点拼成标准字幕长度,导出 SRT 或 VTT,直接挂到播放器或剪辑软件里。

想让每条字幕多停一会儿,"调整大小"里还能给每段加固定的延长秒数,播放体验更从容。

批量转写:把整个文件夹丢进去

在偏好里指定一个"监听文件夹",往里丢音频,Buzz 会自动建任务。再打开"跳过已转录文件"插件,重复导入同一批文件时,它直接复用旧结果,不重跑模型。这适合把会议录音固定归档到某个目录的活儿。如果你习惯终端,一条命令也能批量处理:

buzz add --task transcribe --model-size small --srt --vtt 音频文件

让 GPU 拉满速度,语言选对更准

让速度更快

⚡ 模型后端换成 Whisper.cpp,Nvidia 显卡自动走 CUDA,AMD、Intel 走 Vulkan。显存不够就选量化模型,比如 q_5,或在偏好里开"降低 GPU 内存占用"做 8 位量化。没有 Nvidia 卡就用 Whisper.cpp,它吃任意品牌显卡,也能纯 CPU 跑,在 Mac 上最合适。日常草稿用 base 或 small,终稿校对上 medium 或 large。

让结果更准

💡 手动指定已知语言,别靠自动检测。高级设置里填"初始提示",把人名、产品名等易错词写进去,专有名词的拼写就不容易错。嘈杂录音可以开"语音提取",或者用 DeepFilterNet 插件先降噪再转,效果更稳。

卡住了怎么办

  • 转得太慢:换小一号的模型;Whisper.cpp 后端可设环境变量BUZZ_WHISPERCPP_N_THREADS调 CPU 线程数。
  • 模型下载慢:设HF_ENDPOINT指向国内镜像再启动 Buzz。
  • 老显卡反而更卡:设BUZZ_FORCE_CPU=true强制走 CPU。
  • 录音报错 PaErrorCode-9999:检查系统有没有给麦克风权限,或临时关一下杀毒软件。
  • 启动就崩:多半是模型没下全,去"偏好→模型"删掉重下。

Buzz 适合会议整理、字幕制作,也适合隐私敏感的批量转写——免费开源,数据全程不出本机。它不太适合两类需求:需要纯云端 API 大规模并发的场景,以及追求毫秒级延迟的超高频实时流。

项目文档:docs/docs;转录核心模块:buzz/transcriber/

【免费下载链接】buzzBuzz transcribes and translates audio offline on your personal computer. Powered by OpenAI's 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

需要专业的网站建设服务?

联系我们获取免费的网站建设咨询和方案报价,让我们帮助您实现业务目标

立即咨询