尧图网页设计 
本地也能跑出专业级音频转录Buzz 离线转写工具从安装到成片完整指南【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 是一款完全离线运行的免费音频转录与翻译工具基于 OpenAI Whisper 技术能在 Windows、macOS、Linux 上把音频、视频甚至实时录音直接变成带时间戳的文字稿全程无需联网数据不出本机。上个月一位做口述史记录的朋友跟我抱怨她在采访完一位老人后想把 90 分钟的录音整理成文字。云端转录服务要注册、要付费上传 1 个小时还要排队好不容易传上去又被提示音频包含敏感信息请勿上传。最后她只能戴着耳机一段一段手动打字花了两天。听完这件事我意识到很多人的转录苦役其实是可以避免的——只要把模型请到自己的电脑上。这篇文章就是写给所有跟录音打过交道的人会议记录员、视频剪辑者、播客主理人、做访谈的学生和研究者。我会用一次真实的完整流程带你从头到尾跑通 Buzz 这个离线音频转录工具并分享从入门到进阶的实用思路。开始之前你需要准备的清单Buzz 对硬件的要求很宽容配置门槛低到出乎意料一台电脑Windows 10/11、macOSIntel 或 Apple Silicon、常见 Linux 发行版均可硬盘空间至少预留 24GB模型文件会随选择的规格增大建议内存8GB 起步16GB 更从容大模型转录时内存占用明显一个音频文件MP3、WAV、MP4、AVI、MOV 等常见格式都支持甚至可以直接贴 YouTube 链接安装是最省心的环节挑一条适合你的路即可你的系统最简做法Windows下载安装包双击后一路下一步。程序未签名会弹警告选更多信息 → 仍要运行即可macOS下载 DMG 拖入应用程序或用 Homebrew 一条命令安装Linux应用商店搜 BuzzFlatpak 与 Snap 两种方式都有命令行爱好者用 Python 3.12 环境pip install buzz-captions后执行python -m buzz 想用源码方式自己折腾的开发者可以git clone https://gitcode.com/GitHub_Trending/buz/buzz项目结构清晰后面会给你指路。装好之后先别急着转录。打开Preferences → Models把需要用到的模型提前下载好——这样即使断网转录也照常进行。第一次完整实战把一段访谈录音变成带时间戳的逐字稿我们用一个贯穿全文的例子你手头有一份 30 分钟的采访录音interview.mp3目标是产出一份中文逐字稿 配套 SRT 字幕文件。整个过程只需要点几下鼠标。第 1 步导入素材选对任务点击工具栏的按钮或直接用快捷键Ctrl/Cmd O打开导入窗口选中你的音频文件。此时你会看到一组关键选项任务Task选转写Transcribe如果想把外语内容翻成英文选翻译到英文Translate to English语言Language建议手动指定中文而不是自动检测。自动检测虽然方便但在口音重或背景音嘈杂时会出错手动指定能显著提升准确率导出格式Export AsTXT / SRT / VTT 三选一这里我们选 SRT方便后续做字幕第 2 步选模型在速度与精度之间找平衡模型选择是本工具最值得花心思的地方也直接决定你等多久模型规格大小适合谁Tiny约 75MB想快速验证流程、机器配置较低时Base约 142MB日常随手转录性价比最高Small约 466MB需要较高准确率、但不想等太久Medium约 1.5GB学术研究、正式场合的较高精度需求Large约 2.9GB多语言混排、专业级转写第一次跑通流程选Base就好。30 分钟音频大约几分钟内能出结果等你确认流程没问题再换成更大的模型追求精度。第 3 步运行并等待结果点击运行Run任务就进入队列。转录进度会实时显示在主界面状态从排队到进行中再到已完成。 如果背景噪音明显可以在导入时勾选提取语音Extract speechBuzz 会先把人声单独分离出来再转录准确率提升立竿见影。第 4 步在转录查看器里校对和微调任务完成后双击对应行打开转录查看器。这里不是简单的看文本而是个完整的校对工作台左侧是带时间戳的分段表格点哪段就能跳到对应音频位置CtrlF打开搜索快速定位关键词CtrlG让视图自动跟随播放进度播放速度支持 0.5x2.0x 调节听写核对时非常顺手选中某段后可用Ctrl←/→微调时间轴每次移动 0.5 秒第 5 步导出最终成果点击右上角导出按钮SRT、VTT、TXT、JSON 任你选。SRT 文件直接丢进剪辑软件就是现成字幕TXT 拿去整理成文档报告JSON 则方便程序化二次处理。至此一段完整的录音 → 逐字稿 → 字幕流程就闭环了。能力全景速览它还能替你做什么除了文件转写Buzz 的能力清单比大多数人以为的要长️实时录音转写接上麦克风点击录音说话内容即时上屏适合会议、采访速记️演示窗口全屏显示实时转录内容办讲座、做活动投屏时台下观众能直接看到字幕️说话人识别多人对话录音转完后自动区分谁说了什么还可把自动标签改成真实姓名内部音转录配合虚拟声卡macOS 用 BlackHole、Windows 用 VB-CABLE把电脑里正在播放的视频、直播转成文字一键翻译内置 AI 翻译通道把已识别的文本翻译成其他语言做多语言字幕不用再手动换软件文件夹监控设定一个文件夹一旦有新音频文件放入就自动开始转录批量场景的懒人福音插件扩展AI 摘要、自动降噪、导出 Word、跳过已转写文件……开箱即用还能按需添加社区插件进阶技巧按你的熟练度对号入座入门技巧让准确率立刻上一个台阶手动指定语言这是成本最低、收益最高的一个动作别依赖自动检测使用初始提示在高级设置里填入人名的准确写法比如张伟而不是张伟/章伟专有名词的拼写错误会大幅减少开启词级时间戳导入时勾选 Word-Level Timings虽然转录稍慢但为后续字幕精修留足了余地进阶技巧把速度真正提起来换用 Whisper.cpp 后端这是为性能优化的 C 实现即使在集成显卡的轻薄本上也能跑实时转录对非 NVIDIA 用户尤其友好善用 GPU 加速NVIDIA 用户可启用 CUDA 支持1 小时音频的处理时间能从 3060 分钟压到 515 分钟Apple Silicon 机型原生优化效果接近 GPU 加速字幕智能合并与分割转录完成后用调整Resize功能按标点、静音间隔或最大长度重新组合字幕让每行字幕长短更舒适高手玩法把转录变成自动化流水线命令行批量处理buzz add --task transcribe --language zh --srt interview.mp3一行命令搞定一个文件写个循环就能批量处理整个文件夹环境变量调优如BUZZ_WHISPERCPP_N_THREADS8可微调线程数16 线程的笔记本实测提速约 15%BUZZ_FORCE_CPUtrue强制走 CPU在国内网络环境可设HF_ENDPOINThttps://hf-mirror.com加速模型下载插件管线组合把降噪 → 转写 → 自动调整字幕 → AI 摘要串成一条流水线从原始录音到成品文档全程无人值守常见问题速查Q1转写特别慢怎么办先换小模型Tiny/Base再检查是否用上了 GPU 加速最后确认没有其他程序抢占 CPU/GPU。若机器有 6GB 以上显存的 NVIDIA 显卡可改用 Faster Whisper 后端速度是常规实现的数量级提升。Q2安装后启动就崩溃是什么原因大概率是模型文件下载不完整或损坏。到Preferences → Models里删除已下载的模型重新下载即可。另外 Buzz 需要 CPU 支持 AVX2 指令集太老的电脑可能无法运行。Q3录麦克风时报错PaErrorCode-9999多半是系统没给应用麦克风权限。Windows 用户去设置 → 隐私 → 麦克风检查macOS 用户在系统设置 → 隐私与安全性 → 麦克风中授权。Q4完全断网的电脑能用吗可以。先在联网电脑上下载好模型把模型缓存目录Windows 在%USERPROFILE%\AppData\Local\Buzz\Buzz\CachemacOS 在~/Library/Caches/Buzz整体拷贝到离线电脑的相同位置即可。仓库中的 scripts/download-models.py 脚本就是为离线部署准备的。Q5识别出的人名老被写错有救吗在高级设置的初始提示里把正确写法一次性列进去。这是 Whisper 官方推荐的纠错手段比事后逐字修改高效得多。现在就可以开始的下一步三句话总结这篇文章的核心收获离线是 Buzz 的底色——模型全在本地敏感录音不进任何第三方服务器隐私和成本问题同时解决选对模型比调参更重要——Base 起步跑通流程Small/Medium 追求精度Whisper.cpp 换速度各取所需从单文件到自动化只差一步——先手动跑通一次完整流程再用文件夹监控和命令行把重复劳动交给工具接下来 10 分钟你可以这样行动下载安装包导入一段几分钟的录音用 Base 模型跑通第一步打开Preferences把常用语言和导出路径设置好体验一次实时录音感受边说边出字的流畅度有余力再研究文件夹监控和插件搭起自己的转录流水线一段被闲置的录音可能藏着一篇稿子、一条字幕或一份研究素材。让 Buzz 帮你把它说出来。相关资源官方文档docs/docs/核心转写源码buzz/transcriber/设置与偏好模块buzz/settings/插件系统源码buzz/plugins/【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 本地也能跑出专业级音频转录：Buzz 离线转写工具从安装到成片完整指南
本地也能跑出专业级音频转录Buzz 离线转写工具从安装到成片完整指南【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 是一款完全离线运行的免费音频转录与翻译工具基于 OpenAI Whisper 技术能在 Windows、macOS、Linux 上把音频、视频甚至实时录音直接变成带时间戳的文字稿全程无需联网数据不出本机。上个月一位做口述史记录的朋友跟我抱怨她在采访完一位老人后想把 90 分钟的录音整理成文字。云端转录服务要注册、要付费上传 1 个小时还要排队好不容易传上去又被提示音频包含敏感信息请勿上传。最后她只能戴着耳机一段一段手动打字花了两天。听完这件事我意识到很多人的转录苦役其实是可以避免的——只要把模型请到自己的电脑上。这篇文章就是写给所有跟录音打过交道的人会议记录员、视频剪辑者、播客主理人、做访谈的学生和研究者。我会用一次真实的完整流程带你从头到尾跑通 Buzz 这个离线音频转录工具并分享从入门到进阶的实用思路。开始之前你需要准备的清单Buzz 对硬件的要求很宽容配置门槛低到出乎意料一台电脑Windows 10/11、macOSIntel 或 Apple Silicon、常见 Linux 发行版均可硬盘空间至少预留 24GB模型文件会随选择的规格增大建议内存8GB 起步16GB 更从容大模型转录时内存占用明显一个音频文件MP3、WAV、MP4、AVI、MOV 等常见格式都支持甚至可以直接贴 YouTube 链接安装是最省心的环节挑一条适合你的路即可你的系统最简做法Windows下载安装包双击后一路下一步。程序未签名会弹警告选更多信息 → 仍要运行即可macOS下载 DMG 拖入应用程序或用 Homebrew 一条命令安装Linux应用商店搜 BuzzFlatpak 与 Snap 两种方式都有命令行爱好者用 Python 3.12 环境pip install buzz-captions后执行python -m buzz 想用源码方式自己折腾的开发者可以git clone https://gitcode.com/GitHub_Trending/buz/buzz项目结构清晰后面会给你指路。装好之后先别急着转录。打开Preferences → Models把需要用到的模型提前下载好——这样即使断网转录也照常进行。第一次完整实战把一段访谈录音变成带时间戳的逐字稿我们用一个贯穿全文的例子你手头有一份 30 分钟的采访录音interview.mp3目标是产出一份中文逐字稿 配套 SRT 字幕文件。整个过程只需要点几下鼠标。第 1 步导入素材选对任务点击工具栏的按钮或直接用快捷键Ctrl/Cmd O打开导入窗口选中你的音频文件。此时你会看到一组关键选项任务Task选转写Transcribe如果想把外语内容翻成英文选翻译到英文Translate to English语言Language建议手动指定中文而不是自动检测。自动检测虽然方便但在口音重或背景音嘈杂时会出错手动指定能显著提升准确率导出格式Export AsTXT / SRT / VTT 三选一这里我们选 SRT方便后续做字幕第 2 步选模型在速度与精度之间找平衡模型选择是本工具最值得花心思的地方也直接决定你等多久模型规格大小适合谁Tiny约 75MB想快速验证流程、机器配置较低时Base约 142MB日常随手转录性价比最高Small约 466MB需要较高准确率、但不想等太久Medium约 1.5GB学术研究、正式场合的较高精度需求Large约 2.9GB多语言混排、专业级转写第一次跑通流程选Base就好。30 分钟音频大约几分钟内能出结果等你确认流程没问题再换成更大的模型追求精度。第 3 步运行并等待结果点击运行Run任务就进入队列。转录进度会实时显示在主界面状态从排队到进行中再到已完成。 如果背景噪音明显可以在导入时勾选提取语音Extract speechBuzz 会先把人声单独分离出来再转录准确率提升立竿见影。第 4 步在转录查看器里校对和微调任务完成后双击对应行打开转录查看器。这里不是简单的看文本而是个完整的校对工作台左侧是带时间戳的分段表格点哪段就能跳到对应音频位置CtrlF打开搜索快速定位关键词CtrlG让视图自动跟随播放进度播放速度支持 0.5x2.0x 调节听写核对时非常顺手选中某段后可用Ctrl←/→微调时间轴每次移动 0.5 秒第 5 步导出最终成果点击右上角导出按钮SRT、VTT、TXT、JSON 任你选。SRT 文件直接丢进剪辑软件就是现成字幕TXT 拿去整理成文档报告JSON 则方便程序化二次处理。至此一段完整的录音 → 逐字稿 → 字幕流程就闭环了。能力全景速览它还能替你做什么除了文件转写Buzz 的能力清单比大多数人以为的要长️实时录音转写接上麦克风点击录音说话内容即时上屏适合会议、采访速记️演示窗口全屏显示实时转录内容办讲座、做活动投屏时台下观众能直接看到字幕️说话人识别多人对话录音转完后自动区分谁说了什么还可把自动标签改成真实姓名内部音转录配合虚拟声卡macOS 用 BlackHole、Windows 用 VB-CABLE把电脑里正在播放的视频、直播转成文字一键翻译内置 AI 翻译通道把已识别的文本翻译成其他语言做多语言字幕不用再手动换软件文件夹监控设定一个文件夹一旦有新音频文件放入就自动开始转录批量场景的懒人福音插件扩展AI 摘要、自动降噪、导出 Word、跳过已转写文件……开箱即用还能按需添加社区插件进阶技巧按你的熟练度对号入座入门技巧让准确率立刻上一个台阶手动指定语言这是成本最低、收益最高的一个动作别依赖自动检测使用初始提示在高级设置里填入人名的准确写法比如张伟而不是张伟/章伟专有名词的拼写错误会大幅减少开启词级时间戳导入时勾选 Word-Level Timings虽然转录稍慢但为后续字幕精修留足了余地进阶技巧把速度真正提起来换用 Whisper.cpp 后端这是为性能优化的 C 实现即使在集成显卡的轻薄本上也能跑实时转录对非 NVIDIA 用户尤其友好善用 GPU 加速NVIDIA 用户可启用 CUDA 支持1 小时音频的处理时间能从 3060 分钟压到 515 分钟Apple Silicon 机型原生优化效果接近 GPU 加速字幕智能合并与分割转录完成后用调整Resize功能按标点、静音间隔或最大长度重新组合字幕让每行字幕长短更舒适高手玩法把转录变成自动化流水线命令行批量处理buzz add --task transcribe --language zh --srt interview.mp3一行命令搞定一个文件写个循环就能批量处理整个文件夹环境变量调优如BUZZ_WHISPERCPP_N_THREADS8可微调线程数16 线程的笔记本实测提速约 15%BUZZ_FORCE_CPUtrue强制走 CPU在国内网络环境可设HF_ENDPOINThttps://hf-mirror.com加速模型下载插件管线组合把降噪 → 转写 → 自动调整字幕 → AI 摘要串成一条流水线从原始录音到成品文档全程无人值守常见问题速查Q1转写特别慢怎么办先换小模型Tiny/Base再检查是否用上了 GPU 加速最后确认没有其他程序抢占 CPU/GPU。若机器有 6GB 以上显存的 NVIDIA 显卡可改用 Faster Whisper 后端速度是常规实现的数量级提升。Q2安装后启动就崩溃是什么原因大概率是模型文件下载不完整或损坏。到Preferences → Models里删除已下载的模型重新下载即可。另外 Buzz 需要 CPU 支持 AVX2 指令集太老的电脑可能无法运行。Q3录麦克风时报错PaErrorCode-9999多半是系统没给应用麦克风权限。Windows 用户去设置 → 隐私 → 麦克风检查macOS 用户在系统设置 → 隐私与安全性 → 麦克风中授权。Q4完全断网的电脑能用吗可以。先在联网电脑上下载好模型把模型缓存目录Windows 在%USERPROFILE%\AppData\Local\Buzz\Buzz\CachemacOS 在~/Library/Caches/Buzz整体拷贝到离线电脑的相同位置即可。仓库中的 scripts/download-models.py 脚本就是为离线部署准备的。Q5识别出的人名老被写错有救吗在高级设置的初始提示里把正确写法一次性列进去。这是 Whisper 官方推荐的纠错手段比事后逐字修改高效得多。现在就可以开始的下一步三句话总结这篇文章的核心收获离线是 Buzz 的底色——模型全在本地敏感录音不进任何第三方服务器隐私和成本问题同时解决选对模型比调参更重要——Base 起步跑通流程Small/Medium 追求精度Whisper.cpp 换速度各取所需从单文件到自动化只差一步——先手动跑通一次完整流程再用文件夹监控和命令行把重复劳动交给工具接下来 10 分钟你可以这样行动下载安装包导入一段几分钟的录音用 Base 模型跑通第一步打开Preferences把常用语言和导出路径设置好体验一次实时录音感受边说边出字的流畅度有余力再研究文件夹监控和插件搭起自己的转录流水线一段被闲置的录音可能藏着一篇稿子、一条字幕或一份研究素材。让 Buzz 帮你把它说出来。相关资源官方文档docs/docs/核心转写源码buzz/transcriber/设置与偏好模块buzz/settings/插件系统源码buzz/plugins/【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