尧图网页设计 
免费把录音变文本Buzz 离线语音转文字与本地转录完整指南【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 是一款基于 OpenAI Whisper 的开源离线语音转文字工具所有转录与翻译都在你自己的电脑上完成音频数据全程不出本机。适合整理会议纪要、制作视频字幕也适合隐私敏感场景免费且无需账号即可长期使用。从下载到第一条结果四种安装方式按你的环境任选其一Windows从 SourceForge 下载官方安装包运行应用未签名弹出警告时点更多信息再点仍要运行。macOS下载 .dmg 文件拖入应用程序文件夹即可。LinuxFlatpak 和 Snap 都提供二选一执行flatpak install flathub io.github.chidiwilliams.Buzz sudo snap install buzzPython 环境需先装好 ffmpeg推荐 Python 3.12也可以直接克隆源码体验最新功能。pip install buzz-captions python -m buzz git clone https://gitcode.com/GitHub_Trending/buz/buzz首次转录只需六步通过文件菜单或工具栏的图标导入音频文件。任务选择转录。手动指定语言比自动检测更稳。选一个模型大小。点击运行。状态变为已完成后双击任务行打开查看器边播放边核对导出TXT、SRT或VTT。三种最常用玩法给视频做字幕导入 MP4、MKV 等视频文件Buzz 会自动提取音轨。在高级设置里开启词级时间戳即给每个词单独打时间标记再用调整大小功能按静音间隔和标点把词组合成标准字幕长度。最后导出SRT或VTT直接挂到播放器或剪辑软件即可。会议录音实时出文字选择录音任务指定麦克风点击录音录音与识别同步进行边说边出文字。显示模式有三种新句子追加在下方、追加在上方或追加并校正——后者会持续修正上一句最接近人工记录。识别结果可实时写入 TXT 文件供 OBS 等直播软件读取也可打开演示窗口投到大屏。多人访谈还能区分并标注不同说话人。批量文件自动归档在设置中指定一个监视文件夹新放入的音频会自动创建转录任务适合把录音归档到固定目录的工作流。配合跳过已转录文件插件重复导入同一批文件时直接复用已有结果不再重跑模型。批量操作也可以一条命令行完成buzz add --task transcribe --model-type whispercpp \ --model-size small --srt --vtt /path/to/audio.mp3选型对照方案数据隐私联网要求费用实时录音交互方式Buzz全程本地处理音频不出机器完全离线可用免费开源支持图形界面 命令行云端转录服务需上传到服务器必须联网按量收费支持网页端纯命令行工具本地处理离线可用免费不支持仅命令行如果音频敏感又想要实时能力Buzz 一个工具两头兼顾后两者只能在隐私和上手成本之间取舍。 让转录更快更准的调优清单GPU 加速模型后端切换为 Whisper.cppNvidia 显卡自动走 CUDAAMD、Intel 显卡走 Vulkan一种跨平台的显卡计算接口显存不够时选量化版模型或开启降低 GPU 内存占用启用 8 位量化。模型档位base、small 出草稿控制耗时medium、large 保准确率实时录音用小模型跟得上语速。手动指定语言自动检测只看开头几秒已知语言直接指定误识别更少。初始提示高级设置里填入人名、产品名等易错词能纠正专有名词拼写。降噪处理嘈杂录音开启语音提取或用 DeepFilterNet 插件先降噪再转录。遇到这类问题怎么办转录慢换更小的模型或用环境变量BUZZ_WHISPERCPP_N_THREADS调整 CPU 线程数。模型下载慢设置环境变量HF_ENDPOINT指向 hf-mirror.com 镜像。旧显卡跑得更慢设置BUZZ_FORCE_CPUtrue强制走 CPU。Buzz 是免费开源的离线语音转文字工具音频全程不出本机图形界面与命令行两种用法都齐备。官方文档docs/docs转录核心模块源码buzz/transcriber/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 免费把录音变文本：Buzz 离线语音转文字与本地转录完整指南
免费把录音变文本Buzz 离线语音转文字与本地转录完整指南【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 是一款基于 OpenAI Whisper 的开源离线语音转文字工具所有转录与翻译都在你自己的电脑上完成音频数据全程不出本机。适合整理会议纪要、制作视频字幕也适合隐私敏感场景免费且无需账号即可长期使用。从下载到第一条结果四种安装方式按你的环境任选其一Windows从 SourceForge 下载官方安装包运行应用未签名弹出警告时点更多信息再点仍要运行。macOS下载 .dmg 文件拖入应用程序文件夹即可。LinuxFlatpak 和 Snap 都提供二选一执行flatpak install flathub io.github.chidiwilliams.Buzz sudo snap install buzzPython 环境需先装好 ffmpeg推荐 Python 3.12也可以直接克隆源码体验最新功能。pip install buzz-captions python -m buzz git clone https://gitcode.com/GitHub_Trending/buz/buzz首次转录只需六步通过文件菜单或工具栏的图标导入音频文件。任务选择转录。手动指定语言比自动检测更稳。选一个模型大小。点击运行。状态变为已完成后双击任务行打开查看器边播放边核对导出TXT、SRT或VTT。三种最常用玩法给视频做字幕导入 MP4、MKV 等视频文件Buzz 会自动提取音轨。在高级设置里开启词级时间戳即给每个词单独打时间标记再用调整大小功能按静音间隔和标点把词组合成标准字幕长度。最后导出SRT或VTT直接挂到播放器或剪辑软件即可。会议录音实时出文字选择录音任务指定麦克风点击录音录音与识别同步进行边说边出文字。显示模式有三种新句子追加在下方、追加在上方或追加并校正——后者会持续修正上一句最接近人工记录。识别结果可实时写入 TXT 文件供 OBS 等直播软件读取也可打开演示窗口投到大屏。多人访谈还能区分并标注不同说话人。批量文件自动归档在设置中指定一个监视文件夹新放入的音频会自动创建转录任务适合把录音归档到固定目录的工作流。配合跳过已转录文件插件重复导入同一批文件时直接复用已有结果不再重跑模型。批量操作也可以一条命令行完成buzz add --task transcribe --model-type whispercpp \ --model-size small --srt --vtt /path/to/audio.mp3选型对照方案数据隐私联网要求费用实时录音交互方式Buzz全程本地处理音频不出机器完全离线可用免费开源支持图形界面 命令行云端转录服务需上传到服务器必须联网按量收费支持网页端纯命令行工具本地处理离线可用免费不支持仅命令行如果音频敏感又想要实时能力Buzz 一个工具两头兼顾后两者只能在隐私和上手成本之间取舍。 让转录更快更准的调优清单GPU 加速模型后端切换为 Whisper.cppNvidia 显卡自动走 CUDAAMD、Intel 显卡走 Vulkan一种跨平台的显卡计算接口显存不够时选量化版模型或开启降低 GPU 内存占用启用 8 位量化。模型档位base、small 出草稿控制耗时medium、large 保准确率实时录音用小模型跟得上语速。手动指定语言自动检测只看开头几秒已知语言直接指定误识别更少。初始提示高级设置里填入人名、产品名等易错词能纠正专有名词拼写。降噪处理嘈杂录音开启语音提取或用 DeepFilterNet 插件先降噪再转录。遇到这类问题怎么办转录慢换更小的模型或用环境变量BUZZ_WHISPERCPP_N_THREADS调整 CPU 线程数。模型下载慢设置环境变量HF_ENDPOINT指向 hf-mirror.com 镜像。旧显卡跑得更慢设置BUZZ_FORCE_CPUtrue强制走 CPU。Buzz 是免费开源的离线语音转文字工具音频全程不出本机图形界面与命令行两种用法都齐备。官方文档docs/docs转录核心模块源码buzz/transcriber/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