Buzz完整的离线语音转文字工具【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 是一款开源免费的离线语音转文字工具基于 OpenAI Whisper 模型在个人电脑上完成音频、视频转录与翻译支持 99 种以上语言。整个处理过程不依赖云端录音文件不会离开你的设备适合处理会议、采访等敏感内容。快速上手安装到出结果的 3 步本节带你用最少的操作跑通第一次转录全程大约 10 分钟。第 1 步安装应用。macOS 下载.dmg拖入应用程序文件夹Windows 运行安装程序弹窗点更多信息 → 仍要运行应用未签名属正常现象Linux 用户可用 Flatpak 或 Snapflatpak install flathub io.github.chidiwilliams.Buzz # 或 sudo snap install buzz也可以pip install buzz-captions后运行python -m buzz需要 Python 3.12 环境并自行安装 ffmpeg。第 2 步下载模型。打开帮助 → 偏好设置 → 模型选择要使用的 Whisper 模型下载或首次转录时自动下载。模型默认缓存在本地如 Linux 的~/.cache/Buzz后续转录不再联网。第 3 步导入文件并运行。菜单文件 → 导入媒体文件快捷键 Ctrl/Cmd O选择音频或视频文件设置任务转录 / 翻译成英文、语言和模型点击运行。状态变为已完成后双击该行即可打开转录结果。核心能力拆解文件与链接转录一次导入多种格式导出把 MP3、WAV、MP4 等音视频文件直接拖进窗口或在导入对话框粘贴 YouTube 链接Buzz 会通过 yt-dlp 下载后转录。任务有两类原语言转录、翻译成英文语言列表覆盖 99 种以上含中、英、日、法等。转录界面提供高级选项其中 Initial prompt初始提示词适合填入人名、专业术语可明显减少专有名词拼写错误提取语音选项会在转录前把语音分离到单独音轨提升嘈杂音频的准确率。结果可导出为 TXT、SRT、VTT、JSON 等格式。实时录音转录会议进行中直接出文字点击录音麦克风输入会边说边变成文字。实时模式有三种追加在下方、追加在上方、追加并校正后者会回头修正前句错误更耗资源。两个细节对现场很有用一是演示窗口录音时可开启独立窗口放大显示文字适合演讲和活动现场投屏二是开启偏好设置中的实时转录导出后文字会同步写入本地 .txt 文件可以直接被 OBS 等推流软件读取作为直播字幕源。官方建议实时场景优先用 Whisper.cpp 后端加小模型否则对硬件负担较大。转录查看器逐段校对、改时间戳、调字幕转录完成后双击任务进入查看器这是处理结果的主要工作台搜索栏Ctrl/Cmd F支持全文检索并显示第 3/15 处播放速度可在 0.5x–2.0x 间调节支持跟随音频自动滚动和循环播放选段选中某一行后用 Ctrl/Cmd 方向键以 0.5 秒为步长微调该段的起止时间改完再导出字幕更准。字幕场景下点击Resize调整大小若转录时勾选了词级时间戳可以指定每条字幕的最大长度、按标点断句还能给每条字幕统一延长停留时间直接产出可上屏的 SRT。批量与自动化文件夹监视 命令行如果你要处理一整批文件不必逐个拖拽偏好设置里开启文件夹监视指定目录后新放入的音频会自动排队转录。配合跳过已转录插件重复导入同一批文件时已完成的会直接标记为 Skipped不重复跑模型。习惯脚本的用户可以用命令行一条命令即可完成转录 导出 SRT/VTTbuzz add --model-type whispercpp --model-size small \ --srt --vtt ./meeting.mp4真实场景落地场景一多人访谈区分说话人。背景两人以上对话纯文字稿分不清谁说的。操作路径导入录音完成转录后在查看器点击识别说话人Buzz 会为每段对话标注说话人标签可试听 10 秒样本核对并把标签改成本人姓名勾选合并同一说话人语句后保存同一个人的连续发言会并成一段。预期效果得到带姓名标注的对话稿访谈整理时间明显缩短。注Intel 芯片的 macOS 上该功能不可用。场景二视频加字幕。背景给课程视频配字幕手动逐句打点太慢。操作路径导入视频 → 勾选词级时间戳 → 转录完成后用 Resize 按最大长度 标点断句重排 → 导出 SRT。预期效果拿到断句合理、时间轴对齐的字幕文件可直接导入视频剪辑软件。场景三讲座录音批量入库。背景每周固定收到十几段讲座录音。操作路径开启文件夹监视指向下载目录语言固定为中文模型选 small。预期效果录音文件一落盘就自动转录第二天打开 Buzz 全是已完成任务无需手工操作。避坑与调优 FAQQ1转录太慢怎么办先换更小的模型tiny/base或改用 Whisper.cpp 后端有 6GB 以上显存的 NVIDIA 显卡可启用 Faster Whisper速度比原生 Whisper 快一个量级。文档实测将BUZZ_WHISPERCPP_N_THREADS设为 CPU 线程数的一半如 16 线程设为 8可提速约 15%。Q2识别准确率不高手动指定语言而不是自动检测官方推荐做法把高频错词写进 Initial prompt嘈杂录音打开提取语音显存紧张时可选量化模型如 q5或开启减少 GPU 显存。Q3能完全断网使用吗可以。在有网电脑上下载好模型把模型文件夹整个拷到离线电脑的相同位置Linux 为~/.cache/Buzz/models或用仓库提供的scripts/download-models.py提前准备模型缓存。Q4启动崩溃或下载中断多为模型文件损坏在帮助 → 偏好设置 → 模型中删除后重新下载即可另注意 CPU 需支持 AVX2过老的机器无法运行。Q5旧 GPU 反而更慢设置环境变量BUZZ_FORCE_CPUtrue强制用 CPU绕开问题显卡。延伸与生态Buzz 自 1.4.5 版引入插件系统菜单帮助 → 插件中可开关、排序、配置插件也能通过 URL 添加社区插件。内置插件包括AI 摘要调 OpenAI 兼容 API 生成摘要、导出 DOCX、DeepFilterNet 降噪转录前自动去噪并另存_DeepFilterNet3.wav、跳过已转录、自动字幕重排。想写自己的插件可参考 buzz/plugins/ 源码结构。更多用法见官方文档 docs/docs/转录后端实现位于 buzz/transcriber/。写在最后Buzz 把 Whisper 的离线语音转文字能力做成了一个开箱即用的本地工具导入、实时、批量、字幕、说话人分离都在一个界面里完成。代码仓库git clone https://gitcode.com/GitHub_Trending/buz/buzz安装后拖入第一段录音即可开始使用。【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