把声音变成可编辑文字Buzz 离线语音转文字 15 分钟上手指南【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/buzz把 MP3 拖进 Buzz 的导入窗口选好 base 模型点 Run一两分钟后双击任务逐句带时间戳的文字就躺在查看器里。BuzzBuzz 离线语音转文字工具解决的就是这件事在你自己的电脑上完成本地 Whisper 转录不上传、不限时长、断网也能转。项目定位Buzz 是什么技术底座OpenAI 的 Whisper 模型开源的多语言语音识别模型一次覆盖 90 多种语言另支持 Whisper.cpp、Faster Whisper、Hugging Face 等多家实现部署形态Windows / macOS / Linux 的图形界面安装包外加一个 CLI命令行入口处理全程在本机完成适合谁需要整理会议录音、课程音频、外语素材的普通用户不适合追求云端并发、不想管理模型文件的团队。安装与首次出稿装好它Buzz 安装步骤系统方式一条命令Windowswingetwinget install ChidiWilliams.BuzzmacOSHomebrewbrew install --cask buzzLinuxFlatpak 或 Snapflatpak install flathub io.github.chidiwilliams.Buzz或sudo snap install buzz任意系统PyPIpip install buzz-captions python -m buzzWindows 安装包未做代码签名安装时弹出安全提示属正常现象点更多信息→仍要运行即可继续。跑出第一段文字首次转录 5 步点菜单文件 → 导入媒体文件CtrlO选中 MP3、WAV、MP4 等文件。在导入表单里设置三个关键参数Task选 Transcribe同语言转录Language手动选中文zh而不是自动检测——手动指定能明显提升准确率Model选base快速预览或small更准8GB 内存的笔记本上处理耗时约为音频时长的 2 倍10 分钟的音频大约 20 分钟。点 Run任务进入队列主界面显示实时进度。等状态变成 Completed耗时、模型、任务类型都在任务列表里。双击任务行进入转录查看器第一份文字稿就出来了。从能跑到好用后期处理与导出转录稿拿到手后查看器里的三个动作决定它能不能直接用。查看与校对左上角按钮切换三种视图时间戳表格、纯文本、翻译。表格里的文本单元格双击即可修改改动自动保存。听音对稿离不开这几组快捷键CtrlP播放/暂停CtrlShiftP重播当前段CtrlG滚动到当前播放位置Ctrl←/Ctrl→微调当前段开始时间CtrlShift←/CtrlShift→调结束时间CtrlT/CtrlE/CtrlL分别切到时间戳、纯文本、翻译视图。重新断句点工具栏的 Resize 打开字幕重组按标点拆段、按最大长度默认 42 字符截断把 Whisper 随意切分的长句整理成规整的字幕行。重组依赖词级时间戳转录前需要在高级设置里勾选 word-level timings事后无法补。导出点导出按钮选择格式转录文本和译文都能单独导出格式典型用途适用场景TXT纯文本存档放进文档、喂给大模型SRT视频字幕导入剪映、Premiere 等剪辑软件VTTWeb 字幕网页播放器、B 站上传更多细节可看 docs/ 目录下的使用说明。场景化玩法按任务挑场景边开会边出稿实时录音转录设置会议进行中就要出稿切到 Live Recording 标签页选麦克风、语言、模型点 Record文字边说边出。关键设置实时转录必须用 Whisper.cpp 后端 base或更小的模型否则文字跟不上语速长会议可开启Append and correct模式让模型回头修正刚生成的句子代价是更吃硬件。演示窗口Presentation Window能把实时字幕投到第二块屏配合实时转录导出到文本文件还能把字幕流接进 OBS。一个文件夹一次转完CLI 批量文件一多逐个点 Run 就慢了交给命令行buzz add --model-type whispercpp --model-size small --language zh \ --prompt 专有名词张三、项目星云 --srt --vtt *.mp3高频坑--prompt里写上人名、产品名等专有名词错字率会明显下降这是最便宜的自定义词典。外语素材直接出英文稿离线翻译手里只有外语音频、却想直接拿英文稿两条路任务类型选 Translate to English这是 Whisper 自带的能力全程离线要任意目标语言比如中译西在偏好设置里填一个 OpenAI 兼容接口指向本地 Ollama 或 LM Studio再在查看器点 Translate用一句指令限定只翻译、不加注释。高频坑Translate to English 只出英文其他目标语言必须配置翻译接口别指望离线凭空出现。把电脑里的声音也转掉系统音源捕获要转的麦克风其实是屏幕里的声音播客、在线课程用虚拟声卡把系统输出重定向给 BuzzWindowsVB-CABLE系统输出设为 CABLE InputBuzz 里选 CABLE OutputmacOSBlackHole在音频 MIDI 设置建多输出设备Linuxpavucontrol里把应用音频重定向到 Buzz。高频坑别忘了系统输出还得正常出声——多输出设备里要同时保留扬声器否则会一边没声音一边转录。模型与性能先选对再谈快模型大小决定速度、准确率和内存占用的平衡模型速度体感适用场景硬件要求tiny / base分钟级出稿实时转录、快速预览纯 CPU 即可small约为音频时长 2 倍日常转录的主力8GB 内存起步medium / large小时级口音重、术语密集的专业录音建议 GPUwhisper.cpp 量化版接近实时纯 CPU 或老 GPU 机器任意没有 NVIDIA 显卡就选 Whisper.cpp它在 CPU 上也能实时转录有显卡时在偏好设置的模型选项里启用 CUDALinux 开箱即用Windows 安装包内置 CUDA 12旧版驱动会自动退回 CPU。GPU 生效后的量级变化很直观large 模型从小时级降到分钟级。国内网络下载模型慢启动前设置环境变量HF_ENDPOINThttps://hf-mirror.com。排错速查症状原因一句话解法录音报错 PaErrorCode-9999系统拦截了麦克风权限到系统隐私设置里给 Buzz 放行转录速度过慢模型太大换 base 或 Whisper.cpp 量化版Resize 无法重组字幕没生成词级时间戳转录前勾选 word-level timings 重转下载模型后卡死或闪退模型文件损坏在偏好设置 → Models 删除重下离线机器用不了首次运行需下载模型在联网机器下载后把模型缓存文件夹拷到同路径Linux 为~/.cache/Buzz今天就做一件事导入一个文件选 base、手动指定语言点 Run导出 SRT 看完整条流程。卡在哪一步去项目仓库提 Issue附上日志最快。【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
