Buzz 语音转录教程在本地电脑上完成音频转文字、翻译与实时录音【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 的免费语音转录工具它的全部识别与翻译计算都发生在你自己的电脑上音频文件不需要上传到任何云端服务。对于需要整理会议记录、给视频做字幕、处理访谈录音的人来说Buzz 语音转录提供的是一条隐私安全、可完全离线的工作流。它支持 Windows、macOS 和 Linux既有图形界面也有命令行接口还可以用插件扩展摘要生成等能力。需要注意的是本地运行意味着转录速度取决于你的硬件模型越大越准但占用的内存和计算资源也越多。哪些场景适合用 BuzzBuzz 的设计覆盖了三种常见入口你可以按场景选用已有音频或视频文件会议录音、采访、播客、网课视频等直接导入即可转录支持自动识别语言并输出带时间戳的文本段落最后导出 TXT、SRT、VTT 等格式。正在进行的声音开启麦克风实时转录边说边出文字适合讲座、演示和无字幕的现场活动转录结果可以在单独的演示窗口里放大展示。网络音频导入 URL例如 YouTube 链接后Buzz 会下载音频并进入同一套转录流程省去手动下载再导入的步骤。对于人声混杂、背景较吵的录音Buzz 还支持在转录前先做人声分离并能在转录结果中标记说话人这对多人对话的整理比较有用。如果某个目录下会不断产生新文件可以启用文件夹监控让新文件自动进入转录队列。安装 Buzz按系统选一条路详细的安装说明见 docs/installation.md各系统做法不同但整体都不复杂。macOS下载.dmg安装包直接安装Intel 和 Apple Silicon 芯片都有对应版本。Windows运行安装程序。由于程序未签名系统安装时会提示安全风险选择更多信息再点仍要运行即可。Linux推荐用包管理器一条命令完成flatpak install flathub io.github.chidiwilliams.Buzz也可以通过 Snap 安装sudo snap install buzz建议先装好libportaudio2等依赖。用 Python 环境安装需要 Python 3.12 和已装好的 ffmpeg然后pip install buzz-captions python -m buzz如果你的电脑有 NVIDIA 显卡pip 安装版可以额外安装 CUDA 版 PyTorch 来获得 GPU 加速具体依赖组合参考 README。安装完成后打开应用第一次使用建议先进偏好设置把模型和存储路径定下来。第一次使用模型、导入和导出把文件拖进去之前先选好模型Buzz 内置多个 Whisper 模型tiny、base、small、medium、large 等模型大小决定了准确率和资源占用的平衡点。一般建议硬件普通、追求速度先选 tiny 或 base快速验证流程追求准确率选 medium 或更大模型长音频耗时会明显增加。模型文件会下载到本地并缓存缓存路径可以在偏好设置里修改换机器或清理磁盘时能找到它们。模型相关选项在 buzz/widgets/preferences_dialog/models_preferences_widget.py 对应的界面中配置模型加载逻辑位于 buzz/model_loader.py。转录时常用什么操作主界面上每个任务都带有状态和进度常用快捷键定义在 buzz/settings/shortcut.py几个高频的CtrlO导入文件CtrlU导入 URLCtrlR打开录音窗口Ctrl,打开偏好设置CtrlF在转录结果中搜索CtrlG跳到当前播放位置CtrlP播放/暂停CtrlShiftP重播当前段落。转录完成后查看器里可以逐段编辑文字、用方向键微调每段起止时间Ctrl←/→和CtrlShift←/→然后导出为 TXT、SRT 或 VTT。需要对照翻译时任务设置里选翻译模式就能得到原文加译文的对照输出。配置项、路径与插件在哪改偏好设置是日常最常打开的窗口里面分成几个区域文件转录的默认参数、文件夹监控指定目录后新文件自动转录、快捷键编辑等相关代码位于 buzz/widgets/preferences_dialog/。快捷键方案在 buzz/settings/shortcuts.py 中可以查看完整列表。几个值得知道的实现位置转录引擎与后端的封装在 buzz/transcriber/包含 Whisper.cpp、Transformers 等多种后端对应不同的加速方式CUDA、Vulkan、Apple Silicon转录结果的数据结构在 buzz/db/ Buzz 用本地数据库管理任务和段落插件机制在 buzz/plugins/仓库内置了 AI 摘要生成、文档导出、转录段落自动整理等插件可以在插件对话框里启用并单独配置。界面翻译方面buzz/locale/ 提供了多种语言的文案文件如果你熟悉某门语言这里也是参与本地化翻译的入口贡献方式可参考 CONTRIBUTING.md。遇到问题时怎么排查转录很慢先换更小的模型tiny/base同时关掉其他吃资源的程序有独立显卡的机器确认已启用对应加速NVIDIA 用 CUDA多数显卡可用 Whisper.cpp 的 Vulkan。识别错字多通常是模型太小或音频噪声大。换大模型或对嘈杂录音开启人声分离再转录。Windows 安装被拦截属于未签名程序的正常提示按更多信息 → 仍要运行处理即可。Linux 下缺少依赖pip 安装版在 Linux 上需要补齐libportaudio2、ffmpeg等系统库README 中列出了完整的包名。磁盘空间不足模型文件都缓存在本地清理或迁移缓存目录即可释放空间。如果只是想跑通一次完整流程最短路径是装好 Buzz → 偏好里选 tiny 模型 → 拖一个短音频进去 → 查看器里检查文本并导出 SRT。跑通后再按需求换模型、开翻译或启用实时录音。适合谁先试试Buzz 更适合音频量大、又不想把录音交给第三方服务的用户做会议和访谈整理的、给视频配字幕的、需要外语音频对照翻译的内容工作者。如果以上场景你占一两个可以按本文步骤装一份 Buzz 语音转录先用小模型处理一段真实音频感受它的准确度是否满足你的需求再决定模型和配置。【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