Buzz 离线音频转录实战指南本地 Whisper 语音转文字的 3 类场景【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 是一款免费开源的桌面应用基于 OpenAI Whisper 在你自己的电脑上完成离线音频转录和语音转文字音频不上传、不依赖云服务。这篇文章按给视频加字幕、会议速记、批量脚本三个场景走一遍完整流程安装、模型选择和常见问题都附在后面可以直接当 Buzz 使用教程看。 从安装到第一条转写3 种装法Windows / macOS下载对应平台的安装包。Windows 包未做代码签名安全警告是正常现象选更多信息→仍要运行。Linux一条 Flatpak 命令装好需已启用 flathub 源flatpak install flathub io.github.chidiwilliams.Buzz从 PyPI 安装需要 Python 3.12且系统已装 ffmpegpip install buzz-captions python -m buzz装完导入一个媒体文件Ctrl/CmdO任务选转写选好语言和模型点运行即可出结果。 场景一给视频加字幕导入视频后 Buzz 自动抽取音轨不用手动转音频格式。语言已知就直接指定比如中文比自动检测更稳模型按机器性能选 small 或 medium。转写完打开查看器逐段核对时间戳再导出 SRT、VTT 或 TXT字幕文件能直接拖进剪辑软件。导出前建议点播放确认对齐时间戳偏了还能在查看器里手动微调片段的起止时间。 场景二会议与讲座的现场记录主界面切到实时录音模式先确认麦克风选对。开始后底部面板实时出字默认约 20 秒延迟让文字与语音保持同步。需要投屏时打开演示窗口把转录内容放到大屏上。结束后做说话人识别把不同发言人分开标注多人对话或环境吵的素材可先做语音分离再转写。结果还能翻译成目标语言也兼容 OpenAI API 类服务做增强翻译。 场景三批量处理与脚本化监视文件夹指定一个目录新出现的音频自动建任务、自动转写适合搭流水线。命令行不开界面一条命令跑完方便写进脚本和定时任务buzz add -m whispercpp -s medium -l zh --srt meeting.mp3配合 --output-directory 可把整批结果集中输出到一个文件夹完整参数见 docs/docs/cli.md。 进阶换后端与接插件各后端Whisper、Whisper.cpp、Faster Whisper、Hugging Face都在 buzz/transcriber/ 目录下想接新后端从这里入手最清楚。插件机制在 buzz/plugins/已内置 AI 摘要、DOCX 导出、字幕时长自动调整等可在插件对话框里单独开关。模型在设置 → 模型管理已下载与可下载的模型列在同一棵目录树里支持直接下载。❓ 转写慢、术语错、GPU 没生效分别怎么办转录慢多半是模型太大或没吃到 GPU。先降 tiny/base 试追求速度换 Whisper.cpp 后端并开加速Nvidia 显卡走 CUDA通用显卡走 Vulkan。专有名词、术语认错模型缺领域上下文。在高级设置里填初始提示initial prompt同时手动指定语言。PyPI 版 GPU 没生效装的是 CPU 版 torchWindows 上按 README 改装 CUDA 版 torch 及 cu12 运行库。准确率没有统一数值取决于素材质量和所选模型关键内容建议人工过一遍。延伸阅读从使用文档 docs/docs/ 开始CLI 细节在 docs/docs/cli.md。使用中遇到问题或有改进想法直接提交项目 Issues维护者更新很勤。【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