免费离线语音转文字Buzz本地转录工具完整上手指南【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/buzzBuzz是一款在个人电脑上完全离线运行的语音转文字工具它基于OpenAI的Whisper模型把专业级音频转录这件事搬进了你的桌面。会议录音、采访素材、网课讲义……音频文件拖进窗口几分钟后就能拿到带时间戳的文字稿全程不需要联网音频数据不经过任何第三方服务器。对于注重隐私的普通用户来说这是目前门槛最低、也最省心的本地转录工具之一。本文从零开始带你安装、配置并玩转它。一、先弄清一件事本地转录到底好在哪把一段录音变成文字听起来是小事但背后牵扯到一个关键选择音频交给谁处理云端服务通常更方便但要先把文件上传到别人服务器上。商业机密的会议、律师的证言记录、医生的病例讨论这类内容一旦上传等于把敏感信息交到了别人手里。Buzz的做法完全不同——所有识别都在你本机完成模型文件和音频文件都不出设备。另外还有三个被低估的好处没有次数和时长限制本地运行转多少都不额外花钱断网也能用只要提前下好模型飞机上、地下室、偏远地区都能照常工作支持视频文件MP4、AVI等视频格式也能直接导入自动抽取音轨 小贴士如果你偶尔要处理公共场合录的讲座、播客这类不敏感内容Buzz同样适用——它的导出格式齐全不会因为离线而功能缩水。二、首次启动的安装清单三大系统各就各位Buzz覆盖Windows、macOS和Linux安装路径各不相同按你的系统对号入座Windows下载安装包双击运行。注意安装文件未经签名系统会弹警告选择更多信息 → 仍要运行即可macOS下载DMG文件支持Intel和Apple Silicon两种芯片Linux推荐Flatpak或Snapflatpak install flathub io.github.chidiwilliams.Buzz一行命令搞定命令行爱好者pip install buzz-captions后运行python -m buzz装好后第一次打开建议顺手做两件事点击菜单栏的Preferences或按Ctrl/Cmd ,设置一个你顺手的默认导出路径在模型页签里先下载一个base尺寸的模型——它是后续所有操作的基础在Buzz偏好设置里配置字体、导出路径等基础选项图中界面直观易懂三、第一份转录报告四步跑通全流程安装完成现在开始处理你的第一个音频文件。整个流程只有四步点击工具栏上的号或按Ctrl/Cmd O导入音频或视频文件在弹窗里选好任务转写或翻译、语言和模型点击运行等待状态变为Completed双击任务行打开转录结果查看器Buzz主界面把每个转录任务的状态、进度和耗时都列得清清楚楚有几个设置项直接影响结果质量值得多说两句语言选择如果知道音频说的是什么语言务必手动指定。自动检测虽然方便但偶尔会把语言认错导致整篇结果出错初始提示Initial Prompt点开Advanced...按钮就能找到。处理医学讲座、人名密集的采访这类内容时把常见专有名词填进去拼写错误会大幅减少导出格式默认TXT纯文本字幕需求选SRT或VTT程序化处理选JSON四、模型选购指南五个尺寸的定位说明书Whisper模型按体积分为五档每一档都对应不同的硬件和用途。选模型本质上是做一道速度换精度的取舍题模型尺寸大致体积一句话定位适合谁Tiny约75MB预览级转完大概能看懂快速试水、老电脑救急Base约142MB入门级日常够用大多数人上手首选Small约466MB质量开始明显变好常规采访、课堂录音Medium约1.5GB精度显著提升学术研究、专业内容Large约2.9GB天花板级别追求极致准确率更关键的是引擎类型的选择它决定了速度Whisper官方原始实现准确但偏慢、吃内存Faster Whisper优化实现速度快一个数量级有NVIDIA显卡6GB显存以上优先选它Whisper.cppC重写极省资源笔记本集显也能跑实时转录Mac用户首选在模型管理界面里你可以随时下载新模型、删除不用的旧模型还能通过Show file location查看模型存放目录。在模型管理页面下载和管理多款Whisper模型切换使用场景只需点几下⚠️ 注意名称带.en后缀的模型只支持英语做多语言识别时别选错。五、进阶玩法录音转录与演示窗口文件转录只是基本功Buzz另一大亮点是实时录音转录——选好麦克风点Record你说的话几乎同步变成屏幕上的文字。实时模式有三个版本可选Append below新句子追加在最下方适合边听边看Append above新句子出现在最上方适合屏幕展示Append and correct逐句修正前文错误最智能但最吃性能配合演示窗口功能会议、讲座、直播时可以全屏显示转录文字观众直接读字幕理解内容。做播客或课程直播的主播尤其喜欢这个组合。想转录电脑里正在播放的视频声音macOS装BlackHole、Windows装VB-CABLE这类虚拟声卡把系统声音接入Buzz的麦克风即可还能一键对接OBS实现直播间字幕。六、高手工具箱翻译、字幕微调与插件生态转录结果里的二次加工打开转录查看器你能做的不只是阅读字幕微调开启词级时间戳后用Resize工具按时间间隔合并、按标点分割字幕还能设置每行最大长度让字幕长短更易读翻译Whisper内置翻译成英文能力配置OpenAI兼容接口后还能翻译成任意目标语言配合本地Ollama甚至全程不花钱说话人识别一键标出每句话出自谁口支持试听片段和改名访谈整理效率翻倍转录查看器支持编辑、搜索和播放联动长音频校对也能从容应对插件让管线可插拔自1.4.5版本起Buzz支持插件扩展AI摘要自动生成全文梗概、DeepFilterNet先降噪再转录、自动按字幕规范重组段落、跳过已转录文件避免重复劳动……在帮助 → 插件里开关并拖拽调整执行顺序即可无需改一行代码。七、避坑指南新手常踩的六个坑转录太慢先降一档模型尺寸或换成Whisper.cpp引擎有NVIDIA显卡记得确认CUDA加速生效结果不准检查是否手动指定了语言有没有用初始提示补充术语录音本身嘈杂时先用DeepFilterNet插件降噪麦克风没声音Windows系统设置里给Buzz开麦克风权限这是最常见的失灵原因想要完全断网在联网电脑上下好模型把模型文件夹整个复制到离线电脑的相同位置即可模型下载中断导致崩溃到模型管理页删除损坏的模型文件重新下载导出格式不兼容SRT/VTT给剪辑软件TXT给笔记JSON给程序按用途选即可八、你的下一步行动清单看完这篇指南剩下的事就是亲手试一次装按系统下载安装包完成首次启动跑导入一个1分钟左右的音频用Base模型跑通第一次转录调对比不同模型尺寸的速度和精度找到你的甜点配置玩尝试实时录音、演示窗口、字幕微调把Buzz接入日常工作流如果还想研究得更深官方文档和核心模块都在项目仓库里躺着官方文档入口docs/docs/index.md使用场景指南docs/docs/usage/转录引擎源码buzz/transcriber/设置与快捷键模块buzz/settings/插件开发示例buzz/plugins/Buzz真正珍贵的地方是把专业级语音识别这件过去要么花钱、要么伤隐私的事变成了每个人电脑里随开随用的免费功能。从今天这段录音开始你离高效工作只差一个导入动作的距离。【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