Buzz 离线转录本地 Whisper 语音转文字录音数据不出电脑【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刚剪完两期播客三小时毛料还躺在硬盘里等着转写。Buzz 是基于本地 Whisper 的语音转文字工具免费、离线音频数据全程不出设备装一次长期用。安装与环境准备Buzz 作为本地语音转录工具安装基本零门槛Windows 和 macOS 到发布页下载对应安装包双击装完即可Linux 走 Flatpak 或 Snap一条命令解决习惯命令行的话pip install buzz-captions装好运行python -m buzz就能启动。首次转录时选中的模型会自动下载之后离线复用一套 Whisper 本地部署就此到位。核心工作流从导入到出稿第一次跑完整流程跟着五步走点左上角的把 MP3、WAV 或 MP4 文件丢进任务列表Buzz 自动读出时长和格式。任务类型保持转录在语言下拉框里手动指定语言——自动检测碰到带口音、背景嘈杂的音频容易判错手动选一次省掉返工。有专有名词、人名怕出错的点高级在 Initial prompt 里预填术语识别会明显更稳。选好模型后点运行盯着这一行的进度条走完。进度满格后点该行的查看文字、时间戳和音频播放器同屏出现。模型选择速度、精度、场景Buzz 把 Whisper 拆成五档模型按设备性能和精度要求挑模型体积响应速度识别质量推荐用途Tiny~75MB最快基础快速试听、低配机器Base~142MB快良好日常转录、入门首选Small~466MB中等优良正式稿件、字幕制作Medium~1.5GB偏慢极佳学术用途、高精度场景Large~2.9GB最慢最佳多语种、专业级任务Base 覆盖大多数日常场景要上屏的字幕用 Small 起步重要场合再升到 Medium。设备带 NVIDIA 显卡或 Apple Silicon 的话在设置里开启加速一小时音频的处理时间能从半小时级压到几分钟级。字幕输出从转录到 SRT想做离线字幕生成转录前先在选项里勾选词级时间戳每个词都会带上起止时间。跑完后从导出菜单选 SRT 或 VTT标准字幕文件直接落盘。字幕行太碎或太长打开 Resize 功能自动重排按标点断句、按时长上限合并、按静音间隔拆分挑一条规则字幕行就不用手工逐条调了。对做视频的人来说这等于把免费音频转文字接进工作流导入视频、出带时间戳的字幕、一键翻译成目标语言、导出 SRT本地闭环全程不离开电脑。批量与自动化跑顺了之后几个方向能让效率再上一层文件夹监控指定一个目录文件丢进去就自动开转批量处理访谈录音省心得多。实时录音接上麦克风边开会边出文字演示窗口还能把文字放大当投屏字幕。插件系统AI 摘要、DeepFilterNet 降噪、DOCX 导出、跳过已转录文件都是可开关的插件按需启用。CLI 接口命令行入口能直接写进脚本配合文件夹监控就是无人值守的批量流水线。想往深里看docs/docs/ 里有逐章的图文说明Whisper 后端的接入与调度逻辑集中在 buzz/transcriber/ 目录。下次面对一小时的毛料把 Buzz 下载下来丢进文件、点下运行转写交给它跑茶喝完稿子就在那了。☕【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 
长河君 · 2026/9/7 1:33:27 · 阅读 1.2k Buzz 离线转录：本地 Whisper 语音转文字，录音数据不出电脑
Buzz 离线转录本地 Whisper 语音转文字录音数据不出电脑【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刚剪完两期播客三小时毛料还躺在硬盘里等着转写。Buzz 是基于本地 Whisper 的语音转文字工具免费、离线音频数据全程不出设备装一次长期用。安装与环境准备Buzz 作为本地语音转录工具安装基本零门槛Windows 和 macOS 到发布页下载对应安装包双击装完即可Linux 走 Flatpak 或 Snap一条命令解决习惯命令行的话pip install buzz-captions装好运行python -m buzz就能启动。首次转录时选中的模型会自动下载之后离线复用一套 Whisper 本地部署就此到位。核心工作流从导入到出稿第一次跑完整流程跟着五步走点左上角的把 MP3、WAV 或 MP4 文件丢进任务列表Buzz 自动读出时长和格式。任务类型保持转录在语言下拉框里手动指定语言——自动检测碰到带口音、背景嘈杂的音频容易判错手动选一次省掉返工。有专有名词、人名怕出错的点高级在 Initial prompt 里预填术语识别会明显更稳。选好模型后点运行盯着这一行的进度条走完。进度满格后点该行的查看文字、时间戳和音频播放器同屏出现。模型选择速度、精度、场景Buzz 把 Whisper 拆成五档模型按设备性能和精度要求挑模型体积响应速度识别质量推荐用途Tiny~75MB最快基础快速试听、低配机器Base~142MB快良好日常转录、入门首选Small~466MB中等优良正式稿件、字幕制作Medium~1.5GB偏慢极佳学术用途、高精度场景Large~2.9GB最慢最佳多语种、专业级任务Base 覆盖大多数日常场景要上屏的字幕用 Small 起步重要场合再升到 Medium。设备带 NVIDIA 显卡或 Apple Silicon 的话在设置里开启加速一小时音频的处理时间能从半小时级压到几分钟级。字幕输出从转录到 SRT想做离线字幕生成转录前先在选项里勾选词级时间戳每个词都会带上起止时间。跑完后从导出菜单选 SRT 或 VTT标准字幕文件直接落盘。字幕行太碎或太长打开 Resize 功能自动重排按标点断句、按时长上限合并、按静音间隔拆分挑一条规则字幕行就不用手工逐条调了。对做视频的人来说这等于把免费音频转文字接进工作流导入视频、出带时间戳的字幕、一键翻译成目标语言、导出 SRT本地闭环全程不离开电脑。批量与自动化跑顺了之后几个方向能让效率再上一层文件夹监控指定一个目录文件丢进去就自动开转批量处理访谈录音省心得多。实时录音接上麦克风边开会边出文字演示窗口还能把文字放大当投屏字幕。插件系统AI 摘要、DeepFilterNet 降噪、DOCX 导出、跳过已转录文件都是可开关的插件按需启用。CLI 接口命令行入口能直接写进脚本配合文件夹监控就是无人值守的批量流水线。想往深里看docs/docs/ 里有逐章的图文说明Whisper 后端的接入与调度逻辑集中在 buzz/transcriber/ 目录。下次面对一小时的毛料把 Buzz 下载下来丢进文件、点下运行转写交给它跑茶喝完稿子就在那了。☕【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