Buzz 离线语音转文字本机转录加翻译文件、录音、批量一次讲清【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 是基于 OpenAI Whisper 的开源离线语音转文字工具音频转录和翻译都在本机完成不经过任何外部服务器支持 99 种以上语言图形界面和命令行两种入口都有。导入一段音频它输出带时间轴的文本和字幕文件全程免费。它适合解决哪类问题手头有一批会议录音、课程视频、采访文件导入后得到可编辑的纯文本和 SRT / VTT 字幕。正在开会或演讲麦克风输入文字边说边出还能投到大屏给别人看。固定目录持续落录音放进文件夹自动排队转写重复文件不再重跑。Buzz 如何安装按系统走最短路径macOS官方只发布.dmgApple Silicon 原生运行Intel Mac 停在 1.4.5 版本不再更新。Windows从 SourceForge 下载官方安装包。程序未做代码签名安装弹窗点更多信息再选仍要运行。LinuxFlatpak 与 Snap 二选一一条命令flatpak install flathub io.github.chidiwilliams.Buzz它把 Buzz 装进系统沙箱后续升级走 Flatpak 更新渠道。不想用包管理的也可以直接pip install buzz-captions python -m buzz从 PyPI 装的是 Python 包适合自己管环境的用户Linux 下还需按 安装文档 补齐 ffmpeg 等系统依赖。首次运行要处理的三件事模型缓存。第一次用到某个模型时自动下载。位置随系统不同Linux 是~/.cache/BuzzmacOS 是~/Library/Caches/BuzzWindows 是%USERPROFILE%\AppData\Local\Buzz\Buzz\Cache。在帮助 → 偏好设置 → 模型里点显示文件位置可直达这个目录。离线机器。在一台联网电脑把模型下载好把整个模型文件夹拷到目标机器的同一缓存位置即可完全断网使用仓库里的 scripts/download-models.py 可帮你预打包模型。国内网络慢。启动前设置环境变量HF_ENDPOINThttps://hf-mirror.com模型走镜像下载。最短使用路径第一次转录怎么做用文件菜单或工具栏加号导入音频MP3、WAV视频如 MP4、MKV 直接导入也可Buzz 自动抽音轨。任务列表出现一行记录。任务选转录或翻译。翻译会把外语内容转成目标语言文本。语言手动选成说话语言。自动检测只参考开头几秒指错方向会整段带偏。模型先选 base 或 small点运行。状态列变成已完成即结束。双击该行打开查看器全文搜索、调节倍速、边听边对文本最后导出 TXT、SRT 或 VTT。按工作类型选功能文件转文字导入音频或视频产出 TXT 或字幕文件。做字幕时记得在高级设置打开词级时间戳这是后续把长音频切成标准字幕行的前提不想手动调transcript_resizer 插件会在每次转录后自动重排字幕行。麦克风实时转写任务选录音选好麦克风点录音文字跟着说话逐句出来。偏好设置里三种追加模式新句子沉在底部从上往下读、顶在最上面不用滚动、或者边追加边回改上一句的错字——多人访谈和术语多的会议用最后一种成稿最接近人工记录。开启实时转录导出后文字边生成边写进 TXT 文件OBS 这类直播软件可直接读它当字幕源开了翻译时译文落在单独的.translated.txt。开始录音后还能打开演示窗口把实时文字投到大屏。文件夹批量与命令行偏好设置里开启文件夹监听指定一个目录新音频落进去就自动建转录任务你只管扔文件。定时任务更适合走命令行一条命令处理多个文件字幕统一输出到独立目录buzz add --srt --output-directory ./subtitles recordings/*.mp4批量重跑很贵skip_already_transcribed 插件能拦住同名 .txt、.srt、.vtt 已存在或数据库里有记录的文件直接复用不再跑模型。结果修正双击任务打开查看器后可以直接改字、搜词、调播放速度。点调整大小按标点与静音把词级时间戳合并成长度合适的字幕行还能整体延长每行停留时间。多人对话用说话人识别给不同声音打标签可试听每人的 10 秒片段再改成真实姓名注意该功能在 Intel 版 macOS 上不可用。影响体验最大的四个设置目的后端决定硬件怎么跑选错等于全程白等。怎么设四个后端里Whisper.cpp 是 C 实现Nvidia 显卡走 CUDA、AMD 和 Intel 显卡走 VulkanMac 首选带核显的笔记本也能跑实时Faster Whisper 比原版快一个数量级且省内存但要 Nvidia 显卡显存 ≥ 6GBWhisper 原版准确但慢、吃内存HuggingFace 类型支持 Parakeet、MMS 等定制模型适合特定语种。结果没有 Nvidia 显卡就选 Whisper.cpp显存够就选 Faster Whisper其余情况基本没有悬念。目的模型大小是速度和准确率的直接兑换比。怎么设草稿用 tiny / base终稿用 medium / large实时录音必须小模型才跟得上语速。large 系列里 V2 最稳V3 很多语种最准但偶尔幻听出没说的话Turbo 取速度和准确的中间值。结果没有万能答案拿自己的语言各测一遍最可靠。目的语言和初始提示词是准确率最便宜的两个提升点。怎么设知道说话语言就手动指定人名、产品名反复转错时在高级设置的初始提示里写正确拼写模型会照着来。结果多数识别不准投诉靠这两步就能消掉大半。目的噪声和显存是长音频翻车的两个常见原因。怎么设背景音乐、键盘声明显的录音打开语音提取Buzz 先把人声从背景里剥离再转录显存不够时勾选降低 GPU 内存占用启用 8 位量化或换 q_5 这类量化版本模型。结果量化会损失一点精度换的是能跑得动。出问题时按现象排查启动失败或闪退先怀疑模型文件不完整到偏好设置 → 模型删掉重下。仍闪退则查日志帮助 → 关于 Buzz → 显示日志。另注意 CPU 需要 AVX2 指令集太老的机器跑不了这不是设置能解决的。速度太慢先换更小模型有 Nvidia 显卡就到帮助 → 关于 Buzz装 CUDA 加速老 GPU 反而更卡时设环境变量BUZZ_FORCE_CPUtrue强制走 CPU纯 CPU 跑 Whisper.cpp 时把线程数调小16 线程机器设 8官方数据约提速 15%再往上加线程反而变慢。识别不准按语言 → 提示词 → 语音提取的顺序逐项补。背景噪声大就先降噪再转录插件目录里有降噪相关实现。麦克风报错PaErrorCode-9999这类错误基本是权限被挡。Windows 到设置 → 隐私 → 麦克风给 Buzz 授权杀毒软件也会拦截临时关掉验证一次。模型下载慢或超时设HF_ENDPOINT镜像地址完全离线的机器按前文拷贝模型文件夹。什么时候选它什么时候不选它要求音频留在本机、要实时字幕、不想按分钟给云端付费时Buzz 是当前最省心的组合免费开源、离线可用、GUI 和 CLI 都有。工作流是纯命令行脚本、机器 GPU 充裕到值得自建专用流水线时它不是最短路径反过来接受音频上传且图省事云端 API 更快只是按量计费。继续深入官方文档含中文安装、偏好设置与环境变量、命令行参数表、常见问题另有 docs/i18n/zh/ 中文翻译。内置插件buzz/plugins/ 下有自动字幕重排、AI 摘要转录后调用兼容 API 生成摘要写入备注、跳过已转录文件、导出 DOCX 等可在帮助 → 插件里启停排序。转录与后端实现buzz/transcriber/任务数据库在 buzz/db/。【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 · 2026/10/16 2:07:23 · 阅读 1.2k Buzz 离线语音转文字：本机转录加翻译，文件、录音、批量一次讲清
Buzz 离线语音转文字本机转录加翻译文件、录音、批量一次讲清【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 是基于 OpenAI Whisper 的开源离线语音转文字工具音频转录和翻译都在本机完成不经过任何外部服务器支持 99 种以上语言图形界面和命令行两种入口都有。导入一段音频它输出带时间轴的文本和字幕文件全程免费。它适合解决哪类问题手头有一批会议录音、课程视频、采访文件导入后得到可编辑的纯文本和 SRT / VTT 字幕。正在开会或演讲麦克风输入文字边说边出还能投到大屏给别人看。固定目录持续落录音放进文件夹自动排队转写重复文件不再重跑。Buzz 如何安装按系统走最短路径macOS官方只发布.dmgApple Silicon 原生运行Intel Mac 停在 1.4.5 版本不再更新。Windows从 SourceForge 下载官方安装包。程序未做代码签名安装弹窗点更多信息再选仍要运行。LinuxFlatpak 与 Snap 二选一一条命令flatpak install flathub io.github.chidiwilliams.Buzz它把 Buzz 装进系统沙箱后续升级走 Flatpak 更新渠道。不想用包管理的也可以直接pip install buzz-captions python -m buzz从 PyPI 装的是 Python 包适合自己管环境的用户Linux 下还需按 安装文档 补齐 ffmpeg 等系统依赖。首次运行要处理的三件事模型缓存。第一次用到某个模型时自动下载。位置随系统不同Linux 是~/.cache/BuzzmacOS 是~/Library/Caches/BuzzWindows 是%USERPROFILE%\AppData\Local\Buzz\Buzz\Cache。在帮助 → 偏好设置 → 模型里点显示文件位置可直达这个目录。离线机器。在一台联网电脑把模型下载好把整个模型文件夹拷到目标机器的同一缓存位置即可完全断网使用仓库里的 scripts/download-models.py 可帮你预打包模型。国内网络慢。启动前设置环境变量HF_ENDPOINThttps://hf-mirror.com模型走镜像下载。最短使用路径第一次转录怎么做用文件菜单或工具栏加号导入音频MP3、WAV视频如 MP4、MKV 直接导入也可Buzz 自动抽音轨。任务列表出现一行记录。任务选转录或翻译。翻译会把外语内容转成目标语言文本。语言手动选成说话语言。自动检测只参考开头几秒指错方向会整段带偏。模型先选 base 或 small点运行。状态列变成已完成即结束。双击该行打开查看器全文搜索、调节倍速、边听边对文本最后导出 TXT、SRT 或 VTT。按工作类型选功能文件转文字导入音频或视频产出 TXT 或字幕文件。做字幕时记得在高级设置打开词级时间戳这是后续把长音频切成标准字幕行的前提不想手动调transcript_resizer 插件会在每次转录后自动重排字幕行。麦克风实时转写任务选录音选好麦克风点录音文字跟着说话逐句出来。偏好设置里三种追加模式新句子沉在底部从上往下读、顶在最上面不用滚动、或者边追加边回改上一句的错字——多人访谈和术语多的会议用最后一种成稿最接近人工记录。开启实时转录导出后文字边生成边写进 TXT 文件OBS 这类直播软件可直接读它当字幕源开了翻译时译文落在单独的.translated.txt。开始录音后还能打开演示窗口把实时文字投到大屏。文件夹批量与命令行偏好设置里开启文件夹监听指定一个目录新音频落进去就自动建转录任务你只管扔文件。定时任务更适合走命令行一条命令处理多个文件字幕统一输出到独立目录buzz add --srt --output-directory ./subtitles recordings/*.mp4批量重跑很贵skip_already_transcribed 插件能拦住同名 .txt、.srt、.vtt 已存在或数据库里有记录的文件直接复用不再跑模型。结果修正双击任务打开查看器后可以直接改字、搜词、调播放速度。点调整大小按标点与静音把词级时间戳合并成长度合适的字幕行还能整体延长每行停留时间。多人对话用说话人识别给不同声音打标签可试听每人的 10 秒片段再改成真实姓名注意该功能在 Intel 版 macOS 上不可用。影响体验最大的四个设置目的后端决定硬件怎么跑选错等于全程白等。怎么设四个后端里Whisper.cpp 是 C 实现Nvidia 显卡走 CUDA、AMD 和 Intel 显卡走 VulkanMac 首选带核显的笔记本也能跑实时Faster Whisper 比原版快一个数量级且省内存但要 Nvidia 显卡显存 ≥ 6GBWhisper 原版准确但慢、吃内存HuggingFace 类型支持 Parakeet、MMS 等定制模型适合特定语种。结果没有 Nvidia 显卡就选 Whisper.cpp显存够就选 Faster Whisper其余情况基本没有悬念。目的模型大小是速度和准确率的直接兑换比。怎么设草稿用 tiny / base终稿用 medium / large实时录音必须小模型才跟得上语速。large 系列里 V2 最稳V3 很多语种最准但偶尔幻听出没说的话Turbo 取速度和准确的中间值。结果没有万能答案拿自己的语言各测一遍最可靠。目的语言和初始提示词是准确率最便宜的两个提升点。怎么设知道说话语言就手动指定人名、产品名反复转错时在高级设置的初始提示里写正确拼写模型会照着来。结果多数识别不准投诉靠这两步就能消掉大半。目的噪声和显存是长音频翻车的两个常见原因。怎么设背景音乐、键盘声明显的录音打开语音提取Buzz 先把人声从背景里剥离再转录显存不够时勾选降低 GPU 内存占用启用 8 位量化或换 q_5 这类量化版本模型。结果量化会损失一点精度换的是能跑得动。出问题时按现象排查启动失败或闪退先怀疑模型文件不完整到偏好设置 → 模型删掉重下。仍闪退则查日志帮助 → 关于 Buzz → 显示日志。另注意 CPU 需要 AVX2 指令集太老的机器跑不了这不是设置能解决的。速度太慢先换更小模型有 Nvidia 显卡就到帮助 → 关于 Buzz装 CUDA 加速老 GPU 反而更卡时设环境变量BUZZ_FORCE_CPUtrue强制走 CPU纯 CPU 跑 Whisper.cpp 时把线程数调小16 线程机器设 8官方数据约提速 15%再往上加线程反而变慢。识别不准按语言 → 提示词 → 语音提取的顺序逐项补。背景噪声大就先降噪再转录插件目录里有降噪相关实现。麦克风报错PaErrorCode-9999这类错误基本是权限被挡。Windows 到设置 → 隐私 → 麦克风给 Buzz 授权杀毒软件也会拦截临时关掉验证一次。模型下载慢或超时设HF_ENDPOINT镜像地址完全离线的机器按前文拷贝模型文件夹。什么时候选它什么时候不选它要求音频留在本机、要实时字幕、不想按分钟给云端付费时Buzz 是当前最省心的组合免费开源、离线可用、GUI 和 CLI 都有。工作流是纯命令行脚本、机器 GPU 充裕到值得自建专用流水线时它不是最短路径反过来接受音频上传且图省事云端 API 更快只是按量计费。继续深入官方文档含中文安装、偏好设置与环境变量、命令行参数表、常见问题另有 docs/i18n/zh/ 中文翻译。内置插件buzz/plugins/ 下有自动字幕重排、AI 摘要转录后调用兼容 API 生成摘要写入备注、跳过已转录文件、导出 DOCX 等可在帮助 → 插件里启停排序。转录与后端实现buzz/transcriber/任务数据库在 buzz/db/。【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