Buzz 离线语音转文字实战指南三步跑通本地 Whisper 转录四个关键配置【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/buzzBuzz 是一款基于 OpenAI Whisper 的开源离线语音转文字工具99 种以上语言的转录与翻译全部在你的电脑上完成音频不上传任何服务器。它有图形界面和命令行两种入口本文带你依次做完四件事装好并拿到模型、跑出第一条本地转录、实时录音出字、批量自动归档最后调四个影响速度和准确率的开关。怎么安装 Buzz 并拿到模型文件按你的系统选一条路Windows / macOS从 SourceForge 下载安装包或.dmg。Windows 版没做代码签名安装弹窗点更多信息 → 仍要运行Intel Mac 只支持到 1.4.5。LinuxFlatpak 或 Snap 二选一flatpak install flathub io.github.chidiwilliams.Buzz或sudo snap install buzz。Python 环境建议 Python 3.12先装好 ffmpeg然后pip install buzz-captions python -m buzz模型文件第一次使用时自动下载缓存在~/.cache/BuzzLinux、~/Library/Caches/BuzzmacOS或%USERPROFILE%\AppData\Local\Buzz\Buzz\CacheWindows。下载慢就先设镜像变量再启动 Buzzexport HF_ENDPOINThttps://hf-mirror.com完全无网的机器在一台联网电脑上用 scripts/download-models.py 预打包模型文件夹原样拷到目标机器的同一位置即可。四步跑通第一次本地转录导入用文件菜单或工具栏的导入 MP3、WAVMP4、MKV 这类视频也可以直接丢进去Buzz 会自动抽出音轨。选任务默认transcribe把外语翻成目标语言就选translate。指定语言知道说什么语言就手动选。自动检测只听开头几秒的音频手动指定误识别明显更少。选模型并运行先用base或small试手感状态列变已完成后双击该行打开查看器边听边对。主界面左侧是任务列表右侧是模型、任务与语言设置任务列表在重启应用后依然保留查看器里支持全文搜索CtrlF、0.5x–2.0x 变速播放核对完文本可导出 TXT、SRT、VTT怎么配置实时录音边说边出字任务选录音挑好麦克风点录音文字跟着说话逐句蹦出来。高级设置里的Live recording mode决定新句子往哪放三种模式效果差别不小Append below最新一句沉在底部适合从上往下读。Append above最新一句顶在最上面不用滚动就能看到当前内容。Append and correct新句子入列的同时持续修正上一句末尾的识别错误成稿最接近人工记录但更吃算力——多人访谈、术语多的会议选它。两个配套能力实时转录导出在高级设置里开启并填导出目录文字边生成边写进一个 TXT 文件OBS 等直播软件可以直接读这个文件做字幕源开了翻译的话译文单独落在.translated.txt里。演示窗口打开后文字投到大屏现场演讲、会议展示时观众同步看到。多人对话想分清谁说了什么在查看器里用说话人识别功能自动区分并标注不同说话人。怎么把视频做成能直接用的 SRT 字幕视频字幕靠两个开关组合高级设置里打开词级时间戳。Buzz 会给每个词打独立时间戳这是细粒度切句的前提。转录完成后用查看器的调整大小它按静音间隔和标点把散落的词合并成长度合适的字幕行导出 SRT/VTT 直接挂进播放器或剪辑软件。不想手动点的话启用自动字幕调整插件buzz/plugins/transcript_resizer/它会在每次转录完成后自动执行同样的合并。默认规则间隙 ≤0.2 秒的相邻词合并、遇句末标点换行、每行最长 42 字符三条都在插件设置里可改。怎么让批量转录自动跑固定目录持续落录音的工作流在偏好设置 → Folder Watch里指定输入目录和输出目录Buzz 检测到新音频文件就自动建转录任务你只管往里扔文件。担心重复导入启用跳过已转录插件它发现音频旁边已有同名的 .txt / .srt / .vtt 结果文件也可勾选查数据库记录就直接复用旧结果、不再跑模型重复任务几乎零成本。同样的事命令行一句话搞定适合写进脚本做定时归档buzz add --model-size small -l en --srt --vtt /path/to/audio.mp3常用参数-w开词级时间戳、-e转录前先做人声提取、--hfid指定 HuggingFace 模型 ID、--hide-gui跑完即退不弹窗口、-d指定输出目录完整参数见 docs/docs/cli.md。四个值得动的开关后端与模型怎么选1. 后端决定硬件怎么跑偏好设置 → 模型这是最容易被忽略也最影响速度的一项Whisper.cppC 实现Nvidia 显卡走 CUDAAMD / Intel 显卡和核显走 VulkanMac 上的最佳选择带核显的笔记本也能跑实时转录。Faster Whisper比原版快一个数量级且更省内存前提是有显存 ≥6GB 的 Nvidia 显卡。OpenAI Whisper原版实现准确但慢、吃内存。HuggingFace 类型能装 Parakeet、MMS1000 语言等定制模型适合特定语种优化。2. 模型大小按用途分档。草稿用 tiny / base 控耗时终稿用 medium / large 换准确率实时录音必须小模型才跟得上语速。large 系列里large-v2 最稳large-v3 很多语种最准但偶尔会幻听出音频里没有的词large-v3-turbo 取速度和准确率的中间值。最保险的办法是拿自己的语言各测一遍。模型的下载、删除都在模型偏好页完成点显示文件位置可直达缓存文件夹3. 语言与初始提示词。语言手动指定人名、产品名这类专有名词总被转错时在高级设置的Initial Prompt里填上正确拼写模型会照着提示来。4. 噪声与显存。嘈杂录音背景音乐、键盘声打开语音提取Buzz 先把人声从背景里剥离再转录显存不够时开Reduce GPU RAM用 8 位量化模型Whisper.cpp 对应 q8_0 / q5_0 量化版本省下显存。排错常见症状先查哪里症状先查这里转录太慢换更小模型CPU 上设BUZZ_WHISPERCPP_N_THREADS816 线程机器约提速 15%老 GPU 反而更卡BUZZ_FORCE_CPUtrue强制走 CPU模型下载慢 / 超时HF_ENDPOINThttps://hf-mirror.com麦克风报错 PaErrorCode-9999Windows设置 → 隐私 → 麦克风给 Buzz 授权再临时关杀毒验证应用闪退多半是模型文件不完整偏好设置 → 模型 删除后重新下载提示不支持、无法启动Buzz 依赖 CPU 的 AVX2 指令集太老的机器跑不了环境变量必须在启动 Buzz 之前设好完整变量说明见 docs/docs/preferences.md。一句话选型要隐私 实时 免折腾三者都要Buzz 是本地方案里最省心的只要一条命令批量跑、不碰界面纯命令行转录工具更直接。CLI 参数全表docs/docs/cli.md转录核心逻辑buzz/transcriber/插件系统源码自动字幕、跳过已转录等buzz/plugins/【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 2:57:30 · 阅读 1.2k Buzz 离线语音转文字实战指南：三步跑通本地 Whisper 转录，四个关键配置
Buzz 离线语音转文字实战指南三步跑通本地 Whisper 转录四个关键配置【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/buzzBuzz 是一款基于 OpenAI Whisper 的开源离线语音转文字工具99 种以上语言的转录与翻译全部在你的电脑上完成音频不上传任何服务器。它有图形界面和命令行两种入口本文带你依次做完四件事装好并拿到模型、跑出第一条本地转录、实时录音出字、批量自动归档最后调四个影响速度和准确率的开关。怎么安装 Buzz 并拿到模型文件按你的系统选一条路Windows / macOS从 SourceForge 下载安装包或.dmg。Windows 版没做代码签名安装弹窗点更多信息 → 仍要运行Intel Mac 只支持到 1.4.5。LinuxFlatpak 或 Snap 二选一flatpak install flathub io.github.chidiwilliams.Buzz或sudo snap install buzz。Python 环境建议 Python 3.12先装好 ffmpeg然后pip install buzz-captions python -m buzz模型文件第一次使用时自动下载缓存在~/.cache/BuzzLinux、~/Library/Caches/BuzzmacOS或%USERPROFILE%\AppData\Local\Buzz\Buzz\CacheWindows。下载慢就先设镜像变量再启动 Buzzexport HF_ENDPOINThttps://hf-mirror.com完全无网的机器在一台联网电脑上用 scripts/download-models.py 预打包模型文件夹原样拷到目标机器的同一位置即可。四步跑通第一次本地转录导入用文件菜单或工具栏的导入 MP3、WAVMP4、MKV 这类视频也可以直接丢进去Buzz 会自动抽出音轨。选任务默认transcribe把外语翻成目标语言就选translate。指定语言知道说什么语言就手动选。自动检测只听开头几秒的音频手动指定误识别明显更少。选模型并运行先用base或small试手感状态列变已完成后双击该行打开查看器边听边对。主界面左侧是任务列表右侧是模型、任务与语言设置任务列表在重启应用后依然保留查看器里支持全文搜索CtrlF、0.5x–2.0x 变速播放核对完文本可导出 TXT、SRT、VTT怎么配置实时录音边说边出字任务选录音挑好麦克风点录音文字跟着说话逐句蹦出来。高级设置里的Live recording mode决定新句子往哪放三种模式效果差别不小Append below最新一句沉在底部适合从上往下读。Append above最新一句顶在最上面不用滚动就能看到当前内容。Append and correct新句子入列的同时持续修正上一句末尾的识别错误成稿最接近人工记录但更吃算力——多人访谈、术语多的会议选它。两个配套能力实时转录导出在高级设置里开启并填导出目录文字边生成边写进一个 TXT 文件OBS 等直播软件可以直接读这个文件做字幕源开了翻译的话译文单独落在.translated.txt里。演示窗口打开后文字投到大屏现场演讲、会议展示时观众同步看到。多人对话想分清谁说了什么在查看器里用说话人识别功能自动区分并标注不同说话人。怎么把视频做成能直接用的 SRT 字幕视频字幕靠两个开关组合高级设置里打开词级时间戳。Buzz 会给每个词打独立时间戳这是细粒度切句的前提。转录完成后用查看器的调整大小它按静音间隔和标点把散落的词合并成长度合适的字幕行导出 SRT/VTT 直接挂进播放器或剪辑软件。不想手动点的话启用自动字幕调整插件buzz/plugins/transcript_resizer/它会在每次转录完成后自动执行同样的合并。默认规则间隙 ≤0.2 秒的相邻词合并、遇句末标点换行、每行最长 42 字符三条都在插件设置里可改。怎么让批量转录自动跑固定目录持续落录音的工作流在偏好设置 → Folder Watch里指定输入目录和输出目录Buzz 检测到新音频文件就自动建转录任务你只管往里扔文件。担心重复导入启用跳过已转录插件它发现音频旁边已有同名的 .txt / .srt / .vtt 结果文件也可勾选查数据库记录就直接复用旧结果、不再跑模型重复任务几乎零成本。同样的事命令行一句话搞定适合写进脚本做定时归档buzz add --model-size small -l en --srt --vtt /path/to/audio.mp3常用参数-w开词级时间戳、-e转录前先做人声提取、--hfid指定 HuggingFace 模型 ID、--hide-gui跑完即退不弹窗口、-d指定输出目录完整参数见 docs/docs/cli.md。四个值得动的开关后端与模型怎么选1. 后端决定硬件怎么跑偏好设置 → 模型这是最容易被忽略也最影响速度的一项Whisper.cppC 实现Nvidia 显卡走 CUDAAMD / Intel 显卡和核显走 VulkanMac 上的最佳选择带核显的笔记本也能跑实时转录。Faster Whisper比原版快一个数量级且更省内存前提是有显存 ≥6GB 的 Nvidia 显卡。OpenAI Whisper原版实现准确但慢、吃内存。HuggingFace 类型能装 Parakeet、MMS1000 语言等定制模型适合特定语种优化。2. 模型大小按用途分档。草稿用 tiny / base 控耗时终稿用 medium / large 换准确率实时录音必须小模型才跟得上语速。large 系列里large-v2 最稳large-v3 很多语种最准但偶尔会幻听出音频里没有的词large-v3-turbo 取速度和准确率的中间值。最保险的办法是拿自己的语言各测一遍。模型的下载、删除都在模型偏好页完成点显示文件位置可直达缓存文件夹3. 语言与初始提示词。语言手动指定人名、产品名这类专有名词总被转错时在高级设置的Initial Prompt里填上正确拼写模型会照着提示来。4. 噪声与显存。嘈杂录音背景音乐、键盘声打开语音提取Buzz 先把人声从背景里剥离再转录显存不够时开Reduce GPU RAM用 8 位量化模型Whisper.cpp 对应 q8_0 / q5_0 量化版本省下显存。排错常见症状先查哪里症状先查这里转录太慢换更小模型CPU 上设BUZZ_WHISPERCPP_N_THREADS816 线程机器约提速 15%老 GPU 反而更卡BUZZ_FORCE_CPUtrue强制走 CPU模型下载慢 / 超时HF_ENDPOINThttps://hf-mirror.com麦克风报错 PaErrorCode-9999Windows设置 → 隐私 → 麦克风给 Buzz 授权再临时关杀毒验证应用闪退多半是模型文件不完整偏好设置 → 模型 删除后重新下载提示不支持、无法启动Buzz 依赖 CPU 的 AVX2 指令集太老的机器跑不了环境变量必须在启动 Buzz 之前设好完整变量说明见 docs/docs/preferences.md。一句话选型要隐私 实时 免折腾三者都要Buzz 是本地方案里最省心的只要一条命令批量跑、不碰界面纯命令行转录工具更直接。CLI 参数全表docs/docs/cli.md转录核心逻辑buzz/transcriber/插件系统源码自动字幕、跳过已转录等buzz/plugins/【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