Buzz 离线语音转文字本地 Whisper 转录翻译5 分钟搞定三类高频场景【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 是基于 OpenAI Whisper 的开源离线语音转文字工具转录、翻译全部在你的电脑上本地运行音频不上传任何服务器。两个核心能力离线转录文件、实时录音出字适合会议纪要、视频字幕、批量归档录音尤其对隐私敏感的你。文章拆成 4 部分从最快装好、跑通第一次转录讲到 3 个场景与调优排错。3 行装好 BuzzPython 主路径其他平台各 1 行先确认系统装好 ffmpeg然后在 Python 3.12 环境里安装并启动pip install buzz-captions python -m buzz其他平台的路径各 1 行macOS下载官方.dmg拖进应用程序Apple Silicon 原生运行。Windows从 SourceForge 下载官方安装包程序未签名安装时点更多信息 → 仍要运行。Linuxflatpak install flathub io.github.chidiwilliams.Buzz或sudo snap install buzz。追最新功能git clone https://gitcode.com/GitHub_Trending/buz/buzz后按仓库说明本地安装。装完还差模型文件。第一次用某个模型时会自动下载缓存位置Linux 在~/.cache/BuzzmacOS 在~/Library/Caches/BuzzWindows 在%USERPROFILE%\AppData\Local\Buzz\Buzz\Cache也可在 帮助 → 偏好设置 → 模型 里直达文件位置。国内网络模型下载慢设环境变量HF_ENDPOINThttps://hf-mirror.com走镜像。完全无网的机器在联网电脑下载好模型把模型文件夹原样拷到目标机同一位置仓库里 scripts/download-models.py 可帮你预打包离线模型。四步跑通第一次离线转录导入用文件菜单或工具栏图标导入 MP3、WAVMP4、MKV 这类视频也能直接丢进去Buzz 自动抽出音轨。选任务默认转录把外语翻成目标语言选翻译。指定语言知道说什么语言就别用自动检测——检测只参考开头几秒的音频手动指定能明显降低误识别。选模型并运行模型大小决定速度和准确率先选 base 或 small 试手感状态列变成已完成就是成功双击该行打开查看器边听边核对文本。查看器里支持全文搜索、调节播放速度核对完可导出 TXT、SRT、VTT 3 种格式。实时录音出字会议边说边出文字操作路径选录音任务 → 挑好麦克风 → 点录音。文字跟着说话逐句蹦出来新句子往哪放有 3 种模式效果差别不小追加在下方最新一句沉在底部适合从上往下读。追加在上方最新一句顶在最上面不用滚动就能看到当前内容。追加并校正新句子入列的同时持续修正上一句的识别错误多人访谈、术语多的会议成稿最接近人工记录但更吃性能。两个配套开关实时写文件偏好设置里开启实时转录导出文字边生成边写进 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。演示窗口录音开始后从演示窗口入口打开文字直接投到大屏现场演讲时观众同步看到。多人对话想分清谁说了什么在查看器里用说话人识别自动区分并标注不同说话人。给视频压一条标准字幕批量转字幕操作路径在任务高级设置里打开词级时间戳Buzz 给每个词打独立时间戳这是细粒度切句的前提→ 转录完成后用调整大小功能按静音间隔和标点把散落的词合并成长度合适的标准字幕行 → 导出 SRT 或 VTT直接挂进播放器或剪辑软件。不想手动调的话buzz/plugins/transcript_resizer/ 里的自动字幕调整插件能按规则自动切每次转录完成后即自动执行。批量归档录音新文件丢进去自动离线转录操作路径偏好设置 → 监听文件夹里指定一个目录Buzz 检测到新音频就自动建转录任务你只管往里扔文件。两个关键开关监听文件夹一次设置之后零操作适合持续落录音的固定工作流。跳过已转录文件插件buzz/plugins/skip_already_transcribed/重复导入同一批文件时发现旁边已有同名 .txt / .srt / .vtt 结果文件或数据库里有记录就直接复用不再跑模型批量重跑几乎零成本。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 --task transcribe --model-size small \ --srt --vtt /data/recordings/interview.mp3常用参数-l指定语言、-w开词级时间戳、-e转录前先做语音提取、--hfid指定 HuggingFace 模型 ID、--hide-gui跑完即退不出窗口。调优与取舍4 个影响速度和准确率的开关模型后端偏好设置 → 模型决定硬件怎么跑。Whisper.cpp 是 C 实现N 卡走 CUDAAMD / Intel 显卡和核显走 VulkanMac 上最佳甚至能在带核显的笔记本跑实时转录Faster Whisper 比原版快一个数量级且更省内存但要 N 卡显存 ≥ 6GBWhisper 原版准确但慢、吃内存HuggingFace 类型支持 Parakeet、MMS1000 语言等定制模型适合特定语种。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 系列里社区普遍反馈Large-V2 最稳Large-V3 很多语种最准但偶尔幻听出音频里没有的词Turbo 取速度和准确率的中间值最保险是拿自己的语言各测一遍。语言与初始提示语言按前述步骤 3 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初始提示里填正确拼写模型会照着提示来。噪声与显存嘈杂录音背景音乐、键盘声打开语音提取先把人声从背景剥离再转录显存不够换量化版本模型如 q_5或在偏好设置开降低 GPU 内存占用用 8 位量化省显存代价是略降准确率。排错速查表症状排查方向转录太慢换小模型16 线程机器设BUZZ_WHISPERCPP_N_THREADS8老 GPU 上反而更卡设BUZZ_FORCE_CPUtrue强制走 CPU模型下载慢、超时设HF_ENDPOINThttps://hf-mirror.com麦克风报错PaErrorCode-9999系统隐私设置给麦克风授权杀毒软件也会拦截应用闪退偏好设置 → 模型 里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横向选型本地离线方案怎么选方案数据隐私联网要求费用实时录音交互方式Buzz全程本地可完全离线免费开源支持图形界面 命令行云端转录服务音频需上传服务器必须联网按量计费支持网页端whisper 等纯命令行工具本地处理可离线免费不支持仅命令行要隐私 实时 免折腾三者都要Buzz 是本地离线转录方案里最省心的只要一条命令批量跑、不碰界面纯命令行工具更直接。延伸资源官方文档含中文版偏好设置与环境变量说明CLI 完整参数表实时录音用法详解转录核心逻辑插件系统源码AI 摘要、自动字幕调整等【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 5:52:03 · 阅读 1.2k Buzz 离线语音转文字：本地 Whisper 转录翻译，5 分钟搞定三类高频场景
Buzz 离线语音转文字本地 Whisper 转录翻译5 分钟搞定三类高频场景【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 是基于 OpenAI Whisper 的开源离线语音转文字工具转录、翻译全部在你的电脑上本地运行音频不上传任何服务器。两个核心能力离线转录文件、实时录音出字适合会议纪要、视频字幕、批量归档录音尤其对隐私敏感的你。文章拆成 4 部分从最快装好、跑通第一次转录讲到 3 个场景与调优排错。3 行装好 BuzzPython 主路径其他平台各 1 行先确认系统装好 ffmpeg然后在 Python 3.12 环境里安装并启动pip install buzz-captions python -m buzz其他平台的路径各 1 行macOS下载官方.dmg拖进应用程序Apple Silicon 原生运行。Windows从 SourceForge 下载官方安装包程序未签名安装时点更多信息 → 仍要运行。Linuxflatpak install flathub io.github.chidiwilliams.Buzz或sudo snap install buzz。追最新功能git clone https://gitcode.com/GitHub_Trending/buz/buzz后按仓库说明本地安装。装完还差模型文件。第一次用某个模型时会自动下载缓存位置Linux 在~/.cache/BuzzmacOS 在~/Library/Caches/BuzzWindows 在%USERPROFILE%\AppData\Local\Buzz\Buzz\Cache也可在 帮助 → 偏好设置 → 模型 里直达文件位置。国内网络模型下载慢设环境变量HF_ENDPOINThttps://hf-mirror.com走镜像。完全无网的机器在联网电脑下载好模型把模型文件夹原样拷到目标机同一位置仓库里 scripts/download-models.py 可帮你预打包离线模型。四步跑通第一次离线转录导入用文件菜单或工具栏图标导入 MP3、WAVMP4、MKV 这类视频也能直接丢进去Buzz 自动抽出音轨。选任务默认转录把外语翻成目标语言选翻译。指定语言知道说什么语言就别用自动检测——检测只参考开头几秒的音频手动指定能明显降低误识别。选模型并运行模型大小决定速度和准确率先选 base 或 small 试手感状态列变成已完成就是成功双击该行打开查看器边听边核对文本。查看器里支持全文搜索、调节播放速度核对完可导出 TXT、SRT、VTT 3 种格式。实时录音出字会议边说边出文字操作路径选录音任务 → 挑好麦克风 → 点录音。文字跟着说话逐句蹦出来新句子往哪放有 3 种模式效果差别不小追加在下方最新一句沉在底部适合从上往下读。追加在上方最新一句顶在最上面不用滚动就能看到当前内容。追加并校正新句子入列的同时持续修正上一句的识别错误多人访谈、术语多的会议成稿最接近人工记录但更吃性能。两个配套开关实时写文件偏好设置里开启实时转录导出文字边生成边写进 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。演示窗口录音开始后从演示窗口入口打开文字直接投到大屏现场演讲时观众同步看到。多人对话想分清谁说了什么在查看器里用说话人识别自动区分并标注不同说话人。给视频压一条标准字幕批量转字幕操作路径在任务高级设置里打开词级时间戳Buzz 给每个词打独立时间戳这是细粒度切句的前提→ 转录完成后用调整大小功能按静音间隔和标点把散落的词合并成长度合适的标准字幕行 → 导出 SRT 或 VTT直接挂进播放器或剪辑软件。不想手动调的话buzz/plugins/transcript_resizer/ 里的自动字幕调整插件能按规则自动切每次转录完成后即自动执行。批量归档录音新文件丢进去自动离线转录操作路径偏好设置 → 监听文件夹里指定一个目录Buzz 检测到新音频就自动建转录任务你只管往里扔文件。两个关键开关监听文件夹一次设置之后零操作适合持续落录音的固定工作流。跳过已转录文件插件buzz/plugins/skip_already_transcribed/重复导入同一批文件时发现旁边已有同名 .txt / .srt / .vtt 结果文件或数据库里有记录就直接复用不再跑模型批量重跑几乎零成本。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 --task transcribe --model-size small \ --srt --vtt /data/recordings/interview.mp3常用参数-l指定语言、-w开词级时间戳、-e转录前先做语音提取、--hfid指定 HuggingFace 模型 ID、--hide-gui跑完即退不出窗口。调优与取舍4 个影响速度和准确率的开关模型后端偏好设置 → 模型决定硬件怎么跑。Whisper.cpp 是 C 实现N 卡走 CUDAAMD / Intel 显卡和核显走 VulkanMac 上最佳甚至能在带核显的笔记本跑实时转录Faster Whisper 比原版快一个数量级且更省内存但要 N 卡显存 ≥ 6GBWhisper 原版准确但慢、吃内存HuggingFace 类型支持 Parakeet、MMS1000 语言等定制模型适合特定语种。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 系列里社区普遍反馈Large-V2 最稳Large-V3 很多语种最准但偶尔幻听出音频里没有的词Turbo 取速度和准确率的中间值最保险是拿自己的语言各测一遍。语言与初始提示语言按前述步骤 3 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初始提示里填正确拼写模型会照着提示来。噪声与显存嘈杂录音背景音乐、键盘声打开语音提取先把人声从背景剥离再转录显存不够换量化版本模型如 q_5或在偏好设置开降低 GPU 内存占用用 8 位量化省显存代价是略降准确率。排错速查表症状排查方向转录太慢换小模型16 线程机器设BUZZ_WHISPERCPP_N_THREADS8老 GPU 上反而更卡设BUZZ_FORCE_CPUtrue强制走 CPU模型下载慢、超时设HF_ENDPOINThttps://hf-mirror.com麦克风报错PaErrorCode-9999系统隐私设置给麦克风授权杀毒软件也会拦截应用闪退偏好设置 → 模型 里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横向选型本地离线方案怎么选方案数据隐私联网要求费用实时录音交互方式Buzz全程本地可完全离线免费开源支持图形界面 命令行云端转录服务音频需上传服务器必须联网按量计费支持网页端whisper 等纯命令行工具本地处理可离线免费不支持仅命令行要隐私 实时 免折腾三者都要Buzz 是本地离线转录方案里最省心的只要一条命令批量跑、不碰界面纯命令行工具更直接。延伸资源官方文档含中文版偏好设置与环境变量说明CLI 完整参数表实时录音用法详解转录核心逻辑插件系统源码AI 摘要、自动字幕调整等【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