尧图网页设计 
Buzz 离线音频转录完全指南在个人电脑上完成 Whisper 语音转文字【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 是一个离线音频转录工具它在你个人电脑的本地运行 OpenAI 的 Whisper 模型语音转文字和翻译全部在设备上完成不经过任何云服务。对应的场景很具体——昨晚的会议录音、一段长播客、想整理成文字的课程音频都能在你自己的机器上得到文本甚至是带时间轴的字幕文件。 Buzz 离线音频转录工具的安装方法Windows、macOS 与 Linux各系统的路径略有不同但流程一致装好应用后所选的 Whisper 模型会下载到本地缓存Linux 下是~/.cache/Buzz之后转录不再依赖网络。Windows从发布页下载安装包。应用未做签名安装时 Windows 会弹出警告选“更多信息”→“仍要运行”即可。macOS下载.dmg文件安装Apple Silicon 有原生支持。LinuxFlatpak 或 Snap 都可以一条命令flatpak install flathub io.github.chidiwilliams.BuzzPython 环境如果你习惯用 pip 装需要先装好 ffmpeg并使用 Python 3.12 环境pip install buzz-captions python -m buzz 第一次跑通从导入音频文件到导出 SRT 字幕首次运行可以按这个顺序走菜单 File → Import Media File或按Ctrl/Cmd O、点工具栏“”选一个音频或视频文件Buzz 会自动提取音轨。然后在任务行里定三件事任务转录或翻译成英语、语言、模型。两个细节建议一开始就设对。一是语言选“指定”而不是“自动检测”——官方文档明确推荐这样做自动检测有时会给出不稳定结果语言列表覆盖中、英、法、德、日等近百种语言。二是如果你要字幕就打开“Word-Level Timings”转录会生成逐词时间戳之后能用 resize 工具把词合并成节奏合理的字幕行还能给每条字幕延长显示时长。点 Run等状态变成 “Completed”双击任务行打开转录查看器查看器里能按时间戳定位播放、调播放速度、逐段修改起止时间和文字最后导出 TXT、SRT 或 VTT。音频里专有名词多的话在“高级...”里填一个 Initial prompt 把常见词写进去能明显减少错拼。导入和字段选项的完整说明在 docs/docs/usage/1_file_import.md。️ 麦克风实时录音转录会议与讲座的同步字幕现场场景不用先录文件再处理选好录音任务、语言、模型和麦克风点 RecordBuzz 边听边把语音转成文字。写入方式有三种——追加在下方、追加在上方、追加并纠错“追加并纠错”模式会回头修正上一句末尾的误差但吃算力配置不高时留意队列长度必要时把转录步长调大。实时场景是硬件压力最大的地方官方文档明确提示用默认 Whisper 模型做实时转录非常耗资源建议换 Whisper.cpp 后端配小模型普通笔记本含核显就能跑实时转录。开会时可以打开演示窗口把实时文本投到大屏上想把文字推到 OBS 之类的外部程序就启用实时转录导出Buzz 会把生成的文字即时写入本地文本文件翻译文本单独以.translated.txt结尾。 选对 Whisper 模型后端Whisper.cpp、Faster Whisper 与 HuggingFace模型选择决定速度与准确率。尺寸从 tiny/base/small/medium/large 递增小模型快但错得多大模型准但更吃内存、更慢。large 系列里Large-V3 准确率最高但偶尔会“幻觉”出音频里不存在的词Turbo 则偏向速度和准确率平衡。后端按硬件来挑WhisperOpenAI 原版实现准但慢、内存占用大Faster Whisper优化实现速度快很多需要至少 6GB 显存的 Nvidia GPUWhisper.cppC 实现任意品牌 GPU含核显甚至纯 CPU 都能跑官方推荐 Mac 用它HuggingFace可加载 MMS支持 1000 种语言等社区模型适合针对特定语言做微调。模型在 Help → Preferences → Models 面板里下载和删除Linux 上 Nvidia GPU 开箱即得 CUDA 加速Windows 安装包自带 CUDA 12 支持️ 离线使用与性能避坑模型迁移、AVX2 与慢速转录Buzz 的离线不只是宣传口径在有网电脑上把模型下载好把模型文件夹整体拷到离线机器的相同位置就能直接用仓库里的 scripts/download-models.py 脚本专门用来批量准备离线模型缓存。三个容易踩的坑我按出现频率排Buzz 崩溃多半是模型下载不完整或损坏。到 Help → Preferences → Models 删掉对应模型重新下载不行就通过 Help → About Buzz → Show logs 看日志定位。CPU 太老Buzz 要求 CPU 支持 AVX2 指令集很老的机器带不动。转录太慢先换小模型再换 Whisper.cpp 后端有 6GB 以上显存的 Nvidia 卡就上 Faster Whisper。如果场景允许音频出本地也可以在偏好里配置 OpenAI API 兼容服务把计算放到远端。Buzz 还提供命令行界面方便写脚本做批量转录。比如用 Whisper.cpp 的 small 模型转录 MP4 并直接导出 SRT 和 VTTbuzz add --model-type whispercpp --model-size small --srt --vtt audio.mp4完整参数见 docs/docs/cli.md。从安装、跑通第一个文件到接入实时录音和批处理脚本这就是 Buzz 的日常使用全路径——装好后拿一段短音频试跑一遍是最快的熟悉方式。【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 Buzz 离线音频转录完全指南：在个人电脑上完成 Whisper 语音转文字
Buzz 离线音频转录完全指南在个人电脑上完成 Whisper 语音转文字【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 是一个离线音频转录工具它在你个人电脑的本地运行 OpenAI 的 Whisper 模型语音转文字和翻译全部在设备上完成不经过任何云服务。对应的场景很具体——昨晚的会议录音、一段长播客、想整理成文字的课程音频都能在你自己的机器上得到文本甚至是带时间轴的字幕文件。 Buzz 离线音频转录工具的安装方法Windows、macOS 与 Linux各系统的路径略有不同但流程一致装好应用后所选的 Whisper 模型会下载到本地缓存Linux 下是~/.cache/Buzz之后转录不再依赖网络。Windows从发布页下载安装包。应用未做签名安装时 Windows 会弹出警告选“更多信息”→“仍要运行”即可。macOS下载.dmg文件安装Apple Silicon 有原生支持。LinuxFlatpak 或 Snap 都可以一条命令flatpak install flathub io.github.chidiwilliams.BuzzPython 环境如果你习惯用 pip 装需要先装好 ffmpeg并使用 Python 3.12 环境pip install buzz-captions python -m buzz 第一次跑通从导入音频文件到导出 SRT 字幕首次运行可以按这个顺序走菜单 File → Import Media File或按Ctrl/Cmd O、点工具栏“”选一个音频或视频文件Buzz 会自动提取音轨。然后在任务行里定三件事任务转录或翻译成英语、语言、模型。两个细节建议一开始就设对。一是语言选“指定”而不是“自动检测”——官方文档明确推荐这样做自动检测有时会给出不稳定结果语言列表覆盖中、英、法、德、日等近百种语言。二是如果你要字幕就打开“Word-Level Timings”转录会生成逐词时间戳之后能用 resize 工具把词合并成节奏合理的字幕行还能给每条字幕延长显示时长。点 Run等状态变成 “Completed”双击任务行打开转录查看器查看器里能按时间戳定位播放、调播放速度、逐段修改起止时间和文字最后导出 TXT、SRT 或 VTT。音频里专有名词多的话在“高级...”里填一个 Initial prompt 把常见词写进去能明显减少错拼。导入和字段选项的完整说明在 docs/docs/usage/1_file_import.md。️ 麦克风实时录音转录会议与讲座的同步字幕现场场景不用先录文件再处理选好录音任务、语言、模型和麦克风点 RecordBuzz 边听边把语音转成文字。写入方式有三种——追加在下方、追加在上方、追加并纠错“追加并纠错”模式会回头修正上一句末尾的误差但吃算力配置不高时留意队列长度必要时把转录步长调大。实时场景是硬件压力最大的地方官方文档明确提示用默认 Whisper 模型做实时转录非常耗资源建议换 Whisper.cpp 后端配小模型普通笔记本含核显就能跑实时转录。开会时可以打开演示窗口把实时文本投到大屏上想把文字推到 OBS 之类的外部程序就启用实时转录导出Buzz 会把生成的文字即时写入本地文本文件翻译文本单独以.translated.txt结尾。 选对 Whisper 模型后端Whisper.cpp、Faster Whisper 与 HuggingFace模型选择决定速度与准确率。尺寸从 tiny/base/small/medium/large 递增小模型快但错得多大模型准但更吃内存、更慢。large 系列里Large-V3 准确率最高但偶尔会“幻觉”出音频里不存在的词Turbo 则偏向速度和准确率平衡。后端按硬件来挑WhisperOpenAI 原版实现准但慢、内存占用大Faster Whisper优化实现速度快很多需要至少 6GB 显存的 Nvidia GPUWhisper.cppC 实现任意品牌 GPU含核显甚至纯 CPU 都能跑官方推荐 Mac 用它HuggingFace可加载 MMS支持 1000 种语言等社区模型适合针对特定语言做微调。模型在 Help → Preferences → Models 面板里下载和删除Linux 上 Nvidia GPU 开箱即得 CUDA 加速Windows 安装包自带 CUDA 12 支持️ 离线使用与性能避坑模型迁移、AVX2 与慢速转录Buzz 的离线不只是宣传口径在有网电脑上把模型下载好把模型文件夹整体拷到离线机器的相同位置就能直接用仓库里的 scripts/download-models.py 脚本专门用来批量准备离线模型缓存。三个容易踩的坑我按出现频率排Buzz 崩溃多半是模型下载不完整或损坏。到 Help → Preferences → Models 删掉对应模型重新下载不行就通过 Help → About Buzz → Show logs 看日志定位。CPU 太老Buzz 要求 CPU 支持 AVX2 指令集很老的机器带不动。转录太慢先换小模型再换 Whisper.cpp 后端有 6GB 以上显存的 Nvidia 卡就上 Faster Whisper。如果场景允许音频出本地也可以在偏好里配置 OpenAI API 兼容服务把计算放到远端。Buzz 还提供命令行界面方便写脚本做批量转录。比如用 Whisper.cpp 的 small 模型转录 MP4 并直接导出 SRT 和 VTTbuzz add --model-type whispercpp --model-size small --srt --vtt audio.mp4完整参数见 docs/docs/cli.md。从安装、跑通第一个文件到接入实时录音和批处理脚本这就是 Buzz 的日常使用全路径——装好后拿一段短音频试跑一遍是最快的熟悉方式。【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