Buzz 完全指南免费本地语音转文字音频一键生成离线字幕【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两小时的采访录音要整理成带时间轴的文字稿逐句听打是最费时间的活。Buzz 是一款免费的本地转录工具底层是 OpenAI 的 Whisper 模型音频全程不经过第三方服务器断网也能把音频、视频转成文字稿还能导出 SRT 字幕。这篇指南带你从安装走到产出第一份可用的文稿。 为什么选它核心只有一条音频不出你的设备。云端转写服务按分钟计费文件还得先上传到别人服务器Buzz 全部在你自己的机器上完成模型下载好之后离线状态下照常转录。除了隐私它还有几个实在的卖点完全免费的语音转文字工具没有付费墙和时长限制输入范围广MP3、WAV 音频MP4、AVI 视频甚至直接粘贴在线视频链接Whisper 全系模型都支持换模型不用重装设置里点几下就行结果可导出TXT、SRT、VTT 三种常用格式都能给对比项云端转写服务Buzz本地费用按音频时长收费免费只费电费数据去向上传到对方服务器始终留在本机网络要求必须持续联网下好模型即可离线输入来源视服务商而定音频、视频、链接、实时录音我的看法涉及客户访谈、内部会议这类不愿外发的内容本地方案是更稳妥的路子。 零基础上手四步出第一份文稿按系统选装法Windows从官方发布页下载安装包。安装时会有未签名警告点“更多信息 → 仍要运行”即可。macOS下载 DMG 双击拖入应用程序或执行brew install --cask buzz。Linuxsudo snap install buzz再执行sudo snap connect buzz:password-manager-service授权密码存储也可以用 flatpak 安装。Python 用户pip install buzz-captions装好包python -m buzz启动界面前提是有 ffmpeg 和 Python 3.12 环境。细节可看 安装文档。首次使用按这四步走在设置里选好模型并等待下载文件从几十 MB 到两百多 MB 不等属于一次性投入。把音频或视频文件拖进主界面或点工具栏加号按钮快捷键 Ctrl/Command O。选择任务类型转写作出原文翻译则直接得到目标语言的结果语言可以自动检测手动指定更稳选完模型点 Run。任务在队列里推进状态变为“已完成”后双击该行进入文稿查看界面。截图里队列每一行都标着文件、模型、任务类型和实时进度。一次丢进多个文件也没问题关闭窗口任务照样在后台跑完。⚙️ 核心功能详解模型怎么选五个档位一张表任务开跑前第一件事是选模型速度和准确率在跷跷板的两头。模型速度准确率适合场景Tiny最快一般快速试听、实时转写Base快尚可日常笔记、语音备忘Small中等良好会议纪要、访谈初稿Medium较慢很高重要内容精转Large最慢最高字幕制作、交付级文本我的建议只是粗听个梗概Base 就够内容要交付别犹豫直接上 Large。有 NVIDIA 显卡的话在设置里打开 CUDALarge 的速度会有明显提升。下载和切换都在 Models 设置页完成也可以填自定义地址引入第三方优化过的 Whisper 变体。文稿详情页能边听边改的字幕编辑器双击已完成任务进入详情页这里本身就是一支字幕编辑小队伍。每段文字带精确的起止时间点哪段播放头就跳到哪段文本可以边听边改改动自动保存不用找保存按钮顶部工具栏集中了视图切换、翻译、字幕调整和导出入口。导出按用途挑SRT 丢进剪辑软件TXT 当文字笔记VTT 用于网页字幕。字幕调整把长句拆到能看Whisper 切出来的句子长短不一有的占半屏有的只有两三个字直接导 SRT 没法用。内置的 Resize 功能就是管这个的设一个目标字幕长度过长的句子按标点自动拆开还能结合音频里的静音间隙合并过短的碎片整个文件一键生效。调完再导出 SRT节奏感完全不同。要用好这一步建任务时建议在高级选项里勾上“词级时间戳”拆分时会更灵活。更多参数见 编辑与调整文档。 真实使用场景记者处理采访录音。两小时的访谈丢进队列回来时逐字稿已经躺着要配视频就导 SRT要提炼引语就用 TXT。逐句听打的环节直接省掉访谈再多也不至于把人耗在打字上。视频创作者做字幕。网课、播客先转一遍再跑一次字幕长度调整离线生成 SRT 后拖进剪辑软件。字幕这块的后期工作量直接减半这是离线 SRT 生成最实际的用途之一。团队批量消化录音。打开文件夹监控指定一个共享目录新音频落进去自动开始转写文字稿自己就冒出来了全程不用人盯。会议、讲座这类现场场景还能用实时录音转写接上麦克风边说边出字结束后几乎零整理成本。发言人识别等其他能力见 官方文档。 问题快查转得太慢→ 换小一号的模型或在设置里开 CUDA/GPU 加速并行任务也别开太多抢资源。准确率不理想→ 先保证录音清晰少噪音再用 Large 模型重跑语言手动指定别全靠自动检测。任务一直排队→ 多半是模型还没下载完回 Models 设置页确认模型就位再添加任务。下载模型后软件闪退→ 到模型设置里删掉该模型文件重新下载通常是下载不完整导致的。超大文件内存告急→ 分批处理给系统留足虚拟内存空间。 收尾Buzz 的定位很直白丢进音频产出文稿和字幕全程本地转录都在自己设备上完成。想更省事它还有命令行接口可以在服务器上跑批。现在最值得做的一步挑一个适合你系统的装法装上把手头那段拖了很久的录音丢进去——第一份文稿出来你就知道值不值了。【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