3 步上手 Buzz 离线音频转录Whisper 本地转写与翻译完全指南免费【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 是一款完全免费的离线音频转录工具基于 OpenAI Whisper 在你的电脑上本地完成语音识别与翻译音频无需上传。它能把音视频文件、YouTube 链接或麦克风录音转成 TXT、SRT、VTT 字幕。 一份 2 小时的会议录音怎么变成可编辑的字稿你刚开完一场 2 小时的会录音文件还躺在桌面上。打开 Buzz按CtrlOmacOS 为CommandO导入这段录音在任务栏选择「转录」、语言选「中文」点「运行」——任务进入队列状态列实时滚动进度。按 small 模型在中端配置电脑上的经验2 小时录音大约 30 分钟跑完。跑完后双击那一行转录查看器打开文字与音频双向联动点哪句就从哪句开始播还能调播放速度方便校对。确认无误后导出 SRT字幕文件就拿到了。整个过程你的录音没有离开过这台电脑——这正是离线转录的价值敏感内容不上云不依赖网络。更多导入细节可以看 文件导入文档。️ 能力地图从输入、处理到输出的完整数据链路输入端文件、视频、YouTube 链接与麦克风Buzz 的输入不止是「音频文件」这一种本地音视频文件MP3、WAV、M4A、MP4、AVI 等无需预先转格式批量拖入即可YouTube 链接粘贴在线视频地址直接转录适合整理课程与访谈内容麦克风实时录音从系统麦克风捕获并即时转写支持「追加」和「追加并修正」两种模式后者会回头修正之前句子的误差适合演讲、课堂实时字幕文件夹监视指定一个文件夹新文件一放进去就自动转录是「音视频批量转字幕」最省心的做法。实时录音的语言、麦克风与模式都能在偏好设置里预设处理端五种 Whisper 引擎与硬件加速导入的音频在本地排队处理后端由你选引擎源码见 transcriber 目录引擎特点Whisper原版OpenAI 官方实现基准准确率Whisper.cppC 实现支持 Vulkan 加速与量化模型CPU/核显也能跑Faster Whisper优化版速度更快适合批量长音频Hugging Face 类型加载社区 whisper 兼容模型Parakeet、Qwen3-ASR 等OpenAI Whisper API走云端接口唯一需要联网的选项硬件方面Nvidia 显卡走 CUDA 加速Mac 的 Apple Silicon 有原生优化Whisper.cpp 还能通过 Vulkan 用上包括核显在内的大多数显卡。嘈杂音频可以先开「语音分离」Buzz 会把人声从背景音里剥离出来再转录需要区分多人发言时转录完成后可启用演讲者识别。输出端TXT、SRT、VTT 与实时文本流导出格式三选一TXT 纯文本、SRT 字幕、VTT 网页字幕也可开启词级时间戳。转录与翻译可以一步完成——任务选「翻译到英文」时Buzz 直接把任意语种音频转成英文文本省去先转写再翻译的两遍功夫。查看器里还能合并或拆分字幕段落把过碎的行整理成适合播放器的节奏另外实时录音可以把逐句文本持续写进 txt 文件启用后见 偏好设置文档方便接 OBS 这类推流工具做现场字幕。查看器的搜索、播放控制和快捷键参考 转录查看器文档插件系统AI 摘要、自动字幕重排等在 plugins 目录 里。 三步跑起来安装 Buzz、选引擎、产出第一条字幕第一步一条命令装好 Buzz桌面版覆盖 MacIntel 与 Apple Silicon、Windows、LinuxFlatpak 或 Snap 包从官方发布页下载对应安装包即可。Windows 安装程序未签名弹窗里选「更多信息 → 仍然运行」。习惯用 Python 的话装好 ffmpeg 后两条命令即可启动建议 Python 3.12pip install buzz-captions python -m buzz想跟进最新特性也可以克隆源码安装git clone https://gitcode.com/GitHub_Trending/buz/buzz第二步选引擎和模型首次使用自动下载打开「模型偏好」勾选你要的引擎与模型尺寸首次转录时模型会自动下载到本地默认 Whisper 即可跑通主线如果电脑带独立显卡、或要做实时录音建议改选 Whisper.cpp 并配合较小模型安装与模型说明见 官方文档。第三步导入文件导出第一条 SRT 字幕回到主界面导入一段几秒的测试音频任务选「转录」、语言指定为实际语种比自动检测更稳导出格式选 SRT点「运行」。状态变「完成」后双击行打开查看器确认内容即可保存到本地。到这里你的第一条离线字幕已经产出。⚙️ 进阶与选型按硬件和场景挑引擎、挑模型引擎对比什么场景选哪个 Whisper 后端你的情况推荐引擎理由纯 CPU / 集显做实时录音Whisper.cpp 小模型Vulkan 可用、量化模型省内存官方实时文档也建议此组合有 Nvidia 显卡批量转长音频Faster Whisper 或 WhisperCUDA吞吐高精度与速度平衡MacM 系列芯片默认 WhisperApple Silicon 原生优化开箱即用想试社区新模型Parakeet 等Hugging Face 类型按模型 ID 直接加载不用本地训练无 GPU、文件量小OpenAI Whisper API省去本地算力但需联网和 API Key模型对比什么配置选哪个尺寸模型尺寸大致显存/内存需求适用场景tiny / base1–2 GB快速草稿、实时字幕、低配机器small2–5 GB多数场景的平衡之选medium5–10 GB长录音、要求更高准确率large10 GB 以上最高精度需要较好的 GPU经验法则先拿 small 跑一遍试听专业术语多的场合医疗、法律再考虑 medium/large实时场景一律从小模型起步。开关清单哪些选项值得打开音频嘈杂开「语音分离」先剥离人声再转录批量文件配置文件夹监视新文件自动进队列专有名词多在高级设置里填 Initial prompt把易错词、人名喂给模型多人对话转录后启用演讲者识别标注不同说话人。谁适合用 BuzzBuzz 适合需要整理会议录音、给视频加字幕、做课堂或演讲实时字幕的内容创作者、学生和研究人员。从官方发布页下载对应系统的安装包或执行pip install buzz-captions就可以开始第一次离线转录。【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 3 步上手 Buzz 离线音频转录：Whisper 本地转写与翻译完全指南（免费）
3 步上手 Buzz 离线音频转录Whisper 本地转写与翻译完全指南免费【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 是一款完全免费的离线音频转录工具基于 OpenAI Whisper 在你的电脑上本地完成语音识别与翻译音频无需上传。它能把音视频文件、YouTube 链接或麦克风录音转成 TXT、SRT、VTT 字幕。 一份 2 小时的会议录音怎么变成可编辑的字稿你刚开完一场 2 小时的会录音文件还躺在桌面上。打开 Buzz按CtrlOmacOS 为CommandO导入这段录音在任务栏选择「转录」、语言选「中文」点「运行」——任务进入队列状态列实时滚动进度。按 small 模型在中端配置电脑上的经验2 小时录音大约 30 分钟跑完。跑完后双击那一行转录查看器打开文字与音频双向联动点哪句就从哪句开始播还能调播放速度方便校对。确认无误后导出 SRT字幕文件就拿到了。整个过程你的录音没有离开过这台电脑——这正是离线转录的价值敏感内容不上云不依赖网络。更多导入细节可以看 文件导入文档。️ 能力地图从输入、处理到输出的完整数据链路输入端文件、视频、YouTube 链接与麦克风Buzz 的输入不止是「音频文件」这一种本地音视频文件MP3、WAV、M4A、MP4、AVI 等无需预先转格式批量拖入即可YouTube 链接粘贴在线视频地址直接转录适合整理课程与访谈内容麦克风实时录音从系统麦克风捕获并即时转写支持「追加」和「追加并修正」两种模式后者会回头修正之前句子的误差适合演讲、课堂实时字幕文件夹监视指定一个文件夹新文件一放进去就自动转录是「音视频批量转字幕」最省心的做法。实时录音的语言、麦克风与模式都能在偏好设置里预设处理端五种 Whisper 引擎与硬件加速导入的音频在本地排队处理后端由你选引擎源码见 transcriber 目录引擎特点Whisper原版OpenAI 官方实现基准准确率Whisper.cppC 实现支持 Vulkan 加速与量化模型CPU/核显也能跑Faster Whisper优化版速度更快适合批量长音频Hugging Face 类型加载社区 whisper 兼容模型Parakeet、Qwen3-ASR 等OpenAI Whisper API走云端接口唯一需要联网的选项硬件方面Nvidia 显卡走 CUDA 加速Mac 的 Apple Silicon 有原生优化Whisper.cpp 还能通过 Vulkan 用上包括核显在内的大多数显卡。嘈杂音频可以先开「语音分离」Buzz 会把人声从背景音里剥离出来再转录需要区分多人发言时转录完成后可启用演讲者识别。输出端TXT、SRT、VTT 与实时文本流导出格式三选一TXT 纯文本、SRT 字幕、VTT 网页字幕也可开启词级时间戳。转录与翻译可以一步完成——任务选「翻译到英文」时Buzz 直接把任意语种音频转成英文文本省去先转写再翻译的两遍功夫。查看器里还能合并或拆分字幕段落把过碎的行整理成适合播放器的节奏另外实时录音可以把逐句文本持续写进 txt 文件启用后见 偏好设置文档方便接 OBS 这类推流工具做现场字幕。查看器的搜索、播放控制和快捷键参考 转录查看器文档插件系统AI 摘要、自动字幕重排等在 plugins 目录 里。 三步跑起来安装 Buzz、选引擎、产出第一条字幕第一步一条命令装好 Buzz桌面版覆盖 MacIntel 与 Apple Silicon、Windows、LinuxFlatpak 或 Snap 包从官方发布页下载对应安装包即可。Windows 安装程序未签名弹窗里选「更多信息 → 仍然运行」。习惯用 Python 的话装好 ffmpeg 后两条命令即可启动建议 Python 3.12pip install buzz-captions python -m buzz想跟进最新特性也可以克隆源码安装git clone https://gitcode.com/GitHub_Trending/buz/buzz第二步选引擎和模型首次使用自动下载打开「模型偏好」勾选你要的引擎与模型尺寸首次转录时模型会自动下载到本地默认 Whisper 即可跑通主线如果电脑带独立显卡、或要做实时录音建议改选 Whisper.cpp 并配合较小模型安装与模型说明见 官方文档。第三步导入文件导出第一条 SRT 字幕回到主界面导入一段几秒的测试音频任务选「转录」、语言指定为实际语种比自动检测更稳导出格式选 SRT点「运行」。状态变「完成」后双击行打开查看器确认内容即可保存到本地。到这里你的第一条离线字幕已经产出。⚙️ 进阶与选型按硬件和场景挑引擎、挑模型引擎对比什么场景选哪个 Whisper 后端你的情况推荐引擎理由纯 CPU / 集显做实时录音Whisper.cpp 小模型Vulkan 可用、量化模型省内存官方实时文档也建议此组合有 Nvidia 显卡批量转长音频Faster Whisper 或 WhisperCUDA吞吐高精度与速度平衡MacM 系列芯片默认 WhisperApple Silicon 原生优化开箱即用想试社区新模型Parakeet 等Hugging Face 类型按模型 ID 直接加载不用本地训练无 GPU、文件量小OpenAI Whisper API省去本地算力但需联网和 API Key模型对比什么配置选哪个尺寸模型尺寸大致显存/内存需求适用场景tiny / base1–2 GB快速草稿、实时字幕、低配机器small2–5 GB多数场景的平衡之选medium5–10 GB长录音、要求更高准确率large10 GB 以上最高精度需要较好的 GPU经验法则先拿 small 跑一遍试听专业术语多的场合医疗、法律再考虑 medium/large实时场景一律从小模型起步。开关清单哪些选项值得打开音频嘈杂开「语音分离」先剥离人声再转录批量文件配置文件夹监视新文件自动进队列专有名词多在高级设置里填 Initial prompt把易错词、人名喂给模型多人对话转录后启用演讲者识别标注不同说话人。谁适合用 BuzzBuzz 适合需要整理会议录音、给视频加字幕、做课堂或演讲实时字幕的内容创作者、学生和研究人员。从官方发布页下载对应系统的安装包或执行pip install buzz-captions就可以开始第一次离线转录。【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