Buzz 3步搭建离线语音转文字工具0成本守住录音隐私【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会议录音堆在文件夹里三天没动Buzz 是一款离线语音转文字工具基于 OpenAI Whisper 在本机完成转录与翻译音频不上传免费使用。它到底解决了什么在线转录服务需要把音频上传到云端敏感录音有泄露风险断网就停工而手动听写整理几小时录音要花半天。Buzz 针对性解决了这两点所有处理在本地完成本地音频转文字全程不出设备同时内置多模型队列多个文件自动排队处理转录、翻译、导出字幕一次完成。从零到跑通Buzz本地音频转文字一键安装与首次运行下载对应系统的安装包macOS 选 .dmg 双击安装Windows 用安装程序Linux 通过 Flatpak 或 Snap 一键安装详见官方安装文档。开发者也可以直接从源码装pip install buzz-captions装好后运行python -m buzz启动。首次使用保持默认即可点「」导入一个音频文件任务选 Transcribe语言选你说话的语言比自动识别更准模型默认先跑通再调。点 Run状态列变成 Completed 后双击该行即可在转录查看器里看到逐句带时间戳的文字还能导出 TXT、SRT、VTT——这就是你的第一个成功输出。核心能力3个高频场景如果你是做视频字幕的创作者那么导入视频后选 SRT 导出格式Buzz 会生成带时间戳的字幕文件不满意的句子可以在转录查看器里直接改文字、拖时间轴微调完导出进剪辑软件。如果你是会议记录者那么用实时录音转录选好麦克风点 Record说话的同时文字实时出现需要投屏时打开 Presentation 窗口与会者能同步看到内容操作见实时录音文档。如果你是处理批量素材的研究者那么开启文件夹监控新录音放进指定目录就自动转录再配合说话人识别功能把多人访谈区分成不同发言人省去手动标注。进阶调优与底层机制简版按硬件分级8GB 内存选 Tiny/Base 模型16GB 或带 GPU 可上 Medium32GB 内存 NVIDIA 显卡直接用 Large 并开启 CUDAMac 用户走 Apple Silicon 原生加速。多引擎架构内置 Faster-Whisper、OpenAI Whisper、Whisper.cpp、Hugging Face 四类后端Whisper.cpp 还支持 Vulkan集显也能加速。插件机制AI 摘要、导出 Word、跳过已转录文件等即装即用位于buzz/plugins/目录可按需扩展。导出文件名支持模板变量如文件名、任务类型、时间戳批量产出自动规范命名。你可能遇到的问题长音频会不会吃光内存处理是渐进流式的几小时的文件内存占用也稳定超长音频建议选 Whisper.cpp 后端内存优化最好。怎么提高准确率三个动作选更大的模型、明确指定语言而非自动检测、在高级选项的 Initial prompt 里填入人名或专业术语专名错拼会明显减少。实时转录延迟太高换 Whisper.cpp 后端并用小模型Tiny/Small延迟会降到接近可用水平。一句话总结 下一步Buzz 是一个免费语音转字幕工具离线转录、翻译、实时字幕、批量导出数据全程留在你的设备里。想动手的话从仓库入手即可git clone https://gitcode.com/GitHub_Trending/buz/buzz装好导入第一段录音5 分钟看到结果 ️【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 3步搭建离线语音转文字工具，0成本守住录音隐私
Buzz 3步搭建离线语音转文字工具0成本守住录音隐私【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会议录音堆在文件夹里三天没动Buzz 是一款离线语音转文字工具基于 OpenAI Whisper 在本机完成转录与翻译音频不上传免费使用。它到底解决了什么在线转录服务需要把音频上传到云端敏感录音有泄露风险断网就停工而手动听写整理几小时录音要花半天。Buzz 针对性解决了这两点所有处理在本地完成本地音频转文字全程不出设备同时内置多模型队列多个文件自动排队处理转录、翻译、导出字幕一次完成。从零到跑通Buzz本地音频转文字一键安装与首次运行下载对应系统的安装包macOS 选 .dmg 双击安装Windows 用安装程序Linux 通过 Flatpak 或 Snap 一键安装详见官方安装文档。开发者也可以直接从源码装pip install buzz-captions装好后运行python -m buzz启动。首次使用保持默认即可点「」导入一个音频文件任务选 Transcribe语言选你说话的语言比自动识别更准模型默认先跑通再调。点 Run状态列变成 Completed 后双击该行即可在转录查看器里看到逐句带时间戳的文字还能导出 TXT、SRT、VTT——这就是你的第一个成功输出。核心能力3个高频场景如果你是做视频字幕的创作者那么导入视频后选 SRT 导出格式Buzz 会生成带时间戳的字幕文件不满意的句子可以在转录查看器里直接改文字、拖时间轴微调完导出进剪辑软件。如果你是会议记录者那么用实时录音转录选好麦克风点 Record说话的同时文字实时出现需要投屏时打开 Presentation 窗口与会者能同步看到内容操作见实时录音文档。如果你是处理批量素材的研究者那么开启文件夹监控新录音放进指定目录就自动转录再配合说话人识别功能把多人访谈区分成不同发言人省去手动标注。进阶调优与底层机制简版按硬件分级8GB 内存选 Tiny/Base 模型16GB 或带 GPU 可上 Medium32GB 内存 NVIDIA 显卡直接用 Large 并开启 CUDAMac 用户走 Apple Silicon 原生加速。多引擎架构内置 Faster-Whisper、OpenAI Whisper、Whisper.cpp、Hugging Face 四类后端Whisper.cpp 还支持 Vulkan集显也能加速。插件机制AI 摘要、导出 Word、跳过已转录文件等即装即用位于buzz/plugins/目录可按需扩展。导出文件名支持模板变量如文件名、任务类型、时间戳批量产出自动规范命名。你可能遇到的问题长音频会不会吃光内存处理是渐进流式的几小时的文件内存占用也稳定超长音频建议选 Whisper.cpp 后端内存优化最好。怎么提高准确率三个动作选更大的模型、明确指定语言而非自动检测、在高级选项的 Initial prompt 里填入人名或专业术语专名错拼会明显减少。实时转录延迟太高换 Whisper.cpp 后端并用小模型Tiny/Small延迟会降到接近可用水平。一句话总结 下一步Buzz 是一个免费语音转字幕工具离线转录、翻译、实时字幕、批量导出数据全程留在你的设备里。想动手的话从仓库入手即可git clone https://gitcode.com/GitHub_Trending/buz/buzz装好导入第一段录音5 分钟看到结果 ️【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