告别付费转写服务Buzz离线音频转录工具让你的会议录音与采访稿当日交付【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傍晚六点记者陈曦刚结束三场连轴采访。她回到工位看着录音笔里足足四个小时的访谈音频心里估算了一下——按照老办法逐句听写最快也得熬到凌晨。她打开电脑上的 Buzz把音频文件拖进窗口选择了中文和 Base 模型点击运行然后安心去吃晚饭。等她回来四篇采访逐字稿已经整整齐齐躺在导出文件夹里。这不是科幻场景而是 Buzz 这个开源项目每天在无数台电脑上真实发生的日常。Buzz 是一款运行在个人电脑上的离线音频转录工具它把 OpenAI 的 Whisper 语音识别模型搬到了本地让你在不联网、不付费、不上传任何数据的情况下把音频和视频里的语音变成文字。为什么转录这件事可以完全在本地完成如果你用过在线转写服务大概熟悉这个流程上传文件、排队等待、下载结果。听起来省事但代价是隐私交给别人保管动辄按分钟计费而且网络一卡就全线瘫痪。Buzz 走的是另一条路。它内置了 Whisper 系列语音识别模型这些模型就像一个个本地翻译官早已被训练成能听懂 90 多种语言然后被压缩打包进你的硬盘。转录时音频数据在电脑内存里走完识别—分词—输出全流程全程不碰网络。打个比方在线转写是把文件寄给远方的专家处理而 Buzz 是把专家请进家门。前者方便但总要付寄送费、等回信后者一劳永逸还不用怕文件在旅途中被拆看。对律师、医生、记者、研究者这些频繁处理敏感语音资料的人来说数据不出设备这一条就足以成为选择它的理由。第一次上手从下载到出稿的完整动线Buzz 对三个主流桌面系统都提供了现成的安装包Windows 用户拿到.exe安装文件直接双击macOS 用户装好.dmg拖进应用程序Linux 用户则有 Flatpak 和 Snap 两种安装方式可选。如果你更习惯命令行也可以走 PyPI 路线pip install buzz-captions python -m buzz第一次打开 Buzz你会看到主窗口其实只有两个核心区域上面是导入按钮下面是任务列表。点击左上角的加号或直接按Ctrl/Cmd O选择文件——MP3、WAV、MP4、AVI 都没问题甚至可以直接粘贴 YouTube 链接。接着在弹出的表单里做三件事选任务转录原文或翻译成英文、选语言建议手动指定别依赖自动检测、选模型。前两项用默认值即可模型的选择才是影响体验的关键——新手从 Tiny 或 Base 起步最稳妥模型文件小、出稿快够你摸清流程。点击运行任务列表里会显示进度条状态从Queued变到Running最后停在Completed。双击完成的任务行就进入了转录查看器。在这里你能边播放音频边看逐行文字还能直接修改错字。界面右上角的导出按钮提供 TXT、SRT、VTT 三种格式——TXT 给文字处理用SRT 和 VTT 给剪辑软件和网页播放器用。四类人的典型用法Buzz 是怎么被用起来的记者与文字工作者采访音频按Ctrl O导入选好语言点击运行边写稿边等转录出稿效率成倍提升。遇到访谈里反复出现的专有名词可以在高级选项里填初始提示比如把受访者的姓名、公司名先写进去能明显减少拼写错误。视频创作者把成片导进 Buzz 得到带时间戳的 SRT 字幕再用转录查看器里的Resize工具按最大长度和标点自动合并或切分字幕行。生成的每个字幕条都能单独编辑时间中文断句不自然的问题可以手工微调。需要做会议纪要和实时字幕的人连接麦克风切到实时录音页点下 Record 按钮会议讲话会即时转成文字滚动显示。这个模式还配了一个演示窗口把转写内容放大投到屏幕上远程会议、课堂讲座时观众能看到实时字幕。如果连系统播放的声音也要转录在 Windows 上装一个 VB-CABLE 虚拟声卡、macOS 上装 BlackHole把系统音频导进去就行。学术研究者面对几十个小时的讲座录音可以开启监视文件夹功能——往指定文件夹里丢进一个新音频Buzz 自动开始转录。遇到音频嘈杂的场景勾选提取语音选项Buzz 会先把人声分离出来再识别准确率会明显回升。让转录更快更准的六个技巧按硬件选模型别一味求大Tiny 追求速度Medium 追求精度Large 系列最准但最吃算力。日常记录用 Base 或 Small重要内容再上 Medium这是大部分人的黄金平衡点。NVIDIA 显卡记得开 GPU 加速Buzz 支持 CUDA 加速速度能快好几倍。电脑配置不够的试试 Whisper.cpp 模型它对显卡要求宽容得多甚至集成显卡也能跑实时转录。手动指定语言自动检测偶尔会翻车尤其是短音频。知道语言就手动选准确率立竿见影。用初始提示喂专有名词在高级设置里把人名、术语、产品名写进去Whisper 会优先按这些词匹配专业内容转录时的错字率大幅下降。启用词级时间戳转录时勾选词级时间戳导出后每个词都有精确时间点。之后用 Resize 工具重新组合字幕时可以结合音频里的静音自动优化字幕断句比默认结果自然得多。环境变量调优高级设置藏在系统环境变量里。想限制 CPU 线程数设BUZZ_WHISPERCPP_N_THREADS显卡太老反而拖慢速度时设BUZZ_FORCE_CPUtrue国内下载模型慢可以把 Hugging Face 镜像指到https://hf-mirror.com。关于模型、速度和断网的高频问答问完全断网的电脑能用 Buzz 吗能。在有网的一台电脑上下载好模型从设置里的模型管理页找到显示文件位置把整个模型目录拷到离线电脑的相同路径之后就可以完全不联网使用。问一个小时的音频大概要转多久取决于硬件和模型。纯 CPU 跑 Large 模型可能要几十分钟到一小时GPU 加速后用 Whisper.cpp 的 Tiny/Base 模型常常几分钟内就能出稿。转录确实是个计算密集活急着出稿就选小模型。问这么多模型种类到底选哪个简单说Whisper 是原始实现准但慢Faster Whisper 是优化版速度快得多适合有 6GB 以上显存的 NVIDIA 显卡Whisper.cpp 是 C 重写版任何品牌显卡都能用笔记本集成显卡也能实时跑Mac 用户首选它Hugging Face 选项则能加载各种社区微调模型比如针对某种语言优化的变体。问转录结果里出现幻觉内容也就是原音里没有的词怎么办大模型有时会脑补尤其 Large-V3 偶尔会这样。可以换回 Large-V2 或 Turbo 模型或者缩短转录段落、手动指定语言来降低概率。问想把系统里播放的音频转成文字怎么接在系统里装一个虚拟音频设备Windows 用 VB-CABLEmacOS 用 BlackHole把目标应用的输出指向这个虚拟设备然后在 Buzz 的实时录音里把它选作麦克风来源。更进一步命令行与自动化当你想把转录嵌进脚本时Buzz 也提供了命令行接口。比如一条命令就能让 Whisper.cpp 的 small 模型转录视频并同时导出 SRT 和 VTT 字幕buzz add --task transcribe --model-type whispercpp --model-size small --srt --vtt interview.mp4配合监视文件夹功能你可以搭出一套完全无人值守的转录流水线录音设备产出音频放进监视目录Buzz 自动识别脚本再按字幕格式归档。对内容团队来说这等于省掉了一个专职的转录岗位。从一个文件开始回到开头那位记者陈曦。如今她的工作流里Buzz 已经和录音笔一样不可缺席——采访结束音频进 Buzz逐字稿自动出她省下的时间用来打磨选题和追问细节。一个免费、开源、把数据攥在自己手里的工具让她把整理录音这种纯体力活彻底交给了电脑。如果你想亲自验证这一切动手路径很简单下载安装包装上随便拖一个音频进去跑一遍你就明白它值不值得留下。想要深入研究的可以翻翻项目的官方文档目录docs/docs/看看各功能的使用说明想了解转录引擎实现细节的核心代码在buzz/transcriber/目录下命令行用法和安装指引分别写在docs/docs/cli.md和docs/docs/installation.md。你的下一个会议、下一段采访、下一期播客或许就从一次离线转录开始。【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 告别付费转写服务：Buzz离线音频转录工具，让你的会议录音与采访稿当日交付
告别付费转写服务Buzz离线音频转录工具让你的会议录音与采访稿当日交付【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傍晚六点记者陈曦刚结束三场连轴采访。她回到工位看着录音笔里足足四个小时的访谈音频心里估算了一下——按照老办法逐句听写最快也得熬到凌晨。她打开电脑上的 Buzz把音频文件拖进窗口选择了中文和 Base 模型点击运行然后安心去吃晚饭。等她回来四篇采访逐字稿已经整整齐齐躺在导出文件夹里。这不是科幻场景而是 Buzz 这个开源项目每天在无数台电脑上真实发生的日常。Buzz 是一款运行在个人电脑上的离线音频转录工具它把 OpenAI 的 Whisper 语音识别模型搬到了本地让你在不联网、不付费、不上传任何数据的情况下把音频和视频里的语音变成文字。为什么转录这件事可以完全在本地完成如果你用过在线转写服务大概熟悉这个流程上传文件、排队等待、下载结果。听起来省事但代价是隐私交给别人保管动辄按分钟计费而且网络一卡就全线瘫痪。Buzz 走的是另一条路。它内置了 Whisper 系列语音识别模型这些模型就像一个个本地翻译官早已被训练成能听懂 90 多种语言然后被压缩打包进你的硬盘。转录时音频数据在电脑内存里走完识别—分词—输出全流程全程不碰网络。打个比方在线转写是把文件寄给远方的专家处理而 Buzz 是把专家请进家门。前者方便但总要付寄送费、等回信后者一劳永逸还不用怕文件在旅途中被拆看。对律师、医生、记者、研究者这些频繁处理敏感语音资料的人来说数据不出设备这一条就足以成为选择它的理由。第一次上手从下载到出稿的完整动线Buzz 对三个主流桌面系统都提供了现成的安装包Windows 用户拿到.exe安装文件直接双击macOS 用户装好.dmg拖进应用程序Linux 用户则有 Flatpak 和 Snap 两种安装方式可选。如果你更习惯命令行也可以走 PyPI 路线pip install buzz-captions python -m buzz第一次打开 Buzz你会看到主窗口其实只有两个核心区域上面是导入按钮下面是任务列表。点击左上角的加号或直接按Ctrl/Cmd O选择文件——MP3、WAV、MP4、AVI 都没问题甚至可以直接粘贴 YouTube 链接。接着在弹出的表单里做三件事选任务转录原文或翻译成英文、选语言建议手动指定别依赖自动检测、选模型。前两项用默认值即可模型的选择才是影响体验的关键——新手从 Tiny 或 Base 起步最稳妥模型文件小、出稿快够你摸清流程。点击运行任务列表里会显示进度条状态从Queued变到Running最后停在Completed。双击完成的任务行就进入了转录查看器。在这里你能边播放音频边看逐行文字还能直接修改错字。界面右上角的导出按钮提供 TXT、SRT、VTT 三种格式——TXT 给文字处理用SRT 和 VTT 给剪辑软件和网页播放器用。四类人的典型用法Buzz 是怎么被用起来的记者与文字工作者采访音频按Ctrl O导入选好语言点击运行边写稿边等转录出稿效率成倍提升。遇到访谈里反复出现的专有名词可以在高级选项里填初始提示比如把受访者的姓名、公司名先写进去能明显减少拼写错误。视频创作者把成片导进 Buzz 得到带时间戳的 SRT 字幕再用转录查看器里的Resize工具按最大长度和标点自动合并或切分字幕行。生成的每个字幕条都能单独编辑时间中文断句不自然的问题可以手工微调。需要做会议纪要和实时字幕的人连接麦克风切到实时录音页点下 Record 按钮会议讲话会即时转成文字滚动显示。这个模式还配了一个演示窗口把转写内容放大投到屏幕上远程会议、课堂讲座时观众能看到实时字幕。如果连系统播放的声音也要转录在 Windows 上装一个 VB-CABLE 虚拟声卡、macOS 上装 BlackHole把系统音频导进去就行。学术研究者面对几十个小时的讲座录音可以开启监视文件夹功能——往指定文件夹里丢进一个新音频Buzz 自动开始转录。遇到音频嘈杂的场景勾选提取语音选项Buzz 会先把人声分离出来再识别准确率会明显回升。让转录更快更准的六个技巧按硬件选模型别一味求大Tiny 追求速度Medium 追求精度Large 系列最准但最吃算力。日常记录用 Base 或 Small重要内容再上 Medium这是大部分人的黄金平衡点。NVIDIA 显卡记得开 GPU 加速Buzz 支持 CUDA 加速速度能快好几倍。电脑配置不够的试试 Whisper.cpp 模型它对显卡要求宽容得多甚至集成显卡也能跑实时转录。手动指定语言自动检测偶尔会翻车尤其是短音频。知道语言就手动选准确率立竿见影。用初始提示喂专有名词在高级设置里把人名、术语、产品名写进去Whisper 会优先按这些词匹配专业内容转录时的错字率大幅下降。启用词级时间戳转录时勾选词级时间戳导出后每个词都有精确时间点。之后用 Resize 工具重新组合字幕时可以结合音频里的静音自动优化字幕断句比默认结果自然得多。环境变量调优高级设置藏在系统环境变量里。想限制 CPU 线程数设BUZZ_WHISPERCPP_N_THREADS显卡太老反而拖慢速度时设BUZZ_FORCE_CPUtrue国内下载模型慢可以把 Hugging Face 镜像指到https://hf-mirror.com。关于模型、速度和断网的高频问答问完全断网的电脑能用 Buzz 吗能。在有网的一台电脑上下载好模型从设置里的模型管理页找到显示文件位置把整个模型目录拷到离线电脑的相同路径之后就可以完全不联网使用。问一个小时的音频大概要转多久取决于硬件和模型。纯 CPU 跑 Large 模型可能要几十分钟到一小时GPU 加速后用 Whisper.cpp 的 Tiny/Base 模型常常几分钟内就能出稿。转录确实是个计算密集活急着出稿就选小模型。问这么多模型种类到底选哪个简单说Whisper 是原始实现准但慢Faster Whisper 是优化版速度快得多适合有 6GB 以上显存的 NVIDIA 显卡Whisper.cpp 是 C 重写版任何品牌显卡都能用笔记本集成显卡也能实时跑Mac 用户首选它Hugging Face 选项则能加载各种社区微调模型比如针对某种语言优化的变体。问转录结果里出现幻觉内容也就是原音里没有的词怎么办大模型有时会脑补尤其 Large-V3 偶尔会这样。可以换回 Large-V2 或 Turbo 模型或者缩短转录段落、手动指定语言来降低概率。问想把系统里播放的音频转成文字怎么接在系统里装一个虚拟音频设备Windows 用 VB-CABLEmacOS 用 BlackHole把目标应用的输出指向这个虚拟设备然后在 Buzz 的实时录音里把它选作麦克风来源。更进一步命令行与自动化当你想把转录嵌进脚本时Buzz 也提供了命令行接口。比如一条命令就能让 Whisper.cpp 的 small 模型转录视频并同时导出 SRT 和 VTT 字幕buzz add --task transcribe --model-type whispercpp --model-size small --srt --vtt interview.mp4配合监视文件夹功能你可以搭出一套完全无人值守的转录流水线录音设备产出音频放进监视目录Buzz 自动识别脚本再按字幕格式归档。对内容团队来说这等于省掉了一个专职的转录岗位。从一个文件开始回到开头那位记者陈曦。如今她的工作流里Buzz 已经和录音笔一样不可缺席——采访结束音频进 Buzz逐字稿自动出她省下的时间用来打磨选题和追问细节。一个免费、开源、把数据攥在自己手里的工具让她把整理录音这种纯体力活彻底交给了电脑。如果你想亲自验证这一切动手路径很简单下载安装包装上随便拖一个音频进去跑一遍你就明白它值不值得留下。想要深入研究的可以翻翻项目的官方文档目录docs/docs/看看各功能的使用说明想了解转录引擎实现细节的核心代码在buzz/transcriber/目录下命令行用法和安装指引分别写在docs/docs/cli.md和docs/docs/installation.md。你的下一个会议、下一段采访、下一期播客或许就从一次离线转录开始。【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