新闻详情

新闻详情

首页 / 资讯中心 / 详情

Buzz 完整本地语音转文字指南:录音变字幕只要 5 分钟

发布时间:2026/11/22 17:03:03来源:尧图网络
Buzz 完整本地语音转文字指南:录音变字幕只要 5 分钟
Buzz 完整本地语音转文字指南录音变字幕只要 5 分钟【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 是一款本地语音转文字工具它把 OpenAI 的 Whisper 模型直接跑在你的电脑上音频不上传、不按分钟计费。按这篇指南走一遍你就能装好 Buzz、离线转写一段音频并导出可用的 SRT 字幕文件。 Buzz 各系统安装方式与命令系统安装方式备注Windows下载官方安装程序双击安装应用未签名弹出警告时点「更多信息」→「仍要运行」macOS下载.dmg拖入应用程序需 Apple 芯片Intel 机型最后支持到 1.4.5 版Linuxflatpak install flathub io.github.chidiwilliams.Buzz也可用 Snap 包装完需再授权密码存储Python 环境pip install buzz-captions python -m buzzLinux 下可能要先补装系统依赖▶️ Buzz 首次转写从导入音频到出字幕打开主界面把一个 MP3 或 MP4 拖进任务队列也可按Ctrl O选择文件。在任务行里选模型引擎和档位第一次用Whisper.cpp档位最省资源。选任务类型Transcribe转成原语言Translate to English直接转成英文。选语言知道就说选对应语言不知道就保留Detect Language自动检测。点Run首次会自动下载模型下完立即开始转写。状态显示Completed后双击该行打开转录详情。在详情页点Export选格式生成的文件就出现在源文件所在的文件夹里。细节和全部可选项见 文件导入指南。️ Buzz 转写参数速查参数常见取值作用模型引擎Whisper / Whisper.cpp / Faster Whisper不同实现的速度与内存占用差别大模型档位tiny / base / small / medium / large越大越准也越慢内存吃得越多任务Transcribe / Translate to English后者一步完成转写加翻译语言自动检测或指定语言代码指定后短音频、混合语言更稳Word-Level TimingsOn / Off开启后字幕可按标点自动拆分合并⚡ 最影响转写速度与准确率的 5 个开关开关解决什么问题何时开模型档位速度准确率的平衡点快速试听用 tiny日常用 base 或 small交付级上 largeWhisper.cpp 引擎CPU、集显也能跑得快、内存占用低没有 NVIDIA 显卡或在 Mac 上时选它CUDA GPU 加速large 模型转写耗时过长有 NVIDIA 显卡6GB 显存以上就装入口在 Help → About BuzzWord-Level Timings字幕行过长需要拆分准备做 SRT/VTT 字幕时开启默认导出文件名模板批量导出后文件难找批量干活前在 Preferences 里一次配好 三个真实的 Buzz 语音转文字用法把两小时采访录音变成可交付的文字稿录音拖进队列模型选Small或Medium。等Run完成双击任务行打开详情。边播放边校对人名、术语改动直接落到文稿里。点Export导出TXT。你最终得到一份带时间轴的文字稿点任意一行音频就跳到对应位置。给外语视频配上标准字幕拖入视频任务选Translate to English同时打开Word-Level Timings。完成后双击打开转录详情。点Resize设好字幕最大长度长句按标点自动拆、碎片自动合并。导出SRT。你最终得到一个能直接拖进剪辑软件的 SRT 字幕文件。一整文件夹课程视频批量出字幕把所有 MP4 放进同一个文件夹。在终端运行buzz add --srt --output-directory ./subtitles recordings/*.mp4。文件自动排成一队按顺序逐个处理。全部完成后到./subtitles目录查看。你最终得到每个视频对应一个 SRT 文件整整齐齐放在输出目录里。命令全部参数见 CLI 用法。️ Buzz 转写常见问题速查转写太慢怎么办先换小一档模型或改用 Whisper.cpp 引擎有 6GB 以上显存的 NVIDIA 显卡就换 Faster Whisper 并装 CUDA 加速。装了新模型就崩溃怎么办多半是模型没下完整。去Help → Preferences → Models删掉它重新下载。自动检测语言不准怎么办手动选语言代码短音频和混合语言尤其要指定。提示无法访问麦克风怎么办检查系统隐私权限Windows 在「设置 → 隐私 → 麦克风」里给 Buzz 放行。识别错漏太多怎么办换大一档模型重跑录音嘈杂就先勾Extract speech抽取人声。Buzz 装完打不开你的 CPU 需要支持 AVX2很老的机器跑不了详见 FAQ。写在最后Buzz 把整套 Whisper 语音转文字工作站装进了你的电脑音频留在本地免费且不限时。挑一种方式装好把第一段音频拖进去文字稿和字幕立刻就有。【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
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/11/21 14:14:45

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/11/21 14:14:26

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/11/21 21:08:55

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/11/22 1:51:41

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/11/21 19:02:25

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/11/21 14:13:11

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉