新闻详情

新闻详情

首页 / 资讯中心 / 详情

Buzz 本地离线转写完全指南:五分钟从任意录音拿到带时间轴的文字稿

发布时间:2026/11/22 6:35:33来源:尧图网络
Buzz 本地离线转写完全指南:五分钟从任意录音拿到带时间轴的文字稿
Buzz 本地离线转写完全指南五分钟从任意录音拿到带时间轴的文字稿【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 是一款免费开源的本地语音转文字工具它把 OpenAI Whisper 模型直接跑在你的电脑上全程离线把音频、视频乃至在线视频链接转成带时间轴的文字稿再导出成 SRT 字幕。这篇上手指南面向零基础用户读完跟着做你能装好 Buzz并把第一段录音变成可编辑、可导出的文字稿。 为什么值得装不上传、不计费—— 音频不出你的电脑不填 API Key转写多少次都免费。适合手头录音有保密要求、不方便传云端的你。听 4 小时录音 → 10 分钟出文字稿—— 自动转写还带时间轴点任意一行音频就跳到对应位置。适合采访者、研究员和靠听写记笔记的人。转写顺手翻译成英文—— 任务类型选 Translate一步出英文稿。适合处理外语材料的你。设好就不用管—— 开启文件夹监控新音频落进来自动排队处理。适合多人往共享文件夹丢文件的团队。 安装与准备按你的系统四选一Windows下载安装程序双击安装。应用未签名弹出安全警告时选「更多信息」→「仍要运行」。装完能打开任务队列主界面就算成功。macOS下载 .dmg 把应用拖进「应用程序」文件夹注意现在只支持 Apple Silicon MacIntel 版止步于 1.4.5。打开能看到主界面即可。LinuxSnap 方式执行sudo snap install buzz再sudo snap connect buzz:password-manager-service授权密码存储也可以用 Flatpakflatpak install flathub io.github.chidiwilliams.Buzz。终端里能启动buzz并弹出窗口就说明装好了。Python 环境先装好 ffmpeg再pip install buzz-captions然后python -m buzz启动要求 Python 3.12。界面正常弹出就算就绪。⚡ 第一次出结果的最短路径打开 Buzz把 MP3 或 MP4 文件拖进主界面也可以粘贴在线视频链接。模型选 Base任务类型选 Transcribe语言保持自动检测。点 Run首次会自动下载模型下完就开始处理。状态显示 Completed 后双击该行打开转录详情。在右上角菜单导出 TXT / SRT / VTT收工。 核心操作三阶段输入前文件进队列后在任务行里设好模型、任务类型和语言。两个关键动作每行点「Run」前确认参数无误长录音建议手动指定语言自动检测偶尔会翻车。处理中队列每行都有实时进度关掉窗口任务也在后台继续跑。多个文件可以一次排进去按顺序逐个处理。出结果后双击已完成任务打开详情每段都带开始、结束时间点击跳到音频对应位置改动自动保存。字幕某行太长打开 Resize 工具长句按标点自动拆分、碎片自动合并。 常用参数速查参数常见取值一句话作用模型大小tiny / base / small / medium / large越大越准也越慢速度和质量的平衡点Whisper 类型whisper / whispercpp / fasterwhisper / huggingface按硬件选实现Mac 和无独显电脑推荐 whispercpp任务转写 / 翻译翻译 转写 译成英文一步完成语言自动检测或手动指定短音频、混合语言手动指定更稳词级时间戳开 / 关打开后才能用 Resize 精细调整字幕输出格式TXT / SRT / VTT字幕用 SRT纯文字笔记用 TXT 场景配方卡场景一两小时采访变能用的文字稿目标拿到一份带时间轴、可交付的文字稿。录音拖进队列模型选 Small 或 Medium。有 NVIDIA 显卡就先装 CUDA 加速等待时间明显缩短。完成后双击详情边播放边校对人名和术语。 交付物带时间戳的文字稿点任意一行音频就跳到对应位置。场景二团队共享录音自动批量转写目标不用人盯文件进来就处理。在偏好设置里开启文件夹监控指向共享目录。启用 skip already transcribed 插件已有文稿的文件直接跳过。新文件一进来自动排队转完自动归档。 交付物同事每丢一个文件输出目录就多出对应文字稿。场景三外语录音出英文稿加字幕目标外语音频直接变成英文可读稿。任务类型选 Translate指定源语言。处理完导出 SRT顺手当字幕用。哪行字幕太长打开 Resize 设好最大长度自动拆分。 交付物英文文字稿 长度可控的 SRT 字幕文件。⚙️ 排坑与提速转写比预期慢→ 先把模型调小一档或换 Whisper.cpp 后端。想榨干 NVIDIA 显卡→ 1.4.6 及以上版本进 Help → About Buzz 安装 CUDA Acceleration没有 N 卡跳过。任务一直排队不动→ 多半是模型还没下完回 Models 设置页确认后再排队。识别错漏太多→ 换大一号模型重跑并手动指定语言专有名词容易拼错的写进初始提示Initial prompt里。程序崩溃→ 常见于模型下载损坏去 Models 页删掉重新下载。重复导入不想重跑→ 开 skip already transcribed 插件已有结果的文件自动标记 Skipped。更多自动化玩法可以看 CLI 文档内置插件的结构和钩子都在 插件目录 里照着就能写自己的。 收尾Buzz 把一整套离线转写工作站装进了你自己的电脑不上传、不按分钟计费。现在就挑一种方式装好它把第一段录音拖进去几分钟后的你会同时拥有文字稿和字幕。【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
📞 ✉