Buzz 离线语音转文字4种方式装好3步出字幕文件【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 是一款基于 OpenAI Whisper 的开源桌面工具把音频转录和翻译全部放在你的电脑本地完成——音频文件不上传任何服务器断网也能用安装后不产生任何费用。它支持 99 种语言既能处理 MP3、WAV、FLAC、OGG 等音频也能直接导入 MP4、AVI、MKV 视频并自动抽出音轨。如果你经常整理会议录音、给视频配字幕或转录外语播客它是目前少见的开箱即用的离线方案。3分钟装好 Buzz 并跑通第一个任务四种安装方式按你的系统挑一种Windows下载安装包。由于未签名安装时会弹安全警告选择「更多信息」→「仍要运行」即可macOSbrew install --cask buzzLinuxflatpak install flathub io.github.chidiwilliams.Buzz开发者用 Python 跑先装好 ffmpeg在 Python 3.12 环境中执行pip install buzz-captions再运行python -m buzz第一次使用只需四步点「导入媒体文件」快捷键 Ctrl/CmdO→ 文件进入任务列表可一次导入多个给任务选好任务类型、语言、模型 → 参数写清楚转录质量更稳点「运行」→ Buzz 开始处理列表里能看到每个文件的进度完成后双击该行 → 打开转录查看器文本与音频联动播放到这里你的第一份带时间戳的转录文本就到手了。 会议记录录音进来纪要出去把散会后的录音导入 Buzz指定语言运行完毕即可导出 TXT 格式的完整记录。Buzz 内置说话人识别Speaker identification功能能区分不同发言者多人会议的记录不用自己猜这句话是谁说的。 视频字幕一条命令出 SRT做字幕的工作流很简单导入 MP4/AVI/MKV 视频 → Buzz 自动提取音频轨道转录 → 导出 SRT 或 VTT 字幕文件 → 直接拖进剪映、Premiere 等剪辑软件。每个段落都带精确时间戳视频创作者不用再逐句对轴。️ 实时录音边说边出字开课前、开会前点录音按钮就能开始选择麦克风、语言和模型 → 点 Record → 演讲内容实时变成文字文字跟随语音的默认延迟是 20 秒可在设置中调整课程笔记、访谈、现场活动场景下Buzz 还提供演示窗口方便投屏时展示实时字幕 翻译任务外语播客转成母语新建任务时把任务类型从「转录」换成「翻译为英语」Buzz 就会把外语音频直接转成英文文本反过来结合其他语言做源语言也能覆盖大部分学习、工作场景。语言下拉框覆盖 Whisper 支持的 99 种语言拿不准语言时选「检测语言」它会用开头几秒音频自动判断。⚡ 提速提准的3个设置技巧挑对模型大小 → 速度和质量直接挂钩tiny/base 跑得快medium/large 更准机器配置一般就从小模型起步指定已知语言 → 比自动检测更稳定准确率提升明显用「初始提示」注入术语 → 在高级设置里写上行业词汇或人名Buzz 转录时更不容易写错后端方面Buzz 提供 Whisper 原版、Whisper.cpp、Faster Whisper 和 Hugging Face 模型四种选择。追求速度时优先 Whisper.cpp它在多数显卡包括核显上支持 Vulkan 加速NVIDIA 显卡还能走 CUDA。常见疑问速查转录太慢换 tiny 或 base 小模型关掉其他吃资源的程序后端切到 Whisper.cpp有显卡就开 GPU 加速支持哪些格式音频MP3、WAV、FLAC、OGG视频MP4、AVI、MKV自动提取音轨能批量处理吗能。一次导入多个文件每个文件独立建任务并行排队准确率不够更大的模型 安静的录音环境 针对性初始提示三者叠加效果最好需要联网吗转录本身完全离线仅当你选用 OpenAI API 兼容服务做翻译时才需要网络更细的操作说明可以看仓库里的使用文档docs/docs/usage/把第一段会议录音丢进 Buzz今晚就能拿到一份带时间戳的文字稿——离线转录这件事从这 3 分钟开始。【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