免费极速的离线音频转录零基础用Buzz搞定录音转文字、字幕与翻译【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 是一款运行在你个人电脑上的开源音频转录工具由 OpenAI 的 Whisper 模型驱动能把录音、视频里的语音转成文字也能在完全离线的状态下完成翻译。不联网、不付费、不把隐私上传云端从会议纪要、课程笔记到视频字幕一段音频丢进去文字稿自己就出来了。先算一笔账手动整理一小时录音到底要花多少时间如果你参加过动不动两小时的评审会或者录过一期四十分钟的播客一定体会过听一句、暂停、打一句的绝望。把一小时音频逐字听写下来熟练的人也要三四个小时还不算反复回放确认人名和术语的时间。这份投入才是录音整理真正的隐藏税。Buzz 的价值就落在三个字上替你听。它用 Whisper 模型在本地完成语音识别速度快、免费、隐私安全断网照常工作。适合谁用经常开会的人、做采访的记者、剪视频的 up 主、上网课的学生以及一切手头有录音但没时间听的人。 动手第一步下载适配你系统的安装包Windows、macOS、Linux 都有现成版本装完即可启动。10 分钟跑通第一份转录从装好到出稿的完整路径第一次打开 Buzz别急着导入文件先花 30 秒做一件事——下载模型。Whisper 模型是 Buzz 的听力大脑分 Tiny、Small、Medium、Large 等尺寸越大越准也越吃内存和算力。在模型管理里选中一个模型点击下载之后所有转录都可以离线进行不再依赖网络。新手建议从 Small 或 Medium 起步速度和准确率最均衡。接着就是主界面上的三个动作点击工具栏的按钮导入一个音频或视频文件MP3、MP4、WAV 都行在弹出的窗口里选好模型、语言或选自动检测和任务类型点击Transcribe看着任务列表里的进度条跑完文字稿就出现了。 动手第一步拿一段十分钟的录音试一次亲身体验电脑替你听写的感觉。边讲边出稿开会、上课、直播时怎么实时转录文件转录适合事后整理但如果你要的是当下就出文字Buzz 还有一招实时录音转录。点一下工具栏的麦克风图标选好录音设备把延迟时间设成 20 秒左右接下来你说话文字就一行一行往下蹦。这个场景最适合两类人一是会议记录员会议还没开完纪要已经有了雏形二是口述者和内容创作者边说边看到自己的文字复盘效率翻倍。录音结束点 Stop结果自动保存不会因为忘按保存而前功尽弃。 动手第一步下次开会或上课前点开麦克风试试让 Buzz 当你的免费速记员。转录完别急着发改错字、调时间、分段落的三板斧Whisper 的准确率已经很高但人名、专有名词偶尔还是会翻车。好在 Buzz 自带转录编辑器相当于把文字处理和时间轴缝在了一起。在这张表里每一行就是一个带时间戳的文本段你可以点进任意一行直接修改文字纠正识别错误手改Start / End时间让字幕和画面精准对齐合并或拆分段落把碎句拼成完整句读起来更顺畅。改完的效果即时生效之后导出的字幕或文档用的都是你修正过的版本。 动手第一步打开最近一次转录结果把里面的人名、术语全部校对一遍看看识别准确率到底有多能打。一行字幕放多少字才舒服字幕党必看的 Resize 与 Merge如果你做视频字幕会发现另一个问题Whisper 分出的段落长短不一有的三个字一行有的半句话溢出屏幕。这时候轮到Resize功能登场。它的逻辑很简单先设一个目标字幕长度默认 42 个字符这是通用视频平台比较舒服的宽度Buzz 按需重新切分再用Merge按钮配合三条规则自动收尾按间隔合并两段字幕间隔小于设定值比如 0.2 秒就并成一段按标点分割在句号、逗号处优先断行按最大长度分割超过上限强制换行。三个开关一开一键 Merge字幕立刻整整齐齐导出成 SRT 或 VTT 直接可用不必再逐条手调。 动手第一步把最长的一段音频导成字幕用 Resize 压到 42 字符感受字幕强迫症被治愈的过程。顺手把稿子翻成英文转录和翻译一次到位Buzz 的另一张底牌是翻译。它不只是一台听写机还是一台同声传译机。新建任务时把任务类型从 Transcribe 换成TranslateBuzz 会在识别的同时把文字翻成英文。别小看这一步——这意味着你可以把外语采访直接变成英文稿跨语言阅读零门槛给中文视频一键生成英文字幕做海外内容不用从零开始把会议纪要翻成英文方便和海外团队对齐。一次转录、双份产出很多人就是冲这一点把它当翻译工作站用的。 动手第一步拿一段外语音频试试 Translate 任务看看翻译稿质量是否满足你的需求。让识别准确率翻倍的三个设置转录最怕识别出来一堆改都改不动。下面三个设置能显著提升准确率选对模型尺寸清晰的普通话对话Medium 绰绰有余环境嘈杂、口音重、语速快直接上 Large。准确率和算力总得占一头。用初始提示喂专业词汇在高级设置里把受访者姓名、行业术语、产品名写进提示词模型会优先朝这个方向猜。先处理音频再转录转录前降噪、提高音量、剪掉过长的空白效果立竿见影。除此之外值得花五分钟把偏好设置一次配好默认导出文件夹、文件名格式、是否自动导出还有快捷键和文件夹监控都属于配一次、爽很久的选项。 动手第一步打开偏好设置把导出文件夹和文件名模板按你的习惯改好从此告别每次手动选路径。三个高频坑的急救指南大文件、批量任务与离线场景最后说说新手几乎都会踩的坑以及绕坑方案大文件卡死超过一小时的音频先分割成多个小文件再转录转录时关掉其他吃内存的程序给电脑腾出资源。文件太多懒得等用Queue队列把多个文件排成一队一次添加、排队处理你去忙别的回来全部出稿。完全离线怎么保证可用提前把需要的模型下载到本地确认系统依赖齐全再把音频文件放到本机Buzz 就能在无网环境里独立完成全部工作。 动手第一步挑一个手头最长的音频文件按上面的建议完整走一遍流程把坑提前踩平。下一步行动现在就把积压的某段录音丢进 Buzz10 分钟后你会感谢那个没有继续收藏教程的自己。【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