完全离线也能精准语音转文字Buzz本地转录工具3个真实场景一次跑通【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一份45分钟的会议录音在电脑彻底断网的情况下Buzz用2分半钟就把它变成了带时间戳、可搜索的文字稿。这不是宣传话术而是这款开源工具每天都在做的事。Buzz是一款在个人电脑本地运行的离线语音转文字工具基于OpenAI开源的Whisper模型构建把音频和视频直接转成文字、字幕甚至实时译文全程不联网、不上传特别适合记者、学生、内容创作者以及所有不想把录音交到云端的人。下面用三个真实场景带你从安装到落地完整跑一遍。先算一笔账转录这件事留在本地到底值不值在动手安装前先回答一个问题市面上的语音转文字服务不少为什么还要本地装一个把离线语音转文字工具和在线转录服务放在一起对比差异非常直观对比维度Buzz本地转录在线转录服务隐私安全音频全程不出本机需要上传服务器网络依赖完全离线可用必须联网断网即停使用成本免费无限次按时长计费处理速度取决于你的硬件取决于对方排队支持语言99种Whisper模型各平台差异大可扩展性可换模型、可写插件功能由平台决定如果你是偶尔转一份录音在线服务够用但如果你是每周都要处理音频的记者、老师、翻译、剪辑师或者录音内容涉及隐私、需要在无网环境下工作本地方案的优势就是决定性的。Buzz的安装也很简单按你的平台任选一种Windowswinget install ChidiWilliams.Buzz或从发布页下载安装包应用未签名安装时选更多信息→仍要运行macOSbrew install --cask buzzApple Silicon 原生支持Linuxflatpak install flathub io.github.chidiwilliams.Buzz或sudo snap install buzzPython 用户pip install buzz-captions后执行python -m buzz启动装好后在终端输入buzz就能看到主界面。核心功能模块在buzz/transcriber/界面组件在buzz/widgets/这些目录会在后面的操作中被反复提到。场景一把1小时会议录音变成能搜索、能复用的文字笔记这是最典型的应用采访录音、课堂内容、头脑风暴会议转成文字后可以做笔记、做引用、做纪要。整体流程只有四步。第1步导入文件。菜单栏File → Import Media File快捷键 Ctrl/CmdO或直接点工具栏的号选择你的音频或视频文件甚至可以粘贴YouTube链接直接转录。第2步设置参数。在弹出的窗口里做三个选择任务类型选Transcribe转录还是Translate翻译为英文语言尽量手动指定避免自动检测在带口音或噪音的录音上翻车模型大小按电脑配置选后文有选型表。第3步点 Run 开始。转录进度会显示在任务列表里可以同时排队多个文件。第4步打开结果。状态变成Completed后双击该行即可在转录查看器里阅读带时间戳的全文。如果录音很长命令行批量处理效率更高。Buzz提供了CLI入口buzz/cli.py支持把多个文件一次性排队转录并直接输出文本文件buzz add 采访录音.mp3 会议录音.mp3 --language zh --model-size small --txt加--srt或--vtt可以同时输出字幕文件加--hide-gui可以只跑后台不弹界面配合脚本实现文件夹里新增音频就自动转录的批处理流水线对应图形界面里的 Folder Watch 功能。场景二视频转字幕SRT/VTT直接交给剪辑软件给视频加字幕是内容创作者的高频需求。Buzz的转录查看器buzz/widgets/transcription_viewer/把转文字延伸成了做字幕的完整工作流。转录前勾选Word-Level Timings是这一步的关键。开启后模型会为每个词生成时间戳后续的字幕合并、断句都依赖它。转录完成后进入查看器你会看到三种视图时间戳模式表格逐条显示起止时间、纯文本模式、翻译模式。点击工具栏的Resize按钮就可以把逐词时间戳合并成符合规范的字幕句。合并规则支持按静音间隙断句、按标点断句、按最大长度断句你还可以指定每行字幕的目标时长——这些设置正好覆盖了字幕太长/太碎的常见痛点勾选Merge by gap静音超过设定值的地方自动分段比如0.2秒勾选Split by punctuation按句号逗号断句避免字幕断在半句话里设置Desired subtitle length把过长的字幕行自动拆短调整完成后点击 Export 按钮即可导出。支持的格式包括TXT纯文本、SRT/VTT直接拖进剪映、Premiere、Final Cut 等剪辑软件、JSON带完整元数据、DOCXWord文档方便继续排版。配合查看器里的循环播放、跟随音频滚动、0.5x–2.0x变速播放功能校对字幕时基本不用碰鼠标——CtrlP播放暂停、Ctrl←/→微调时间双手不离键盘就能完成精修。场景三会议现场实时转录边讲边出字需要实时字幕的场景Buzz同样覆盖。切换到主界面的Live Recording标签页选好麦克风、语言和模型点红色录制按钮识别文本会随语音实时刷新。低配置也能流畅跑的秘诀在模型后端选择上默认的Whisper实现准确但吃资源而 Whisper.cpp 是C重写的高效实现配合Vulkan加速在大多数带集成显卡的笔记本上都能做到接近实时转录。配置方式在模型偏好设置里选 Whisper.cpp 并下载对应模型即可。两个容易被忽略但非常实用的点演示窗口Presentation Window实时转录的同时会生成一个独立的大字号窗口适合演讲、讲座、会议投屏时让观众直接看字幕。系统音频转录Buzz不仅能转录麦克风还能转录电脑里其他软件的声音。方法是安装虚拟声卡——macOS用BlackHolebrew install blackhole-2chWindows用VB-CABLELinux用pavucontrol——把系统输出指向虚拟设备再在Buzz里把它选为录音源。这样一来线上会议、外语直播、视频通话都可以实时出字幕。如果还想让实时转录同步进OBS等直播工具在偏好设置里开启Live transcript exports文本会边识别边写入文件其他软件直接读取该文件即可。上手之后4个提升准确率和速度的开关用过一两次后建议按下面的顺序做针对性调优。1. 按硬件选模型而不是越大越好。模型选型直接影响速度与准确率规则如下模型大小速度准确率适合场景tiny / base最快一般低配置电脑、实时转录small快较好日常录音多数人首选medium / large慢最高专业转录、口音较重素材后端方面Nvidia独显用户优先选Faster Whisper快数倍、省显存无Nvidia显卡用户选Whisper.cpp任意品牌GPU可用含集成显卡需要特定语言模型时用HuggingFace后端加载社区模型。2. 用好内置插件转录流水线自动化。1.4.5版本起Buzz内置了插件系统buzz/plugins/在Help → Plugins里启用即可无需改任何代码AI Summary转录完成后自动生成摘要存入笔记DeepFilterNet转录前自动降噪嘈杂录音准确率明显提升Skip Already Transcribed已经转过的文件直接跳过批量重跑不浪费算力Export to DOCX转录完自动生成Word文档3. 记住几个高频快捷键。CtrlF搜索转录文本、CtrlG跳转到当前播放位置、CtrlShiftP重播当前片段。全部快捷键可在偏好设置的自定义快捷键标签页里按习惯修改。4. 离线环境部署。真·无网电脑也能用在任意联网电脑上先下载好模型进入Preferences → Models点Show file location找到模型目录整体拷贝到离线电脑的对应位置即可。离线状态下可以同时设置HF_ENDPOINThttps://hf-mirror.com加速国内模型下载。看到这里Buzz适不适合你其实答案已经很清楚了需要高频处理音频、在意隐私、常出差或无网环境工作的人本地离线语音转文字是当前最稳妥的解法。安装三分钟、导入即转录第一份文字稿出来后你就能感受到它的价值。如果你是开发者项目代码结构清晰buzz/cli.py可直接脚本化调用插件系统buzz/plugins/预留了完整的扩展点官方文档在docs/docs/下遇到问题先查docs/docs/faq.md。觉得有用的话给仓库点个 Star让更多需要的人看到它——你的音频数据值得一直留在自己的电脑里。【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