Buzz 语音转文字教程：离线音频转录与 SRT 字幕导出的完整指南
Buzz 语音转文字教程离线音频转录与 SRT 字幕导出的完整指南【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 是一款开源的离线音频转录工具基于 OpenAI Whisper 模型在你自己的电脑上完成语音转文字和翻译。本文讲清 Buzz 的安装方法、三种核心用法以及如何让 Whisper 本地转录更快更准。工作原理Buzz 为什么全部在本地运行Buzz 的转录逻辑很简单你导入的音频或从视频中提取的音轨不会上传到任何服务器而是直接交给本地的 Whisper 模型逐段转成文字。翻译功能同理也是在本地完成。这种本地处理方式带来几个实际好处隐私敏感的内容如未公开的会议录音不离开你的设备泄露面小很多没有网络也能正常工作适合在通勤、出差等弱网环境使用一次性安装即可长期使用没有订阅费或按分钟计费分系统安装方法按你的操作系统选择一种方式Windows从项目发布渠道下载安装程序并运行。安装过程中若出现 SmartScreen 安全提示点击更多信息→仍要运行即可继续。macOS终端执行 Homebrew 命令brew install --cask buzzLinux通过 Flatpak 从 Flathub 安装flatpak install flathub io.github.chidiwilliams.Buzz开发者Python 环境3.12下用 pip 安装pip install buzz-captions python -m buzz主界面是任务列表每一行代表一个转录任务显示文件、任务类型、语言、模型与当前进度。三个核心用法把音频和视频文件转成文字和字幕支持 MP3、WAV、FLAC、OGG 等常见音频格式导入 MP4、AVI、MKV 等视频文件时Buzz 会自动提取音轨进行转录适合给视频快速配上字幕。流程四步点击导入媒体文件快捷键 Ctrl/CmdO支持一次选中多个文件批量导入为每个任务选择任务类型转录、翻译或两者都要、源语言以及模型大小点击运行任务在后台队列中依次执行进度实时更新完成后双击任务行打开转录查看器可导出 TXT、SRT字幕文件和 VTT 格式视频创作者可以把生成的 SRT 文件直接拖进剪辑软件当字幕使用。边开会边实时录音转文字主界面点击实时录音快捷键 CtrlR进入录音模式选择麦克风、语言和模型后点击录音按钮Buzz 会持续监听并逐段输出文字边开会、边上课就能边拿到文字记录。两个实用设置转录延迟默认为 20 秒意思是每累积 20 秒语音就转一次可按需调整录音窗口支持追加/更正等模式转错的句子可以重新识别并替换外文内容转录与翻译Buzz 覆盖 99 种语言转录前指定源语言通常比让模型自动检测更准确。翻译有两层内置翻译任务在任务类型里直接勾选翻译Buzz 会先转录再翻译结果可导出LLM 实时翻译在偏好设置里填入 OpenAI API 兼容服务如自建代理或本地模型的地址与密钥实时录音模式下可以把听到的外文内容实时转成目标语言让转录更快更准常用调优手段整理如下问题做法转录太慢换小一号的模型Tiny→Base→Small→Medium→Large 按需取舍Whisper.cpp 后端在 CPU 和 Vulkan 显卡上表现好Faster Whisper 则主打速度专业名词总转错在高级设置里填写初始提示词把术语、人名写进去语言识别不准手动指定源语言别依赖自动检测环境噪音大录音时靠近麦克风优先用外置麦克风尽量降低背景音整体速度不满意有 NVIDIA 显卡就启用 GPU 加速速度提升明显另外两个容易忽略的点大型模型Medium/Large内存占用更高设备吃紧时先试 Small转完的段落可以在查看器里按时间戳定位、拆分、合并或用快捷键微调起止时间Ctrl←/→ 调整段首CtrlShift←/→ 调整段尾。偏好设置里可以统一管理文件转录的默认模型、快捷键和导出选项。常见问题没有 GPU 还能跑吗能。所有后端都支持纯 CPU 运行只是处理时长会拉长。内存和 CPU 有限的话选 Tiny 或 Base 模型更稳妥。转出的 SRT 字幕能直接用在剪辑软件里吗可以。导出的 SRT/VTT 是标准格式Principle、DaVinci、剪映等主流软件都能直接导入。能一次导入多个文件吗支持。导入时多选文件即可每个文件生成独立任务按顺序排队执行互不影响。第一次运行要下载什么首次选择某个模型时需要下载对应的模型文件大小从几十 MBTiny到几 GBLarge不等之后可离线复用。快捷键在哪改偏好设置中的快捷键编辑器可自定义常用默认值CtrlO 导入文件、CtrlR 录音、CtrlP 播放/暂停、CtrlF 搜索转录文本。转录查看器支持按时间戳定位、播放控制、搜索高亮以及段落拆分合并编辑。写给开发者Buzz 用 Python PyQt6 编写代码按职责分层模块结构清晰buzz/transcriber/转录核心封装 Whisper、Whisper.cpp、Faster Whisper、OpenAI API 等多种后端buzz/widgets/PyQt 界面组件主窗口、录音、转录查看器等buzz/db/基于 SQLite 的转录记录存储buzz/settings/与buzz/store/配置管理与敏感凭据API 密钥的本地安全存储使用文档在 docs/docs/ 目录下按导入文件、实时录音、翻译、编辑、查看器等主题组织插件机制见 buzz/plugins/可以按 buzz/plugins/AGENTS.md 的说明开发自定义插件。项目采用 MIT 许可源码可直接在 buzz/ 目录下浏览。到这里Buzz 从安装到日常使用的关键路径就都覆盖了。如果只是想先把音频变成文字照着三个核心用法的第一节走一遍就够了后续再按需调整模型和参数。【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