Buzz 离线转录：免费本地语音转文字，三分钟出时间戳文稿

Buzz 离线转录免费本地语音转文字三分钟出时间戳文稿【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/buzz手里有一段 3 小时的采访录音下班前必须拿到带时间戳的文稿。Buzz 是基于 Whisper 的离线转录工具把音频拖进去全程在本地跑录音不离开你的电脑不联网也能用没有订阅费。Buzz 离线转录三分钟装好并出第一份文稿安装三条路macOS 和 Windows 从官方渠道拿安装包Linux 用 snap 或 flatpak最灵活的是 PyPI 版先装好 ffmpeg 再执行pip install buzz-captions python -m buzz首次运行按提示下载一个模型模型存在本地缓存目录里之后拔了网线照样能用。如果你要在完全没网的机器上用可以先在联网机器上跑 scripts/download-models.py 把模型缓存一次性备齐。这一步能帮你避开离线机器转录到一半卡在下载的尴尬。模型选错按这个表挑原则很简单模型越小跑得越快、错得越多越大越准但更吃内存也更慢。模型体积适合干什么tiny~500MB快速试听、粗校对base~1GB日常会议录音medium~3GB正式文稿、出字幕large~8GB追求极致准确率引擎按硬件选N 卡显存 6GB 以上用 Faster Whisper其他情况用 Whisper.cpp它支持集成显卡甚至纯 CPUMac 上就选它。这样你不会踩下了 3GB 模型结果电脑卡死的坑。3 小时采访录音变 Word 文稿的完整路径把采访录音拖进导入区域明确选定语言别用自动检测专有名词填进初始提示词点 Run 开始转录双击任务行打开文稿选语言一定要手动指定口音重的录音交给自动检测容易猜错。人名、产品名写进初始提示词后错拼明显减少。转录完在查看器里边播放边核对再导出 TXT、SRT、VTT或者直接用内置插件导出 Word。导出文件名支持模板变量能带上日期会议纪要天然归档整齐。给 2 小时视频批量加字幕的三步法导入时勾上词级时间戳转录完点 Resize设一个单行字幕最大长度、打开按标点断句字幕行就不会忽长忽短源文件还在的话它会参考音频里的停顿来切分。最后导出 SRT 或 VTT 直接可用。这一步帮你省掉在字幕编辑器里手动拆行合并的功夫2 小时视频的字幕十分钟出活。遇到这几个坑都能快速处理下载模型后启动就崩 → 到偏好设置的模型页删掉重新下载多半是文件没下完整转录太慢 → 换小一档的模型或改用 Whisper.cpp 让 GPU 干活实时录音报 PaErrorCode-9999 → 查系统的麦克风权限Windows 在设置-隐私-麦克风里GPU 加速了反而更慢 → 设环境变量BUZZ_FORCE_CPUtrue强制 CPU老显卡上 CPU 可能更快每条都是五分钟能解决的问题不值得为此换工具。批量音频图省事文件夹监控加一条命令文件夹多的时候别逐个点在偏好设置里配好文件夹监控新文件丢进去自动进转录队列重复导入已转过的文件时跳过已转录插件会自动跳过队列不会越堆越长。也可以用命令行把任务脚本化buzz add -s small --srt meeting.mp3配合定时任务就是一份夜间批量出字幕的流水线省掉每次二十分钟的重复点击。开现场录音降噪和区分说话人怎么做点 Record 开始实时转录麦克风的话同步变文字还有一个独立的大字演示窗口适合投屏。三个实用点实时模式用小模型加 Whisper.cpp不然跟不上语速环境吵就开 DeepFilterNet 插件先降噪再转录准确率提升明显多人对话转完点识别说话人每句话自动标上说话者还可以改成真名。演示窗口对会议同传和无障碍场景尤其好用。把 Buzz 装上把拖了三天的那段录音丢进去转掉。想看源码的话git clone https://gitcode.com/GitHub_Trending/buz/buzz【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