录音转文字太累人用 Buzz 离线音频转录工具5分钟拿到第一份逐字稿【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下午六点小林对着手机里两小时的会议录音发愁——领导明天就要纪要。云端转录要充值还怕泄密手动听写得熬到半夜。这时免费开源的离线音频转录工具 Buzz 出现了它基于 OpenAI Whisper 技术把反复听录音、一个字一个字敲的苦差事变成导入文件、点一下运行的几分钟小事——全程在你自己的电脑上完成不联网、不上传、不花一分钱。从零到第一份逐字稿只需一杯咖啡的时间先给结论新手走完安装 → 配置 → 第一次转录这条完整链路通常不超过 15 分钟。下面按你真实会经历的节奏一步步过一遍。装之前先认准三件事全平台支持Windows、macOS、Linux 都有对应的安装包用哪个系统都不耽误。模型免费下载最小的 Tiny 模型约 75MB装完立刻能跑之后再按需扩容。数据完全离线音频不离开你的设备会议录音、采访素材、隐私内容都可以放心交给它。喜欢命令行的朋友一条命令也能装pip install buzz-captions python -m buzz普通用户更省事去项目的发布页下载对应系统的安装包Windows 双击安装器macOS 把应用拖进应用程序文件夹。Windows 下安装包未签名会弹提示选更多信息 → 仍要运行就能继续。安装完成打开的是一个清爽的任务面板首次启动你会看到一个类似任务管理器的界面文件名、模型、任务类型、状态四列排开所有待处理的音频、视频和进度都集中在这里一眼看清谁在排队、谁已跑完。工具栏上几个按钮值得先记住号导入文件麦克风图标开始实时录音垃圾桶图标清理已完成的任务。第一次配置选对模型就成功了一半按Ctrl/Cmd ,打开偏好设置在Models标签页管理模型。第一次使用要先下载一个**Tiny约75MB**够快但精度一般**Base约142MB**是日常平衡之选Small、Medium、Large 依次更准、更大、也更慢。小贴士第一次跑通流程选 Base 就够确认顺手了再按需下载大模型。模型下载后会一直留在本地不必重复下载。第一次转录成功的那一刻 回到主界面点号选中一段音频或视频MP3、WAV、MP4、AVI 等常见格式都支持或直接按Ctrl O。在弹窗里做三个选择Task选 Transcribe转写Language手动指定语言比如中文比自动检测更稳Export As选 TXT先要一份纯文本。点下Run状态栏开始跳动进度百分比。文件不大、模型适中时几十秒到几分钟就有结果。当状态变成Completed双击这一行带时间戳的逐句文本就呈现在眼前。到这里第一份逐字稿已经到手。点顶部的 Export 按钮选 TXT、SRT 或 VTT 就能存到本地。假如你是字幕创作者从成片到字幕一顿饭的工夫阿凯是视频 up 主以前做字幕靠外包一期视频光字幕费就上百元。他现在的流程很简单把剪辑好的成片直接拖进 Buzz转写时把导出格式选成 SRT完成后打开查看器点 Resize 调整字幕——按标点拆分长句、按最大长度合并短句让每条字幕在屏幕上停留 2~4 秒观感最舒服导出 SRT直接丢进剪辑软件。他算过账一期 20 分钟的视频转录加微调字幕约 40 分钟成本从上百元降到零。进阶建议在高级设置Advanced里填一段初始提示Initial prompt把专有名词写进去比如Python、张伟、Transformer能明显减少识别错别字。医学术语、产品名这类生僻词尤其见效。某个记者的某一天采访结束稿子已经写好一半老周跑科技口他的工作日是这样的上午发布会现场用 Buzz 的实时录音功能直接对麦克风开录演讲内容几乎同步变成文字出现在屏幕上再打开演示窗口Presentation Window还能全屏把实时字幕投给同事看。下午回办公室他手头还有三个采访录音。Buzz 支持文件夹监控把一个目录设为监视文件夹之后任何新放进来的音频都会被自动转录他只需下班前回来收结果。小贴士实时转录对硬件要求不低建议在设置里切到 Whisper.cpp 后端并选小模型如果你有 NVIDIA 显卡Whisper.cpp 还支持 CUDA 加速速度能再上一个台阶。遇到听不懂的语言内置翻译来兜底Buzz 另一项实用功能是翻译。最简单的用法把 Task 设为 Translate to English任意语言的录音都会变成英文文本。想翻成其他语言在偏好设置里填一个 OpenAI 兼容的 API 地址和密钥即可——用本地 Ollama、LM Studio 跑也行数据照样不出门。几个常见疑问一次说清问转录特别慢正常吗答先看模型。Large 在纯 CPU 上处理一小时音频耗时几十分钟属正常现象。要提速就换 Base 或 Small有 NVIDIA 显卡就开 CUDA 加速M 系列芯片的 Mac 也能吃满原生性能。⚡问为什么老把我的名字写错答Whisper 不认人名是通病不是 bug。把名字和常用术语写进初始提示里命中率会大幅提高另外手动指定语言、保证录音环境安静都是实打实有效的办法。问模型下载太慢怎么办答国内网络访问国外模型仓库常被卡住可以设镜像环境变量再启动HF_ENDPOINThttps://hf-mirror.com下载速度通常立竿见影。问想玩命令行或者读源码从哪入手答命令行入口在 buzz/cli.py转写核心在 buzz/transcriber/设置模块在 buzz/settings/。要二次开发可以git clone https://gitcode.com/GitHub_Trending/buz/buzz官方使用文档在 docs/docs/usage/1_file_import.md对照着读即可。现在就可以去做的事下载安装 Buzz选 Base 模型完成首次配置导入一段 5 分钟以内的音频跑通第一次转录并导出 TXT在高级设置里填好你的姓名和常用术语再转录一段对比效果把默认导出格式设为 SRT为下一个视频备好字幕模板Buzz 最打动人的地方在于它把专业级语音转文字的门槛降到了任何一个普通人都能一次上手。音频还在你手里文字已经在路上了。【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 录音转文字太累人？用 Buzz 离线音频转录工具，5分钟拿到第一份逐字稿
录音转文字太累人用 Buzz 离线音频转录工具5分钟拿到第一份逐字稿【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下午六点小林对着手机里两小时的会议录音发愁——领导明天就要纪要。云端转录要充值还怕泄密手动听写得熬到半夜。这时免费开源的离线音频转录工具 Buzz 出现了它基于 OpenAI Whisper 技术把反复听录音、一个字一个字敲的苦差事变成导入文件、点一下运行的几分钟小事——全程在你自己的电脑上完成不联网、不上传、不花一分钱。从零到第一份逐字稿只需一杯咖啡的时间先给结论新手走完安装 → 配置 → 第一次转录这条完整链路通常不超过 15 分钟。下面按你真实会经历的节奏一步步过一遍。装之前先认准三件事全平台支持Windows、macOS、Linux 都有对应的安装包用哪个系统都不耽误。模型免费下载最小的 Tiny 模型约 75MB装完立刻能跑之后再按需扩容。数据完全离线音频不离开你的设备会议录音、采访素材、隐私内容都可以放心交给它。喜欢命令行的朋友一条命令也能装pip install buzz-captions python -m buzz普通用户更省事去项目的发布页下载对应系统的安装包Windows 双击安装器macOS 把应用拖进应用程序文件夹。Windows 下安装包未签名会弹提示选更多信息 → 仍要运行就能继续。安装完成打开的是一个清爽的任务面板首次启动你会看到一个类似任务管理器的界面文件名、模型、任务类型、状态四列排开所有待处理的音频、视频和进度都集中在这里一眼看清谁在排队、谁已跑完。工具栏上几个按钮值得先记住号导入文件麦克风图标开始实时录音垃圾桶图标清理已完成的任务。第一次配置选对模型就成功了一半按Ctrl/Cmd ,打开偏好设置在Models标签页管理模型。第一次使用要先下载一个**Tiny约75MB**够快但精度一般**Base约142MB**是日常平衡之选Small、Medium、Large 依次更准、更大、也更慢。小贴士第一次跑通流程选 Base 就够确认顺手了再按需下载大模型。模型下载后会一直留在本地不必重复下载。第一次转录成功的那一刻 回到主界面点号选中一段音频或视频MP3、WAV、MP4、AVI 等常见格式都支持或直接按Ctrl O。在弹窗里做三个选择Task选 Transcribe转写Language手动指定语言比如中文比自动检测更稳Export As选 TXT先要一份纯文本。点下Run状态栏开始跳动进度百分比。文件不大、模型适中时几十秒到几分钟就有结果。当状态变成Completed双击这一行带时间戳的逐句文本就呈现在眼前。到这里第一份逐字稿已经到手。点顶部的 Export 按钮选 TXT、SRT 或 VTT 就能存到本地。假如你是字幕创作者从成片到字幕一顿饭的工夫阿凯是视频 up 主以前做字幕靠外包一期视频光字幕费就上百元。他现在的流程很简单把剪辑好的成片直接拖进 Buzz转写时把导出格式选成 SRT完成后打开查看器点 Resize 调整字幕——按标点拆分长句、按最大长度合并短句让每条字幕在屏幕上停留 2~4 秒观感最舒服导出 SRT直接丢进剪辑软件。他算过账一期 20 分钟的视频转录加微调字幕约 40 分钟成本从上百元降到零。进阶建议在高级设置Advanced里填一段初始提示Initial prompt把专有名词写进去比如Python、张伟、Transformer能明显减少识别错别字。医学术语、产品名这类生僻词尤其见效。某个记者的某一天采访结束稿子已经写好一半老周跑科技口他的工作日是这样的上午发布会现场用 Buzz 的实时录音功能直接对麦克风开录演讲内容几乎同步变成文字出现在屏幕上再打开演示窗口Presentation Window还能全屏把实时字幕投给同事看。下午回办公室他手头还有三个采访录音。Buzz 支持文件夹监控把一个目录设为监视文件夹之后任何新放进来的音频都会被自动转录他只需下班前回来收结果。小贴士实时转录对硬件要求不低建议在设置里切到 Whisper.cpp 后端并选小模型如果你有 NVIDIA 显卡Whisper.cpp 还支持 CUDA 加速速度能再上一个台阶。遇到听不懂的语言内置翻译来兜底Buzz 另一项实用功能是翻译。最简单的用法把 Task 设为 Translate to English任意语言的录音都会变成英文文本。想翻成其他语言在偏好设置里填一个 OpenAI 兼容的 API 地址和密钥即可——用本地 Ollama、LM Studio 跑也行数据照样不出门。几个常见疑问一次说清问转录特别慢正常吗答先看模型。Large 在纯 CPU 上处理一小时音频耗时几十分钟属正常现象。要提速就换 Base 或 Small有 NVIDIA 显卡就开 CUDA 加速M 系列芯片的 Mac 也能吃满原生性能。⚡问为什么老把我的名字写错答Whisper 不认人名是通病不是 bug。把名字和常用术语写进初始提示里命中率会大幅提高另外手动指定语言、保证录音环境安静都是实打实有效的办法。问模型下载太慢怎么办答国内网络访问国外模型仓库常被卡住可以设镜像环境变量再启动HF_ENDPOINThttps://hf-mirror.com下载速度通常立竿见影。问想玩命令行或者读源码从哪入手答命令行入口在 buzz/cli.py转写核心在 buzz/transcriber/设置模块在 buzz/settings/。要二次开发可以git clone https://gitcode.com/GitHub_Trending/buz/buzz官方使用文档在 docs/docs/usage/1_file_import.md对照着读即可。现在就可以去做的事下载安装 Buzz选 Base 模型完成首次配置导入一段 5 分钟以内的音频跑通第一次转录并导出 TXT在高级设置里填好你的姓名和常用术语再转录一段对比效果把默认导出格式设为 SRT为下一个视频备好字幕模板Buzz 最打动人的地方在于它把专业级语音转文字的门槛降到了任何一个普通人都能一次上手。音频还在你手里文字已经在路上了。【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