Buzz 离线语音转文字完整指南免费本地转录与翻译工具【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 是一款基于 OpenAI Whisper 的免费离线语音转文字工具所有识别都在你的电脑上完成音频文件不会上传到任何服务器。它支持 99 种以上语言适合整理会议纪要、制作视频字幕、批量处理录音的隐私敏感用户。Buzz 安装步骤与首次转录流程Windows从 SourceForge 下载官方安装包运行应用未签名弹出警告时选择更多信息再点仍要运行。macOS下载官方 .dmg 文件拖入应用程序文件夹即可。Linuxflatpak install flathub io.github.chidiwilliams.Buzz或使用 Snapsudo snap install buzzPython 环境需先安装 ffmpeg建议使用 Python 3.12pip install buzz-captions python -m buzz也可以直接克隆源码体验最新功能git clone https://gitcode.com/GitHub_Trending/buz/buzz首次使用只需四步通过文件菜单或工具栏图标导入音频任务选择转录手动指定语言比自动检测更准选择模型后点击运行。状态变为已完成后双击任务行打开查看器即可边播放边核对文本并导出为 TXT、SRT 或 VTT 文件。会议实时录音转录选择录音任务指定麦克风后点击录音Buzz 会边录边出文字。显示模式有三种新句子追加在下方、追加在上方或追加并校正——后一种会持续修正上一句的识别错误更接近人工记录效果。识别结果还可以实时写入 TXT 文件供 OBS 等直播软件读取打开演示窗口后文字可以直接投到大屏上给观众看。多人访谈时Buzz 支持在结果中区分并标注不同说话人。视频字幕制作导入 MP4、MKV 等视频文件Buzz 会自动提取音轨。在高级设置里开启词级时间戳Buzz 会为每个词生成独立字幕行随后用调整大小功能按静音间隔和标点把词组合成标准字幕长度再导出 SRT 或 VTT即可直接挂到视频播放器或剪辑软件中。批量自动转录在设置中指定一个监视文件夹Buzz 会检测新放入的音频并自动创建转录任务适合固定目录归档会议录音的工作流。配合跳过已转录文件插件重复导入同一批文件时会自动复用已有结果不重复跑模型。批量操作也可以用命令行完成buzz add --task transcribe --model-size small \ --srt --vtt /path/to/audio.mp3用 GPU 加速转录与提高准确率GPU 加速模型后端切换为 Whisper.cppNvidia 显卡自动走 CUDAAMD、Intel 显卡走 Vulkan。显存不足时可选量化版本模型如 q_5或在偏好设置中开启降低 GPU 内存占用启用 8 位量化。模型选择日常草稿用 base 或 small 控制耗时终稿校对用 medium 或 large 换取准确率实时录音场景建议用较小模型保证跟得上语速。手动指定语言自动检测依赖开头几秒的音频指定已知语言能明显降低误识别。初始提示在高级设置里填入人名、产品名等易错词可纠正专有名词拼写。噪声处理对嘈杂录音开启语音提取或使用 DeepFilterNet 插件先降噪再转录。常见问题也能在这里解决识别速度慢时换更小的模型或调整 CPU 线程数环境变量 BUZZ_WHISPERCPP_N_THREADS国内下载模型慢可设置环境变量 HF_ENDPOINT 指向 hf-mirror.com旧显卡运行反而更慢可设置 BUZZ_FORCE_CPUtrue 强制使用 CPU。离线语音转文字工具选型参考方案数据隐私联网要求费用实时录音交互方式Buzz全程本地处理完全离线可用免费开源支持图形界面 命令行云端转录服务需上传服务器必须联网按量收费支持网页端whisper 等命令行工具本地处理离线免费不支持仅命令行Buzz 是免费开源的离线语音转文字工具音频数据全程不出本机同时提供图形界面与命令行两种使用方式。项目文档docs/docs转录核心模块buzz/transcriber/插件系统源码buzz/plugins/【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
Buzz 离线语音转文字完整指南：免费本地转录与翻译工具
Buzz 离线语音转文字完整指南免费本地转录与翻译工具【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 是一款基于 OpenAI Whisper 的免费离线语音转文字工具所有识别都在你的电脑上完成音频文件不会上传到任何服务器。它支持 99 种以上语言适合整理会议纪要、制作视频字幕、批量处理录音的隐私敏感用户。Buzz 安装步骤与首次转录流程Windows从 SourceForge 下载官方安装包运行应用未签名弹出警告时选择更多信息再点仍要运行。macOS下载官方 .dmg 文件拖入应用程序文件夹即可。Linuxflatpak install flathub io.github.chidiwilliams.Buzz或使用 Snapsudo snap install buzzPython 环境需先安装 ffmpeg建议使用 Python 3.12pip install buzz-captions python -m buzz也可以直接克隆源码体验最新功能git clone https://gitcode.com/GitHub_Trending/buz/buzz首次使用只需四步通过文件菜单或工具栏图标导入音频任务选择转录手动指定语言比自动检测更准选择模型后点击运行。状态变为已完成后双击任务行打开查看器即可边播放边核对文本并导出为 TXT、SRT 或 VTT 文件。会议实时录音转录选择录音任务指定麦克风后点击录音Buzz 会边录边出文字。显示模式有三种新句子追加在下方、追加在上方或追加并校正——后一种会持续修正上一句的识别错误更接近人工记录效果。识别结果还可以实时写入 TXT 文件供 OBS 等直播软件读取打开演示窗口后文字可以直接投到大屏上给观众看。多人访谈时Buzz 支持在结果中区分并标注不同说话人。视频字幕制作导入 MP4、MKV 等视频文件Buzz 会自动提取音轨。在高级设置里开启词级时间戳Buzz 会为每个词生成独立字幕行随后用调整大小功能按静音间隔和标点把词组合成标准字幕长度再导出 SRT 或 VTT即可直接挂到视频播放器或剪辑软件中。批量自动转录在设置中指定一个监视文件夹Buzz 会检测新放入的音频并自动创建转录任务适合固定目录归档会议录音的工作流。配合跳过已转录文件插件重复导入同一批文件时会自动复用已有结果不重复跑模型。批量操作也可以用命令行完成buzz add --task transcribe --model-size small \ --srt --vtt /path/to/audio.mp3用 GPU 加速转录与提高准确率GPU 加速模型后端切换为 Whisper.cppNvidia 显卡自动走 CUDAAMD、Intel 显卡走 Vulkan。显存不足时可选量化版本模型如 q_5或在偏好设置中开启降低 GPU 内存占用启用 8 位量化。模型选择日常草稿用 base 或 small 控制耗时终稿校对用 medium 或 large 换取准确率实时录音场景建议用较小模型保证跟得上语速。手动指定语言自动检测依赖开头几秒的音频指定已知语言能明显降低误识别。初始提示在高级设置里填入人名、产品名等易错词可纠正专有名词拼写。噪声处理对嘈杂录音开启语音提取或使用 DeepFilterNet 插件先降噪再转录。常见问题也能在这里解决识别速度慢时换更小的模型或调整 CPU 线程数环境变量 BUZZ_WHISPERCPP_N_THREADS国内下载模型慢可设置环境变量 HF_ENDPOINT 指向 hf-mirror.com旧显卡运行反而更慢可设置 BUZZ_FORCE_CPUtrue 强制使用 CPU。离线语音转文字工具选型参考方案数据隐私联网要求费用实时录音交互方式Buzz全程本地处理完全离线可用免费开源支持图形界面 命令行云端转录服务需上传服务器必须联网按量收费支持网页端whisper 等命令行工具本地处理离线免费不支持仅命令行Buzz 是免费开源的离线语音转文字工具音频数据全程不出本机同时提供图形界面与命令行两种使用方式。项目文档docs/docs转录核心模块buzz/transcriber/插件系统源码buzz/plugins/【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
![[光学原理与应用-521]：对光的错误理解与纠偏](http://pic.xiahunao.cn/yaotu/[光学原理与应用-521]：对光的错误理解与纠偏)
