Buzz 离线语音转文字:5分钟拿到可交付字幕【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昨晚十点半一份 90 分钟的客户访谈录音还躺在硬盘里。传到云端转录怕泄密手动听写又得耗掉整个上午。折腾半天我选了 Buzz——它把 OpenAI 的 Whisper 语音识别模型完整下载到你的硬盘上音频从导入到出稿全程不离开设备。这篇指南讲清从安装到导出字幕的完整链路。Buzz 离线安装命令与路径选择先说清它和主流转录服务的本质区别:别人的做法是把音频上传服务器跑模型再回传结果,Buzz 的逻辑是把模型装进你自己的机器跑。不联网、不按分钟计费、敏感内容不出设备。推荐路径是官方安装包:macOS 下 dmg,Windows 下安装程序,Linux 有 Flatpak 和 Snap。Windows 安装包未签名,首次运行提示更多信息 → 仍要运行放行即可。备选路径走命令行,前提是 Python 3.12 环境并预装 ffmpeg:pip install buzz-captions python -m buzzLinux 用户也可以用一条命令装 Flatpak 版:flatpak install flathub io.github.chidiwilliams.Buzz想跟进最新功能,直接拉源码:git clone https://gitcode.com/GitHub_Trending/buz/buzzBuzz 首次转录:从丢文件到出文字稿打开主界面就是一张任务表:文件名、模型、任务、状态四列,整个工作流都发生在这张表上。任务表实时显示模型、任务类型与处理状态第一步,导入文件。点工具栏或按 Ctrl/Cmd O,支持音频、视频,也接受直接粘贴的 YouTube 链接。→ 界面反馈:表格新增一行,状态为 Queued。→ 贴士:可以一次拖入多个文件,各行独立排队、并行处理,互不阻塞。第二步,选模型和任务。在该行下拉框选 Whisper 模型,任务类型分两种:Transcribe(按原语言转写)和 Translate(翻译成英文)。模型管理页可下载、切换不同规格 Whisper 模型第三步,点 Run。状态栏开始滚动百分比,完成后双击该行进入查看器。Whisper 模型怎么选首次使用不用纠结,记住三档:Tiny / Base:出稿飞快,适合先拉草稿或实时场景Small / Medium:速度与准确度的平衡点,日常首选Large:准确度天花板,重要内容、专业字幕用它模型越小越快但误识越多,越大越吃硬件资源。拿不准就从 Medium 起步,详细规格参考 README。Buzz 转录结果校对与字幕导出双击已完成的任务,查看器打开:Start、End、Text 三列,底部是音频播放器。校对动线很短——边播边校:播放音频对照文字,发现误识直接点进去改,自动保存搜索定位:长录音里输入关键词,一下跳到对应讨论段一键导出:TXT、SRT、VTT 三种格式,SRT 和 VTT 拖进剪辑软件直接能用每行文本带精确起止时间,边播放边校对 会议类录音可以先用 Base 快速出草稿、边听边标重点,再决定哪些段落值得用大模型重跑,成本更低。Buzz Resize 字幕重排:断行合并一次到位问题:Whisper 按语义块断句,出来的字幕行长一行短一行,还常跨标点,直接挂到视频上很难看。操作:在查看器里点 Resize,面板分两组。目标长度框填个数值(比如 42)点 Resize,超长行自动拆;Merge 区还有三个开关——按停顿合并相邻短句、按句号逗号断开长句、按字符上限硬切。如果转录时勾了 Word-Level Timings(词级时间戳),合并时会再做静音分析,把字幕边界对齐到真实停顿上。效果:导出的 SRT 断行跟着说话节奏走,不用再进第三方字幕工具手工剪。Resize 与 Merge 可按时长、标点、间隙自动重组字幕进阶:批量处理、翻译与 CLI 集成基本流程跑熟后,还有几个方向:麦克风实时转录配投屏演示窗口,适合现场会议记录;在设置里指定监控文件夹,新音频丢进去自动转录,就是一条批量流水线;接本地 OpenAI 兼容 API(如 Ollama)做离线翻译;多人录音可开启说话人识别区分不同声音。CLI 则支持把转录脚本化,嵌进自己的自动化流程。写在最后回到开头那份 90 分钟录音:导入、跑完、校对、导出 SRT,全程文件没有动过地方,也没产生任何订阅费。下一步你可以做:挑出硬盘里最头疼的一份录音丢进去,把这条流程完整走一遍——从装好到拿到可交付字幕,五分钟就够。✅【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:5分钟拿到可交付字幕
Buzz 离线语音转文字:5分钟拿到可交付字幕【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昨晚十点半一份 90 分钟的客户访谈录音还躺在硬盘里。传到云端转录怕泄密手动听写又得耗掉整个上午。折腾半天我选了 Buzz——它把 OpenAI 的 Whisper 语音识别模型完整下载到你的硬盘上音频从导入到出稿全程不离开设备。这篇指南讲清从安装到导出字幕的完整链路。Buzz 离线安装命令与路径选择先说清它和主流转录服务的本质区别:别人的做法是把音频上传服务器跑模型再回传结果,Buzz 的逻辑是把模型装进你自己的机器跑。不联网、不按分钟计费、敏感内容不出设备。推荐路径是官方安装包:macOS 下 dmg,Windows 下安装程序,Linux 有 Flatpak 和 Snap。Windows 安装包未签名,首次运行提示更多信息 → 仍要运行放行即可。备选路径走命令行,前提是 Python 3.12 环境并预装 ffmpeg:pip install buzz-captions python -m buzzLinux 用户也可以用一条命令装 Flatpak 版:flatpak install flathub io.github.chidiwilliams.Buzz想跟进最新功能,直接拉源码:git clone https://gitcode.com/GitHub_Trending/buz/buzzBuzz 首次转录:从丢文件到出文字稿打开主界面就是一张任务表:文件名、模型、任务、状态四列,整个工作流都发生在这张表上。任务表实时显示模型、任务类型与处理状态第一步,导入文件。点工具栏或按 Ctrl/Cmd O,支持音频、视频,也接受直接粘贴的 YouTube 链接。→ 界面反馈:表格新增一行,状态为 Queued。→ 贴士:可以一次拖入多个文件,各行独立排队、并行处理,互不阻塞。第二步,选模型和任务。在该行下拉框选 Whisper 模型,任务类型分两种:Transcribe(按原语言转写)和 Translate(翻译成英文)。模型管理页可下载、切换不同规格 Whisper 模型第三步,点 Run。状态栏开始滚动百分比,完成后双击该行进入查看器。Whisper 模型怎么选首次使用不用纠结,记住三档:Tiny / Base:出稿飞快,适合先拉草稿或实时场景Small / Medium:速度与准确度的平衡点,日常首选Large:准确度天花板,重要内容、专业字幕用它模型越小越快但误识越多,越大越吃硬件资源。拿不准就从 Medium 起步,详细规格参考 README。Buzz 转录结果校对与字幕导出双击已完成的任务,查看器打开:Start、End、Text 三列,底部是音频播放器。校对动线很短——边播边校:播放音频对照文字,发现误识直接点进去改,自动保存搜索定位:长录音里输入关键词,一下跳到对应讨论段一键导出:TXT、SRT、VTT 三种格式,SRT 和 VTT 拖进剪辑软件直接能用每行文本带精确起止时间,边播放边校对 会议类录音可以先用 Base 快速出草稿、边听边标重点,再决定哪些段落值得用大模型重跑,成本更低。Buzz Resize 字幕重排:断行合并一次到位问题:Whisper 按语义块断句,出来的字幕行长一行短一行,还常跨标点,直接挂到视频上很难看。操作:在查看器里点 Resize,面板分两组。目标长度框填个数值(比如 42)点 Resize,超长行自动拆;Merge 区还有三个开关——按停顿合并相邻短句、按句号逗号断开长句、按字符上限硬切。如果转录时勾了 Word-Level Timings(词级时间戳),合并时会再做静音分析,把字幕边界对齐到真实停顿上。效果:导出的 SRT 断行跟着说话节奏走,不用再进第三方字幕工具手工剪。Resize 与 Merge 可按时长、标点、间隙自动重组字幕进阶:批量处理、翻译与 CLI 集成基本流程跑熟后,还有几个方向:麦克风实时转录配投屏演示窗口,适合现场会议记录;在设置里指定监控文件夹,新音频丢进去自动转录,就是一条批量流水线;接本地 OpenAI 兼容 API(如 Ollama)做离线翻译;多人录音可开启说话人识别区分不同声音。CLI 则支持把转录脚本化,嵌进自己的自动化流程。写在最后回到开头那份 90 分钟录音:导入、跑完、校对、导出 SRT,全程文件没有动过地方,也没产生任何订阅费。下一步你可以做:挑出硬盘里最头疼的一份录音丢进去,把这条流程完整走一遍——从装好到拿到可交付字幕,五分钟就够。✅【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
