Buzz 本地语音转写教程免费离线 Whisper 转文字完整上手指南【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/buzz刚录完一门 40 分钟的网课听到要配字幕四个字你就知道手动听打至少半天丢给云端服务文件又出了自己的电脑还按分钟计费。Buzz 就是来解决这件事的一个基于 OpenAI Whisper 的开源免费本地语音转写工具全程在你自己的机器上运行不上传音频、不收会员费MP3、WAV、MP4 等录音都能转成带词级时间戳的文字和 SRT 字幕。做课程、播客或视频剪辑的话录音 → 转写 → 上字幕整条链路都能离线跑完。三步把 Buzz 跑起来从安装到第一次转写第一次上手的目标很简单10 分钟内把一段音频变成文字。装好程序Windows 或 macOS 下载对应安装包安装Linux 用 Flatpak 或 Snap 一条命令装完习惯命令行的直接pip install buzz-captions后运行python -m buzz。启动后是一个现成的任务列表界面功能都摆好了。预下载模型在偏好设置 → Models里选中 Base 模型先下载。这样首次转写不用干等几百 MB 的下载模型留本地长期能用。导入并启动点左上角导入音频或视频语言下拉框里手动选定说话语言点运行。进度条走完双击结果即可查看和导出。这里注意一下Windows 安装包未签名安装时会弹安全提示选更多信息 → 仍要运行即可属于正常现象。三个实例看懂 Buzz字幕生成、翻译与说话人分离把两小时视频变成标准字幕。想做什么给一门外语课配上字幕。怎么操作导入 MP4运行前勾选词级时间戳完成后双击结果在查看器里点 Resize选按标点断句、单行最大时长这类规则。得到什么一个能直接进剪辑器的 SRT 或 VTT 文件断句交给工具不用逐条手动调。把转写结果翻译成另一种语言。想做什么英文录音出中文字幕。怎么操作在偏好设置里填 API 地址和密钥OpenAI 兼容服务和本地 Ollama 都支持然后在查看器点 Translate给 AI 写一句指令比如逐句翻译成简体中文不要添加注释。得到什么可导出成文件的双语结果用云端翻译每小时音频成本约 1 美元。两人对话按说话人拆开。想做什么标记对话里每句话是谁说的。怎么操作在转写查看器点识别说话人。得到什么句子自动带上说话人标签点播放能试听该说话人 10 秒的随机原声标签还能改成真名并勾选合并同一人的句子。模型选型建议默认 whisper.cpp 加 base正式交付再换 small先给结论日常使用选 Whisper.cpp 后端加 base 模型正式字幕交付换成 faster-whisper 加 small精度还不满足再上 medium 或 large。使用场景推荐组合理由批量处理会议、播客whisper.cpp baseCPU 即可约 142MB 磁盘占用速度快不依赖显卡字幕制作、正式交付faster-whisper small词级时间戳稳定精度高一个档次实时麦克风转写whisper.cpp tiny/base实时延迟对模型大小敏感大模型跟不上多语言、高精度要求medium / large精度上限但 Large 约 2.9GB磁盘和显存要够再给三条参数避坑建议每条都能省一次返工语言一定要手动选带口音的录音靠自动检测容易判错专有名词、人名写进高级设置的 Initial prompt 一栏识别准确率明显提升做字幕前务必勾上词级时间戳否则 Resize 重排只能用最基本的规则。进阶场景文件夹监控、实时大字幕与无人值守批量转写无人值守的文件夹监控在偏好设置里指定一个监控文件夹丢进去的音频自动进队列开跑再配合内置的跳过已转录插件重复导入同一批文件也不会重做。演讲现场投出大字幕开启实时录音模式麦克风边说边出文字同时打开演示窗口单独成屏转写内容可以投到会场大屏幕上。脚本化批量处理buzz add命令可以直接在命令行加任务配合--srt参数直接输出字幕文件写进脚本就是一条无人值守的转写流水线。更细的操作说明在官方使用文档里插件是怎么写的可以看插件系统源码想弄清楚各 Whisper 后端的接法核心逻辑在 buzz/transcriber/。Buzz 把本地、免费、开源从口号变成了完整的可用流程音频不出机器转写不花订阅费字幕生产一条链跑完。下次手上有长录音别再坐着手打——丢进 Buzz、选好语言、按下运行回来时文字和字幕都已经在手。【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