news 2026/9/7 8:01:00

Buzz 音频转录教程:47分钟会议录音,在本地变成带时间戳的文字

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
Buzz 音频转录教程:47分钟会议录音,在本地变成带时间戳的文字

Buzz 音频转录教程:47分钟会议录音,在本地变成带时间戳的文字

【免费下载链接】buzzBuzz transcribes and translates audio offline on your personal computer. Powered by OpenAI's Whisper.项目地址: https://gitcode.com/GitHub_Trending/buz/buzz

周四下午的评审会刚结束,手机里躺着 47 分钟录音。发给云端转录服务很快,但内容涉及客户数据,传上去不踏实。Buzz 是一款本地音频转录与翻译工具,基于 OpenAI 的 Whisper,识别和翻译全部在你的电脑上完成,文件不出门。

和上传到云端差在哪 🔒

常规做法只有两条路:手写,或者传云。手写很慢,47 分钟的音频,一个半钟头算快的,返工还要再算一遍时间。云转录快,但文件要先传到对方服务器,按音频时长计费,用得多就持续掏钱。

Buzz 把这件事反过来了。Whisper 相当于一个听力很好的速记员,Buzz 让它跑在你自己的机器上:音频文件始终不离开电脑,识别全程本地完成。装一次就没有后续费用,断网也能干活。代价是模型要自己挑:大模型准但吃资源,小模型快但精度略低。装好之后,四步就能拿到第一条转录。

三分钟转完第一个文件 🎬

第一次使用,按这个顺序走。

  1. 安装。Windows 和 macOS 从发布页下载安装程序;Windows 装到一半弹出安全警告,点"更多信息"再点"仍要运行"。Linux 有 Flatpak 和 Snap 包。开发者可以直接pip install buzz-captions,再运行python -m buzz
  2. 导入文件。打开软件看到的是一张任务清单。点左上角"+",或按 Ctrl+O,选那个 mp3。
  3. 选任务与模型。任务默认 Transcribe。模型第一次用保持默认即可,机器旧就降到 small 或 tiny。
  4. 运行。点右上角 Run。Status 列开始报进度,出现 Completed 加用时,就是跑完了。

走一遍:把 90 分钟分享变成可查的纪要 📝

假设对象是一段 90 分钟的技术分享录音,产出要求是能按时间回查的纪要。

转录完成后,双击任务行打开转录查看器。每一行三列:开始时间、结束时间、文本。底部是播放条,点任意一行,音频跳到对应位置。怀疑哪句转错了,点过去听,不用从头拖 90 分钟。

转录查看器:点击任意一行,音频定位到对应时间点

发现转错的词,直接点文本格子改。分段不对是最常见的问题,要么一句太短、要么一行太长。打开 Resize 页,把期望字幕长度设成字符数,段落会按它重新切分。下面还有两个开关:间隔小于 0.2 秒的短句合并成一行,超长的句子按标点拆开。

Resize 页:按字符数调整字幕长度,按间隔和标点合并拆分

外语录音直接点顶部菜单的 Translate,整段就地翻出来。结果从 Export 菜单导出:TXT 适合内部纪要,SRT 或 VTT 是字幕格式,直接拖进剪辑软件。

还有一条并行的路:实时录音。点左上角麦克风图标,选好麦克风,按 Record,文字实时出现在窗口里。它带一个演示模式窗口,投到会议室大屏上也能用。

把准确率再拧高一格 🎛️

挑模型看加载时间:large 加载超过 30 秒,或者转录时电脑明显卡顿,就降到 medium。精度损失有限,整体速度快几倍。

语言明确的话,在语言栏手动选。别留自动检测,尤其开场只有几句的时候,模型猜错的概率不低。

内容里专业术语多,就在高级设置的 initial prompt 里塞几个关键词,专名和术语的识别错误会明显减少。这些选项都在偏好设置里,模型、导出路径、快捷键各占一个标签页。

偏好设置:模型、导出路径等选项集中在这里

想改代码的人看这里 🛠️

Buzz 用 Python 加 PyQt 写成,模块边界清楚。想改转录流程,看 buzz/transcriber/,每个后端一个文件:whisper、faster-whisper、whisper.cpp、OpenAI API 兼容接口,互不干扰。使用文档、CLI 说明和 FAQ 在 docs/docs/,装完软件遇到怪问题先查那里。

带走这句话 🚀

Buzz 的价值就一句:把语音转文字的整条链路放在你自己手里,文件不出电脑,也没有按量付费。拿一段 47 分钟的录音先跑一遍,你就知道哪个型号适合自己这台机器。去 gitcode 的 Buzz 项目仓库取最新版本。

【免费下载链接】buzzBuzz transcribes and translates audio offline on your personal computer. Powered by OpenAI's 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

版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/9/7 7:57:42

数模竞赛AI智能体搭建:从知识库向量检索到代码生成全流程

华数杯数学建模竞赛有一个很真实的情况:比赛时间紧张,赛题发散,论文要求高。很多队伍不是不会建模,而是卡在“怎么把思路快速落地成代码,再快速整理成论文素材”。我这次想分享的,是一个可以随手用的AI智能…

作者头像 李华
网站建设 2026/9/7 7:57:37

糖类NMR数据处理实战:峰拾取、相位校正与耦合常数估算工具解析

简介:面向网络管理员与运维人员的SugarNMSTool 2.0是一款针对华为交换机SNMP管理监控的实用工具,核心价值在于通过OID查询快速定位网络中开启SNMP服务的华为设备,从而简化设备发现与状态监控流程。资源包共8个文件,以Java程序包&a…

作者头像 李华
网站建设 2026/9/7 7:55:19

Holonic Asset开源解析:2D像素风素材生成平台选型、使用与避坑指南

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views …

作者头像 李华
网站建设 2026/9/7 7:55:01

大模型性别偏见缓解:基于LoRA的微调实战指南

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views …

作者头像 李华
网站建设 2026/9/7 7:54:27

英伟达租用Hut 8数据中心:AI算力租赁与高端GPU应用指南

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views …

作者头像 李华