news 2026/9/14 17:36:09

Buzz 离线语音转文字:10 分钟跑通本地 Whisper 部署与字幕制作

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
Buzz 离线语音转文字:10 分钟跑通本地 Whisper 部署与字幕制作

Buzz 离线语音转文字:10 分钟跑通本地 Whisper 部署与字幕制作

【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

Buzz 离线语音转文字:三种场景快速对号入座

客户访谈录音涉及商业信息,你不敢上传给任何在线服务;出差坐在飞机上,没网也要交出录音整理稿;只想给视频批量做字幕,又不想按分钟付转录费。命中任意一条,Buzz 离线语音转文字就值得装:它把 OpenAI 的 Whisper(开源语音识别模型)运行在你自己的设备上,录音和文字稿全程不出这台机器,转多少都不计费。

Buzz 安装步骤:十分钟跑通首次本地转录

默认走 macOS,一条命令装好:

brew install --cask buzz

其余平台一行带过:Windows 从发布页取安装包,未签名警告点"仍要运行";Linux 用sudo snap install buzz或 flatpak 安装;PyPI 用pip install buzz-captions,要求 Python 3.12 并预装 ffmpeg。各平台细节可查安装文档。

首次转录就三步:把音频或视频拖进任务列表,也可以直接粘贴 YouTube 链接;在下拉框选一个模型,任务类型填"转录"或"翻译";点运行。文件进入队列逐条处理,状态从排队到完成依次刷新,多文件并行不用一直盯着。

完成后双击任务行,进入查看器,校对和导出都在那里进行。

三类人的 Buzz 用法:批量转录、字幕制作与自动化

会议与访谈记录者

适合谁:经常处理会议录音、采访和长对话的人。

一天攒下的几段录音一次性拖进队列,表格里每个文件占一行,模型、任务、状态各就各位,批量处理互不干扰。转录完成后点"识别说话人",人数可交给系统自动判断,也可指定确切值,后者对声音相近的多人更稳;每句话打上说话人标签后,试听十秒原声确认,再把自动标签改成对方真名,同一人的连续句子可以合并成段。接上麦克风还支持实时录音转录,配一个适合投屏的演示窗口,会开完,稿子就在了。

视频与字幕创作者:导出 SRT、Resize 字幕制作

适合谁:做视频、课程或播客,需要交付成品字幕的人。

双击转录行打开查看器:每行带精确起止时间,底部播放器边听边对,识别错了直接改,改动自动保存;搜索框让长音频里的关键讨论点一步定位。嫌某行字幕太长,设目标长度点 Resize(字幕拆分合并工具):支持按标点断句、停顿超过阈值时合并相邻短句、按最大字符数截断;转录时若开了词级时间戳,还会结合音频静音分析优化每行边界。最后导出 TXT、SRT 或 VTT,直接丢进剪辑软件。

团队与自动化玩家

适合谁:想把转录嵌进工作流、少碰鼠标的人。

在设置里指定一个监控目录,之后丢进去的新音频自动进入转录队列,批量流水线基本不用人盯。想更省事就用 CLI(命令行接口):buzz add -m whispercpp -s medium --srt --txt meeting.mp3一条命令出字幕稿,加--hide-gui就能后台静默跑,完整参数见CLI 文档。翻译方面,除了 Whisper 自带的"翻译成英文",还能接任意 OpenAI 兼容 API,包括本地跑的 Ollama、LM Studio,翻译环节也全程离线。插件系统另有 AI 摘要、自动字幕重排等可选件。模型统一在设置页下载与切换:

Buzz 模型选择:一张表定档、定加速、定联网

选择项怎么选
模型档位Tiny / Base 最快,适合实时转录与快速草稿;Small / Medium 速度与准确度均衡,日常默认;Large 准确度最高,留给重要内容与专业字幕
GPU / CUDA 加速有 NVIDIA 卡且常转长录音才值得装 CUDA;Apple Silicon 自带加速不用额外配;其余情况 CPU 也能跑,不必折腾
联网与离线默认全程离线,断网照常转;只有想把活儿交给 OpenAI 云端时,才在模型设置里切到 OpenAI API

Buzz 避坑清单:五个高频坑

  • Windows 包未签名,点"仍要运行"放行
  • pip 版要 3.12 环境与 ffmpeg
  • 嘈杂录音先开"语音分离"再转
  • 新版放弃 Intel Mac,上限 1.4.5
  • 首次使用需联网下载模型,约 200MB

Buzz 值不值得用:判断标准与启动命令

说白了:录音涉及敏感信息、要给视频批量做字幕、或不想被订阅费绑住,闭眼装。只偶尔转一两段短句、对准确度没要求,用免费在线服务就够了,没必要为它折腾环境。想从源码跑起来,直接:

git clone https://gitcode.com/GitHub_Trending/buz/buzz

装完,找段录音试试。

【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 2026/9/14 17:35:59

Flutter鸿蒙应用负载与功耗问题定位实战指南

做鸿蒙上的Flutter性能问题,最头疼的不是代码本身,而是“不知道去哪看数据”。同样一个App,在Android上跑得好好的,换到鸿蒙上就出现发热、掉帧、后台耗电异常,而且排查工具链跟以前完全不一样,adb那套指令…

作者头像 李华
网站建设 2026/9/14 17:35:40

Unity生态模拟系统设计:状态机+Job System+UI Toolkit实战

简介:这是一套基于Unity引擎开发的环保主题挂机类游戏完整源码项目,面向C#游戏开发初学者与Unity休闲游戏实践者,提供从点击交互、资源循环到离线收益的典型Idle Tycoon架构实现。资源共2000个文件,包含187个C#脚本(核…

作者头像 李华
网站建设 2026/9/14 17:35:34

Java开发者就业方向与技术趋势全解析

1. Java开发者的主流就业方向解析Java作为一门拥有28年历史的编程语言,其就业市场已经形成了非常成熟的细分领域。根据我过去五年对招聘市场的持续观察和技术社区的数据分析,当前Java开发者最主要的就业方向可以归纳为以下六大类:1.1 企业级应…

作者头像 李华
网站建设 2026/9/14 17:33:33

CAN-LIN网关OTA升级的协议转换与状态机设计

1. 为什么CAN-LIN网关的OTA升级不是“把固件发过去就行” 在汽车电子和工业控制现场,我见过太多次这样的场景:工程师拿着调试工具,把新固件拖进烧录软件,点击“开始”,进度条走到98%突然卡住;或者设备重启后…

作者头像 李华
网站建设 2026/9/14 17:33:08

JavaScript Set和Map集合详解:从底层原理到实战性能优化

JavaScript 开发里有一个特别有意思的现象:很多人写了好几年代码,数组和对象用得飞起,但一碰到Set和Map就开始绕道走。要么觉得“用数组不也能去重吗”,要么觉得“对象不也能当字典用吗”。说实话,我最开始也是这么想的…

作者头像 李华