Buzz 离线转录完整指南：100 种语言，本地快速转出字幕-北京尧图网络

Buzz 离线转录完整指南100 种语言本地快速转出字幕【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/buzz2 小时的访谈录音躺在硬盘里上传在线服务怕泄露隐私还按分钟收费。Buzz 就是干离线转录的OpenAI Whisper 模型跑在你自己的电脑上音频、视频、YouTube 链接都能转成文字麦克风输入也能实时转字幕并翻译成英文。2 条命令装好马上能跑。上手2 条命令装好 Buzz转出第一段文字Buzz 对硬件要求不高8GB 内存的电脑跑 tiny/base 小模型没问题。注意 macOS 版本已改为仅支持 Apple SiliconIntel Mac 最后一个可用版本是 1.4.5Windows 安装包未做代码签名首次安装时选更多信息 → 仍要运行即可。从 PyPI 安装最简单需要先装好 Python 3.13 环境和 ffmpeg用来从视频里抽音频pip install buzz-captions python -m buzzLinux 用户一条 Flatpak 命令解决也提供 Snap 和 AppImageflatpak install flathub io.github.chidiwilliams.Buzz首次启动做三件事下模型第一次选用某个模型时会联网自动下载之后就能完全离线工作。设默认在偏好设置里定好默认语言和导出格式TXT、SRT、VTT 三种。选麦克风打算做实时录音的话把默认输入设备选好。功能4 个高频场景照着做就行Buzz 的用法可以归成四类文件转字幕、实时转写、自动盯文件夹、用插件收尾。给视频批量生成字幕文件需要给一批视频配字幕时最直接的路线是图形界面菜单 File → Import Media File或 Ctrl/Cmd O选中文件选好任务类型、语言、模型和导出格式点 Run。任务进队列后逐个处理完成后双击行打开转录查看器可以搜索、点击文本跳到对应音频位置、调播放速度边听边核对。命令行更适合批量和脚本化一条命令同时导出 SRT 和 VTT 两种字幕buzz add --model-type whispercpp --model-size small --srt --vtt presentation.mp4几个有用的点--language直接指定语言比自动检测更稳输入可以是多个文件也可以直接传 YouTube 链接不用先下载勾选 Word-Level Timings 会生成词级时间戳适合后续再做字幕重排。全部参数见 CLI 文档。把会议开成实时字幕选麦克风、语言、模型大小点 Record 就开始。实时录音有三种模式Append below / Append above只往下追加速度最快和Append and correct对前面未确认的文本持续重新转写、不断修正更准但延迟略高。做公开演讲时可以打开独立的演示窗口把字幕投到大屏幕上字号够大、不干扰主界面。关键参数在录音偏好的高级选项里静默阈值音量低于它就不转写避免空段、转写步长步长越短延迟越低、负载越高。相关逻辑在实时录音转写器里想改行为可以顺着这个文件看。让 Buzz 盯住文件夹自动转写新录音研究者、记者的场景设备一直往一个目录里倒录音。把输出目录设成监视文件夹后新文件落盘就自动开始转写不用人守着。配合内置的 skip_already_transcribed 插件重复丢进同一批文件也不会重复处理。配合 CLI 的--output-directory还能把整批结果集中到一个独立目录方便后续统一改名归档。用插件给长转录收尾摘要、分角色、DOCXBuzz 的插件机制插件管理器负责发现与调度插件基类定义了接口目前内置 5 个AI 摘要给长篇转录自动生成总结、字幕自动调整把过长的段落合并拆分、DOCX 导出、跳过已转录、语言检测增强。在偏好设置的 Plugins 里逐个开关不用写代码。1.4.6 之后还支持说话人识别转写时给每段标注这是谁说的可选 msdd 或 sortformer 两种算法知道人数时直接指定效果更稳buzz add --txt --identify-speakers interview.mp3进阶模型怎么选GPU 加速怎么开质量模型档位 × 后端引擎 × 硬件。Buzz 支持 5 档模型tiny / base / small / medium / large和 5 种后端whisperOpenAI 原版、whispercppC 实现吃 Vulkan 加速、fasterwhisperCTranslate2 优化、huggingface社区模型、openaiapi云端兜底。你的情况做法实时录音、日常速记whispercpp tiny/base延迟和负载最均衡重要访谈要最高准确率whisper medium/large耐心等有 NVIDIA 显卡菜单 Help → About Buzz 里直接装 CUDA 加速whispercpp 走 Vulkan 也能用独显Apple Silicon Macpip 安装版直接跑无需额外配置大批量文件文件夹监视 CLI 批处理 --output-directory统一输出模型和后端的选择都在偏好设置的 Models 页面界面长这样选型为什么值得选本地转写一句话Buzz 的独特卖点是把隐私成本实时三件事一次性解决——音频从不离开你的机器。影响决策的几个维度对比维度Buzz本地 Whisper在线转写服务隐私音频文件不出本机上传到对方服务器成本开源免费装好长期用按分钟或订阅收费网络依赖模型下载后可完全离线全程需要联网语言覆盖100 种视具体服务而定实时字幕本地麦克风不依赖网络质量依赖网络如果你的需求是某个垂直领域的定制识别比如医学术语、方言可以走 huggingface 后端指定社区模型这是在线服务通常给不了的自由度。FAQ新手最常问的 4 个问题Q装好之后还需要联网吗不需要。只有首次下载模型要联网日常转录、实时录音全部本地完成。仅当选择 OpenAI API 后端时才需要网络。Q本地转写准确率够用吗取决于模型档位tiny 最快large 最准。噪音大的环境建议勾选Extract speechBuzz 会先用声码分离把语音从背景音里抠出来再转写准确率提升明显。QYouTube 视频能直接转吗能。GUI 导入和 CLI 都接受 URL 作为输入自动处理下载不用手动存文件。Q电脑配置一般跑得动吗能。选 whisper.cpp 后端加 base/small 模型有独显就开 Vulkan 加速实时录音用小模型队列不积压即可。Buzz 的定位很清晰一个装在自己电脑上的离线语音转文字工具箱100 种语言、5 种后端、3 种字幕格式加上插件和 CLI从单条录音到批量流水线都覆盖。下一步就两件事跑起来然后把手头最旧的那段录音丢进去试试——pip install buzz-captions python -m buzz【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 离线转录完整指南：100 种语言，本地快速转出字幕

相关推荐

C++存储持续性深度解析：从悬垂指针到生命周期陷阱的排查指南

PyQt源码实战：拆解经典项目，搞定信号槽与老代码迁移

NESSUS漏扫工具下载安装

更多资讯

27B 硬刚千亿参数：Hemmingway-1 用十分之一参数打的写作仗

SpringBoot+Vue+MySQL宠物猫认养系统全栈实战与部署指南

PR曲线与ROC曲线的本质区别及业务选型指南

韦达定理如何解码矩阵的迹与行列式

校园网生成树协议实战：环路排查与RSTP/MSTP调优指南

2026年9月望京GEO公司哪家懂婚介相亲？该比哪几项

今日更新

Cephadm实战指南：Linux系统工程师的生产级Ceph集群部署与排障

不想再被 Token 额度卡脖子？把免费 API 接入 WorkBuddy 的完整教程

ITK中SpatialObject几何体系解析：坐标系、变换与管道集成

本周精选

交通拥堵预测毕设：基于Python+LSTM的车辆流量预测系统全流程解析

MATLAB/Simulink搭建10机39节点电力系统暂态稳定仿真实战

无人机航拍三维重建全流程：从SfM到网格生成的避坑指南

本月热门

我发现了一个新思路：用 Remotion + Claude Code 像写代码一样自动化生成短视频

Windows下 Codex 中 Chrome 和 Computer Use 插件不可用问题排查及解决参考方式：TaoToken 统一 Key 配置与验证

2026 大模型集体涨价：用 Python 做企业 Token 成本测算与选型避坑（附配置）

读完文章，想聊聊您的网站？