
Buzz离线音频转录实战从本地部署到批量出字幕【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/buzzBuzz是一款基于OpenAI Whisper的本地语音处理工具把离线音频转录和翻译的全部计算放在你自己的电脑上完成音频与文字都不经过云端。本文按“部署→批量处理→精修”的顺序带你完成第一次离线语音转文字适合不想碰代码的新手用户。三步完成Buzz本地部署与首次转录担心会议录音、采访素材交给在线转录服务会有隐私风险吗Buzz的做法是让离线音频转录全程在本机运行文件不出设备。安装 Buzz。Windows 和 macOS 直接下载安装包Linux 可用 Flatpak 或 Snap。习惯命令行也可以用 pip 安装需要 Python 3.12 和 ffmpegpip install buzz-captions python -m buzz启动后点击工具栏的 按钮快捷键 CtrlO选中本地的 MP3、WAV 或 MP4 文件。在该任务的设置行里选择任务类型 Transcribe、语言以及模型。第一次建议选 Whisper.cpp 的 Tiny下载体积小、出结果快。点击 Run。状态列显示 Completed 后双击这一行打开转录查看器。底部有播放条可以边听音频边核对文本再用 Export 菜单导出 TXT、SRT 或 VTT。 语言建议手动指定。自动检测在短音频或方言口音下容易选错语言。 模型下载慢或被限制时可在环境变量里为 Hugging Face 设置国内镜像HF_ENDPOINThttps://hf-mirror.com后再启动详见 docs/docs/preferences.md。Buzz批量转录与队列管理技巧手头有一批播客或访谈录音要处理时逐个导入、逐个等待很拖时间。Buzz 的任务队列让多个任务同时挂在列表里每一行可以独立配置模型和参数。按住 Ctrl 多选文件一次性导入每个文件生成一行独立任务。给不同行设置不同档位草稿性质的短音频用 Tiny重要内容用 Medium兼顾等待时间和准确率。观察状态列Queued 表示排队In Progress 显示实时百分比Completed 记录耗时。需要长期自动处理时打开偏好设置里的 Folder Watch 标签指定一个监控目录。之后丢进去的新音频会自动开始转录不用每次手动操作。习惯脚本的用户还可以用命令行直接建任务参数见 docs/docs/cli.mdbuzz add --task transcribe \ --model-type whispercpp --model-size small \ --language zh --srt --vtt 录音.mp3 队列是顺序处理而非并行堆任务不会加快总时长选对模型大小才是关键。 任务失败先检查容器格式是否被支持遇到特殊封装的音频转成 WAV 再试通常能解决。 显存吃紧时在偏好设置里勾选 Reduce GPU RAMBuzz 会用压缩版模型降低内存占用。模型大小怎么选与字幕精修小模型快但准确率一般大模型准但慢怎么权衡另外转录直接生成的字幕经常一行太长、断句生硬需要再整理一遍。模型选择按 Ctrl, 打开偏好设置切到 Models 标签。顶部下拉框切换引擎组Whisper、Whisper.cpp、Faster Whisper 各有 tiny 到 large 的完整档位。选中模型点 Download模型会存进 Downloaded 区域之后所有任务直接复用不用重复下载。噪音大的录音可以打开 Extract speechBuzz 会先把人声从背景里抽出来再转录准确率更稳。字幕精修双击已完成的转录点击顶部工具栏的 Resize。在 Desired subtitle length 里填目标行数中文字幕填 40 到 50 比较合适。勾选 Split by punctuation 和 Merge by gap让 Buzz 按标点和语音停顿重新断行合并。点 Resize 生成新的字幕段再导出 SRT 即可直接投给播放器或剪辑软件。 词级拆合功能要求转录前在任务设置里开启 Word-Level Timings否则只能按最大长度重组断句质量有限。 错误多时优先换更大的模型重转只是某个专有名词总拼错把它写进 Advanced 里的 Initial promptBuzz 就会照提示拼写。Buzz 把本地语音处理从安装到出字幕压成了一条流水线。现在就去 Models 标签把常用模型下好把第一批音频丢进任务队列试试。【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