尧图网站建设 
离线转写本地字幕生成指南Buzz 让语音秒变文稿全程不联网【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 是一款跑在你自己电脑上的离线语音转写工具基于 OpenAI Whisper 模型支持批量转录、麦克风实时转写和字幕导出最适合不想把录音上传到任何服务器的会议记录、课程笔记和字幕制作场景。为什么值得试 Buzz 这套方案 结论先说音频不用出你的电脑这是它和在线转写服务最大的区别。全程离线识别在本地完成商务录音、课程音频不需要经过第三方服务器三种 Whisper 后端可选N 卡走 CUDA、Mac 走 Apple Silicon、普通电脑用 Whisper.cpp支持集显 Vulkan 加速一次转写多格式产出TXT、SRT、VTT 直接导出文稿和字幕一份录音搞定免费开源MIT 协议不挑设备CPU 也能跑顺带一提它不只转还能把外语音频直接翻译成英文文本这点后面会展开。本地启动三步走从克隆到第一条转写结果整个过程不超过 10 分钟。1. 拿到 Buzz源码党git clone https://gitcode.com/GitHub_Trending/buz/buzz再按仓库说明配置运行环境嫌麻烦的用户macOS/Windows 可直接下载打包安装包Linux 有 Flatpak 和 Snap 渠道命令行党装好 ffmpeg 后用pip install buzz-captions再执行python -m buzz启动2. 导入第一个音频点工具栏的或按 Ctrl/Cmd O选一个 MP3、WAV、MP4 之类的文件选任务转写/翻译成英文、语言、模型点 Run首次使用会自动下载模型之后换机器可以把模型缓存目录整个拷过去离线使用详见 FAQ 文档3. 打开结果看效果状态变Completed后双击该行进入转写查看器支持全文搜索、音频播放联动、倍速播放定位某句话很方便文件批量转录队列 文件夹监控如果你只打算用一个功能大概率就是批量处理音频文件。队列制一次拖入多个文件Buzz 按顺序排队处理期间可以干别的文件夹监控设好目标文件夹新丢进去的音频自动排队转写适合固定工作流支持直接粘贴 YouTube 链接转写省掉单独下载音频这一步每个任务的进度、状态在列表里实时可见失败可单独重跑实时录音转写与字幕导出Buzz 不只是文件工具麦克风模式才是它的高光。实时转写选好麦克风和语言后点 Record说话的同时文字逐句上屏还配一个独立的演示窗口演讲、活动时投屏很实用。字幕导出转写完在查看器里点Resize可以把逐词时间轴合并成一行行字幕设每条字幕的最大长度、是否按标点断句还能给每条字幕加几秒停留时间然后导出 SRT 或 VTT——本地字幕生成就是这么简单。新手容易忽略的 4 个实用技巧 模型别贪大FAQ 里说得很直白——小模型快但错得多大模型准但费时间。有 6GB 以上显存选 Faster Whisper没有就 Whisper.cpp不确定就各试一段自己的音频Initial prompt 防专名错拼在高级设置里把人名、术语写进初始提示识别错误能明显减少语言建议手动指定自动检测靠开头几秒猜偶尔会翻车知道语言就手动选插件系统内置 AI 摘要、说话人分离、说话人识别、自动调整字幕等插件按需启用即可源码在 plugins 目录这三个场景基本覆盖日常商务会议会后把录音丢进监控文件夹出门前文稿和纪要素材都已备好全程不涉网课程学习课堂录音转成带时间戳的文字双击某句话直接跳到音频对应位置视频/播客一次转写同时产出文稿TXT和字幕SRT/VTT省掉来回导字幕的功夫常见问题先给结论再解释转得太慢怎么办换更小的 Whisper 模型或改用 Whisper.cpp 后端对集显友好有 N 卡且显存 ≥6GB 优先 Faster Whisper。具体对比见 偏好设置文档。自动检测语言结果不对改成手动指定语言。检测逻辑只采样开头几秒多语言混杂的音频尤其容易误判。完全断网的电脑能用吗能。先在联网机器上下载模型通过帮助→偏好设置→模型里的显示文件位置找到缓存目录整个拷到离线机器的相同位置即可仓库里还附带了 模型批量下载脚本 方便备货。一句话总结Buzz 最适合音频不能出内网、又要批量要字幕的人。不妨先拿一段 5 分钟的录音跑一遍看看速度和你能否接受再决定要不要把它搬进日常工作流。【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 离线转写本地字幕生成指南：Buzz 让语音秒变文稿，全程不联网
离线转写本地字幕生成指南Buzz 让语音秒变文稿全程不联网【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 是一款跑在你自己电脑上的离线语音转写工具基于 OpenAI Whisper 模型支持批量转录、麦克风实时转写和字幕导出最适合不想把录音上传到任何服务器的会议记录、课程笔记和字幕制作场景。为什么值得试 Buzz 这套方案 结论先说音频不用出你的电脑这是它和在线转写服务最大的区别。全程离线识别在本地完成商务录音、课程音频不需要经过第三方服务器三种 Whisper 后端可选N 卡走 CUDA、Mac 走 Apple Silicon、普通电脑用 Whisper.cpp支持集显 Vulkan 加速一次转写多格式产出TXT、SRT、VTT 直接导出文稿和字幕一份录音搞定免费开源MIT 协议不挑设备CPU 也能跑顺带一提它不只转还能把外语音频直接翻译成英文文本这点后面会展开。本地启动三步走从克隆到第一条转写结果整个过程不超过 10 分钟。1. 拿到 Buzz源码党git clone https://gitcode.com/GitHub_Trending/buz/buzz再按仓库说明配置运行环境嫌麻烦的用户macOS/Windows 可直接下载打包安装包Linux 有 Flatpak 和 Snap 渠道命令行党装好 ffmpeg 后用pip install buzz-captions再执行python -m buzz启动2. 导入第一个音频点工具栏的或按 Ctrl/Cmd O选一个 MP3、WAV、MP4 之类的文件选任务转写/翻译成英文、语言、模型点 Run首次使用会自动下载模型之后换机器可以把模型缓存目录整个拷过去离线使用详见 FAQ 文档3. 打开结果看效果状态变Completed后双击该行进入转写查看器支持全文搜索、音频播放联动、倍速播放定位某句话很方便文件批量转录队列 文件夹监控如果你只打算用一个功能大概率就是批量处理音频文件。队列制一次拖入多个文件Buzz 按顺序排队处理期间可以干别的文件夹监控设好目标文件夹新丢进去的音频自动排队转写适合固定工作流支持直接粘贴 YouTube 链接转写省掉单独下载音频这一步每个任务的进度、状态在列表里实时可见失败可单独重跑实时录音转写与字幕导出Buzz 不只是文件工具麦克风模式才是它的高光。实时转写选好麦克风和语言后点 Record说话的同时文字逐句上屏还配一个独立的演示窗口演讲、活动时投屏很实用。字幕导出转写完在查看器里点Resize可以把逐词时间轴合并成一行行字幕设每条字幕的最大长度、是否按标点断句还能给每条字幕加几秒停留时间然后导出 SRT 或 VTT——本地字幕生成就是这么简单。新手容易忽略的 4 个实用技巧 模型别贪大FAQ 里说得很直白——小模型快但错得多大模型准但费时间。有 6GB 以上显存选 Faster Whisper没有就 Whisper.cpp不确定就各试一段自己的音频Initial prompt 防专名错拼在高级设置里把人名、术语写进初始提示识别错误能明显减少语言建议手动指定自动检测靠开头几秒猜偶尔会翻车知道语言就手动选插件系统内置 AI 摘要、说话人分离、说话人识别、自动调整字幕等插件按需启用即可源码在 plugins 目录这三个场景基本覆盖日常商务会议会后把录音丢进监控文件夹出门前文稿和纪要素材都已备好全程不涉网课程学习课堂录音转成带时间戳的文字双击某句话直接跳到音频对应位置视频/播客一次转写同时产出文稿TXT和字幕SRT/VTT省掉来回导字幕的功夫常见问题先给结论再解释转得太慢怎么办换更小的 Whisper 模型或改用 Whisper.cpp 后端对集显友好有 N 卡且显存 ≥6GB 优先 Faster Whisper。具体对比见 偏好设置文档。自动检测语言结果不对改成手动指定语言。检测逻辑只采样开头几秒多语言混杂的音频尤其容易误判。完全断网的电脑能用吗能。先在联网机器上下载模型通过帮助→偏好设置→模型里的显示文件位置找到缓存目录整个拷到离线机器的相同位置即可仓库里还附带了 模型批量下载脚本 方便备货。一句话总结Buzz 最适合音频不能出内网、又要批量要字幕的人。不妨先拿一段 5 分钟的录音跑一遍看看速度和你能否接受再决定要不要把它搬进日常工作流。【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