Buzz：免费离线语音转文字工具，Whisper 转录全程本地完成
【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 是一款免费的离线语音转文字工具，基于 OpenAI Whisper，在你自己的电脑上完成音频转录与翻译，全程无需联网。整理会议录音时，谁不想不上传音频就能出文字稿？在线转录服务按量收费，隐私也没底。Buzz 把处理全部留在本地，音频文件永远不会离开你的设备。
它能做什么 🔍
- 99 种以上语言本地转录：中文、英文、日文等语言开箱可用，装好模型后完全离线运行。
- 转录和翻译一次完成：转写的同时可生成译文，比如英文采访直接产出中文文稿。
- 导出格式现成可用：支持 TXT、SRT、VTT，SRT 可直接用于视频字幕。
- GPU 加速：NVIDIA 显卡用 CUDA，AMD/Intel 显卡用 Vulkan，长音频处理速度明显提升。
快速上手 ⚡
- 安装：Windows 下载安装包直接运行（未签名，安装时点"仍要运行"即可）；macOS 执行
brew install --cask buzz；Linux 用 Flatpak 或 Snap：
flatpak install flathub io.github.chidiwilliams.Buzz sudo snap install buzz导入：把音频或视频拖进主界面。支持 MP3、WAV、M4A、OGG、FLAC 等音频，以及 MP4、MKV、MOV、AVI 等视频，视频会自动提取音频。
出结果：选好模型和语言，点运行；完成后双击任务打开查看器，即可编辑并导出 TXT、SRT 或 VTT。
核心功能 🎧
- 实时录音转录：边录音边出文字，发言时就能看到文稿雏形；适合现场会议和访谈，结束后立刻核对要点。
- 文件夹监视：指定一个文件夹，新放入的音频自动排队转录；当天的采访录音丢进去，下班回来全是文本。
- 说话人识别：多人对话自动区分并标注说话人；两人对谈能直接分出各自说了什么。
- 模型档位可选：从 Tiny 到 Large 多档模型，低配机器跑 Tiny 求快，重要内容用大模型求准。
- 字幕长度调整：把过长段落切分成长度合适的字幕条，导出 SRT 后可直接导入剪辑软件。
转录核心逻辑在 file_transcriber.py，录音模式实现在 recording_transcriber.py，想改行为可以从这两处入手。
真实场景 📝
记者做采访：录音过程中开启实时转录，现场就能得到文字草稿。回发稿前在查看器里逐段核对人名和数字。注意专业词汇多时，在初始提示里写上相关术语，识别会更准。
视频创作者做字幕：导入视频后自动提取音频并生成带时间戳的字幕。用字幕调整功能控制单条长度，再导出 SRT。注意先选对语言，避免自动检测把中英混说判错。
研究生整理讲座：把多场讲座录音集中放进监视文件夹，批量转成文本后检索关键词。注意讲座时长较长时选大模型，等待时间换准确率。
企业会议纪要：例会录音统一归档到一个目录，Buzz 自动转录并区分说话人。注意会后先扫一遍译文或原稿，专有名词以人工修正为准。
效率技巧与常见问题 💡
三个小技巧：
- 手动指定语言，比自动检测稳，准确率提升明显。
- 日常内容用 Base 档模型即可，速度和准确度的平衡点最合适；重要录音再切 Large。
- 在偏好设置里统一管理模型，下载和删除都在界面里完成，不用手动管文件。
高频问题：
Q：识别不准怎么办？A：换更高档位的模型，手动指定语言，并尽量降低录音时的背景噪音。
Q：转录太慢怎么提速？A：在偏好中确认已启用 CUDA 或 Vulkan 加速；硬件一般时改用更小的模型。
Q：支持哪些文件格式？A：MP3、WAV、M4A、OGG、FLAC 等音频，以及 MP4、MKV、AVI、MOV 等视频均可导入。
Buzz 的价值在于把语音转文字变成不联网、不上传、不收费的本地操作，文稿随时可改、格式随时可导出。下载后先挑一段手头的会议录音或采访音频转一次，体验完速度和准确度，再决定是否启用文件夹监视做自动化。
【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
