Buzz｜离线转录与语音转文字——3 分钟从音频到字幕，数据零上传
【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
2 小时会议录音还躺在手机里，Buzz 在本地帮你转成文字
开完 2 小时会，录音还在手机里躺着，谁也不想再手动敲一遍。Buzz 是一个离线转录和语音转文字工具：音频、视频文件直接在你的电脑上处理，由 Whisper（OpenAI 的语音识别模型）把声音变成文字。全程不上传，隐私敏感的会议录音也能放心丢进去。
从音频到字幕文件，Buzz 能做什么
批量文件转录：视频直接当音频用
音频、视频都能导入，视频会自动提取音轨处理。一次拖入多个文件，每个文件生成独立任务排队执行，主界面一眼看到谁在跑、谁完成。
实时录音转录：边说边出文字
接上麦克风选"实时录音"模式，Buzz 默认按 20 秒一段做转录，窗口里实时滚出文字。讲座、访谈、晨会结束就能拿走文字稿，不用事后听录音。
4 种 Whisper 后端：按你的硬件挑
- Whisper 原版：最稳的基础实现
- Whisper.cpp：轻量 C++ 实现，支持 Vulkan GPU 加速
- Faster Whisper：针对转录速度优化
- Hugging Face 模型：社区上传的各种优化模型
模型从 Tiny 到 Large-v3 都有，小设备跑小模型，好显卡跑大模型。
内置翻译与说话人分离
转录完可一键翻译成其他语言，适合跨国会议和外语材料。开启说话人识别后，多人对话会按发言人分段，会议纪要不用再猜哪句是谁说的。
时间戳编辑，导出 3 种字幕格式
TXT、SRT、VTT 三种格式直接导出，SRT 和 VTT 可导入视频剪辑软件。每段文字都能改开始/结束时间、拆分或合并段落，安静环境下准确率可达 95%+，人工校对量很少。
三步跑通：安装命令与导出第一份 SRT
第一步，准备：一条命令装好
- Windows：下载安装包，安全警告选"更多信息"→"仍要运行"
- macOS：
brew install --cask buzz - Linux：
flatpak install flathub io.github.chidiwilliams.Buzz - 开发者：
pip install buzz-captions，再运行python -m buzz（需 Python 3.12）
第二步，操作：导入并运行
- 打开 Buzz，按
Ctrl+O导入音频文件（也可直接拖入） - 选好语言和模型质量；知道音频语言就手动选，准确率更高
- 点"运行"，任务开始排队处理
第三步，拿结果：双击查看，导出字幕
转录完成后双击任务行，打开转录查看器，每段文字都带开始/结束时间。底部播放器可以边听边定位；"导出"菜单里保存为 SRT 即可。
四个高频场景，照着做就行
会议记录：说话人分离代替手动整理
产品或运营团队会后导入录音，开说话人识别，Buzz 把不同人的话分开放。你只做校对和删废话，不用逐句听录。
视频字幕：一条 MP4 直接出 SRT
创作者导入视频文件，Buzz 提取音轨转录，导出 SRT/VTT 拖进剪辑软件。时间戳不准的段落手动微调一下即可上线。
外语学习：播客原文配着听
学外语的人导入外语播客或课程音频，转录后对照原文听发音、查语法。Buzz 支持 99 种语言，冷门语种也有覆盖。
播客整理：长节目变可检索文字
播客主理人把单集转成文字，按时间戳快速定位某个话题，剪出金句做预告或博客素材，比拖进度条找快得多。
调优与排错：速度、准确率、格式、批量
转录速度慢
- 换小模型：老机器用 Tiny 或 Base，速度立竿见影
- 开 GPU 加速：Whisper.cpp 后端走 Vulkan，Faster Whisper 走 NVIDIA 驱动
- 关掉其他吃 CPU 的程序，别和渲染任务抢资源
设备与模型对照：
| 你的设备 | 推荐模型 |
|---|---|
| 老笔记本 / 无独显 | Tiny、Base |
| 中端 PC | Small、Medium |
| M 系列 Mac 或 N 卡 | Medium、Large-v3 |
准确率不够
- 换更大的模型，Medium 起步
- 手动指定语言，别让它猜
- 专业术语多的内容，在高级设置里加"初始提示"，把术语写进去
- 录音环境降噪，能用外接麦克风就别用耳麦
格式不识别
- MP3、WAV、FLAC、OGG、MP4、MKV 等常见格式开箱即用
- 冷门格式先转成 MP3 再导入，避免解码报错
- 视频文件确认音轨存在，纯静音轨道没有内容可转
批量处理
- 一次导入多个文件，自动各建一个任务
- 队列顺序执行，每行显示进度和耗时
- 支持从 URL 导入在线音视频，省一步手动下载
给开发者
Buzz 采用 MIT 许可证，基于 Python + PyQt 构建。核心代码在buzz/transcriber/（多后端转录逻辑）和buzz/widgets/（界面组件），buzz/plugins/是扩展插件系统，buzz/db/用 SQLite 存转录历史。想参与贡献，先看 安装文档，再到项目仓库提 Issue 或 PR 即可。
Buzz 把 Whisper 完整搬进本地：零订阅、不上传、离线可跑。打开应用，按Ctrl+O拖入第一段录音，几分钟后你会拿到一份带时间戳的字幕文件。
【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
