Buzz:一款完全离线运行的音频转录工具
2026/9/6 16:30:25 网站建设 项目流程

Buzz:一款完全离线运行的音频转录工具

【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 是一款离线音频转录工具,它把 Whisper 模型跑在你自己的电脑上,完成语音转文字与多语言翻译,不上传、不订阅、不依赖网络。如果你的日常涉及会议录音、播客文稿或视频字幕,它值得进你的工具箱。

🚀 装好就能跑

按系统选一种安装方式即可:

  • macOS:brew install --cask buzz
  • Windows:安装官方安装包,出现安全警告时选"更多信息"→"仍要运行"
  • Linux:flatpak install flathub io.github.chidiwilliams.Buzz
  • 开发者:pip install buzz-captions,然后python -m buzz(需 Python 3.12 和 ffmpeg)

跑通第一次转录只需三步:按Ctrl/Cmd+O导入音频文件 → 选择任务类型、语言与模型质量,点"运行" → 完成后双击任务行打开转录查看器。想录现场的话,在主界面切到"实时录音"模式,选好麦克风和语言再按下录音,默认 20 秒的转录延迟会让文字跟着语音走。

任务列表清晰展示每个转录任务的状态与进度

🎯 离线音频转录能干什么

🔊 把音频变成文字

导入 MP3、WAV、FLAC、OGG 音频,或 MP4、AVI、MKV 视频(自动提取音轨),多个文件可以一次导入、各自生成独立任务。后端不锁死:Whisper 原版、Whisper.cpp(轻量级实现,支持 Vulkan GPU 加速)、Faster Whisper(优化转录速度)和 Hugging Face 社区模型都有,从 Tiny 到 Large 按你机器的性能挑。适合要批量处理录音文件的场景。

🌍 把文字变成其他语言

内置翻译在出转录稿的同时输出目标语言文本,支持 99 种语言;接入 OpenAI API 兼容服务后翻译质量还能再提一档。关键操作就是任务设置里指定目标语言。适合跨国团队和外语学习者。

📦 把结果变成可交付文件

转录完成后可导出 TXT、SRT、VTT。查看器里能按时间戳跳到任意段落、搜索高亮、循环播放指定片段,还能拆分与合并段落,speaker identification 会把不同说话人的话分开。导出 SRT 直接丢进剪辑软件即可。适合做字幕的人。

转录查看器支持时间戳定位、播放控制和文本编辑

📊 几个真实使用场景

会议记录:把会议录音拖进去,Buzz 输出带时间戳的文字,配合 speaker identification 区分每位发言人的话,得到一份当天就能分发的纪要初稿,省掉逐段回听整理的时间。

视频字幕:导入一个 MP4,Buzz 自动抽音轨、转文字,再导出 SRT 或 VTT 给剪辑软件用。安静环境下准确率可达 95% 以上,这条免费字幕生成流程把校对工作从小时级压到分钟级。

外语学习:转录一段外语播客,边听边对照原文看发音和语法,时间戳让你随时跳回想复盘的讨论段落。

🛠️ 调优与排错

转录太慢怎么办?换小一号的模型(Tiny 或 Base),或改用 Whisper.cpp 后端,同时关掉占资源的程序。具体操作:在偏好设置里把模型切到 Tiny 试跑一遍对比速度。

准确率不够怎么提?换 Medium 或 Large 这类更大的模型,并手动指定音频语言——已知语言时输出明显更稳。术语多的内容,在高级设置的初始提示里写上这些词。

支持哪些格式,能批量处理吗?音频 MP3/WAV/FLAC/OGG、视频 MP4/AVI/MKV 都可以。批量导入没问题:一次选中多个文件,Buzz 为每个文件单独建任务。

偏好设置面板用于配置模型、后端与快捷键

🧩 技术侧写

Buzz 用 Python 编写,界面基于 PyQt:多后端转录逻辑集中在transcriber/,UI 组件在widgets/,转录历史存在db/管理的本地数据库里。项目采用 MIT 许可证,代码可自由修改,欢迎通过 issue 渠道提交代码或反馈问题。

如果数据隐私是你工作中的硬约束,本地处理是最踏实的答案——Buzz 的音频不会离开你的机器。安装命令在上面,更多用法细节见 docs/ 文档目录,装完直接跑。

【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

需要专业的网站建设服务?

联系我们获取免费的网站建设咨询和方案报价,让我们帮助您实现业务目标

立即咨询