Buzz 离线语音转文字四步把一小时音频变成带时间轴的字幕文稿【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 是一个跑在你自己电脑上的本地语音转文字工具基于 OpenAI 的 Whisper 模型把音频、视频甚至在线链接离线转成带时间轴的文字稿。装好之后你五分钟就能拿到第一份文稿和一份 SRT 字幕所有文件都只留在你的设备里。为什么值得试完全离线音频全程不出你的机器客户访谈、会议录音放心转不担心数据被第三方服务器存底。输入格式宽MP3、WAV 等音频MP4、AVI 等视频以及在线视频链接都能直接导入。模型家族齐全Whisper 从 tiny 到 large 全系列都支持在设置里下载、两下点完完成切换不用重装软件。三端通吃Windows、macOS、Linux 都有对应版本你习惯命令行的话也有 Python 包可以直接装在服务器上跑。Buzz 安装命令行Windows从项目发布页下载安装程序双击按提示走完程序未签名提示时选「More info」→「Run anyway」。macOS从发布页下载.dmg拖进应用程序文件夹即可。Linuxsudo snap install buzz安装再执行sudo snap connect buzz:password-manager-service授权密码存储。Pythonpip install buzz-captions装包之后用python -m buzz启动界面。首次启动时软件会引导你下载所选模型体积从几十 MB 到两百多 MB 不等。这是一次性投入之后所有转写都在本地完成不再需要联网。第一次转录五分钟出结果主流程一共四步第一步把文件拖进主界面或按Ctrl O选择想转在线视频直接粘贴链接。第二步在任务行选择任务类型转写或翻译和模型语言可以自动检测也可以手动指定。第三步点 Run任务进入队列主界面实时显示排队、处理和进度百分比关掉窗口任务也会后台跑完。第四步状态变成 Completed 后双击该行打开转录详情看到带时间轴的文稿。批量处理也不费劲一次丢几十个文件每一行的文件、模型、任务类型和进度都清清楚楚。模型档位速查速度和准确率是一对矛盾Whisper 用模型大小来调节这个天平模型速度准确率适合场景tiny最快一般实时转写、快速试听base快尚可日常笔记、语音备忘small中等良好会议纪要、访谈初稿medium较慢很高重要内容的精转large最慢最高字幕制作、交付级文本结论很直接随手记梗概用 base 就够要出能交付的字幕就直接上 large。有 NVIDIA 显卡的话在设置里打开 CUDA 加速large 的速度会快上好几倍。模型的下载和切换都在 Models 设置页完成已安装的和可下载的列得清清楚楚还支持填自定义下载地址方便你用第三方优化过的 Whisper 变体。转录编辑与字幕导出转录详情页本身就是一个迷你字幕编辑器转录详情页每段文字带精确的开始、结束时间点击任意片段就跳到对应音频位置边播放边改文本改动自动保存。Resize字幕调整设定目标字幕长度按标点拆长句按音频里的静音间隙合并过短碎片一键对整个文件生效。多格式导出TXT、SRT、VTT 一键导出转写时勾选词级时间戳配合 Resize 能把字幕切得更贴合阅读节奏。更多参数细节可以看编辑与调整文档。常见场景速查场景做法会议纪要导入音频选 base 或 small直接导出 TXT视频字幕转写时勾选词级时间戳用 Resize 拆分后导出 SRT外语播客转中文任务类型选 translate指定目标语言团队协作开文件夹监控新音频丢进去自动开始转写讲座会议现场接麦克风实时录音转写用演示窗口投给观众看服务器自动化一行buzz add命令入队支持脚本化批量处理命令行参数细节在官方 CLI 文档里有完整列表。常见卡点怎么办转得太慢 → 模型档位偏高或并行任务太多 → 先换小一号模型再开 GPU 加速。准确率不理想 → 录音噪音大 → 重录清晰版本或换 large 重跑。任务一直排队 → 模型还没下载完 → 回 Models 设置页确认下载完成再添加任务。内存告急 → 单个文件太长 → 分批处理。决策参考它适合你长期处理采访录音、会议纪要或视频字幕且数据不能出本地设备的人。它不适合你只是偶尔转一小段短句或者硬件太老、无法接受纯 CPU 转大模型的等待时间。验证起来很简单先拿一段 3 分钟的录音试一次导入、选 base、看拿到的时间轴文稿是否符合预期。Buzz 的转写、翻译和字幕导出全部跑在你的电脑上模型下载完成之后后续使用不再依赖网络。【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
Buzz 离线语音转文字：四步把一小时音频变成带时间轴的字幕文稿
Buzz 离线语音转文字四步把一小时音频变成带时间轴的字幕文稿【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 是一个跑在你自己电脑上的本地语音转文字工具基于 OpenAI 的 Whisper 模型把音频、视频甚至在线链接离线转成带时间轴的文字稿。装好之后你五分钟就能拿到第一份文稿和一份 SRT 字幕所有文件都只留在你的设备里。为什么值得试完全离线音频全程不出你的机器客户访谈、会议录音放心转不担心数据被第三方服务器存底。输入格式宽MP3、WAV 等音频MP4、AVI 等视频以及在线视频链接都能直接导入。模型家族齐全Whisper 从 tiny 到 large 全系列都支持在设置里下载、两下点完完成切换不用重装软件。三端通吃Windows、macOS、Linux 都有对应版本你习惯命令行的话也有 Python 包可以直接装在服务器上跑。Buzz 安装命令行Windows从项目发布页下载安装程序双击按提示走完程序未签名提示时选「More info」→「Run anyway」。macOS从发布页下载.dmg拖进应用程序文件夹即可。Linuxsudo snap install buzz安装再执行sudo snap connect buzz:password-manager-service授权密码存储。Pythonpip install buzz-captions装包之后用python -m buzz启动界面。首次启动时软件会引导你下载所选模型体积从几十 MB 到两百多 MB 不等。这是一次性投入之后所有转写都在本地完成不再需要联网。第一次转录五分钟出结果主流程一共四步第一步把文件拖进主界面或按Ctrl O选择想转在线视频直接粘贴链接。第二步在任务行选择任务类型转写或翻译和模型语言可以自动检测也可以手动指定。第三步点 Run任务进入队列主界面实时显示排队、处理和进度百分比关掉窗口任务也会后台跑完。第四步状态变成 Completed 后双击该行打开转录详情看到带时间轴的文稿。批量处理也不费劲一次丢几十个文件每一行的文件、模型、任务类型和进度都清清楚楚。模型档位速查速度和准确率是一对矛盾Whisper 用模型大小来调节这个天平模型速度准确率适合场景tiny最快一般实时转写、快速试听base快尚可日常笔记、语音备忘small中等良好会议纪要、访谈初稿medium较慢很高重要内容的精转large最慢最高字幕制作、交付级文本结论很直接随手记梗概用 base 就够要出能交付的字幕就直接上 large。有 NVIDIA 显卡的话在设置里打开 CUDA 加速large 的速度会快上好几倍。模型的下载和切换都在 Models 设置页完成已安装的和可下载的列得清清楚楚还支持填自定义下载地址方便你用第三方优化过的 Whisper 变体。转录编辑与字幕导出转录详情页本身就是一个迷你字幕编辑器转录详情页每段文字带精确的开始、结束时间点击任意片段就跳到对应音频位置边播放边改文本改动自动保存。Resize字幕调整设定目标字幕长度按标点拆长句按音频里的静音间隙合并过短碎片一键对整个文件生效。多格式导出TXT、SRT、VTT 一键导出转写时勾选词级时间戳配合 Resize 能把字幕切得更贴合阅读节奏。更多参数细节可以看编辑与调整文档。常见场景速查场景做法会议纪要导入音频选 base 或 small直接导出 TXT视频字幕转写时勾选词级时间戳用 Resize 拆分后导出 SRT外语播客转中文任务类型选 translate指定目标语言团队协作开文件夹监控新音频丢进去自动开始转写讲座会议现场接麦克风实时录音转写用演示窗口投给观众看服务器自动化一行buzz add命令入队支持脚本化批量处理命令行参数细节在官方 CLI 文档里有完整列表。常见卡点怎么办转得太慢 → 模型档位偏高或并行任务太多 → 先换小一号模型再开 GPU 加速。准确率不理想 → 录音噪音大 → 重录清晰版本或换 large 重跑。任务一直排队 → 模型还没下载完 → 回 Models 设置页确认下载完成再添加任务。内存告急 → 单个文件太长 → 分批处理。决策参考它适合你长期处理采访录音、会议纪要或视频字幕且数据不能出本地设备的人。它不适合你只是偶尔转一小段短句或者硬件太老、无法接受纯 CPU 转大模型的等待时间。验证起来很简单先拿一段 3 分钟的录音试一次导入、选 base、看拿到的时间轴文稿是否符合预期。Buzz 的转写、翻译和字幕导出全部跑在你的电脑上模型下载完成之后后续使用不再依赖网络。【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