为什么你的录音总在文件夹里吃灰用免费离线音频转录工具Buzz把声音变成文字【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你有多久没重新打开那些动辄一两小时的会议录音、采访音频了不是不想整理而是重听一遍再手动打字这件事想想就让人劝退。更麻烦的是把涉及商业机密、个人隐私的音频丢给云端服务心里总不踏实。今天介绍的这个开源项目 Buzz就是为解决这两个痛点而生的——它是一款完全运行在个人电脑上的免费离线音频转录工具基于 OpenAI 的 Whisper 技术下载安装即可使用声音不进云端、隐私不出设备。接下来我会带你从为什么需要它聊到怎么把它用到极致全程零门槛照着做就能上手。先想一个问题你的录音真的被记录了吗录了音不等于留住了内容。把 2 小时会议从头再听一遍和直接拿到一份带时间戳的文字稿工作效率完全是两个世界。Buzz 要做的事情很简单把本地音频/视频文件或麦克风里的实时语音自动转成带时间戳的文字还能一键翻译成其他语言。和传统云端转录服务相比它的优势一眼就能看明白对比维度Buzz 本地转录云端转录服务隐私安全 数据全程留在本机不上传任何第三方⚠️ 音频需先传到服务器费用成本 完全免费、开源MIT 协议 通常按分钟计费或收取订阅费网络依赖 断网也能用 必须保持联网处理速度⚡ 由你的硬件决定可 GPU 加速 受网络与排队影响可定制性️ 模型、参数、插件全开放 只能使用平台提供的功能一句话总结如果你在乎隐私、不想月付订阅又希望工具越用越顺手Buzz 就是那个值得放进工具箱的选项。免费、离线、专业Buzz 凭什么敢这么说Buzz 不是从零造轮子它的核心引擎是 OpenAI 开源的 Whisper 语音识别模型——这也是目前公认的顶级开源转录方案。它支持99 种以上语言中文、英语、日语、韩语、粤语等都能识别并允许在转录后直接翻译成另一种语言。在技术后端上Buzz 做得相当厚道多引擎可选Whisper、Whisper.cpp、Faster Whisper、Hugging Face 模型按需切换硬件加速全覆盖NVIDIA GPU 走 CUDAMac 走 Apple Silicon 原生优化多数显卡包括核显还能通过 Vulkan 加速 Whisper.cpp三大桌面平台Windows、macOS、Linux 都有对应的安装方式。除了基础的文件转录它还内置了实时麦克风转录、演讲者识别、字幕导出、文件夹自动监控、命令行接口以及一套可扩展的插件系统。下面这张主界面截图就是 Buzz 对每个转录任务的进度与状态管理3步跑通你的第一次本地转录听起来功能很多但第一次上手其实只需要三步。第1步选一种适合你的安装方式Windows / macOS 用户从项目发布页下载对应系统的安装包双击安装即可。Windows 版未签名安装时遇到提示选择更多信息 → 仍要运行就能继续。Linux 用户支持 Flatpak 和 Snap 两种方式任选其一flatpak install flathub io.github.chidiwilliams.Buzzsudo snap install buzz命令行爱好者也可以直接用 PyPI 安装需 Python 3.12 环境并先装好 ffmpegpip install buzz-captions python -m buzz 实用技巧普通用户优先选安装包双击即用开发者再考虑 PyPI 方式。第2步打开偏好设置做一次个性定制启动后从菜单进入 Preferences 设置界面。这里可以调整字体大小、设置默认导出路径、管理 API 密钥等。花两分钟把常用项配好之后每次转录都会沿用你的习惯第3步导入文件点一下运行点击左上角的按钮选择要转录的音频或视频文件MP3、WAV、MP4、AVI 等常见格式都支持选好语言和模型再点运行。剩下的事就交给 Buzz进度条走完一份带时间戳的文字稿就出现在右侧编辑区可以直接阅读、搜索、修改并导出。到这里你的第一次离线音频转录就已经完成了——全程没联网没花钱。转录太慢、字幕不准4个技巧让效率翻倍用过几次之后你可能会遇到两个经典问题速度不够快、个别词识别不对。这四招能对症下药。技巧一选对模型就是在选速度还是精度Buzz 内置从 Tiny 到 Large 的多档 Whisper 模型大小与表现差异明显模型大小速度精度适合场景Tiny~73MB⚡⚡⚡⚡⚡⭐⭐快速试听、低配设备Base~139MB⚡⚡⚡⚡⭐⭐⭐日常对话、平衡之选Small~462MB⚡⚡⚡⭐⭐⭐⭐日常专业转录Medium~1.5GB⚡⚡⭐⭐⭐⭐⭐高精度、学术研究Large~2.9GB⚡⭐⭐⭐⭐⭐专业级、多语言模型可以在偏好设置的模型管理界面里按需下载比如为中文内容下载专门优化的模型为多语言场景准备 Large 系列 实用技巧日常使用推荐 Base 或 Small速度和准确率最均衡重要内容再换 Medium。技巧二有 NVIDIA 显卡把 CUDA 加速打开如果电脑有 NVIDIA GPU启用 CUDA 后转录速度通常能提升 3–5 倍。以 PyPI 版本为例pip3 install -U torch2.8.0cu129 torchaudio2.8.0cu129 --index-url https://download.pytorch.org/whl/cu129直观感受同样的 1 小时音频CPU 处理大约要 30–60 分钟GPU 加速后往往 5–15 分钟就能完成。技巧三用初始提示喂给模型专有名词处理医学讲座、产品发布会这类包含大量术语和人名的音频时在高级设置的初始提示里先写好这些专有名词识别拼错率会明显下降。比如先填入团队成员名字再转录会议录音名字基本不会再错。技巧四文件夹监控让转录无人值守在偏好设置里开启文件夹监控指定一个目录。之后只要把新音频文件丢进去Buzz 就会自动开始转录非常适合批量处理访谈素材、播客录音。场景实战会议、字幕、研究一套打通工具的价值最终要落到具体场景里。这三个高频用法建议你逐个试一遍。场景一会议记录——边开边出文字稿连接麦克风点下录音按钮Buzz 就会开启实时转录内容即时滚动在屏幕上。配合演示窗口模式还能在全屏状态下把转录内容投射出来——做讲座、开评审会时与会者抬头就能看到字幕。会议结束一份完整记录已经自动保存好了。场景二视频字幕——从转录到多语言字幕一步到位导入视频文件Buzz 会自动提取音轨完成转录然后导出带时间戳的 SRT/VTT 字幕文件直接扔进剪辑软件就能用。配合字幕调整功能可以按时间间隔合并、按标点分割、按最大长度切分把字幕调得更易读场景三学术研究——批量处理与结构化导出研究者可以用它批量转录讲座与访谈录音再用初始提示锁定专业术语。转录结果支持 TXT纯文本、SRT字幕、VTT网页字幕、JSON结构化数据等格式导出方便后续文献整理与程序化处理。转录完成后查看器里还能精调时间轴、修改文字从图形界面到命令行Buzz 比你想的更极客当图形界面满足不了你的自动化需求时Buzz 还提供了完整的命令行接口源码见 buzz/cli.py。比如把某段音频转录成中文字幕并输出 SRT 文件python -m buzz \ --model-type whisper \ --model-size small \ --language zh \ --srt meeting.mp3更值得玩味的是它的插件系统源码见 buzz/plugins/。插件可以在转录前处理音频、转录中改写结果、转录后执行动作官方内置了 6 款开箱即用的插件AI Summary转录完成后自动生成要点总结存入备注或导出文件DeepFilterNet 降噪转录前自动去除背景噪音嘈杂录音的识别率显著提升Export to DOCX一键导出为 Word 文档Resize Transcript自动把逐字时间戳重组成字幕大小的分段Skip Already Transcribed已转录过的文件自动跳过不重复消耗算力Enhanced Language Detection转录前自动检测音频语言。通过Help → Plugins即可管理启停、调整顺序、配置参数甚至粘贴 URL 安装社区插件。核心转录逻辑都在 buzz/transcriber/ 目录下设置项集中在 buzz/settings/想深入研究的开发者可以直接从这几处读起。现在轮到你的声音了回到开头那个问题那些躺在文件夹里吃灰的录音什么时候能变成真正可检索、可编辑、可传播的文字资产答案就在今天。给你的下一步行动建议下载并安装适合你系统的 Buzz版本随挑随装找一段 2 分钟左右的录音跑通第一次离线转录感受点一下就有文字稿的体验再试试实时录音体验边说边出字的即时反馈有批处理需求的话配上文件夹监控和插件让工作流自动跑起来。从一段录音到一份文字稿从怕泄露隐私不敢传云端到一切都在本机完成——Buzz 把专业级转录的门槛降到了双击打开这么低。现在去让那些沉默的声音变成真正属于你的文字资产吧。【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