Buzz 离线音频转录把会议录音变成可编辑文字稿【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 是一款跑在你自己电脑上的音频转录工具它调用 OpenAI 的 Whisper 模型把录音和视频里的语音转成带时间戳的文字也能翻译成英文。全程离线文件不用上传到任何服务器适合要处理会议录音、采访、课程音频又在意数据不出本机的人。谁会用得上它Buzz 解决的是一个很具体的问题手里有一段语音想快速拿到一份能编辑的文字稿但不想把文件交给第三方。下面三类人用得最多。开会的人开完会留下一段录音用它转成文字直接整理成纪要归档不用边听边手敲。做内容的人有一期录好的播客或视频用它生成带时间轴的文字再导出成字幕文件贴回视频里。做研究或采访的人采访结束后录音很多用它批量转成文字稿方便检索和引用。共同点就两条文件留在本地出的是文字而不是音频。从安装到拿到文字稿从装好 Buzz 到看到一段可编辑的转录文字几步就能走完不用自己配环境。先装上。按系统选一种方式macOS 走 Homebrewbrew install --cask buzz一条命令装好。Linux 用flatpak install flathub io.github.chidiwilliams.Buzz或sudo snap install buzz二选一即可。熟悉 Python 的pip install buzz-captions装完用python -m buzz启动。要从源码跑git clone https://gitcode.com/GitHub_Trending/buz/buzz先拿到代码再进目录安装依赖。接下来导入、转录、导出是一条连贯的线。打开主界面点左上角添加文件选中音频就行MP3、WAV、M4A、MP4、MOV 都认一次可以选多个。语言选自动检测约 99 种语言都能识别模型选 small点开始转录Buzz 会按队列逐个处理。处理完双击任务打开结果可以逐句改文字、调时间戳再导出成 TXT、SRT 或 VTT。 功能里最该在意的几处Buzz 能做的不少但真正影响你要不要用它、怎么用它的主要是下面几处其余的都能一笔带过。本地离线运行结论先说数据不出本机这是它和在线转录服务最大的差别。Whisper 是 OpenAI 开源的一套语音转文字模型Buzz 把它跑在你自己的 CPU 或 GPU 上所以不依赖网络、不按量计费文件多长都行。代价是速度取决于你电脑的配置配置越高越快。模型怎么选结论先说默认用 small够日常重要内容再往上调一档。Whisper 模型分几档越大的越准、也越慢、越吃内存tiny / base快、省内存适合先试效果或配置偏低的机器。small速度和准确度比较均衡日常默认选它。medium更准但明显更慢、更占内存重要内容再上。large最准也最慢留给对质量要求很高的场合。实时录音结论先说适合边说边要文字的场合比如会议、采访。选 Live Recording 模式、挑好麦克风、点红色录音按钮它边录边转结束后自动保存。模型越小延迟越低想要实时感强就选 small 或更小。批量和文件夹监控这两件是效率向的一次导多个文件会自动排队处理把某个文件夹设成监控目标往里丢新录音就会自动转。需要长期处理一批音频时值得配一下偶尔用一次就跳过。 容易卡住的几处用得顺不顺手多半卡在这几个地方。下面按现象、原因、怎么办排一下照着改基本就能过。转录很慢。原因模型太大、机器配置低或后台还在跑别的程序。怎么办换小一档的模型关掉不用的程序有 NVIDIA 显卡的可以开 CUDANVIDIA 的 GPU 加速提速。内存不够。原因模型本身占内存并发任务一多会叠加。怎么办换 tiny 或 base把同时处理的任务数调低。某些文件导不进。原因Buzz 靠 ffmpeg一个处理音视频的开源工具解码文件本身也可能损坏。怎么办确认 ffmpeg 可用换个正常的文件试试。实时录音有延迟。原因模型越大延迟越高。怎么办换小模型、麦克风离嘴近一点、环境安静些。转出来不够准。原因专业术语和人名模型不认识。怎么办转录前在初始提示里把关键词、人名写进去给它一个方向。接下来可以试什么Buzz 对要本地、要文字、要能编辑这三件事卡得很准数据不出本机出的是能改的文字稿还顺带支持翻译和实时录音。它不追求把每句话都转到满分而是在离线前提下给一份能直接用的底稿。手头正好有一段会议录音的话最省事的验证方式是先拿它跑一遍 small 模型看看出的文字和你预期差多少再决定要不要为重要内容上更大的模型。想细看各部分怎么实现的可以翻一下 buzz/transcriber/ 的转录逻辑以及 docs/ 里的使用文档。【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