Buzz离线音频转写与翻译的完整指南【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 是在你电脑上离线运行 Whisper 语音模型的桌面应用能把音视频转成文字、实时转写并翻译全程不经过网络。读完这篇指南你能装好 Buzz 跑通第一次转写并导出可用的 SRT 字幕文件。为什么值得上手它 在讲具体用法之前先说清楚这个项目的三个核心价值点帮你判断它是否适合你的场景。数据不出设备。转写全部在本地完成录音不会上传到任何服务器。处理会议录音、客户访谈、医疗或法务这类敏感音频时这一点比功能本身更重要。什么硬件都能跑。它内置 Whisper、Faster Whisper、Whisper.cpp、Hugging Face 四种推理后端有 Nvidia 显卡就走 Faster Whisper对 6GB 显存以上效果最好核显、Mac 或纯 CPU 就用 Whisper.cpp支持 Vulkan 加速按机器情况选后端即可。转写流程是完整的。从导入文件、实时录音、说话人分离识别到导出字幕、插件自动化一个应用就能覆盖不用在多个工具之间来回倒数据。五分钟跑通第一个示例 ⚡安装走 PyPI 最省事两条命令就能启动。先确认你的环境满足下面这些条件Python 3.12Buzz 官方支持 3.12 版本线系统已安装 ffmpegBuzz 用它解码音频和视频Windows、macOS、Linux 均可CPU 需支持 AVX2 指令集建议内存 8GB 以上GPU 可选下面这条命令安装 Buzz 并启动主窗口pip install buzz-captions python -m buzz启动后是一个图形界面。想快速验证环境是否可用先拿电脑上的一段短音频用最小的 tiny 模型跑一次命令行转写buzz add --task transcribe --model-type whispercpp --model-size tiny --hide-gui ./sample.mp3这条命令会下载约 40MB 的 tiny 模型完成转写--hide-gui让主窗口在后台运行。任务状态变为 Completed 后双击任务行即可看到转写文本——到这里说明安装成功后续再换更大的模型提升精度即可。核心能力一览表 Buzz 的功能面比较宽先通过下面这张表建立整体印象细节放到后面的场景里再展开功能一句话说明典型场景文件转写拖入音频、视频或链接即转支持词级时间戳播客、课程、访谈存档实时转写与翻译麦克风边说边出文字配大屏演示窗口会议、演讲、现场无障碍多后端 Whisper四种后端按硬件自动匹配 GPU 或 CPU不同配置电脑的同一套流程字幕导出与重排导出 TXT/SRT/VTT可合并字幕长度、延长显示视频剪辑、后期制作监控文件夹新文件落盘即自动转写批量会议录音插件系统内置 AI 摘要、降噪、DOCX 导出等 6 个定制自动化流水线三个真实业务场景 下面三个场景分别对应命令行、图形界面和自动化三种使用方式挑最贴近你的先看。场景一为视频生成 SRT 字幕假设你在做视频内容需要给一段 30 分钟的访谈录像交付字幕文件。这条命令用 small 模型转写录像直接输出 SRT 和 VTT 两种字幕并通过--prompt提示常见专有名词减少错拼buzz add --task transcribe --model-type whispercpp --model-size small --srt --vtt --prompt Buzz, Whisper, GPU ./interview.mp4跑完即可在源文件旁拿到字幕文件双击任务还能打开转写查看器用重排功能微调字幕行长度和时长后再交付。场景二会议实时转写与即时翻译假设你主持一场两小时的部门会议希望远程参会者能看到实时文字。先选录音任务、语言、模型和麦克风再点 Record 按钮即可具体操作如下在实时录音页面选择任务转写或翻译成英文、语言、模型大小和麦克风点 Record 开始录音文字随说话逐行出现点 Presentation window 打开大字演示窗口适合投屏给会议室或直播观众需要其他语言时在高级设置里填入 OpenAI 兼容的 API 和翻译指令Buzz 会边转写边翻译如果同时开启偏好里的实时转写导出文字还会实时写入 txt 文件可以直接喂给 OBS 这类直播软件一份转写同时服务投屏和录像两条线。场景三监控文件夹批量转写假设团队每天把采访录音存进同一个文件夹你希望每个文件自动产出转写不想逐个手动导入。只需在图形界面里做三步设置打开 Help → Preferences找到文件夹监控设置指向录音存放目录在 Help → Plugins 里启用 Skip Already Transcribed 插件重复导入同名文件时自动跳过不重复消耗算力之后新文件一进文件夹就开始转写你只需要偶尔打开任务列表查看进度这样文件夹就变成了一个转写工厂每月几百个文件也能零干预跑完产物统一命名、统一格式。从能用到好用 ️用上一阵子后你大概率会碰到下面这五类问题每条都按现象 / 原因 / 处理说清楚。转写太慢。现象一小时的音频跑数小时。原因默认 Whisper 后端准确但慢、吃内存。处理有 Nvidia 6GB 以上显存就切 Faster Whisper核显或 Mac 用 Whisper.cppVulkan 加速仍嫌慢就降一档模型大小。麦克风打不开。现象实时录音报Unanticipated host error。原因系统权限或杀毒软件拦截了音频采集。处理Windows 在设置 → 隐私 → 麦克风里允许 Buzz再临时禁用杀软验证一次。人名专名乱转。现象人名、产品名被拼错。原因模型没有音频中专有名词的上下文。处理在文件导入的高级设置里把常出现的名字写进 Initial prompt命中率明显提升。模型下载后闪退。现象下完模型启动即崩溃。原因模型文件不完整或损坏。处理在 Help → Preferences → Models 删除该模型重新下载同时确认 CPU 支持 AVX2太老的机器不受支持。大模型幻觉。现象Large-V3 在静音段落写出没说的话。原因更大的模型更容易自行脑补。处理改用 Large-V2 或 Turbo实时场景再调高静音阈值丢弃低音量片段。延伸资源 以下内容都在仓库里遇到具体问题时按图索骥docs/docs/cli.md — add 命令的完整参数手册--language、--srt、--word-timestamps等选项都在这里docs/docs/faq.md — 模型存放位置、如何选模型、离线部署、GPU 加速的官方解答docs/docs/usage/7_plugins.md — 6 个内置插件的说明以及自研插件的写法指引buzz/plugins/ — 内置插件源码通读一个就能照葫芦画瓢开发自己的插件scripts/download-models.py — 为无网机器预下载模型缓存的脚本下一步现在就执行pip install buzz-captions然后用python -m buzz启动主窗口挑一段电脑上最短的音频用 tiny 模型把第一次转写跑出来。出结果后给同一条命令加上--srt参数体验字幕导出。最后启用监控文件夹、丢一批音频进去看它自动跑完——做完这三步Buzz 就从能跑变成你日常真正在用的工具了。【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：离线音频转写与翻译的完整指南
Buzz离线音频转写与翻译的完整指南【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 是在你电脑上离线运行 Whisper 语音模型的桌面应用能把音视频转成文字、实时转写并翻译全程不经过网络。读完这篇指南你能装好 Buzz 跑通第一次转写并导出可用的 SRT 字幕文件。为什么值得上手它 在讲具体用法之前先说清楚这个项目的三个核心价值点帮你判断它是否适合你的场景。数据不出设备。转写全部在本地完成录音不会上传到任何服务器。处理会议录音、客户访谈、医疗或法务这类敏感音频时这一点比功能本身更重要。什么硬件都能跑。它内置 Whisper、Faster Whisper、Whisper.cpp、Hugging Face 四种推理后端有 Nvidia 显卡就走 Faster Whisper对 6GB 显存以上效果最好核显、Mac 或纯 CPU 就用 Whisper.cpp支持 Vulkan 加速按机器情况选后端即可。转写流程是完整的。从导入文件、实时录音、说话人分离识别到导出字幕、插件自动化一个应用就能覆盖不用在多个工具之间来回倒数据。五分钟跑通第一个示例 ⚡安装走 PyPI 最省事两条命令就能启动。先确认你的环境满足下面这些条件Python 3.12Buzz 官方支持 3.12 版本线系统已安装 ffmpegBuzz 用它解码音频和视频Windows、macOS、Linux 均可CPU 需支持 AVX2 指令集建议内存 8GB 以上GPU 可选下面这条命令安装 Buzz 并启动主窗口pip install buzz-captions python -m buzz启动后是一个图形界面。想快速验证环境是否可用先拿电脑上的一段短音频用最小的 tiny 模型跑一次命令行转写buzz add --task transcribe --model-type whispercpp --model-size tiny --hide-gui ./sample.mp3这条命令会下载约 40MB 的 tiny 模型完成转写--hide-gui让主窗口在后台运行。任务状态变为 Completed 后双击任务行即可看到转写文本——到这里说明安装成功后续再换更大的模型提升精度即可。核心能力一览表 Buzz 的功能面比较宽先通过下面这张表建立整体印象细节放到后面的场景里再展开功能一句话说明典型场景文件转写拖入音频、视频或链接即转支持词级时间戳播客、课程、访谈存档实时转写与翻译麦克风边说边出文字配大屏演示窗口会议、演讲、现场无障碍多后端 Whisper四种后端按硬件自动匹配 GPU 或 CPU不同配置电脑的同一套流程字幕导出与重排导出 TXT/SRT/VTT可合并字幕长度、延长显示视频剪辑、后期制作监控文件夹新文件落盘即自动转写批量会议录音插件系统内置 AI 摘要、降噪、DOCX 导出等 6 个定制自动化流水线三个真实业务场景 下面三个场景分别对应命令行、图形界面和自动化三种使用方式挑最贴近你的先看。场景一为视频生成 SRT 字幕假设你在做视频内容需要给一段 30 分钟的访谈录像交付字幕文件。这条命令用 small 模型转写录像直接输出 SRT 和 VTT 两种字幕并通过--prompt提示常见专有名词减少错拼buzz add --task transcribe --model-type whispercpp --model-size small --srt --vtt --prompt Buzz, Whisper, GPU ./interview.mp4跑完即可在源文件旁拿到字幕文件双击任务还能打开转写查看器用重排功能微调字幕行长度和时长后再交付。场景二会议实时转写与即时翻译假设你主持一场两小时的部门会议希望远程参会者能看到实时文字。先选录音任务、语言、模型和麦克风再点 Record 按钮即可具体操作如下在实时录音页面选择任务转写或翻译成英文、语言、模型大小和麦克风点 Record 开始录音文字随说话逐行出现点 Presentation window 打开大字演示窗口适合投屏给会议室或直播观众需要其他语言时在高级设置里填入 OpenAI 兼容的 API 和翻译指令Buzz 会边转写边翻译如果同时开启偏好里的实时转写导出文字还会实时写入 txt 文件可以直接喂给 OBS 这类直播软件一份转写同时服务投屏和录像两条线。场景三监控文件夹批量转写假设团队每天把采访录音存进同一个文件夹你希望每个文件自动产出转写不想逐个手动导入。只需在图形界面里做三步设置打开 Help → Preferences找到文件夹监控设置指向录音存放目录在 Help → Plugins 里启用 Skip Already Transcribed 插件重复导入同名文件时自动跳过不重复消耗算力之后新文件一进文件夹就开始转写你只需要偶尔打开任务列表查看进度这样文件夹就变成了一个转写工厂每月几百个文件也能零干预跑完产物统一命名、统一格式。从能用到好用 ️用上一阵子后你大概率会碰到下面这五类问题每条都按现象 / 原因 / 处理说清楚。转写太慢。现象一小时的音频跑数小时。原因默认 Whisper 后端准确但慢、吃内存。处理有 Nvidia 6GB 以上显存就切 Faster Whisper核显或 Mac 用 Whisper.cppVulkan 加速仍嫌慢就降一档模型大小。麦克风打不开。现象实时录音报Unanticipated host error。原因系统权限或杀毒软件拦截了音频采集。处理Windows 在设置 → 隐私 → 麦克风里允许 Buzz再临时禁用杀软验证一次。人名专名乱转。现象人名、产品名被拼错。原因模型没有音频中专有名词的上下文。处理在文件导入的高级设置里把常出现的名字写进 Initial prompt命中率明显提升。模型下载后闪退。现象下完模型启动即崩溃。原因模型文件不完整或损坏。处理在 Help → Preferences → Models 删除该模型重新下载同时确认 CPU 支持 AVX2太老的机器不受支持。大模型幻觉。现象Large-V3 在静音段落写出没说的话。原因更大的模型更容易自行脑补。处理改用 Large-V2 或 Turbo实时场景再调高静音阈值丢弃低音量片段。延伸资源 以下内容都在仓库里遇到具体问题时按图索骥docs/docs/cli.md — add 命令的完整参数手册--language、--srt、--word-timestamps等选项都在这里docs/docs/faq.md — 模型存放位置、如何选模型、离线部署、GPU 加速的官方解答docs/docs/usage/7_plugins.md — 6 个内置插件的说明以及自研插件的写法指引buzz/plugins/ — 内置插件源码通读一个就能照葫芦画瓢开发自己的插件scripts/download-models.py — 为无网机器预下载模型缓存的脚本下一步现在就执行pip install buzz-captions然后用python -m buzz启动主窗口挑一段电脑上最短的音频用 tiny 模型把第一次转写跑出来。出结果后给同一条命令加上--srt参数体验字幕导出。最后启用监控文件夹、丢一批音频进去看它自动跑完——做完这三步Buzz 就从能跑变成你日常真正在用的工具了。【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