：本地 Whisper 轉錄 + 翻譯，一份完整上手指南)
Buzz 離線語音轉文字實戰(zhàn)本地 Whisper 轉錄 翻譯一份完整上手指南【免費下載鏈接】buzzBuzz transcribes and translates audio offline on your personal computer. Powered by OpenAIs Whisper.項目地址: https://gitcode.com/GitHub_Trending/buz/buzzBuzz 是基于 OpenAI Whisper 的開源離線語音轉文字工具轉錄與翻譯全在本地電腦完成音頻不上傳。支持 99 種以上語言既能轉文件錄音也能麥克風實時出字。要隱私、實時、免折騰三者都要本地方案里它最省心。裝好并跑通第一次轉錄安裝按環(huán)境選一種Windows從 SourceForge 下載安裝包程序未簽名彈窗時點更多信息再選仍要運行macOS下載.dmg拖進應用程序文件夾僅支持 Apple SiliconLinuxflatpak install flathub io.github.chidiwilliams.Buzz或sudo snap install buzzPython 環(huán)境建議 3.12先裝 ffmpegpip install buzz-captions再python -m buzz源碼運行git clone https://gitcode.com/GitHub_Trending/buz/buzz模型。模型文件相當于一本詞表第一次用到才下載。緩存在~/.cache/BuzzLinux、~/Library/Caches/BuzzmacOS、%USERPROFILE%\AppData\Local\Buzz\Buzz\CacheWindows幫助 → 偏好設置 → 模型 里有顯示文件位置可直達。下載慢設環(huán)境變量HF_ENDPOINThttps://hf-mirror.com走鏡像完全無網的機器在聯(lián)網電腦上下好模型把模型文件夾原樣拷到目標機同一位置倉庫里的scripts/download-models.py可以幫你離線備料導入。用文件菜單或工具欄圖標丟入音頻MP3、WAVMP4、MKV 這類視頻也能直接放進去音軌會自動抽出。定任務與語言。默認轉錄外語要翻成目標語言就選翻譯。知道說什么語言就別用自動檢測——它只參考開頭幾秒手動指定錯誤少得多。選模型運行。先用 base 或 small 找手感狀態(tài)列變已完成后雙擊該行打開查看器邊聽邊對核對完可導出 TXT、SRT、VTT。會議實時錄音邊說邊出字怎么做任務選錄音挑好麥克風點錄音文字就跟著說話逐句蹦出來。新句子往哪放有三種模式差別不小追加在下方最新一句沉在底部適合從上往下讀追加在上方最新一句頂在最上面不用滾動就能看到當前內容追加并校正新句子入列的同時持續(xù)修正上一句的識別錯誤多人訪談、術語多的會議用它成稿最接近人工記錄但對硬件要求更高兩個配套能力實時寫文件偏好設置里開啟實時轉錄導出文字邊生成邊寫進一個 TXT 文件OBS 這類軟件可以直接讀它做字幕源開了翻譯的話譯文單獨落在.translated.txt里演示窗口打開后文字直接投到大屏現場演講、會議展示時觀眾能同步看到多人對話分不清誰說了什么查看器里的說話人識別能自動區(qū)分并標注不同說話人。視頻字幕怎么壓出標準換行字幕質量取決于兩個開關的組合高級設置里打開詞級時間戳——Buzz 給每個詞打上獨立時間戳這是細粒度切句的前提。轉錄完成后用調整大小功能它按靜音間隔和標點把散落的詞合并成長度合適的標準字幕行。不開這個開關字幕是一整團開了就是一行行的標準長度。原始音頻還在的話合并時會額外分析音頻里的靜音斷行位置更準。做完導出 SRT 或 VTT直接掛進播放器或剪輯軟件。不想手動調buzz/plugins/transcript_resizer/plugin.py里的自動字幕調整插件能按規(guī)則自動切。新文件丟進去自動轉批量歸檔怎么辦固定目錄持續(xù)落錄音的工作流用監(jiān)聽文件夾最省心偏好設置里指定一個目錄Buzz 檢測到新音頻就自動建轉錄任務你只管往里扔文件。配合**跳過已轉錄文件插件**buzz/plugins/skip_already_transcribed/重復導入同一批文件時只要發(fā)現旁邊已有同名的 .txt / .srt / .vtt 結果文件或數據庫里有記錄直接復用、不再跑模型批量重跑幾乎零成本。同樣的事命令行一句話搞定適合寫進腳本做定時歸檔buzz add --task transcribe --model-size small \ --srt --vtt /path/to/audio.mp3常用參數-l指定語言、-w開詞級時間戳、-e轉錄前先做語音提取、--hfid指定 HuggingFace 模型 ID、--hide-gui跑完即退不出窗口。完整參數表見 docs/docs/cli.md。效率調優(yōu)四個最值得動的開關模型后端偏好設置 → 模型——決定硬件怎么跑Whisper.cpp 是 C 實現Nvidia 走 CUDAAMD / Intel 顯卡和核顯走 VulkanMac 上是最佳選擇帶核顯的筆記本也能跑實時轉錄Faster Whisper 是優(yōu)化版快一個數量級且更省內存前提是 Nvidia 顯存 ≥ 6GB原版 Whisper 準確但慢、吃內存HuggingFace 類型支持 Parakeet、MMS1000 語言等定制模型適合特定語種優(yōu)化。模型大小——草稿用 tiny / base 控耗時終稿用 medium / large 換準確率實時錄音必須小模型才跟得上語速。large 系列里Large-V2 最穩(wěn)Large-V3 很多語種最準但偶爾會幻聽出音頻里沒有的詞Turbo 取速度和準確率的中間值。最保險的辦法是拿自己的語言各測一遍。語言與初始提示——語言手動指定人名、產品名這類專有名詞總被轉錯時在高級設置的初始提示里填上正確拼寫模型會照著提示來。噪聲與顯存——嘈雜錄音打開語音提取先把人聲從背景里剝離再轉錄顯存不夠時換量化版本模型如q_5或在偏好設置里開降低 GPU 內存占用用 8 位量化省顯存。常見坑問答轉錄太慢怎么辦換更小的模型CPU 上調BUZZ_WHISPERCPP_N_THREADSWhisper.cpp 線程數16 線程機器設為 8 大約提速 15%。老 GPU 上反而更卡老顯卡走 GPU 可能不如 CPU設BUZZ_FORCE_CPUtrue強制走 CPU。模型下載慢 / 超時設HF_ENDPOINThttps://hf-mirror.com走鏡像。麥克風報錯如 PaErrorCode-9999多半是系統(tǒng)隱私設置擋了權限Windows 到設置 → 隱私 → 麥克風給 Buzz 授權殺毒軟件也會攔截可臨時關掉驗證。應用閃退多半是模型文件下載不完整偏好設置 → 模型 里刪除后重新下載。提示不支持、無法啟動Buzz 依賴 CPU 的 AVX2 指令集太老的機器跑不了。怎么選接著讀什么云端轉錄服務要上傳音頻、按量計費whisper 這類純命令行工具一條命令批量跑但沒有實時錄音也沒有界面。Buzz 卡在兩者中間隱私、實時、免折騰全都要而且免費。延伸閱讀docs/docs/官方文檔含中文安裝、使用、偏好設置與環(huán)境變量說明docs/docs/cli.mdCLI 完整參數表與示例寫定時歸檔腳本前查這里buzz/transcriber/轉錄核心邏輯各 Whisper 后端實現都在這里buzz/plugins/插件系統(tǒng)源碼AI 摘要、字幕自動調整等插件的實現scripts/download-models.py離線模型預打包腳本面向無網機器【免費下載鏈接】buzzBuzz transcribes and translates audio offline on your personal computer. Powered by OpenAIs Whisper.項目地址: https://gitcode.com/GitHub_Trending/buz/buzz創(chuàng)作聲明：本文部分內容由AI輔助生成（AIGC），僅供參考 Buzz 離線語音轉文字實戰(zhàn)：本地 Whisper 轉錄 + 翻譯，一份完整上手指南
Buzz 離線語音轉文字實戰(zhàn)本地 Whisper 轉錄 翻譯一份完整上手指南【免費下載鏈接】buzzBuzz transcribes and translates audio offline on your personal computer. Powered by OpenAIs Whisper.項目地址: https://gitcode.com/GitHub_Trending/buz/buzzBuzz 是基于 OpenAI Whisper 的開源離線語音轉文字工具轉錄與翻譯全在本地電腦完成音頻不上傳。支持 99 種以上語言既能轉文件錄音也能麥克風實時出字。要隱私、實時、免折騰三者都要本地方案里它最省心。裝好并跑通第一次轉錄安裝按環(huán)境選一種Windows從 SourceForge 下載安裝包程序未簽名彈窗時點更多信息再選仍要運行macOS下載.dmg拖進應用程序文件夾僅支持 Apple SiliconLinuxflatpak install flathub io.github.chidiwilliams.Buzz或sudo snap install buzzPython 環(huán)境建議 3.12先裝 ffmpegpip install buzz-captions再python -m buzz源碼運行git clone https://gitcode.com/GitHub_Trending/buz/buzz模型。模型文件相當于一本詞表第一次用到才下載。緩存在~/.cache/BuzzLinux、~/Library/Caches/BuzzmacOS、%USERPROFILE%\AppData\Local\Buzz\Buzz\CacheWindows幫助 → 偏好設置 → 模型 里有顯示文件位置可直達。下載慢設環(huán)境變量HF_ENDPOINThttps://hf-mirror.com走鏡像完全無網的機器在聯(lián)網電腦上下好模型把模型文件夾原樣拷到目標機同一位置倉庫里的scripts/download-models.py可以幫你離線備料導入。用文件菜單或工具欄圖標丟入音頻MP3、WAVMP4、MKV 這類視頻也能直接放進去音軌會自動抽出。定任務與語言。默認轉錄外語要翻成目標語言就選翻譯。知道說什么語言就別用自動檢測——它只參考開頭幾秒手動指定錯誤少得多。選模型運行。先用 base 或 small 找手感狀態(tài)列變已完成后雙擊該行打開查看器邊聽邊對核對完可導出 TXT、SRT、VTT。會議實時錄音邊說邊出字怎么做任務選錄音挑好麥克風點錄音文字就跟著說話逐句蹦出來。新句子往哪放有三種模式差別不小追加在下方最新一句沉在底部適合從上往下讀追加在上方最新一句頂在最上面不用滾動就能看到當前內容追加并校正新句子入列的同時持續(xù)修正上一句的識別錯誤多人訪談、術語多的會議用它成稿最接近人工記錄但對硬件要求更高兩個配套能力實時寫文件偏好設置里開啟實時轉錄導出文字邊生成邊寫進一個 TXT 文件OBS 這類軟件可以直接讀它做字幕源開了翻譯的話譯文單獨落在.translated.txt里演示窗口打開后文字直接投到大屏現場演講、會議展示時觀眾能同步看到多人對話分不清誰說了什么查看器里的說話人識別能自動區(qū)分并標注不同說話人。視頻字幕怎么壓出標準換行字幕質量取決于兩個開關的組合高級設置里打開詞級時間戳——Buzz 給每個詞打上獨立時間戳這是細粒度切句的前提。轉錄完成后用調整大小功能它按靜音間隔和標點把散落的詞合并成長度合適的標準字幕行。不開這個開關字幕是一整團開了就是一行行的標準長度。原始音頻還在的話合并時會額外分析音頻里的靜音斷行位置更準。做完導出 SRT 或 VTT直接掛進播放器或剪輯軟件。不想手動調buzz/plugins/transcript_resizer/plugin.py里的自動字幕調整插件能按規(guī)則自動切。新文件丟進去自動轉批量歸檔怎么辦固定目錄持續(xù)落錄音的工作流用監(jiān)聽文件夾最省心偏好設置里指定一個目錄Buzz 檢測到新音頻就自動建轉錄任務你只管往里扔文件。配合**跳過已轉錄文件插件**buzz/plugins/skip_already_transcribed/重復導入同一批文件時只要發(fā)現旁邊已有同名的 .txt / .srt / .vtt 結果文件或數據庫里有記錄直接復用、不再跑模型批量重跑幾乎零成本。同樣的事命令行一句話搞定適合寫進腳本做定時歸檔buzz add --task transcribe --model-size small \ --srt --vtt /path/to/audio.mp3常用參數-l指定語言、-w開詞級時間戳、-e轉錄前先做語音提取、--hfid指定 HuggingFace 模型 ID、--hide-gui跑完即退不出窗口。完整參數表見 docs/docs/cli.md。效率調優(yōu)四個最值得動的開關模型后端偏好設置 → 模型——決定硬件怎么跑Whisper.cpp 是 C 實現Nvidia 走 CUDAAMD / Intel 顯卡和核顯走 VulkanMac 上是最佳選擇帶核顯的筆記本也能跑實時轉錄Faster Whisper 是優(yōu)化版快一個數量級且更省內存前提是 Nvidia 顯存 ≥ 6GB原版 Whisper 準確但慢、吃內存HuggingFace 類型支持 Parakeet、MMS1000 語言等定制模型適合特定語種優(yōu)化。模型大小——草稿用 tiny / base 控耗時終稿用 medium / large 換準確率實時錄音必須小模型才跟得上語速。large 系列里Large-V2 最穩(wěn)Large-V3 很多語種最準但偶爾會幻聽出音頻里沒有的詞Turbo 取速度和準確率的中間值。最保險的辦法是拿自己的語言各測一遍。語言與初始提示——語言手動指定人名、產品名這類專有名詞總被轉錯時在高級設置的初始提示里填上正確拼寫模型會照著提示來。噪聲與顯存——嘈雜錄音打開語音提取先把人聲從背景里剝離再轉錄顯存不夠時換量化版本模型如q_5或在偏好設置里開降低 GPU 內存占用用 8 位量化省顯存。常見坑問答轉錄太慢怎么辦換更小的模型CPU 上調BUZZ_WHISPERCPP_N_THREADSWhisper.cpp 線程數16 線程機器設為 8 大約提速 15%。老 GPU 上反而更卡老顯卡走 GPU 可能不如 CPU設BUZZ_FORCE_CPUtrue強制走 CPU。模型下載慢 / 超時設HF_ENDPOINThttps://hf-mirror.com走鏡像。麥克風報錯如 PaErrorCode-9999多半是系統(tǒng)隱私設置擋了權限Windows 到設置 → 隱私 → 麥克風給 Buzz 授權殺毒軟件也會攔截可臨時關掉驗證。應用閃退多半是模型文件下載不完整偏好設置 → 模型 里刪除后重新下載。提示不支持、無法啟動Buzz 依賴 CPU 的 AVX2 指令集太老的機器跑不了。怎么選接著讀什么云端轉錄服務要上傳音頻、按量計費whisper 這類純命令行工具一條命令批量跑但沒有實時錄音也沒有界面。Buzz 卡在兩者中間隱私、實時、免折騰全都要而且免費。延伸閱讀docs/docs/官方文檔含中文安裝、使用、偏好設置與環(huán)境變量說明docs/docs/cli.mdCLI 完整參數表與示例寫定時歸檔腳本前查這里buzz/transcriber/轉錄核心邏輯各 Whisper 后端實現都在這里buzz/plugins/插件系統(tǒng)源碼AI 摘要、字幕自動調整等插件的實現scripts/download-models.py離線模型預打包腳本面向無網機器【免費下載鏈接】buzzBuzz transcribes and translates audio offline on your personal computer. Powered by OpenAIs Whisper.項目地址: https://gitcode.com/GitHub_Trending/buz/buzz創(chuàng)作聲明：本文部分內容由AI輔助生成（AIGC），僅供參考