Buzz 离线转录5 分钟把录音变文字隐私不出电脑【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会议录音要转成文字文件又不想传给第三方服务Buzz 干的就是这件事它把 OpenAI Whisper一个开源语音识别模型整个搬进你的电脑离线完成音频转录和翻译不用注册不按量计费断网也能跑。它为什么值得你试试文件全程不离开设备。转录由跑在本机的模型完成音频不经过任何服务器飞机模式也能用。内部会议、采访录音这类敏感材料你不用先权衡风险。没有显卡也快。后端可换经典 Whisper、Faster WhisperNVIDIA 显卡、Whisper.cpp任意显卡或纯 CPU还有 OpenAI 云端 API。现代笔记本就能应付实时转录。不只是转录。翻译、说话人识别、麦克风实时录音都有还带一个投屏时看得清的大字演示窗口。转录查看器支持搜索、调节播放速度、循环播放片段校对远比反复听音频高效。为批量工作设计。命令行加文件夹监控文件丢进目录就自动排队转录。核心逻辑在 buzz/transcriber/界面层在 buzz/widgets/好奇实现可以翻一翻。云端转录服务Buzz 本地网络要上传、必须在线全程离线费用按用量计费开源免费隐私文件经过第三方数据留在本机格式支持有限几乎全格式音视频从零跑通3 步看到文字步骤一安装并启动Linux 上 Flatpak 最省事一条命令flatpak install flathub io.github.chidiwilliams.BuzzWindows 和 macOS 下载安装包双击即可。习惯 PyPI 的话两行搞定pip install buzz-captions python -m buzz步骤二喂它第一个文件主界面左上角点加号选中音频或视频MP3、WAV、MP4 都能收。右侧选模型small 是稳妥起点速度和准确度的平衡点。还可以定任务类型transcribe 保留原文translate 统一输出英文。点开始后任务进队列状态列会显示实时进度比如In Progress 55%。步骤三看结果并导出双击列表里的文件打开转录窗口每段都有起止时间戳。文字可以点进去直接改边播放边对照。文字和音频对不上时还能手动拆分或合并片段。确认无误后导出 TXT、SRT 或 VTT字幕直接导 SRT 就能用。换个真实场景试试把讲座录音变成纪要这是最高频的用法。先导入录音选 medium 或更大的模型专名词出错会少一些。完成后点开转录把听错的名字点进去改掉音频很长就用内置搜索定位关键词点哪段音频就跳到哪边听边校对不打架。给视频补字幕流程很直白。导入视频文件转录然后在查看器里点时间戳微调每段的边界。背景有音乐或噪音的话可以先开语音分离把噪音剥掉再识别准确率会好看不少。最后导出 SRT 或 VTT是个拿来即用的字幕文件直接进剪辑软件。活动现场实时出稿是让人意外的一环。选 Live Recording 模式挑好麦克风点红钮开始文字跟着语音一段段冒出来。讲座时再开一个独立演示窗口字大台下的人能看着文字逐句生长。散会时文稿已经存好不用等。调一调体验更好模型是最大的变量日常用 small重要内容上 medium要最准上 large-v3。中英混合内容用英语识别效果反而更好。有显卡就用上NVIDIA 卡显存 6GB 以上切 Faster Whisper速度能快一个量级没卡就用 Whisper.cpp核显也能加速。快捷键可自定义设置里的 Shortcuts 页把常用操作绑上键翻长文稿不用摸鼠标。开文件夹监控新录音丢进指定目录自动进队列这是批处理工作流的入口。大概率会碰到的坑转录慢先换小一号的模型。机器没有独显的话把后端切到 Whisper.cpp 比干等更有效。启动就闪退或模型下载失败设置里的 Models 页删掉出问题的模型重新下大部分崩溃都是模型没下完整导致的。麦克风选不了、报 PaErrorCode-9999多是系统权限挡了路。Windows 去 设置 → 隐私 → 麦克风把 Buzz 的访问放行。偶尔听出音频里根本没有的词大模型的已知小毛病重要片段回放音频核对一下就行。老电脑装不动Buzz 要求 CPU 支持 AVX2十年以上的机器跑不动这是硬件门槛不是设置能解决的。想在完全断网的环境跑比如内网机器先在联网机器下好模型把整个模型目录拷到目标机器对应的缓存位置。仓库里还有个 scripts/download-models.py 脚本能帮你一次备好离线模型缓存。Buzz 的卖点很朴素数据留在你手里活由它来干。Whisper 在你电脑上安静地跑文字、时间戳、字幕都出自本机。天天要跟录音打交道的人跑通第一遍之后就会明白离线转录的踏实感。【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 离线转录：5 分钟把录音变文字，隐私不出电脑
Buzz 离线转录5 分钟把录音变文字隐私不出电脑【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会议录音要转成文字文件又不想传给第三方服务Buzz 干的就是这件事它把 OpenAI Whisper一个开源语音识别模型整个搬进你的电脑离线完成音频转录和翻译不用注册不按量计费断网也能跑。它为什么值得你试试文件全程不离开设备。转录由跑在本机的模型完成音频不经过任何服务器飞机模式也能用。内部会议、采访录音这类敏感材料你不用先权衡风险。没有显卡也快。后端可换经典 Whisper、Faster WhisperNVIDIA 显卡、Whisper.cpp任意显卡或纯 CPU还有 OpenAI 云端 API。现代笔记本就能应付实时转录。不只是转录。翻译、说话人识别、麦克风实时录音都有还带一个投屏时看得清的大字演示窗口。转录查看器支持搜索、调节播放速度、循环播放片段校对远比反复听音频高效。为批量工作设计。命令行加文件夹监控文件丢进目录就自动排队转录。核心逻辑在 buzz/transcriber/界面层在 buzz/widgets/好奇实现可以翻一翻。云端转录服务Buzz 本地网络要上传、必须在线全程离线费用按用量计费开源免费隐私文件经过第三方数据留在本机格式支持有限几乎全格式音视频从零跑通3 步看到文字步骤一安装并启动Linux 上 Flatpak 最省事一条命令flatpak install flathub io.github.chidiwilliams.BuzzWindows 和 macOS 下载安装包双击即可。习惯 PyPI 的话两行搞定pip install buzz-captions python -m buzz步骤二喂它第一个文件主界面左上角点加号选中音频或视频MP3、WAV、MP4 都能收。右侧选模型small 是稳妥起点速度和准确度的平衡点。还可以定任务类型transcribe 保留原文translate 统一输出英文。点开始后任务进队列状态列会显示实时进度比如In Progress 55%。步骤三看结果并导出双击列表里的文件打开转录窗口每段都有起止时间戳。文字可以点进去直接改边播放边对照。文字和音频对不上时还能手动拆分或合并片段。确认无误后导出 TXT、SRT 或 VTT字幕直接导 SRT 就能用。换个真实场景试试把讲座录音变成纪要这是最高频的用法。先导入录音选 medium 或更大的模型专名词出错会少一些。完成后点开转录把听错的名字点进去改掉音频很长就用内置搜索定位关键词点哪段音频就跳到哪边听边校对不打架。给视频补字幕流程很直白。导入视频文件转录然后在查看器里点时间戳微调每段的边界。背景有音乐或噪音的话可以先开语音分离把噪音剥掉再识别准确率会好看不少。最后导出 SRT 或 VTT是个拿来即用的字幕文件直接进剪辑软件。活动现场实时出稿是让人意外的一环。选 Live Recording 模式挑好麦克风点红钮开始文字跟着语音一段段冒出来。讲座时再开一个独立演示窗口字大台下的人能看着文字逐句生长。散会时文稿已经存好不用等。调一调体验更好模型是最大的变量日常用 small重要内容上 medium要最准上 large-v3。中英混合内容用英语识别效果反而更好。有显卡就用上NVIDIA 卡显存 6GB 以上切 Faster Whisper速度能快一个量级没卡就用 Whisper.cpp核显也能加速。快捷键可自定义设置里的 Shortcuts 页把常用操作绑上键翻长文稿不用摸鼠标。开文件夹监控新录音丢进指定目录自动进队列这是批处理工作流的入口。大概率会碰到的坑转录慢先换小一号的模型。机器没有独显的话把后端切到 Whisper.cpp 比干等更有效。启动就闪退或模型下载失败设置里的 Models 页删掉出问题的模型重新下大部分崩溃都是模型没下完整导致的。麦克风选不了、报 PaErrorCode-9999多是系统权限挡了路。Windows 去 设置 → 隐私 → 麦克风把 Buzz 的访问放行。偶尔听出音频里根本没有的词大模型的已知小毛病重要片段回放音频核对一下就行。老电脑装不动Buzz 要求 CPU 支持 AVX2十年以上的机器跑不动这是硬件门槛不是设置能解决的。想在完全断网的环境跑比如内网机器先在联网机器下好模型把整个模型目录拷到目标机器对应的缓存位置。仓库里还有个 scripts/download-models.py 脚本能帮你一次备好离线模型缓存。Buzz 的卖点很朴素数据留在你手里活由它来干。Whisper 在你电脑上安静地跑文字、时间戳、字幕都出自本机。天天要跟录音打交道的人跑通第一遍之后就会明白离线转录的踏实感。【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