Buzz语音转录完整指南:如何免费把会议录音变成字幕
2026/9/7 19:59:47 网站建设 项目流程

Buzz语音转录完整指南:如何免费把会议录音变成字幕

【免费下载链接】buzzBuzz transcribes and translates audio offline on your personal computer. Powered by OpenAI's Whisper.项目地址: https://gitcode.com/GitHub_Trending/buz/buzz

两小时的会刚结束,纪要还得自己一个字一个字敲。Buzz 是一款免费离线语音转录工具:它完全跑在你自己的电脑上,用 OpenAI 的 Whisper 模型把音频转成文字,支持 30 多种语言的翻译,音频全程不出本机。

它到底能帮你解决什么问题?

  • 会议/讲座整理:录音一小时,手动整理往往要两小时 → 把录音拖进 Buzz,直接得到带时间戳的文字段落 → 会后不用再熬夜补纪要。
  • 视频字幕制作:手打 SRT 费时,时间点还容易对不上 → Buzz 自动把音频切成分段,每段都带起止时间,SRT、VTT 一键导出 → 半天才能做完的字幕,下午就能交付。
  • 外语材料学习:外语语速跟不上,反复听也没用 → 让 Buzz 边转录边翻译成你的目标语言 → 拿到原文加译文的双语对照,一遍就能听懂。

Buzz 任务列表:每个免费离线转录任务的进度都能单独查看

5分钟跑起来:安装与首次配置 🚀

  1. 克隆代码:git clone https://gitcode.com/GitHub_Trending/buz/buzz
  2. 一条命令装好依赖并启动:
cd buzz uv sync python main.py
  1. 首次打开后先进「偏好设置」:选一个模型(新手用 Tiny 就够),确认音频输入设备。macOS、Windows、Linux 都有现成的安装包,细节看安装文档。

偏好设置面板:本地 Whisper 转录的模型、导出路径都在这里配

核心能力拆解:从输入到导出

转录的核心逻辑都在 buzz/transcriber/ 目录里,下面按「输入 → 处理 → 输出」拆开看。

输入端:你喂给它什么

四种方式:拖入音频或视频文件(mp3、wav、m4a、ogg、opus、flac,以及 mp4、webm、mov、mkv 等常见视频格式);开麦克风实时录音,默认每 20 秒自动切出一段进行转录;粘贴视频网站的 URL 直接导入;开启文件夹监控,新文件落进目录就自动处理。要点:一次拖入多个文件,任务队列会依次处理,互不阻塞。

处理端:模型怎么选、速度怎么调

Whisper 模型从 Tiny 到 Large 共五档,越大越准、也越慢:

模型速度准确度适合场景
Tiny最快一般快速预览内容
Base / Small中等中等日常会议录音
Medium偏慢较高要求精度时
Large最慢最高出正式稿,需要较强 GPU

要点:模型首次使用时下载并缓存在本地,之后反复用不再重下;有 NVIDIA 显卡的话,在设置里开启 GPU 加速,速度会有明显提升。

开始会议录音转文字任务前,按你的硬件挑一个合适的模型档位

输出端:拿到什么、怎么改

转录结果按句分段,每段都有起止时间。打开转录查看器就能逐句改文字、拖动段落边界微调时间,最后按 TXT、SRT 或 VTT 导出;如果任务里开了翻译,译文也能单独导出成同样的格式。要点:先在查看器里把每段起止时间修准,再导出 SRT,字幕拿到手就能直接上。

转录查看器支持逐段编辑时间轴,并把音频导出为 SRT 字幕

让效率再上一个台阶 ⚡

  • 如果你经常要批量处理语音文件,可以试试文件夹监控:把文件丢进指定目录就自动转录,不用再手动逐个加任务。
  • 如果你嫌转录速度慢,可以试试开启 GPU 加速,或换更小的模型,通常这两招就能解决大半问题。
  • 如果你要按说话人整理纪要,可以试试说话人识别功能,Buzz 会区分不同人的发言,省得来回猜「这句话是谁说的」。

你可能遇到的 3 个问题

Q:为什么转录速度很慢?换成 Tiny 或 Base 这样的小模型会快很多;机器支持 GPU 的话在设置里开启加速;顺手关掉占资源的程序。

Q:支持哪些音频格式?音频支持 mp3、wav、m4a、ogg、opus、flac,视频支持 mp4、webm、mov、mkv、avi、wmv 等,格式转换由内置的 FFmpeg 完成。

Q:可以商用吗?数据安全吗?项目采用 MIT 许可证,商用没有障碍;转录全程在本机完成,音频不会上传到任何服务器。想参与翻译或功能开发,可以看 CONTRIBUTING.md。

开头那两小时的会:把录音丢进 Buzz,等喝完一杯咖啡,纪要已经在桌上了。去仓库找一段自己的音频,先试一次吧。

【免费下载链接】buzzBuzz transcribes and translates audio offline on your personal computer. Powered by OpenAI's 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

需要专业的网站建设服务?

联系我们获取免费的网站建设咨询和方案报价,让我们帮助您实现业务目标

立即咨询