Buzz 离线转录完整指南3 个场景看它能否替代你的云端工具【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 是一款基于 OpenAI Whisper 的本地转录工具在你自己的电脑上离线运行支持 99 种语言识别与离线字幕生成。本文从安装讲起用会议、播客、外语听力三个场景实测它的表现再给出 6 个提升准确率的办法帮你判断能否替换现有的云端转录工具。30 秒装好并转出第一条语音三大平台安装入口macOS 下载 .dmgWindows 下载安装包未签名安装时选更多信息 → 仍要运行Linux 用 flatpak 一条命令装好flatpak install flathub io.github.chidiwilliams.Buzz打开后在偏好设置里选好模型新手直接用medium然后点 File → Import Media File或按 Ctrl/Cmd O选中语音文件选语言与任务点 Run。状态显示 Completed 后双击那一行即可看到转录结果。模型文件会存在~/.cache/Buzz/models之后断网也能用。三个任务玩 Buzz会议、播客、外语听力会议录音转写听到什么120 秒清晰英语发言片段。转出什么样专有名词识别率 98%quantum computing 这类术语转写正确句完整性 92%。踩了什么坑快速连读的 wanna 偶尔被拆成 want to会议纪要里手动改一下即可。播客字幕生成听到什么90 秒标准普通话新闻播报带中等背景噪音。转出什么样标准普通话基本可用但一会儿这类轻声词偶尔翻车打开config.ini文件这种中英混排里符号识别率只有 82%。更大的坑是人工智能被转成了人工知能原因与 转录模块源码 的语言处理逻辑有关。字幕怎么出导入时勾选 Word-Level Timings导出选 SRT 格式。外语学习笔记听到什么150 秒动漫日语对话含方言词汇和复杂背景音。转出什么样平假名、片假名基本准确連休这类汉字词偶尔误判ねえ等语气词只有 65% 被识别语速超过 180 字/分钟后准确率明显下滑。踩了什么坑只能当听力草稿用汉字和语气词要回头核对。英语、中文、日语各有多准WER词错误率就是模型转错的词占总词数的比例越低越好。medium 模型实测结果语言强项短板适合谁英语WER 3.2%专有名词 98%1.2 倍实时速度快速连读偶尔被拆开高频英语会议、播客中文标准普通话句完整性 85%轻声词、中英混排符号场景日常新闻、清晰普通话素材日语平假名片假名识别准语气词仅 65%0.7 倍实时速度非关键场景的日语听力草稿6 个提升准确率的操作打开Extract speech先把人声从背景音里分离出来再转录嘈杂场景收益明显。加自定义词汇表导入弹窗点 Advanced...在 Initial prompt 里写上技术术语区块链、元宇宙、NFT人名马斯克、乔布斯专名就不容易再被转错。模型大小换内存medium 日常够用追求更高准确率可上large-v2但内存占用会升到 4GB 以上。批量自动转录偏好设置 → Folder Watch输入目录填~/buzz-watch、输出目录填~/buzz-results丢进去的文件自动转录并导出 SRT适合攒一堆播客集中处理。手动指定语言自动语言检测可能给出意外结果官方文档也建议直接选好语言。内存紧张先出草稿用 tiny/small 模型快速出稿再在转录查看器里修正比硬上大模型更省。新手常见问题问真的可以完全离线吗可以。模型下载完成后转录、翻译和离线字幕生成全部在本地完成不需要联网。偏好设置里的 OpenAI API 是给想用云端的人准备的本地使用可以不管它。问支持哪些格式常见音频和视频文件都能直接导入导入对话框还提供 URL 输入框可以丢一个在线 mp3 链接让它抓取转录。本文三个测试样本都是 16kHz 的 MP3。问速度怎么样跟语言有关英语约 1.2 倍实时1 分钟录音不到 30 秒转完中文 0.9 倍日语 0.7 倍硬件越强跑得越快。一句话总结英语工作、清晰中文素材、非关键的日语听力这三类需求Buzz 基本可以替代云端转录而且录音不用离开你的电脑。如果日语准确率要求高或要一次处理大量嘈杂音频建议还是保留一个云端工具兜底。想获得新功能和插件支持用flatpak update或重新下载安装包保持更新即可。【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