錄:本地 Whisper 語音轉(zhuǎn)文字,錄音數(shù)據(jù)不出電腦)
Buzz 離線轉(zhuǎn)錄本地 Whisper 語音轉(zhuǎn)文字錄音數(shù)據(jù)不出電腦【免費(fèi)下載鏈接】buzzBuzz transcribes and translates audio offline on your personal computer. Powered by OpenAIs Whisper.項(xiàng)目地址: https://gitcode.com/GitHub_Trending/buz/buzz剛剪完兩期播客三小時毛料還躺在硬盤里等著轉(zhuǎn)寫。Buzz 是基于本地 Whisper 的語音轉(zhuǎn)文字工具免費(fèi)、離線音頻數(shù)據(jù)全程不出設(shè)備裝一次長期用。安裝與環(huán)境準(zhǔn)備Buzz 作為本地語音轉(zhuǎn)錄工具安裝基本零門檻Windows 和 macOS 到發(fā)布頁下載對應(yīng)安裝包雙擊裝完即可Linux 走 Flatpak 或 Snap一條命令解決習(xí)慣命令行的話pip install buzz-captions裝好運(yùn)行python -m buzz就能啟動。首次轉(zhuǎn)錄時選中的模型會自動下載之后離線復(fù)用一套 Whisper 本地部署就此到位。核心工作流從導(dǎo)入到出稿第一次跑完整流程跟著五步走點(diǎn)左上角的把 MP3、WAV 或 MP4 文件丟進(jìn)任務(wù)列表Buzz 自動讀出時長和格式。任務(wù)類型保持轉(zhuǎn)錄在語言下拉框里手動指定語言——自動檢測碰到帶口音、背景嘈雜的音頻容易判錯手動選一次省掉返工。有專有名詞、人名怕出錯的點(diǎn)高級在 Initial prompt 里預(yù)填術(shù)語識別會明顯更穩(wěn)。選好模型后點(diǎn)運(yùn)行盯著這一行的進(jìn)度條走完。進(jìn)度滿格后點(diǎn)該行的查看文字、時間戳和音頻播放器同屏出現(xiàn)。模型選擇速度、精度、場景Buzz 把 Whisper 拆成五檔模型按設(shè)備性能和精度要求挑模型體積響應(yīng)速度識別質(zhì)量推薦用途Tiny~75MB最快基礎(chǔ)快速試聽、低配機(jī)器Base~142MB快良好日常轉(zhuǎn)錄、入門首選Small~466MB中等優(yōu)良正式稿件、字幕制作Medium~1.5GB偏慢極佳學(xué)術(shù)用途、高精度場景Large~2.9GB最慢最佳多語種、專業(yè)級任務(wù)Base 覆蓋大多數(shù)日常場景要上屏的字幕用 Small 起步重要場合再升到 Medium。設(shè)備帶 NVIDIA 顯卡或 Apple Silicon 的話在設(shè)置里開啟加速一小時音頻的處理時間能從半小時級壓到幾分鐘級。字幕輸出從轉(zhuǎn)錄到 SRT想做離線字幕生成轉(zhuǎn)錄前先在選項(xiàng)里勾選詞級時間戳每個詞都會帶上起止時間。跑完后從導(dǎo)出菜單選 SRT 或 VTT標(biāo)準(zhǔn)字幕文件直接落盤。字幕行太碎或太長打開 Resize 功能自動重排按標(biāo)點(diǎn)斷句、按時長上限合并、按靜音間隔拆分挑一條規(guī)則字幕行就不用手工逐條調(diào)了。對做視頻的人來說這等于把免費(fèi)音頻轉(zhuǎn)文字接進(jìn)工作流導(dǎo)入視頻、出帶時間戳的字幕、一鍵翻譯成目標(biāo)語言、導(dǎo)出 SRT本地閉環(huán)全程不離開電腦。批量與自動化跑順了之后幾個方向能讓效率再上一層文件夾監(jiān)控指定一個目錄文件丟進(jìn)去就自動開轉(zhuǎn)批量處理訪談錄音省心得多。實(shí)時錄音接上麥克風(fēng)邊開會邊出文字演示窗口還能把文字放大當(dāng)投屏字幕。插件系統(tǒng)AI 摘要、DeepFilterNet 降噪、DOCX 導(dǎo)出、跳過已轉(zhuǎn)錄文件都是可開關(guān)的插件按需啟用。CLI 接口命令行入口能直接寫進(jìn)腳本配合文件夾監(jiān)控就是無人值守的批量流水線。想往深里看docs/docs/ 里有逐章的圖文說明Whisper 后端的接入與調(diào)度邏輯集中在 buzz/transcriber/ 目錄。下次面對一小時的毛料把 Buzz 下載下來丟進(jìn)文件、點(diǎn)下運(yùn)行轉(zhuǎn)寫交給它跑茶喝完稿子就在那了。?【免費(fèi)下載鏈接】buzzBuzz transcribes and translates audio offline on your personal computer. Powered by OpenAIs Whisper.項(xiàng)目地址: https://gitcode.com/GitHub_Trending/buz/buzz創(chuàng)作聲明:本文部分內(nèi)容由AI輔助生成(AIGC),僅供參考