Ren(@Ryrenz):🗒️ 又发现一个转文字的神器 Buzz，音频视频丢进去就出稿，全程在自己电脑上跑。 GitHub 上 2.1 万 star，Windows、macOS 和 Linux 三个平台都有，MIT 开源。一小时的访谈录音要整理成文字，以前只有两条路：戴上耳机自己一句句敲，或者传到某个在线服务排队等结果，还得先掂量一下录音里有没有不方便外传的内容。 Buzz 把这件事挪回了本地。音频、视频文件直接拖进去，YouTube 链接也能贴，跑完导出 TXT、SRT 或者 VTT，做字幕的话 SRT 拿来就用。它还能开着麦克风实时转录，能做语音分离和说话人识别，几个人的对谈也分得清谁在说话。后端接了多种 Whisper 实现和 Hugging Face 的 Transformer 模型系列，NVIDIA CUDA、Apple Silicon 和 Whisper.cpp 的 Vulkan 加速都支持，显卡能用上就快得多。转完的稿子可以在里面搜、跟着播放定位、调倍速，还能盯住一个文件夹，新文件进来自动转。命令行和插件系统也有。一句提醒：新版 macOS 客户端只支持 Apple Silicon，Intel Mac 的最后一版停在 1.4.5。录音不再是躺在硬盘里的死文件。 GitHub：

2026.09.05 03:05

🗒️ 又发现一个转文字的神器 Buzz，音频视频丢进去就出稿，全程在自己电脑上跑。 GitHub 上 2.1 万 star，Windows、macOS 和 Linux 三个平台都有，MIT 开源。一小时的访谈录音要整理成文字，以前只有两条路：戴上耳机自己一句句敲，或者传到某个在线服务排队等结果，还得先掂量一下录音里有没有不方便外传的内容。 Buzz 把这件事挪回了本地。音频、视频文件直接拖进去，YouTube 链接也能贴，跑完导出 TXT、SRT 或者 VTT，做字幕的话 SRT 拿来就用。它还能开着麦克风实时转录，能做语音分离和说话人识别，几个人的对谈也分得清谁在说话。后端接了多种 Whisper 实现和 Hugging Face 的 Transformer 模型系列，NVIDIA CUDA、Apple Silicon 和 Whisper.cpp 的 Vulkan 加速都支持，显卡能用上就快得多。转完的稿子可以在里面搜、跟着播放定位、调倍速，还能盯住一个文件夹，新文件进来自动转。命令行和插件系统也有。一句提醒：新版 macOS 客户端只支持 Apple Silicon，Intel Mac 的最后一版停在 1.4.5。录音不再是躺在硬盘里的死文件。 GitHub：