企业官网建设流程全解析

Buzz 离线语音转文字实战：从安装到跑通首次转录的完整路径

【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

Buzz 是一款离线语音转文字工具，基于 OpenAI Whisper 模型，把语音转写、多语言翻译整个流程跑在你自己的电脑上，音频数据不出本机。如果你手头有会议录音、课程视频或采访音频想快速变成文字，又不想把数据传到云端，它很适合你。

它到底能帮你做什么

导入任意音视频文件，转写后导出 TXT、SRT、VTT 字幕，YouTube 链接也能直接转。麦克风实时转写，还带大字体的演示窗口，做现场演讲、直播字幕够用。多人对话可以开说话人识别，标出每句话是谁说的。有文件夹监听，新丢进去的音频自动处理，适合攒了一堆素材的人。翻译方面，外语音频可以转成英文，也可以接大模型翻译成你想要的语言。下面直接上手。

跑起来：最小可用路径

最快的路子是从 PyPI 装，前提是你的机器上有 Python 3.12 和 ffmpeg，整个流程就三步。

1. 安装 Buzz 包，这一步会把全部依赖装好：

pip install buzz-captions

2. 启动应用，首次运行会下载默认组件并打开主界面：

python -m buzz

3. 点右上角 "+" 导入一段音频，选个模型（先用 base 试水）、确认语言，点 Run 即可。

状态变成 Completed 后，双击这一行就打开转录结果。最小路径到此走通，Mac、Windows 也可以装官方安装程序，Linux 走 Flatpak 或 Snap，细节看 安装文档。

两个最典型的用法

把会议录音变成本地纪要

你的情况是：刚开完一个两小时的会，想把录音变成能读的文字。你只需要：导入文件，选 medium 模型，语言手动选成会议语言（别用自动检测），如果有专有名词，在 Advanced 按钮下的 Initial prompt 里把它们写进去防拼错。你会得到：一份带时间戳的文本，想要字幕就把导出格式切成 SRT，直接进剪辑软件。

边访谈边出实时字幕

你的情况是：线下访谈或远程沟通，希望对方话音刚落就以文字呈现。你只需要：选好录音任务、麦克风和模型，点 Record。你会得到：逐句滚动的实时转录，现场演示时还能打开 Presentation 窗口投到大屏。实时场景官方建议配 Whisper.cpp 加小模型，占用低，核显笔记本都能流畅跑。

怎么让它跑得更快更准

按硬件选模型，而不是盲目上最大的——当转录慢到难以忍受时，先降模型或换引擎。Buzz 有四个后端：Whisper、Faster Whisper、Whisper.cpp、HuggingFace。N 卡显存 6GB 以上选 Faster Whisper，速度最快；没有 N 卡或是 Mac，选 Whisper.cpp，CPU 也能跑。

语言手动指定——自动检测靠开头几秒猜语言，中英混杂的音频经常猜错，确定语言后直接选，准确率立竿见影。

给模型喂提示词——Whisper 容易拼错的人名、产品名、专业术语，写进 Initial prompt（任务设置里 Advanced 按钮下）能明显减少错字；环境噪音大时勾选 Extract speech 先做语音分离，转录会更干净。

踩过的坑及解法

模型下载后启动崩溃或转录报错——模型文件下载中断就会损坏，程序直接起不来。进 Help → Preferences → Models 删掉对应模型重新下载，别在缓存目录里硬修。

录音时报 PaErrorCode-9999——基本是系统层面没给麦克风权限。Windows 去 设置 → 隐私 → 麦克风 确认 Buzz 在允许列表里，macOS 在系统设置的隐私与安全里授权。

转录慢得 CPU 被打满——多半是在没有 N 卡的机器上用了默认 Whisper 引擎加大模型。换成 Whisper.cpp、模型降到 small 或 base，体感立刻不一样；要完全离线使用，把模型目录（Linux 在~/.cache/Buzz/models）从别的机器拷过来就行。

延伸阅读

各系统的详细安装方式和模型选型问题，仓库里带了一份很全的 FAQ，配合 安装文档 看，基本能覆盖所有装不起来的场景。

Buzz 把离线语音转文字这条路铺得很平，找一个手头的音频文件，现在就去跑通第一次转录吧。

【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