企业官网建设流程全解析

Buzz 离线语音转文字：十分钟跑通第一条本地转录

【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

录音堆了一抽屉，文字稿却迟迟不出？Buzz 的回答是：在本地转。它把 OpenAI 的 Whisper 模型跑在你自己的电脑上，99 种语言开箱即用，数据不出本机。这篇文章带你从安装、第一条转录，走到编辑、批量处理，全程离线。

装上就能跑：一次说清安装与启动

三个平台各有一条最短安装路径，一张表说清：

装好后在终端输入buzz，主窗口打开即代表安装成功。不想走包管理器，也可以到发布页下载对应平台的安装包。Buzz 有两套入口：图形界面处理单个文件和实时录音，命令行处理批量任务，底层共用同一套转录引擎。

注意：Windows 安装包未做代码签名，安装时弹出安全警告属正常现象，点"更多信息"再"仍要运行"即可，项目本身开源可查。

想追未发布的改动，克隆仓库git clone https://gitcode.com/GitHub_Trending/buz/buzz，按 README 装依赖即可。

你的第一条转录：最小路径五步

1. 导入：菜单栏"文件 → 导入媒体文件"（Ctrl/Cmd + O），或点工具栏的加号图标。MP3、WAV、MP4、MOV 都能选，解码由内置能力完成。
2. 选参数：弹窗里三个下拉框，按下表填即可。

3. 运行：点Run，任务进入队列，主界面实时显示进度。文件越大、模型越大，耗时越长，属正常现象。
4. 等待完成：状态变为 Completed，列表会记下每条任务用的模型、任务类型和最终耗时。
5. 查看结果：双击任务行，打开转录查看器，带时间戳的文字逐段呈现。

到这一步，第一份转录稿已经落库。

让文字真正能用：编辑、断句、导出三件套

双击即改：在时间戳表格里双击文本单元格直接编辑，改动自动落盘，不用手动点保存。播放/暂停用Ctrl/Cmd + P。微调片段起止时间：Ctrl/Cmd + ←/→调开始，Ctrl/Cmd + Shift + ←/→调结束。查看器还有三种视图，时间戳表、纯文本、翻译，按需切换。

断句重组：字幕最怕断句生硬，长句被拦腰截断。点工具栏的 Resize，可设字幕最大长度、按标点分割、按静音间隙合并，一键重组成规整字幕行。前提只有一个：转录前勾选了词级时间戳，否则这部分功能不可用。

改到满意就导出。导出路径和默认文件名模板可在偏好设置里自定义：

性能与质量的平衡杆：模型选择策略

模型从小到大为 tiny、base、small、medium、large，每升一档，准确率、内存、耗时同步上调。纯 CPU 就能跑，有 NVIDIA 显卡再上 CUDA 加速。按"你的硬件 × 你的场景"对号入座：

• 低配机或实时场景：whisper.cpp 后端加 tiny/base，秒级出结果；
• 日常批量转录：small 到 medium，速度和准确率的折中点；
• 口音复杂、术语密集：上 large，建议配 GPU 使用；
• 内存吃紧：选 whisper.cpp 的量化版（如 q_5），用一点精度换速度和显存。

NVIDIA 用户在偏好设置里看到 CUDA 选项就打开它，large 模型的转录能从小时级压到分钟级。模型管理在"偏好设置 → Models"，已下载的和待下载的分别在左右两栏，勾选后点 Download 即可。

从单条到批量：录音、翻译、CLI 三条扩展线

如果你还需要录音出稿：切到 Live Recording 标签，选麦克风、语言和模型，点 Record，文字随语音逐行生成。实时转录吃性能，务必用 whisper.cpp 加小模型。想要"边说边改"，把录制模式切到 Append and correct，它会回头修正刚生成的句子，代价是更吃硬件。

演示窗口能把实时字幕投到外接屏或直播间，演讲同传很好用。要转录系统声音（播客、会议软件）：Windows 装 VB-CABLE 虚拟声卡，macOS 装 BlackHole 并在音频 MIDI 设置里建多输出设备，Linux 用 pavucontrol 把应用音频重定向给 Buzz。

如果你还要多语言：任务选 Translate to English 是 Whisper 原生翻译，离线可用。翻到其它目标语言，需在偏好设置填一个 OpenAI 兼容的 API 地址和密钥，再在查看器点 Translate 并附一句翻译指令。本地用 Ollama、LM Studio 跑个兼容模型也能接上。云端翻译一小时音频约 1 美元量级，全本地则零花费。

如果你要批量：buzz add一次吃进多个文件——

buzz add --task transcribe --model-type whispercpp \ --model-size small --srt --vtt 访谈.mp3 会议录音.wav

常用参数：--language zh指定语言、--prompt写入专有名词减少错字、--task translate切换翻译任务。

五个高频故障的 30 秒修复

1. 中文识别不准：语言停在自动检测了，手动指定 zh 重新转录。
2. 实时转录跟不上语速：换 whisper.cpp 后端加 tiny 或 base 小模型。
3. Resize 断句不可用：转录时没勾词级时间戳，重新转录并勾选该项。
4. GPU 没生效：确认驱动装好且偏好设置里出现 CUDA 选项；想强制纯 CPU，设BUZZ_FORCE_CPU=true。
5. 国内下载模型慢：设HF_ENDPOINT=https://hf-mirror.com走镜像，细节见官方文档。

现在就去跑你的第一条转录

抽屉里那堆录音，从今天起有了出口：装上 Buzz，把最急的那份录音丢进去，点 Run，收一份能搜索、能编辑、能导出的文字。觉得顺手，给仓库点个 Star；遇到故障或新想法，提 Issue 或 PR 都行。

【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