Buzz 离线语音转文字：四步把一小时音频变成带时间轴的字幕文稿-港品优选

Buzz 离线语音转文字：四步把一小时音频变成带时间轴的字幕文稿

【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 是一个跑在你自己电脑上的本地语音转文字工具，基于 OpenAI 的 Whisper 模型，把音频、视频甚至在线链接离线转成带时间轴的文字稿。装好之后，你五分钟就能拿到第一份文稿和一份 SRT 字幕，所有文件都只留在你的设备里。

为什么值得试

完全离线：音频全程不出你的机器，客户访谈、会议录音放心转，不担心数据被第三方服务器存底。
输入格式宽：MP3、WAV 等音频，MP4、AVI 等视频，以及在线视频链接，都能直接导入。
模型家族齐全：Whisper 从 tiny 到 large 全系列都支持，在设置里下载、两下点完完成切换，不用重装软件。
三端通吃：Windows、macOS、Linux 都有对应版本；你习惯命令行的话，也有 Python 包可以直接装在服务器上跑。

Buzz 安装命令行

Windows：从项目发布页下载安装程序，双击按提示走完；程序未签名，提示时选「More info」→「Run anyway」。
macOS：从发布页下载.dmg，拖进应用程序文件夹即可。
Linux：sudo snap install buzz安装，再执行sudo snap connect buzz:password-manager-service授权密码存储。
Python：pip install buzz-captions装包，之后用python -m buzz启动界面。

首次启动时，软件会引导你下载所选模型，体积从几十 MB 到两百多 MB 不等。这是一次性投入，之后所有转写都在本地完成，不再需要联网。

第一次转录：五分钟出结果

主流程一共四步：

第一步：把文件拖进主界面，或按Ctrl + O选择；想转在线视频，直接粘贴链接。
第二步：在任务行选择任务类型（转写或翻译）和模型，语言可以自动检测，也可以手动指定。
第三步：点 Run，任务进入队列，主界面实时显示排队、处理和进度百分比；关掉窗口任务也会后台跑完。
第四步：状态变成 Completed 后，双击该行，打开转录详情，看到带时间轴的文稿。

批量处理也不费劲，一次丢几十个文件，每一行的文件、模型、任务类型和进度都清清楚楚。

模型档位速查

速度和准确率是一对矛盾，Whisper 用模型大小来调节这个天平：

模型	速度	准确率	适合场景
tiny	最快	一般	实时转写、快速试听
base	快	尚可	日常笔记、语音备忘
small	中等	良好	会议纪要、访谈初稿
medium	较慢	很高	重要内容的精转
large	最慢	最高	字幕制作、交付级文本

结论很直接：随手记梗概用 base 就够，要出能交付的字幕就直接上 large。有 NVIDIA 显卡的话，在设置里打开 CUDA 加速，large 的速度会快上好几倍。

模型的下载和切换都在 Models 设置页完成，已安装的和可下载的列得清清楚楚，还支持填自定义下载地址，方便你用第三方优化过的 Whisper 变体。

转录编辑与字幕导出

转录详情页本身就是一个迷你字幕编辑器：

转录详情页：每段文字带精确的开始、结束时间，点击任意片段就跳到对应音频位置，边播放边改文本，改动自动保存。
Resize（字幕调整）：设定目标字幕长度，按标点拆长句，按音频里的静音间隙合并过短碎片，一键对整个文件生效。
多格式导出：TXT、SRT、VTT 一键导出；转写时勾选词级时间戳，配合 Resize 能把字幕切得更贴合阅读节奏。

更多参数细节可以看编辑与调整文档。

常见场景速查

场景	做法
会议纪要	导入音频，选 base 或 small，直接导出 TXT
视频字幕	转写时勾选词级时间戳，用 Resize 拆分后导出 SRT
外语播客转中文	任务类型选 translate，指定目标语言
团队协作	开文件夹监控，新音频丢进去自动开始转写
讲座会议现场	接麦克风实时录音转写，用演示窗口投给观众看
服务器自动化	一行`buzz add`命令入队，支持脚本化批量处理

命令行参数细节在官方 CLI 文档里有完整列表。

常见卡点怎么办

转得太慢 → 模型档位偏高或并行任务太多 → 先换小一号模型，再开 GPU 加速。
准确率不理想 → 录音噪音大 → 重录清晰版本，或换 large 重跑。
任务一直排队 → 模型还没下载完 → 回 Models 设置页确认下载完成，再添加任务。
内存告急 → 单个文件太长 → 分批处理。

决策参考

它适合你：长期处理采访录音、会议纪要或视频字幕，且数据不能出本地设备的人。它不适合你：只是偶尔转一小段短句，或者硬件太老、无法接受纯 CPU 转大模型的等待时间。

验证起来很简单：先拿一段 3 分钟的录音试一次，导入、选 base、看拿到的时间轴文稿是否符合预期。Buzz 的转写、翻译和字幕导出全部跑在你的电脑上，模型下载完成之后，后续使用不再依赖网络。

【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

创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考

企业官网建设流程全解析