企业官网建设流程全解析

Buzz 本地语音转文字完整指南：在自己的电脑上离线转录音频

【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

周五深夜，三小时的访谈录音躺在桌面上，你盯着 Buzz 的导入按钮，心里清楚：点下去之后，转录、翻译、字幕全部在你自己的电脑上完成，一个字节都不用上传。

这就是 Buzz 的定位——一款基于 OpenAI Whisper 的本地离线音频转录工具，音频识别、翻译、字幕生成全程不碰网络。接下来这篇指南，带你从安装到出片走一遍完整流程。

三分钟装完 Buzz

Buzz 是一个跨平台的桌面应用，MIT 协议开源免费。它和云端转录服务的区别很简单：

• 数据不出本机：录音、转录结果都留在你的硬盘上，敏感内容不经过任何第三方服务器
• 一次装好，终身免费：没有订阅制，装完离线就能用（模型下载后）
• 多后端可选：Whisper、Whisper.cpp、Faster Whisper 都能用，N 卡、苹果芯片、纯 CPU 都有对应方案
• 不只是转录：翻译、字幕拆分合并、说话人区分、插件扩展都内置了

各平台安装命令

macOS：去官方发布页下载 dmg，或用 Homebrew：

brew install --cask buzz

Windows：下载官方安装包直接安装。提示"未知发布者"时选「更多信息 → 仍要运行」，这是未签名程序的正常现象。

Linux：Snap 或 Flatpak 任选其一：

sudo snap install buzz

flatpak install flathub io.github.chidiwilliams.Buzz

Python 环境（适合想改代码折腾的人，需 Python 3.12 和 ffmpeg）：

pip install buzz-captions python -m buzz

首次启动注意

第一次跑任务前，Buzz 需要下载 Whisper 模型。打开帮助 → 首选项 → 模型，选一个模型下载即可。模型会存在这里（记不住没关系，首选项里有"显示文件位置"按钮）：

• Linux：~/.cache/Buzz
• macOS：~/Library/Caches/Buzz
• Windows：%USERPROFILE%\AppData\Local\Buzz\Buzz\Cache

如果你的电脑完全不能联网，可以先在别的机器上下载好模型，把 models 文件夹整个拷过去就行，仓库里还有 scripts/download-models.py 脚本帮你批量备模型。

核心功能巡礼：按使用频率排序

1. 导入文件，批量转录

你手上有一堆音频视频文件时，这是最高频的操作。

1. 点菜单文件 → 导入媒体文件（或Ctrl/Cmd + O、工具栏的 + 号）
2. 选中文件，选择任务（转录/翻译）、语言、模型
3. 点 Run，任务排队自动跑，状态列实时显示进度
4. 完成后双击该行，打开转录结果查看器

几个值得一看的选项：导出格式可选 TXT、SRT、VTT；「初始提示」（Advanced 按钮里）可以填入人名、专业术语，能明显减少错拼。官方建议手动指定语言而不是自动检测，效果更稳。

2. 转录查看器：边听边改

转录不是终点，双击任务行进入查看器后，你可以逐条对照播放、调整每段字幕的起止时间、直接改错别字，最后从工具栏导出 SRT/VTT/TXT。带搜索、播放控制和倍速，长文档改起来不累。

3. 实时录音转录

开会或做演讲时，Buzz 可以直接当实时速记用：

1. 选任务、语言、麦克风设备
2. 点 Record，文本随说话实时出现在窗口里
3. 需要投屏展示时，点出「演示窗口」，大字号实时字幕
4. 结束后转录稿随任务一起保存，可导出

注意：实时转录吃资源，官方建议搭配 Whisper.cpp 后端和小模型使用。

4. 字幕重排：把流水账变成能看的字幕

你在做视频字幕时，可以这样：导入时勾选「词级时间戳」，转录完成后双击结果，点 Resize 按钮，设置字幕最大长度、是否按标点断句，Buzz 会把碎句合并成节奏合理的字幕行，还能给每句加停留时间。

模型到底怎么选

模型选大小就像挑相机像素——够清晰就行，别盲目拉满。

后端（whisper 类型）的选择同样关键：

名字带.En的模型只支持英语，别选错。

只改这几个配置，体验变化最大

首选项入口：Ctrl/Cmd + ,，或者直接菜单帮助 → 首选项。

• 转录语言：默认"自动检测" → 推荐手动指定 → 检测靠开头几秒猜，指定更准
• 导出文件名模板：默认纯文件名 → 推荐{{ input_file_name }} ({{ task }}d on {{ date_time }})→ 批量导出后不会混在一起
• 实时转录导出：默认关 → 直播党推荐开 → 文字实时写入 txt 文件，方便接 OBS 等外部应用
• 实时转录模式：默认"下方追加" → 硬件够的话换"追加并纠错" → 会自动修正上一句的识别错误，延迟略增
• 监控文件夹：默认空 → 设一个目录 → 新音频丢进去自动开始转录，配合批量工作流很省事

模型下载和清理也在这里，删掉用不到的模型可以省下几个 GB 磁盘：

三条工作流，跟着做就行

给视频做字幕：导入 MP4，导出格式选 SRT，勾选词级时间戳，选 Small 或 Medium 模型跑完。双击结果进查看器，顺手改掉几个错字，再点 Resize 把每行控制在 40~50 字符、按标点断句，导出 SRT 直接拖进剪辑软件。适合视频创作者和自媒体。

开会实时出纪要：选语言、选麦克风，点 Record 开始录；重要发言多的话切到"追加并纠错"模式。需要给会议室大屏展示就开演示窗口。结束后导出 TXT 归档。适合记者、产品经理、经常开会的人。

批量囤积访谈音频：设一个监控文件夹，每天把新录音扔进去自动转录；追求自动化的话用命令行：buzz add --model-type whispercpp --model-size small --srt 音频文件.mp3，可以写进脚本定时跑。完整参数见 docs/docs/cli.md。适合处理大量素材的研究者、播客制作人。

转录太慢？三步提速

硬件需求速查（以本地跑模型为准）：

高频问题，按"现象 → 原因 → 处理"排：

转得太慢→ 模型太大或跑在 CPU 上 → 换 Tiny/Base 或 Whisper.cpp 后端；有 N 卡（显存 ≥6GB）切 Faster Whisper；GPU 反而更慢时设环境变量BUZZ_FORCE_CPU=true强制用 CPU

启动或转录时崩溃→ 模型文件下载不完整 → 在首选项 → 模型里删掉重下；还不行就去帮助 → 关于 Buzz → 显示日志看日志反馈

报错Unanticipated host error [PaErrorCode-9999]→ 系统没给麦克风权限 → Windows 查「设置 → 隐私 → 麦克风」，临时关掉杀软试试

识别老出错、术语全拼错→ 音频有噪音或没给上下文 → 手动指定语言；在初始提示里填入人名术语；开启"提取语音"选项降噪；重要内容换大模型

老电脑装不上/跑不动→ CPU 不支持 AVX2 → 过老的 CPU 不受支持，这是硬性门槛

想深入折腾的话，可以翻翻这些

• 插件系统：buzz/plugins/ 下有六个官方插件——AI 摘要、DeepFilterNet 降噪、增强语言检测、DOCX 导出、跳过已转录、字幕重排，插件架构在 buzz/plugins/base.py，照着写一个自己的不难
• CLI 文档：docs/docs/cli.md，buzz add支持批量文件、URL 导入、静默后台跑
• 使用文档：docs/docs/ 下的 usage、preferences、faq 系列，比这篇指南细
• 转录后端源码：buzz/transcriber/ 里每个后端一个文件，想看 Whisper.cpp 怎么被调起来的，从 buzz/transcriber/whisper_cpp.py 入手

写在最后

回到开头那个周五深夜：三小时的访谈，导入、转录、导出 SRT，全程没碰云端。Buzz 把专业级语音转文字搬回了你自己的电脑。

觉得有用的话，去 docs/docs/ 看看 FAQ 里没展开的细节吧。

【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