企业官网建设流程全解析

Buzz 离线语音转文字完整指南：10分钟从安装到导出字幕

【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

两小时的会议录音，散会后你还得逐句手抄？外语播客想摘金句，只能反复暂停打字？急着给视频配字幕，云端服务却动不动超时？Buzz 是一款跑在你自己电脑上的离线语音转文字工具，用 OpenAI 的 Whisper 模型把音频转成文字、顺便还能翻译——不联网、不上传、不限时长。这篇文章带你从安装开始，跑通第一条转录，最后把字幕导出成能直接用的文件。

为什么选本地转录：Buzz 的定位

先想一个问题：你的录音里装的是什么？客户名字、项目数字、没公开的方案。上传给云端服务换一纸文字稿，等于把机密交出去。Buzz 的取舍很干脆：所有处理都在本机完成，数据不出电脑。

离线还带来"确定感"：不怕断网、没有按分钟计费、不用排队限流。Whisper 覆盖约 99 种语言，纯 CPU 能跑，有 NVIDIA 显卡还能开 CUDA 加速。

记住它的基本心智模型，后面就不迷路了：

• 图形界面：处理单个文件、实时录音，给普通用户用；
• 命令行：批量任务、自动化，给效率党用；
• 两个入口底下是同一个转录引擎。

装起来之前先说清：Buzz 提供安装包和命令行两种方式，下一节直接上。

分平台安装 Buzz 的推荐方式

每个系统都有省事的途径，一张表说清：

⚠️Windows 用户注意：安装包未做代码签名，安装时会弹安全警告。点"更多信息"→"仍要运行"即可，这是正常现象。

想追最新未发布功能，也可以克隆仓库跑源码：git clone https://gitcode.com/GitHub_Trending/buz/buzz，再按 readme/README.zh_CN.md 的指引装依赖。

安装完成后，我们直接走最小流程。

第一次转录：5步最小可行流程

第 1 步：导入文件。菜单"文件 → 导入媒体文件"（快捷键Ctrl/Cmd + O），或点工具栏"＋"。MP3、WAV、MP4、MOV 都行，Buzz 自己负责解码。

第 2 步：配好三个关键参数。导入弹窗里最重要的三个下拉框：

• Task（任务）：Transcribe 转同语言文字；Translate to English 直接给你英文稿；
• Language（语言）：默认自动检测。知道是什么语言就手动选，中文务必手动选zh，准确率明显更高；
• Model（模型）：新用户选base或small即可，进阶选择后面细讲。

第 3 步：点"Run"。任务进队列，主界面显示实时进度。文件越大、模型越大，耗时越长，正常现象。

第 4 步：等状态变成 Completed。任务列表里能看到每条任务用的模型、任务类型和耗时。

第 5 步：双击任务行。进入转录查看器，逐段看到带时间戳的文字——你的第一份转录稿诞生了。

跑通这 5 步，你就掌握了 Buzz 的 80%。剩下的事，就是把稿子"加工"到能用的程度。

整理与校对：把转录稿改干净

转录只是起点，Whisper 会听错专有名词。这一节解决"怎么快速改稿"。

查看器左上角的视图按钮提供三种模式：时间戳模式（每段文字+起止时间，适合校对做字幕）、纯文本模式（合并全文，适合复制进文档）、翻译模式（显示翻译结果）。

改稿操作路径很直接：

1. 在时间戳表格里双击文本单元格，直接改，保存自动落盘；
2. 播放核对：Ctrl/Cmd + P播放/暂停；
3. 微调时间轴：Ctrl/Cmd + ←/→改当前片段的开始时间，Ctrl/Cmd + Shift + ←/→改结束时间；
4. Ctrl/Cmd + G快速滚到当前播放位置，长文稿找位置很省事。

改完稿，下一步就是把字幕断句理顺。

用 Resize 把字幕打磨到专业级

做字幕的人最头疼断句：长句被拦腰切断，或该换行的没换行。查看器工具栏的"Resize"按钮就是干这个的——设置字幕最大长度，按标点分割、按静音间隙合并，一键重组出规整的字幕行。

前提：Resize 的部分重组能力依赖词级时间戳。转录前记得勾选，事后无法补。

字幕理顺了，接着解决"交付"：导出成什么格式、要不要翻译。

交付与导出：TXT、SRT、VTT 一次说清

查看器工具栏点"Export"，格式一览：

翻译有两条路：

• 离线自带：任务类型选"Translate to English"，任何语言音频直接出英文稿；
• 任意目标语言：在偏好设置里填一个 OpenAI 兼容的 API 地址和密钥，查看器里点"Translate"并给 AI 一句翻译指令。本地用 Ollama 之类的兼容模型也能接上，等于搭一套全离线翻译管线。

导出路径和默认文件名模板可以在偏好设置里自定义，一次设好，之后自动套用。更多参数细节见 docs/docs/preferences.md。

文件一条条导出效率低了？下一节看批量和实时两条自动化的路。

批量与实时：CLI 和会议现场出稿

批量转录：Buzz 的命令行buzz add支持一次丢多个文件，参数可定制。一个典型例子：

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

这条命令用 Whisper.cpp 的 small 模型转两个文件，直接产出 SRT 和 VTT 字幕。常用参数：--language zh指定语言、--prompt传入提示词（把人名、产品名写进去能减少错字）。全部参数见 docs/docs/cli.md。再配合偏好设置里的文件夹监控功能，新文件丢进目录就自动转，夜里挂机、早上收稿。

实时录音：主界面切到"Live Recording"标签页，选好麦克风、语言和模型，点红色"Record"，文字边说边出。

• 实时转录吃性能，一定用 Whisper.cpp 后端 + tiny/base 小模型，否则文字跟不上语速；
• 想要"边说边修正"，把录制模式从"Append below"切为"Append and correct"，代价是更吃硬件；
• 录音中可打开演示窗口，把实时字幕投到外接屏，做演讲字幕、会议看稿都很合适。

能力散点已经齐了，下一节把它们串成一条固定流水线。

一条可复用的完整工作流

把前面的能力拼起来，你以后每次都可以照这个顺序走：

1. 转：导入文件，手动指定语言，模型选small，勾选词级时间戳，点 Run；
2. 校：双击进查看器，按Ctrl/Cmd + P播放，边听边双击修错；
3. 顺：点 Resize，设最大长度 42 左右，勾上按标点分割，一键合并；
4. 译（可选）：需要英文稿就再跑一遍 Translate to English；
5. 交：Export 出 SRT 给剪辑，TXT 存档，JSON 留作程序处理。

同一批文件超过十个，就把第 1 步换成 CLI 一条命令，其余照旧。流程固定之后，剩下唯一变量就是模型——选错了，又慢又不准。

模型怎么选不纠结：速度与精度的甜点区

Whisper 模型从小到大：tiny→base→small→medium→large。每升一档准确率提升，耗时和内存也跟着涨。我的建议很直接：

模型管理在"偏好设置 → Models"：左边已下载、右边待下载，勾选后点 Download，还能粘贴自定义模型地址。

几条加速判断：

• NVIDIA 显卡：偏好设置里看到 CUDA 选项就启用，large 模型从"小时级"降到"分钟级"；
• 核显/普通显卡：Whisper.cpp 后端可开 Vulkan 加速；
• 想稳：纯 CPU 也够用，small以下模型体感很好。

选完模型，最后把新手最容易栽的坑一次排掉。

避坑清单：新手最容易栽的5个坑

1. 语言没指定，自动检测翻车：中文音频务必手动选zh，别信"自动检测"；
2. 实时转录卡顿跟不上语速：换 Whisper.cpp 后端 +tiny/base小模型；
3. Resize 的合并功能用不了：转录时没勾"词级时间戳"，重跑一次并勾选；
4. GPU 没生效：先确认驱动装好、模型偏好里能看到 CUDA 选项；确认没问题再考虑强制纯 CPU；
5. Windows 安装弹警告不敢动：未签名属正常，"更多信息"→"仍要运行"；第一次用某模型会先下载，属正常现象，别反复取消。

坑都排完了，回到开头那几段录音。

你的声音数据，只属于你

两场两小时的会议、那段反复暂停的外语播客、那部急着配字幕的视频——Buzz 给的解法是同一个：在本地、用开源模型，把音频变成你能搜索、能编辑、能导出、能复用的文字。素材不用交给任何服务商，录音文件永远躺在你自己的硬盘里。

现在就能做的下一步：打开 Buzz，导入手头最急需整理的那份录音，指定语言，点 Run——10 分钟后你就有一份带时间戳的转录稿。觉得顺手，去项目仓库点个 Star 支持一下；遇到问题或新想法，也欢迎反馈给社区。文件夹监控、说话人分离、插件生态都在持续迭代，这套本地转录工作流，值得成为你数字工具箱里的常驻成员。

【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