企业官网建设流程全解析

Buzz 使用教程：四步完成离线音频转录与字幕导出

【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 是一款完全离线的音频转录桌面工具，基于 OpenAI Whisper 在你的个人电脑上本地完成转录与翻译。文件不离开你的机器，转写完成后可按时间戳导出为 TXT、SRT 或 VTT 字幕。没有订阅费，不上传任何数据，整个过程跑在你自己的硬件上。

什么情况下你需要离线转录？

先想到三种情况：

• 录音涉及敏感内容，比如内部会议、访谈或客户沟通，不希望文件流向任何第三方服务
• 机器处在弱网环境，Buzz 只需要本地缓存的模型，下载过一次之后断网也能转写
• 需要批量处理大量长文件，云端转写通常有时长和并发限制，Buzz 可以排队本地逐个跑完

Buzz 覆盖了“导入 → 转写 → 校对 → 导出”的完整链路，也能接入直播字幕等实时场景。

首次使用：安装与最小转录流程

按平台选一种安装方式：

• Windows：下载安装包，首次启动会有未签名提示，点“更多信息”→“仍要运行”即可
• macOS：下载 DMG 拖入应用程序文件夹
• Linux：flatpak install flathub io.github.chidiwilliams.Buzz
• 开发环境（Python 3.12 + ffmpeg）：pip install buzz-captions，然后用python -m buzz启动

第一步：导入文件并选模型

1. 点工具栏“+”号，或按Ctrl/Cmd+O，导入音频或视频文件（视频会自动提取音轨），也可以直接粘贴 YouTube 链接
2. 在任务行里选择任务（转写或翻译）、语言和模型
3. 点“运行”，一次导入多个文件会排队依次处理

第二步：校对、编辑并导出字幕

转写完成后双击任务打开查看器：文本按时间戳分段，点击某一段即可定位播放到对应位置，支持调节播放速度和搜索文本。哪句转错了直接改，也可以用 Resize 功能拆分、合并片段并调整起止时间；多人对话还能启用说话人识别。确认无误后，一键导出 TXT、SRT 或 VTT。

实时转录与批量自动化

🎙️ 麦克风实时转写

会议或讲座正在进行时，切到实时模式：选好麦克风，点击开始录音，文字会实时出现（默认转录延迟 20 秒）。它还提供专门的演示窗口，活动期间可以单独投屏；实时稿还能随生成随写入文本文件，接进 OBS Studio 就能出直播字幕。

⚙️ 监听文件夹与命令行

文件是陆续到达的话，启用监听文件夹，放进目录的新文件会被自动转写。脚本化场景则更推荐命令行，一条命令转写并直接产出字幕：

buzz add --task transcribe --model-type whispercpp --model-size small --srt --vtt ./meeting.mp4

完整参数见 docs/docs/cli.md；plugins/ 目录下还有 AI 摘要、导出 Docx、自动调整字幕行长等现成扩展。

Whisper 后端与模型尺寸怎么选

四个后端对号入座

• Faster Whisper：Nvidia GPU 显存 6GB 以上时首选，比原版快一个量级
• Whisper.cpp：C++ 实现，走 Vulkan 加速，任何品牌 GPU（含核显）甚至纯 CPU 都能跑，Mac 上的默认选项
• Whisper：原版实现，准确但慢，吃内存
• Hugging Face：支持社区自定义模型，包括覆盖上千种语言的 MMS 系列

模型尺寸与离线缓存

模型尺寸从 tiny 到 large，越大越准也越慢。Large-V3精度最高，Turbo在速度和精度之间取平衡；赶时间就降到 small 或 base，先用一段短音频试转对比一下。

模型首次使用时下载并缓存在磁盘（Linux 上是~/.cache/Buzz）。给完全离线的机器准备时，在联网电脑上下好模型，把文件夹拷到离线机相同位置即可；scripts/download-models.py 可以预生成离线模型缓存，更多常见问题见 docs/docs/faq.md。

技术结构：各部分在哪里

Buzz 用 Python + PyQt6 构建，模块边界清晰：

• transcriber/：转录核心逻辑，每个后端一个独立类
• widgets/：全部界面组件
• db/：转录历史的 SQLite 存取
• settings/与store/：偏好设置与密钥安全存储
• plugins/：插件加载机制与基类

项目采用 MIT 许可证，想加一个新后端或插件，从plugins/base.py的基类读起即可。

拿一段短音频把“导入 → 转写 → 编辑 → 导出”完整走一遍，再试几个不同的模型，你就能找到适合自己硬件的速度精度平衡点。之后会议纪要、视频字幕、播客文稿都可以留在本地处理。

【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