企业官网建设流程全解析

Buzz 本地语音转录：离线跑通 Whisper 的完整上手指南

【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

会议录音攒了几十条，字幕却迟迟没整理。丢给在线转写服务，文件又得上传到别人的服务器。Buzz 就是为此做的：Whisper 模型跑在你自己的电脑上，音频转文字全程离线，文件不出本机。

Buzz 离线音频转文字：核心能力一览

• 全程离线：转录和翻译都在本机跑，不联网也能用
• 常见格式通吃：MP3、WAV、FLAC、M4A、MP4、AVI、MOV
• 模型可选：标准 Whisper、更快的 Faster Whisper、支持 GPU 加速的 Whisper.cpp
• 实时转写：接上麦克风，边说边出文字
• 字幕导出：结果可存为 TXT、SRT、VTT

安装 Buzz 并跑通第一条本地转录

三种装法，挑一种就行：

• Windows / macOS：从官网下载安装包，双击装完即可
• Linux：一行命令flatpak install flathub io.github.chidiwilliams.Buzz
• Python：pip install buzz-captions，再运行python -m buzz

打开应用，点工具栏的"+"按钮把音频加进来。一次可以加多个文件，Buzz 会按顺序排队处理。选好模型点开始，它就后台干活了。跑完后双击任务列表里的条目，带时间戳的转录结果直接可编辑。

Whisper 模型怎么选：快和准怎么权衡

模型在偏好设置里挑，三档的取舍很直接：

• 小型模型：处理最快，准确性略低，日常速记够用
• 中型模型：速度和准确性的平衡点，大多数场景选它
• 大型模型：准确性最高，留给重要会议和专业内容

拿不准就看录音质量：环境吵、音质差，往上加大一档；录音清晰，小模型跑得又快又稳。

字幕行太长或太碎？调一下就好

原始转录的字幕经常有超长行或碎句。Buzz 内置字幕调整功能，可以合并或拆分字幕行：

• 设一个最大长度，超长的行自动拆
• 按标点符号自动分割
• 根据时间间隙把短字幕合并

导出前调一轮，字幕观感会好很多。

实时语音转文字：麦克风边说边转

工具栏上有麦克风按钮，点下去 Buzz 就开始监听并实时转写。会议记录、讲座转录、实时字幕都是现成用途。无论文件转录还是实时转写，结果都落在同一个查看界面里：左边时间轴，右边文字，支持播放对照和文本编辑。

三个真实场景的设置建议

• 学生整理课堂录音：音频是特定语言，先把语言设对，准确性更稳；整场讲座建议中型以上模型
• 记者处理采访：多段采访一次性拖进队列批量跑，完事导出 SRT 交给剪辑同事
• 创作者做视频字幕：先转录，再用字幕调整把长行拆开，最后导出 SRT 或 VTT 上轨

源码里看这三个目录

• buzz/transcriber/：各引擎的转录器实现
• buzz/widgets/：全部界面组件
• buzz/db/：转录任务的存储与管理

常见问题快答

转录准确率怎么样？基于 OpenAI Whisper，大多数场景准确率都很高，清晰人声表现最好。

能把结果翻译成其他语言吗？能。Buzz 除了转写还支持翻译，转完可以接着翻。

快捷键能自定义吗？可以，在设置里查看和修改。

挑一条攒着的录音试跑一次，从导入到导出 SRT 的完整流程，一遍就能走熟。

【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