企业官网建设流程全解析

Buzz 离线转录：5 分钟把录音变文字，隐私不出电脑

【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

会议录音要转成文字，文件又不想传给第三方服务？Buzz 干的就是这件事：它把 OpenAI Whisper（一个开源语音识别模型）整个搬进你的电脑，离线完成音频转录和翻译，不用注册，不按量计费，断网也能跑。

它为什么值得你试试

文件全程不离开设备。转录由跑在本机的模型完成，音频不经过任何服务器，飞机模式也能用。内部会议、采访录音这类敏感材料，你不用先权衡风险。

没有显卡也快。后端可换：经典 Whisper、Faster Whisper（NVIDIA 显卡）、Whisper.cpp（任意显卡或纯 CPU），还有 OpenAI 云端 API。现代笔记本就能应付实时转录。

不只是转录。翻译、说话人识别、麦克风实时录音都有，还带一个投屏时看得清的大字"演示窗口"。转录查看器支持搜索、调节播放速度、循环播放片段，校对远比反复听音频高效。

为批量工作设计。命令行加文件夹监控，文件丢进目录就自动排队转录。核心逻辑在 buzz/transcriber/，界面层在 buzz/widgets/，好奇实现可以翻一翻。

从零跑通：3 步看到文字

步骤一：安装并启动

Linux 上 Flatpak 最省事，一条命令：

flatpak install flathub io.github.chidiwilliams.Buzz

Windows 和 macOS 下载安装包双击即可。习惯 PyPI 的话，两行搞定：

pip install buzz-captions python -m buzz

步骤二：喂它第一个文件

主界面左上角点加号，选中音频或视频，MP3、WAV、MP4 都能收。右侧选模型，small 是稳妥起点，速度和准确度的平衡点。还可以定任务类型：transcribe 保留原文，translate 统一输出英文。点开始后任务进队列，状态列会显示实时进度，比如"In Progress 55%"。

步骤三：看结果并导出

双击列表里的文件，打开转录窗口，每段都有起止时间戳。文字可以点进去直接改，边播放边对照。文字和音频对不上时，还能手动拆分或合并片段。确认无误后导出 TXT、SRT 或 VTT，字幕直接导 SRT 就能用。

换个真实场景试试

把讲座录音变成纪要，这是最高频的用法。先导入录音，选 medium 或更大的模型，专名词出错会少一些。完成后点开转录，把听错的名字点进去改掉；音频很长就用内置搜索定位关键词，点哪段音频就跳到哪，边听边校对不打架。

给视频补字幕，流程很直白。导入视频文件转录，然后在查看器里点时间戳，微调每段的边界。背景有音乐或噪音的话，可以先开语音分离，把噪音剥掉再识别，准确率会好看不少。最后导出 SRT 或 VTT，是个拿来即用的字幕文件，直接进剪辑软件。

活动现场实时出稿，是让人意外的一环。选 Live Recording 模式，挑好麦克风，点红钮开始，文字跟着语音一段段冒出来。讲座时再开一个独立"演示窗口"，字大，台下的人能看着文字逐句生长。散会时文稿已经存好，不用等。

调一调，体验更好

• 模型是最大的变量：日常用 small，重要内容上 medium，要最准上 large-v3。中英混合内容，用英语识别效果反而更好。
• 有显卡就用上：NVIDIA 卡显存 6GB 以上切 Faster Whisper，速度能快一个量级；没卡就用 Whisper.cpp，核显也能加速。
• 快捷键可自定义：设置里的 Shortcuts 页把常用操作绑上键，翻长文稿不用摸鼠标。
• 开文件夹监控：新录音丢进指定目录自动进队列，这是批处理工作流的入口。

大概率会碰到的坑

转录慢？先换小一号的模型。机器没有独显的话，把后端切到 Whisper.cpp 比干等更有效。

启动就闪退，或模型下载失败？设置里的 Models 页删掉出问题的模型重新下，大部分崩溃都是模型没下完整导致的。

麦克风选不了、报 PaErrorCode-9999？多是系统权限挡了路。Windows 去 设置 → 隐私 → 麦克风，把 Buzz 的访问放行。

偶尔"听出"音频里根本没有的词？大模型的已知小毛病，重要片段回放音频核对一下就行。

老电脑装不动？Buzz 要求 CPU 支持 AVX2，十年以上的机器跑不动，这是硬件门槛，不是设置能解决的。

想在完全断网的环境跑（比如内网机器）？先在联网机器下好模型，把整个模型目录拷到目标机器对应的缓存位置。仓库里还有个 scripts/download-models.py 脚本，能帮你一次备好离线模型缓存。

Buzz 的卖点很朴素：数据留在你手里，活由它来干。Whisper 在你电脑上安静地跑，文字、时间戳、字幕都出自本机。天天要跟录音打交道的人，跑通第一遍之后，就会明白离线转录的踏实感。

【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