企业官网建设流程全解析

Buzz 本地离线音频转录，从导入到出字幕一次讲清

【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

它到底能帮你做什么

Buzz 是一款离线音频转录工具：把录音文件、视频甚至 YouTube 链接，在本地电脑上转成文字，底层用的是 OpenAI 的 Whisper 模型，单次转录覆盖 99 种语言，结果可以导出 TXT、SRT、VTT 三种格式，全程不需要把音频上传到任何服务器。

如果你经常整理会议纪要、给视频剪字幕、或者把采访录音变成文稿，它基本就是干这个的。另外，凡是涉及敏感内容、不方便传到在线服务的录音，本地处理也是一条更稳妥的路。

第一次打开它：从零到跑通

第一步是拿程序。Windows 下载官方安装包，因为未签名会弹安全提示，点"更多信息→仍然运行"即可；macOS 下载 .dmg 拖进 Applications 就好；Linux 用 Flatpak 或 Snap 一条命令装完。如果你习惯 Python 环境，先装好 ffmpeg，再执行pip install buzz-captions，然后用python -m buzz启动。

依赖方面几乎不用手动折腾：Whisper 模型由程序按你选的档位自动下载，缓存在本地，下次直接复用。

打开程序后，主界面左侧就是任务列表。点顶部的 Add 按钮选一个音频文件，在右侧面板选好模型和输出格式（比如 SRT），点 Start，任务进入队列开始跑，进度条实时可见。跑完之后，双击这行任务就能打开转录结果。

🎙 几个你一定会用到的能力

实时录音。工具栏上的麦克风按钮可以开始实时转录，麦克风说的话一边录一边出文字，适合开会、听讲座时同步记录。转录进行中还有一个专门的演示窗口，把大字号文本投到大屏上，演讲场合很好用。

转录查看器。转录完成后双击任务进入查看器，左边是带时间戳的分段文本，右边是波形播放器，可以搜索、逐段播放、调节倍速。文本和时间轴都可以直接改，改完保存，导出什么就是什么，做字幕前最后校对就靠它。

翻译任务。新建任务时把任务类型从 transcribe 切成 translate，任意语言的录音会被直接转成英文文本，适合处理外语采访，不用先转写再翻译两步走。

功能外扩走插件系统：plugins/ 目录里现成有 AI 摘要、字幕自动切分、说话人分离等插件，在设置里勾选启用即可，不用自己写代码。

⚖️ 几个关键决策点

选哪个模型？判断标准一句话：要快选小的，要准选大的，音频质量差或者术语密集时往大挡挪。模型统一在"偏好设置→模型"里管理。

要不要开硬件加速？结论是：NVIDIA 独显开 CUDA、Mac 用 Apple Silicon 后端、集显可以走 Whisper.cpp 的 Vulkan，有对应硬件就打开；前提是你经常转录或文件较长，偶尔转个几十秒的片段，纯 CPU 也够用。

长文件和批量怎么弄？不用一个个手动加：任务队列本身支持排队，一次丢进去多个文件就行；设置里还有文件夹监控，把一个目录指给它，新文件落盘自动转录；命令行入口则是一次传多个路径，都交给队列跑。

🔌 用顺之后还可以探索的方向

第一块是命令行。把常用参数固化成一条命令后，批处理就是脚本的事：

buzz add -m whispercpp -s small --srt --vtt meeting.mp4

参数说明在 docs/docs/cli.md 里写得很全，配好之后可以做到完全无界面后台跑，夜里挂着转一整批文件。

第二块是插件。除了 AI 摘要，字幕自动调整插件值得单独看一眼：它按目标长度和合并间隔把转录切分成规整的字幕块，长句被标点拆开、过短的行被合并，导出 SRT 之前能省很多手动功夫。

第三块是导出模板和外部工具串联。settings/ 里可以修改导出文件名的模板变量，再配合 ffmpeg 之类的工具，把"录音进、字幕文件出"串成一条固定流水线。

Buzz 把"录音变文字"这件事完整收在本地，MIT 协议开源，想跟源码就从仓库克隆下来看。

【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