企业官网建设流程全解析

Buzz 离线音频转录指南：本地跑通 Whisper 的完整上手路径

【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 是一款离线音频转录工具，基于 OpenAI Whisper 模型，在个人电脑上本地完成音频与视频的转写和翻译。与云端转录服务相比，你的录音不需要上传到任何服务器，也没有 API 调用次数和文件大小的限制；它同时提供图形界面、命令行和监听文件夹三种入口，覆盖从单条录音到批量文件的处理需求。

什么场景适合用 Buzz

• 适合：会议录音、讲座、播客需要本地转文字且在意隐私的用户；需要批量产出 SRT/VTT 字幕的用户；想用脚本管理大量音频文件的用户。
• 不太适合：完全依赖云端 API、不想在本机投入算力的场景（Buzz 的 openaiapi 后端也需要联网和 API key，其余模式均为本地推理）。

Buzz 离线安装与首次转录

三个平台都有图形界面安装包。macOS 下载.dmg后双击安装；Windows 双击安装程序，由于应用未签名会弹出"不 recognize 的应用"警告，点"更多信息"再"仍要运行"即可。Linux 用户二选一：

flatpak install flathub io.github.chidiwilliams.Buzz

或

sudo snap install buzz

习惯命令行的话，用 Python 3.12 环境加 ffmpeg 也可以：

pip install buzz-captions python -m buzz

首次使用某个模型时需要联网下载模型文件，界面会显示下载进度，之后本地复用。装好后打开主界面，点左上角的加号把音频或视频文件加入任务列表，右侧选择语言（默认自动检测，支持 99 种语言）、模型和任务类型（转录或翻译为英文），然后启动任务。完成后双击列表中的条目进入查看器，可以播放音频对照文字、搜索、直接编辑文本，最后导出为 TXT、SRT 或 VTT。

Buzz 典型使用场景：实时转录、字幕制作与批处理

会议与讲座的实时文字记录。选择实时录音模式、指定麦克风后按下录音按钮，界面会随语音持续刷新转录内容；Buzz 还带一个独立的演示窗口，讲课时可以把转录投在屏幕上。你得到的是散会即可保存、稍加整理的文字稿。

视频字幕制作。导入视频文件转录后，在查看器里逐段修改文字和时间戳（可开启单词级时间戳），导出 SRT 或 VTT 后直接导入视频编辑软件使用。

批量与自动化处理。偏好设置中配置监听文件夹后，新丢入的音频会自动排队转录；配合buzz add 文件 --srt --vtt --hide-gui这类命令行用法，可以把整个流程写进脚本，隐藏主窗口在后台跑。

嘈杂多人音频。转录前可先做语音分离，从混音中把人声提出来以提升识别准确度；转录完成后再用说话人识别功能标注每一段是谁说的，减少人工分段的工作量。

Buzz 模型与参数怎么选

• 模型档位：small 是速度与准确率的平衡点；重要材料上 medium 或 large，低配设备用 tiny 或 base 先跑通流程。
• 语言能确定的就直接指定，比自动检测更稳；含专有名词、人名时，在初始提示（prompt）里预填这些词可以改善识别。
• 长文件转录前先降噪，或在选项里启用转录前语音分离；NVIDIA 显卡选 CUDA 后端，集显或 Apple Silicon 可用 Whisper.cpp 的 Vulkan / 原生加速路径。

Buzz 常见问题排查

Buzz 的边界与局限

Buzz 的本地模式依赖你本机的算力，large 档模型在内存和时间上的开销都不小；混合语种、强噪声、远距离收音的内容仍会有明显错漏，交付前需要人工校对。如果你的场景要求极低延迟的实时字幕流，Buzz 的逐段刷新节奏并不为此设计。

Buzz 文档与源码入口

• 官方文档中的 CLI 参数参考
• 转录核心模块（各 Whisper 后端的实现）
• 插件系统（AI 摘要、自动调整转录等）
• 数据库层（任务与转录片段的存取）

想跟踪最新功能，可以克隆仓库查看开发版本：git clone https://gitcode.com/GitHub_Trending/buz/buzz

写在最后

Buzz 把 Whisper 的离线转写能力封装成了开箱即用的桌面工具。下一步：按上面的命令装好它，丢一段会议录音进去，导出你的第一份 SRT。

【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