企业官网建设流程全解析

Buzz 离线转录工具：3 步从会议录音生成文字稿，免费且数据不出本机

【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

高铁上断了网，而你手里有一份两小时的会议录音，明早就要交文字稿。这正是 Buzz 要解决的场景：一款离线语音转录工具，基于 OpenAI Whisper 在你的电脑上本地运行，音频和文稿数据不出本机，也没有任何 API 费用。

为什么选离线转录：Buzz 与云端语音服务的差异

云端转录服务按分钟计费、受文件大小和时长限制，且音频要上传到对方服务器。Buzz 把计算全部放在你的设备上，差异如下：

如果你需要转录的是敏感访谈、内部会议，或设备长期处于弱网环境，这个差异就是选择 Buzz 的理由。

安装 Buzz 并跑通第一次转录

普通用户：Windows 和 macOS 版本从 SourceForge 下载对应安装包即可。Windows 安装时会弹出未签名警告，点"更多信息"→"仍要运行"即可继续；macOS 双击.dmg拖入Applications完成。Linux 用户可用 Flatpak 或 Snap 一键安装。

开发者（需 Python 3.12 环境，并先装好 ffmpeg）：

pip install buzz-captions python -m buzz

首次运行只需三步：

1. 点击工具栏"+"号（或按 Ctrl/Cmd+O）导入一个音频或视频文件。
2. 在表单里选择任务（转录或翻译成英语）、语言和 Whisper 模型参数。
3. 点击"运行"，等待状态变为"已完成"，双击任务行打开转录视图。

转录视图里可以逐段播放、拖动进度、搜索文字，并直接导出为 TXT、SRT、VTT 三种格式。默认导出文件名支持模板变量（如输入文件名、日期），可在偏好设置中自定义，逻辑见 docs/docs/preferences.md。

按使用流程走一遍：导入、选模型、出稿到导出

导入音频。除本地文件外，Buzz 也支持导入视频文件和网络链接提取音轨，视频画面在转录视图中可同步播放。

选模型。这是影响速度和质量的最关键一步。Whisper 模型从 tiny 到 large 共五档，选错档位要么慢得等不住，要么错得没法用：

官方 FAQ 还提示：large-v3 精度最高但偶尔会"脑补"不存在的词，turbo 档位则在速度和精度之间做了平衡。没有银弹，最稳妥的办法是拿同一段音频把几档都试一遍。

出稿与润色。勾选"Word-Level Timings"（按词生成时间戳）后，字幕可以按最大长度、标点位置重新合并，还能整体延长每条字幕的停留时间——这是做字幕时最实用的功能，对应工具在 buzz/widgets/transcription_viewer/transcription_resizer_widget.py。若音频环境嘈杂，开启"Extract speech"可先把人声分离出来再转录，准确率更稳；转录完成后还能用说话人识别区分不同发言者。

实时录音与演示窗口。选好任务、语言、麦克风后点"录音"即可边说边出文字，支持"追加并修正"等模式。开始录音后可打开演示窗口，把实时字幕投到大屏，适合演讲和无障碍场。

三个让批量转录更省事的效率玩法

• 文件夹监听：在偏好设置的 Folder Watch 标签里添加一个目录，新放进来的音频文件会自动排队转录，输出格式和模型参数一次配好长期生效。
• NVIDIA GPU 加速（仅 PyPI 安装版需要额外配置）：安装带 CUDA 的 torch 后再启动，Buzz 会自动用 GPU 推理。
• 命令行与快捷键：buzz add命令支持指定模型、语言并直接输出 SRT/VTT，适合写脚本批量跑；常用快捷键如 Ctrl+O 导入，完整定义在 buzz/settings/shortcuts.py，偏好设置里还能改键。

三类人群最常用的打开方式

• 研究者：访谈录音批量离线转录，符合数据伦理要求；导出 SRT 后可直接导入质性分析软件；多语言访谈靠语言参数逐个指定。
• 视频创作者：从视频直接提取音频出字幕，用词级时间戳 + 时长调整工具精修每条字幕的出入点，按平台需求导出 SRT/VTT。
• 会议与活动组织者：实时录音模式生成初步记录，演示窗口让参会者同步看到文字，会后在转录视图里修正错别字再导出纪要。

转录前就该纠正的三个认知

1. 模型越大越好？不一定。large 档对硬件和时间都是重负载，日常会议用 small/medium 通常足够，实时录音建议 tiny/base 才跟得上语速。
2. 语言靠自动检测就行？自动检测只依据开头几秒，方言、口音或混合语言场景容易判错。知道语言就明确选上，多数情况下准确率更高。
3. 离线就一定用不了？只要模型下载完整就完全不需要网络。模型默认存在用户缓存目录（如 Linux 的~/.cache/Buzz），在有网机器上下载好、拷贝到离线机器的相同位置即可；仓库的scripts/download-models.py就是为这种场景准备的。

装好 Buzz、下载好你常用的那一档模型，把下一个待转录的文件丢进队列——离线文字稿这件事，本机就能闭环。

【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