企业官网建设流程全解析

Buzz 上手：5 步把长录音变成可导出的字幕

【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

你有一段 90 分钟的录音要转成文字，还不想让它离开自己的电脑——Buzz 就是为这种情况做的本地语音转文字工具，底层是 OpenAI Whisper，转译、翻译、字幕导出全部离线完成。

全文按顺序走一遍：装好 → 转出第一段文字 → 挑模型 → 导出字幕 → 批量化，每一步都能独立落地。

Buzz 安装步骤与第一次转录操作

这一节能让你从零拿到第一段转译文本。装它几乎不用动脑，按你的环境对号入座：

装完打开主界面，第一次转录按这个顺序来：点左上角"+"导入音频或视频（MP3、WAV、MP4、AVI 都能收）；任务选"转录"；语言下拉框里手动指定；点"运行"，等进度条走完。

文档里反复强调的一条经验：能手动选语言，就别依赖自动检测。带口音或背景嘈杂的录音，自动检测容易判断错，手动指定能省掉返工。想让专有名词、人名少出错，打开 Advanced 里的 Initial prompt，把相关术语预填进去，识别准确率会明显提升。

Buzz 模型怎么选：Tiny 到 Large 对照表

选模型只需要回答一个问题：要速度，还是要精度。Buzz 内置五档 Whisper 模型，体积和识别质量基本成反比：

日常随手转，Base 就够；做字幕上 Small；正式交付再开 Medium；说话人语言混杂的材料才值得上 Large。模型可以在设置里提前下载、集中管理，不用每次转录前现等。

用 NVIDIA 显卡或 Apple Silicon 的机器，记得在设置里打开加速：一小时的音频，处理时间能从半小时级压到几分钟。

Buzz 字幕导出：SRT 生成与 Resize 重排

转录不是终点，这一节讲怎么把一段文字变成能直接交付的字幕文件。

打开转录结果，是个带搜索、播放控制、语速调节的阅读器，长录音想定位某句话，搜一下或者快进就行。

要出字幕，转录前勾上"词级时间戳"，结果就能存成 SRT、VTT 这类标准格式。接着用 Resize 功能，按标点、按单行最长时长、按静音间隔自动重排字幕行，断句不用一条一条手动拖。

做视频的可以把流程串起来：导入视频 → 生成带时间戳的字幕 → 一键翻译成目标语言 → 导出 SRT，全程不离开本机。

Buzz 批量转录与实时录音设置

单条录音跑通之后，下面几个玩法能明显改变使用节奏：

• 文件夹监控：指定一个目录，文件一丢进去就自动开转，批量处理很省心；
• 实时录音：接上麦克风边开会边出文字，配合演示窗口，投屏时可以直接当大字幕用；
• 插件系统：AI 摘要、DeepFilterNet 降噪、DOCX 导出、跳过已转录文件，都做成可开关的插件，按需启用；
• 命令行：把转录写进脚本，和文件夹监控搭配就是无人值守流程。

想继续深挖，仓库里的 docs/docs/ 有分步图文文档，插件的实现可以看 buzz/plugins/，Whisper 后端的接入逻辑在 buzz/transcriber/。

我的建议：先装完默认配置，找一段两三分钟的录音把"导入 → 转录 → 导出 SRT"完整跑一遍，确认字幕没问题，再回头去挑模型、开监控、装插件。🔧

【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