企业官网建设流程全解析

Buzz 3步搭建离线语音转文字工具，0成本守住录音隐私

【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

会议录音堆在文件夹里三天没动？Buzz 是一款离线语音转文字工具，基于 OpenAI Whisper 在本机完成转录与翻译，音频不上传，免费使用。

它到底解决了什么

在线转录服务需要把音频上传到云端，敏感录音有泄露风险，断网就停工；而手动听写整理，几小时录音要花半天。Buzz 针对性解决了这两点：所有处理在本地完成，本地音频转文字全程不出设备；同时内置多模型队列，多个文件自动排队处理，转录、翻译、导出字幕一次完成。

从零到跑通：Buzz本地音频转文字一键安装与首次运行

下载对应系统的安装包：macOS 选 .dmg 双击安装，Windows 用安装程序，Linux 通过 Flatpak 或 Snap 一键安装，详见官方安装文档。开发者也可以直接从源码装：

pip install buzz-captions

装好后运行python -m buzz启动。首次使用保持默认即可：点「+」导入一个音频文件，任务选 Transcribe，语言选你说话的语言（比自动识别更准），模型默认先跑通再调。点 Run，状态列变成 Completed 后双击该行，即可在转录查看器里看到逐句带时间戳的文字，还能导出 TXT、SRT、VTT——这就是你的第一个成功输出。

核心能力：3个高频场景

如果你是做视频字幕的创作者，那么导入视频后选 SRT 导出格式，Buzz 会生成带时间戳的字幕文件；不满意的句子可以在转录查看器里直接改文字、拖时间轴，微调完导出进剪辑软件。

如果你是会议记录者，那么用实时录音转录：选好麦克风点 Record，说话的同时文字实时出现；需要投屏时打开 Presentation 窗口，与会者能同步看到内容，操作见实时录音文档。

如果你是处理批量素材的研究者，那么开启文件夹监控，新录音放进指定目录就自动转录；再配合说话人识别功能，把多人访谈区分成不同发言人，省去手动标注。

进阶调优与底层机制（简版）

• 按硬件分级：8GB 内存选 Tiny/Base 模型；16GB 或带 GPU 可上 Medium；32GB 内存 + NVIDIA 显卡直接用 Large 并开启 CUDA，Mac 用户走 Apple Silicon 原生加速。
• 多引擎架构：内置 Faster-Whisper、OpenAI Whisper、Whisper.cpp、Hugging Face 四类后端，Whisper.cpp 还支持 Vulkan，集显也能加速。
• 插件机制：AI 摘要、导出 Word、跳过已转录文件等即装即用，位于buzz/plugins/目录，可按需扩展。
• 导出文件名支持模板变量（如文件名、任务类型、时间戳），批量产出自动规范命名。

你可能遇到的问题

长音频会不会吃光内存？处理是渐进流式的，几小时的文件内存占用也稳定；超长音频建议选 Whisper.cpp 后端，内存优化最好。

怎么提高准确率？三个动作：选更大的模型、明确指定语言而非自动检测、在高级选项的 Initial prompt 里填入人名或专业术语，专名错拼会明显减少。

实时转录延迟太高？换 Whisper.cpp 后端并用小模型（Tiny/Small），延迟会降到接近可用水平。

一句话总结 & 下一步

Buzz 是一个免费语音转字幕工具：离线转录、翻译、实时字幕、批量导出，数据全程留在你的设备里。想动手的话，从仓库入手即可：git clone https://gitcode.com/GitHub_Trending/buz/buzz，装好导入第一段录音，5 分钟看到结果 🎙️

【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