企业官网建设流程全解析

离线转写本地字幕生成指南：Buzz 让语音秒变文稿，全程不联网

【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 是一款跑在你自己电脑上的离线语音转写工具，基于 OpenAI Whisper 模型，支持批量转录、麦克风实时转写和字幕导出，最适合不想把录音上传到任何服务器的会议记录、课程笔记和字幕制作场景。

为什么值得试 Buzz 这套方案 🎯

结论先说：音频不用出你的电脑，这是它和在线转写服务最大的区别。

• 全程离线：识别在本地完成，商务录音、课程音频不需要经过第三方服务器
• 三种 Whisper 后端可选：N 卡走 CUDA、Mac 走 Apple Silicon、普通电脑用 Whisper.cpp（支持集显 Vulkan 加速）
• 一次转写，多格式产出：TXT、SRT、VTT 直接导出，文稿和字幕一份录音搞定
• 免费开源（MIT 协议），不挑设备，CPU 也能跑

顺带一提，它不只"转"，还能把外语音频直接翻译成英文文本，这点后面会展开。

本地启动三步走

从克隆到第一条转写结果，整个过程不超过 10 分钟。

1. 拿到 Buzz

• 源码党：git clone https://gitcode.com/GitHub_Trending/buz/buzz，再按仓库说明配置运行环境
• 嫌麻烦的用户：macOS/Windows 可直接下载打包安装包，Linux 有 Flatpak 和 Snap 渠道
• 命令行党：装好 ffmpeg 后用pip install buzz-captions，再执行python -m buzz启动

2. 导入第一个音频

• 点工具栏的"+"或按 Ctrl/Cmd + O，选一个 MP3、WAV、MP4 之类的文件
• 选任务（转写/翻译成英文）、语言、模型，点 Run
• 首次使用会自动下载模型，之后换机器可以把模型缓存目录整个拷过去离线使用（详见 FAQ 文档）

3. 打开结果看效果

• 状态变"Completed"后双击该行，进入转写查看器
• 支持全文搜索、音频播放联动、倍速播放，定位某句话很方便

文件批量转录：队列 + 文件夹监控

如果你只打算用一个功能，大概率就是批量处理音频文件。

• 队列制：一次拖入多个文件，Buzz 按顺序排队处理，期间可以干别的
• 文件夹监控：设好目标文件夹，新丢进去的音频自动排队转写，适合固定工作流
• 支持直接粘贴 YouTube 链接转写，省掉单独下载音频这一步
• 每个任务的进度、状态在列表里实时可见，失败可单独重跑

实时录音转写与字幕导出

Buzz 不只是文件工具，麦克风模式才是它的高光。

实时转写：选好麦克风和语言后点 Record，说话的同时文字逐句上屏，还配一个独立的演示窗口，演讲、活动时投屏很实用。

字幕导出：转写完在查看器里点"Resize"，可以把逐词时间轴合并成一行行字幕，设每条字幕的最大长度、是否按标点断句，还能给每条字幕加几秒停留时间，然后导出 SRT 或 VTT——本地字幕生成就是这么简单。

新手容易忽略的 4 个实用技巧 💡

• 模型别贪大：FAQ 里说得很直白——小模型快但错得多，大模型准但费时间。有 6GB 以上显存选 Faster Whisper，没有就 Whisper.cpp；不确定就各试一段自己的音频
• Initial prompt 防专名错拼：在"高级"设置里把人名、术语写进初始提示，识别错误能明显减少
• 语言建议手动指定：自动检测靠开头几秒猜，偶尔会翻车；知道语言就手动选
• 插件系统：内置 AI 摘要、说话人分离、说话人识别、自动调整字幕等插件，按需启用即可，源码在 plugins 目录

这三个场景基本覆盖日常

• 商务会议：会后把录音丢进监控文件夹，出门前文稿和纪要素材都已备好，全程不涉网
• 课程学习：课堂录音转成带时间戳的文字，双击某句话直接跳到音频对应位置
• 视频/播客：一次转写同时产出文稿（TXT）和字幕（SRT/VTT），省掉来回导字幕的功夫

常见问题，先给结论再解释

转得太慢怎么办？换更小的 Whisper 模型或改用 Whisper.cpp 后端（对集显友好）；有 N 卡且显存 ≥6GB 优先 Faster Whisper。具体对比见 偏好设置文档。

自动检测语言结果不对？改成手动指定语言。检测逻辑只采样开头几秒，多语言混杂的音频尤其容易误判。

完全断网的电脑能用吗？能。先在联网机器上下载模型，通过"帮助→偏好设置→模型"里的"显示文件位置"找到缓存目录，整个拷到离线机器的相同位置即可，仓库里还附带了 模型批量下载脚本 方便备货。

一句话总结：Buzz 最适合"音频不能出内网、又要批量要字幕"的人。不妨先拿一段 5 分钟的录音跑一遍，看看速度和你能否接受，再决定要不要把它搬进日常工作流。

【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