企业官网建设流程全解析

Buzz 离线音频转录完整指南：三步在本地跑起来语音转文字

【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

开会录音不想上传给云端？在线转录服务按分钟收费还担心隐私？Buzz 就是一个本地离线音频转录工具：音频全程留在你的电脑上，由 OpenAI 的 Whisper 模型在本地完成语音转文字，免费、开源、可完全断网使用。

项目快照：Buzz 是什么

Buzz 是一款桌面应用，底层跑的是 Whisper 语音识别技术（OpenAI 开源的语音转文字模型），支持 99 种以上语言的转录，还能把非英语音频直接翻译成英文文本。除了导入本地文件，它也支持直接录麦克风实时转录、导入 YouTube 链接，甚至可以通过命令行脚本化批处理。

环境搭建：分平台最短安装路径

两点提示：

• 首次运行会自动下载所选 Whisper 模型到本地缓存目录（Linux 在~/.cache/Buzz，macOS 在~/Library/Caches/Buzz），建议先在有网环境跑一次。
• 完全离线的机器，可先在有网电脑下载模型，把模型文件夹整体拷过去即可，官方还附带了离线模型准备脚本 scripts/download-models.py。

能力全景：Buzz 能做什么

场景实战一：会议记录，实时录音转成文字

目标：开一场 1 小时会议，结束后手里有一份带时间戳的文字记录。

1. 在 Buzz 主界面选择任务（Transcribe）、明确选定语言（如中文，比"自动检测"更稳）、选麦克风。
2. 后端选Whisper.cpp、模型选 Tiny 或 Base——实时转录对算力敏感，小模型 + Whisper.cpp 是低延迟组合，核显甚至纯 CPU 也能跑。
3. 点 Record 开始录制，文字随语音实时出现在界面上；需要投屏展示可打开 Presentation Window（演讲窗口）。
4. 会议结束停止录音，双击任务行打开转录结果，导出为 TXT 或 SRT。

产出：一份带时间戳的完整会议转录文本，全程没有离开你的电脑。

场景实战二：视频批量做字幕，导出 SRT 进剪辑软件

目标：把一周积累的 5 个 MP4 视频批量转成可直接套用的 SRT 字幕。

1. 文件菜单"Import Media File"（或 Ctrl/Cmd + O）一次性勾选所有视频文件，加入任务队列。
2. 每个任务把Export As设为 SRT，并勾选Word-Level Timings（逐字时间戳）——这是后面能用字幕重排工具自由合并长短的关键。
3. 按硬件选模型：有 NVIDIA 显卡选 Faster Whisper + Medium 追求平衡，追求精度选 Large 系列。点 Run 后 Buzz 自动逐个排队处理。
4. 完成后双击打开转录查看器：用播放和语速控制核对每一句，点Resize按钮设置单条字幕最大长度（40~50 字符较合适）、是否按标点断句，重新合并后导出。

产出：5 个时长合规、可直接导入剪辑软件的 SRT 文件。

场景实战三：访谈录音，分说话人整理资料

目标：一段多人访谈，整理出"谁在什么时间说了什么"的稿子。

1. 导入访谈音频，点 Advanced 按钮填Initial prompt（初始提示词），把人名、专业术语写进去，能显著减少专有名词的错字。
2. 转录完成后打开查看器，点Identify speakers（说话人识别），Buzz 自动把每句话打上说话人标签。
3. 每个标签可试听 10 秒随机片段来确认身份，把自动标签改成真实姓名；勾选"合并同一说话人语句"再保存。
4. 导出成 TXT/DOCX（DOCX 由插件提供），进入资料归档流程。

产出：带说话人姓名、可合并段落的访谈整理稿。

调优与排错：选对模型和后端

高频问答

• Q：转录太慢？A：换更小的模型，或改用 Whisper.cpp；有独显就开 GPU 加速（Windows 安装包自带 CUDA，Linux 开箱即用）。

• Q：准确率不理想？A：换大一号模型；明确选定语言而不是自动检测；用 Initial prompt 把高频专有名词喂给模型。

• Q：录不进声音，报 PaErrorCode-9999？A：检查系统给 Buzz 的麦克风权限（Windows 在"设置 → 隐私 → 麦克风"），临时关闭杀毒软件测试。

进阶与资源

Buzz 自带插件系统（plugins/），内置 AI 摘要、字幕自动重排、DOCX 导出、降噪（DeepFilterNet）、语言检测增强等，也支持自己写插件扩展；常用入口：

• 内置插件源码：plugins/ai_summary/、plugins/transcript_resizer/、plugins/export_docx/
• 使用文档（文件导入 / 实时录音 / 说话人识别等）：docs/docs/usage/
• 命令行用法（脚本化批量转录）：docs/docs/cli.md
• 常见问题（模型存放位置、GPU 加速、离线使用）：docs/docs/faq.md

写在最后

Buzz 把"语音转文字"这件过去依赖云端的事，完整地搬回了你自己的电脑：文件不上行、费用为零、断网可跑，从会议速记到视频字幕都能覆盖。装好后从最小的 Tiny 模型试一条文件，再按精度需求逐步升级，十分钟就能进入工作流。

【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