企业官网建设流程全解析

Buzz 本地语音转文字：45 分钟录音离线转录，5 分钟跑通全流程

【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

刚结束一场访谈，录音笔里躺着一段 45 分钟的对话，需要转成文字。上传给在线服务的话，谈话内容得先经过别人家的服务器。Buzz 就是为这种场景做的：离线音频转录全部跑在你自己的电脑上，由 Whisper 模型驱动，音频文件不出设备，转完还能直接导出 SRT 字幕。

Buzz 能做什么

一句话定位：Buzz 是一个桌面应用，用 Whisper 在本地把音频、视频转成文字和字幕，然后交给你在界面上编辑导出。

整条链路从读取音频到生成文本都在本机完成，敏感录音不用担心被上传。

Buzz 安装步骤：5 分钟跑起来

按平台选一种方式，命令都合在下面一个代码块里。

• Windows：从发行版页面下载安装包，双击安装；程序未签名，遇到警告点"更多信息"→"仍要运行"。
• macOS：下载 .dmg，拖进应用程序，首次启动允许打开即可（Intel 和 Apple silicon 都支持）。
• Linux：推荐 Snap 版，先装 portaudio 等依赖；也可以走 Flatpak。
• Python：需要系统里已有 ffmpeg，装完包直接用模块方式启动。

# Windows：下载安装包后双击安装（未签名，弹窗选"更多信息" → "仍要运行"） # macOS：下载 .dmg 拖入应用程序文件夹 # Linux（Snap） sudo apt-get install libportaudio2 libcanberra-gtk-module libcanberra-gtk3-module sudo snap install buzz sudo snap connect buzz:password-manager-service # Linux（Flatpak 备选） flatpak install flathub io.github.chidiwilliams.Buzz # Python（跨平台，需先装好 ffmpeg） pip install buzz-captions python -m buzz

第一次转录只有 3 步：

1. 点主界面左上角的 "+" 或按 Ctrl+O，选中音频文件
2. 在任务行里选好模型，语言可以先留自动检测
3. 点该行右侧的播放按钮开始，文本会实时出现在列表里

第一次选择模型时会自动下载到本地缓存目录~/.cache/Buzz/models/，建议在网络稳定的时候先跑一次。

Buzz 主界面：导入的文件排在任务列表里，每行可单独控制模型、语言和进度

Buzz 功能拆解：从转录到字幕

基础转录：单个文件出文本

最核心的链路——把文件丢进去，拿回全文和字幕文件。

1. 导入文件，在任务行设置模型、语言和输出格式（TXT / SRT / VTT）
2. 点播放开始，进度按段落推进，可以边跑边看文字
3. 完成后用导出菜单选择格式和保存位置

实用技巧：语言框除了自动检测，也可以手动指定语种；"初始提示"（Initial prompt）里写上人名、产品名这类背景词，专有名词的识别会明显更稳。

批量队列：一次丢多个文件

文件多就排队，让队列自己按顺序跑完。

1. 选择文件时按住 Ctrl（macOS 用 Cmd）多选，一次性入队
2. 任务按列表顺序依次执行，每行有独立的暂停、停止按钮
3. 调整队列顺序即可改变处理优先级

实用技巧：配置一般的机器不建议手动并行多个任务，顺序跑完更稳，内存占用也可控。

实时录音转录：边说边出字 🎙

适合会议和讲座，录完即得文本。

1. 在顶部录音区选好输入设备、模型和语言
2. 点录音按钮开始，文本逐句显示
3. 点停止结束，录音与转录结果存为任务，后续导出方式和普通转录一样

实用技巧：开始前把输出设备指向正确的会议室音箱，避免录进回音和系统提示音。

Buzz 字幕制作：编辑与格式导出

转录完先别急着导出，在查看器里过一遍时间轴。

1. 点击转录任务打开转录查看器，每段都有开始/结束时间和文本
2. 双击修改文字，拖动调整时间边界
3. 用字幕调整器把过长的段落切分成目标长度
4. 从导出菜单选择 SRT、VTT 或 TXT 保存

实用技巧：SRT 适合剪辑软件，VTT 适合网页播放，TXT 适合直接当文稿用，导出菜单里三类都能选。

Buzz 转录结果查看器：每段字幕的时间与文本可以直接编辑

Buzz Whisper 模型档位怎么选

建议先用 Base 出草稿确认内容没问题，正式产出再换 Medium 或 Large 重跑；有 NVIDIA 显卡时跑 Large 的时间成本比想象中低。

Buzz 调优：真正值得改的几项设置

• 模型管理：模型设置页可以按需搜索并下载不同档位的 Whisper 模型，平时只留 1–2 个常用档位。
• 偏好设置里改三项：默认输出目录、导出文件名模板（可包含日期、源文件名等变量）、常用操作快捷键。
• 字幕参数：目标长度 40–50 个字符是屏读上限；合并间隔 0.2–0.5 秒比较自然；长句多时启用按标点分割。

模型偏好页：按需搜索并下载 Whisper 各档位模型

偏好设置页：导出文件名模板在这里配置

两个落地工作流

会议实时转录：录音结束就有纪要

1. 开会前打开 Buzz，录音设备指向会议室音箱
2. 用 Base 模型开始实时录音转录，会议内容实时上屏
3. 会后在转录查看器里修正关键人名和数字
4. 纪要需要文字就导出 TXT，录像需要配字幕就导出 SRT

视频补字幕：MP4 直接进，SRT 直接出

1. 课程视频的 MP4 直接导入，Buzz 通过 ffmpeg 处理音频
2. 选 Medium 模型跑完整转录，拿到逐段时间戳
3. 用字幕调整器把长段切成 40–50 字符
4. 抽查几处时间轴不吻合的地方微调，导出 SRT 交给剪辑软件

字幕调整器：控制每段字幕的切分长度

Buzz 常见问题排障

Q：安装后启动报错，提示缺少依赖？A：多数是系统库缺失，Linux 下 pip 安装最容易碰到。补装 ffmpeg、libportaudio 等依赖后重启，基本能解决。

Q：模型下载失败或特别慢？A：先确认网络后重试；仍不行的话，手动把模型文件放到缓存目录~/.cache/Buzz/models/再启动程序。

Q：转录速度太慢？A：换成 Tiny 或 Base 模型，并关掉占内存的程序；有 NVIDIA 显卡的话启用 GPU 推理，提升最明显。

Q：识别准确率不理想？A：换更大的模型，并保证源音频背景噪音少；把高频专有名词写进"初始提示"也能明显改善。

更多细节可以查 官方文档，安装方式和各平台注意事项都有说明。

Buzz 装好后，随便找一段手头的短音频，点 "+" 导入，选 Base 点开始，一两分钟后你就能看到第一行转录结果。之后的事只是换模型、改时间轴、导出 SRT 这三个动作的组合。

【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