企业官网建设流程全解析

Buzz 离线语音转录：把本地音频转成可编辑字幕的桌面工具

【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 是一款运行在个人电脑上的离线语音转录工具，基于 OpenAI Whisper 模型，能把本地音频、视频文件转写成文字，并翻译成目标语言。它适合需要在本机处理录音、制作字幕、整理访谈内容的新手、内容创作者和研究人员——处理过程不经过云端服务器，结果直接保存在本机。

从录音文件到字幕文件的操作流程

Buzz 的主界面是一个任务队列：把文件拖入或点击「+」导入，右侧可逐行选择模型和任务类型（转录或翻译），随后状态列显示排队、进行中（含百分比）或已完成耗时。

任务完成后双击结果，会打开转录查看器：每句文字带起止时间戳，底部有播放进度条，可逐句定位、搜索、调整播放速度。查看器顶部提供 View、Export、Translate、Resize 四个入口，导出支持 TXT、SRT、VTT 三种格式。

对字幕创作者，Resize 入口能调整字幕粒度：可设定目标字幕长度，按时间间隔合并（Merge by gap）、按标点分割（Split by punctuation）、按最大长度分割，适合把过密的短字幕整理成可读性更好的段落。

本地离线安装步骤

不同平台的入口不同，普通用户建议直接用官方安装包，开发者可以走源码或 PyPI。

Linux 下两条命令任选其一：

flatpak install flathub io.github.chidiwilliams.Buzz

sudo snap install buzz

源码方式适合需要最新功能的用户，克隆后安装运行：

git clone https://gitcode.com/GitHub_Trending/buz/buzz pip install buzz-captions python -m buzz

无网络环境下如何配置 Buzz 模型

Buzz 的离线前提是「模型已在本机」。若目标机器没有网络，可以在联网机器上先下载好模型，再整体拷贝到离线机器相同位置。模型缓存目录因系统而异：Linux 在~/.cache/Buzz，macOS 在~/Library/Caches/Buzz，Windows 在%USERPROFILE%\AppData\Local\Buzz\Buzz\Cache。

在 Buzz 里也可从菜单打开 Preferences → Models，下载任意一个模型后点「Show file location」，会直接打开存放模型的文件夹，方便确认与拷贝。仓库中scripts/download-models.py脚本可用来预生成一批离线模型缓存，适合批量准备环境。

提示：*.En后缀的模型只识别英语，其他语言请使用不带后缀的模型；离线环境要提前把目标语言对应尺寸的模型都备好。

不同硬件下的模型选择

Buzz 内置多种 Whisper 后端，同一份音频可换不同后端与模型尺寸跑，速度、内存、准确率的取舍不同：

模型尺寸从tiny到large：尺寸越小越快、越易出错；越大越准、越吃硬件。large、large-v2、large-v3、turbo各有取向，官方文档给出的建议是「用自己语言的实际音频测一遍」再定。

按目标快速选：

• 追求速度、硬件一般：whispercpp+base/small。
• 有 Nvidia 显卡、追求准确：fasterwhisper+medium/large。
• 需要特定语言或自定义模型：huggingface类型并指定模型 ID。

进阶能力与适用边界

• 实时录音转录：从麦克风实时转写，可开启独立演示窗口用于现场；实时转录会持续占用算力，长时录音对硬件要求较高。
• 文件夹监控：在 Preferences 的 Folder Watch 中指定目录，新放入的音频会自动进入转录队列，适合批量处理。
• 说话人识别：可对转录结果区分不同发言人，会增加额外计算。
• 降噪预处理：转录前可先做语音分离（extract-speech），适合背景嘈杂的录音。
• 命令行：buzz add支持--model-type、--model-size、--srt/--vtt、--prompt、--word-timestamps等参数，可写脚本批量处理，详见docs/docs/cli.md。
• 插件：内置 AI 摘要、自动字幕调整等插件，可在界面中启用。

常见限制与排查建议

• CPU 太老：Buzz 要求 CPU 支持 AVX2，很老的机器无法运行，启动阶段可能直接报错。
• 转得太慢：先换更小的模型或换 Whisper.cpp 后端；有 ≥6GB 显存的 Nvidia 显卡可换 Faster Whisper。
• 麦克风报错（如 PaErrorCode-9999）：多半是系统权限或安全软件拦截，检查系统麦克风权限并临时关闭可能干扰的程序。
• 崩溃：常见原因是模型文件下载不完整，到 Preferences → Models 删除后重新下载；仍不行可在「About Buzz」里「Show logs」查看日志。
• 实时模式卡：把「Append and correct」换成更省资源的「Append below」，或降低模型尺寸。

适合谁使用，什么情况下不建议使用

Buzz 适合：在本机处理录音与视频、需要导出字幕或纯文本、希望数据不上传云端的用户；尤其是字幕创作者、访谈/会议整理者、对隐私敏感的专业人士。

不太适合：期望「一键云端、秒出结果」且不愿在本地准备模型的用户；硬件过老（无 AVX2、内存不足）的机器；需要把大量识别任务卸载到远端、本地只负责展示的场景——这类需求可改用其 OpenAI API 后端，但那样就不再是纯离线。

下一步建议先做三件事确认是否匹配：确认本机 CPU 支持 AVX2；在目标语言下用tiny/base模型试跑一段真实音频，观察速度与准确率；确认需要导出的格式（TXT/SRT/VTT）和导出路径设置符合工作流。

【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