企业官网建设流程全解析

Buzz 完整本地离线音频转录指南：免费把录音变成文字和字幕

【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 是一款基于 Whisper 的本地离线音频转录工具，跑在你自己的电脑上，把录音、视频、YouTube 链接里的语音免费转成文字和带时间轴的字幕，全程不上传、不联网也能用。

被录音堆成山的日子，该结束了

你大概遇到过这样的局面：三个月的播客访谈原声堆在文件夹里，加起来二十个小时。自己敲字，一分钟音频至少敲三分钟，算下来一周时间搭进去；丢给在线转写服务，一小时十几块先不说，文件得传到别人服务器——而受访对象明明交代过内容不能上云。偏偏公司内网还不稳定，排到一半任务断了，前功尽弃。

Buzz 就是冲着"贵、泄密、断网就瘫"这三件事来的：转录在你本机完成，一分钱不花，断网照常跑。下面带你从安装到出字幕，完整走一遍。

它和在线转写服务的差别在哪

先看一张表，几个关键维度一目了然：

支撑这些差别的，是三个可以单独拎出来的底气：

• 隐私是默认状态，不是付费选项。音频从导入到出结果，每一步都在你自己的磁盘上发生。商业会议、用户访谈这类敏感素材，不存在"先传上去再回来"的环节。
• 开源意味着免费是长期的。代码完全开放，社区迭代活跃，你踩到的坑大概率在下个版本就被修掉，而不是一封工单等一周。
• 后端选项给得很足。NVIDIA 显卡走 CUDA 加速，Mac 走 Apple Silicon 优化，还有 Whisper.cpp 后端兼容 Vulkan、吃集成显卡甚至纯 CPU。没有独显只是快慢问题，不是能不能用的问题。

五步跑通你的第一个转录任务

第一步：安装。去下载对应系统的安装包：Windows 双击安装程序（未签名，出现警告时选"仍要运行"）；macOS 装.dmg；Linux 用 Flatpak 或 Snap 一条命令装好。

第二步：把音频丢进来。Buzz 认 MP3、WAV、FLAC、MP4、AVI 这些主流格式，导入入口有四个，挑顺手的：工具栏上的"+"按钮、快捷键Ctrl+O（macOS 为 Cmd+O）、直接把文件拖进窗口，或者粘贴一个YouTube 链接——它会自动拉取音频进流程，做字幕不用再手动下载一遍。

第三步：配置任务。导入后面板里会展开任务类型、语言、模型、导出格式几个选项，后面一节细讲，第一次全用默认也能跑。

第四步：点运行。任务进队列开始处理，进度条在任务列表里实时更新，多个文件排队并发，不用干等。

第五步：拿结果。状态变成"Completed"后，双击那一行打开转录查看器：逐句文本带时间戳，可以搜索、可以跟着音频播放对照、可以直接导出成文件。

四个参数，决定转录结果好坏

任务类型：转录还是翻译。选"转录"，输出和原声同语言；选"翻译"，Buzz 会把非英语内容直接转成英文文本。做中英对照稿、给外文访谈出英文底稿，就靠切换到翻译。

语言设置：能手动就别自动。自动检测大部分时候靠谱，但混着口音、夹杂外语的音频容易判错语言，一错全错。事先知道录音是什么语言，就手动指定，准确率会稳很多。

模型大小：速度和精度的天平。从 Tiny 到 Large 分好几档，档位在偏好设置的"模型"页里，已下载的显示在列，没下载的可以一键补。日常材料 Small/Medium 是甜点区间；Tiny/Base 快，适合实时场景和低精度要求；Large 准，重要内容和专业术语多的材料值得等它。

输出格式：TXT、SRT、VTT 可以多选。要纯文字稿勾 TXT；给视频配字幕勾 SRT 或 VTT。勾选是独立的，一次处理可以同时产出三份文件，省得重复跑。

拉开差距的几个进阶功能

🔊 字幕整形：把一屏放不下的字幕救回来

长录音转出的字幕常有两个毛病：一行太长观众读不完，或者一句被切成三行频繁跳。打开转录查看器里的Resize，设一个目标最大长度，它会按标点和语义重新断句，把每行裁得整齐。开过"词级时间戳"的转录还能更进一步：按停顿间隙合并碎字幕、按标点拆长句、按最大长度强制分块，甚至统一延长每条字幕的停留时间。适配不同视频平台的字幕规范，基本就是改这几个数字的事。

实时转录：边说话边出字

Buzz 能直接吃麦克风输入，人还在说，屏幕上文字已经蹦出来了，还能投到一个独立的演示窗口里放大展示。线上会议边开边出纪要、课堂实时记笔记、直播加字幕，都是它的典型主场。

说话人识别：多人对话各归各位

多人录音最烦的是通篇分不清谁在说话。在转录查看器里点Identify speakers，Buzz 会自动给不同发言者的句子打上标签，还能试听某位说话人的十秒片段确认身份，然后把"Speaker 0"改成对方的真名。勾选合并选项后，同一人的连续句子会并成一段，访谈整理直接省掉一半工时。

语音提取与降噪：嘈杂环境的保险丝

环境杂、背景音乐重的时候，转录前先勾"提取语音"（Extract speech），把人声分离到独立音轨再识别，准确率提升明显。另外还有个 DeepFilterNet 降噪插件，转录前用模型把背景噪声滤掉，吵录音也能救一救。

让 Buzz 替你值班：监控、插件和命令行

文件夹监控：在偏好设置里指定一个监控目录，之后新音频文件一落进去，Buzz 自动开跑，全程无人值守。每周固定更新的播客、攒了一堆待处理的课程录音，最适合交给它。

插件系统：Help → Plugins 里管理，开关、排序、配参数都行。内置插件包括：AI 摘要（转录完自动提炼要点，走 OpenAI 兼容接口）、字幕自动整形（转完直接按字幕规格重组）、跳过已转录文件（批量重跑时自动识别已完成项，避免重复劳动）、增强语言检测（用本地 Whisper 先判语言再转录）、导出 DOCX（结果直接变 Word 文档）、DeepFilterNet 降噪。要哪个开哪个。想看插件实现可以直接翻 buzz/plugins/。

命令行：给脚本党留的后门，批量任务和定时脚本都好用。完整参数见 docs/docs/cli.md。

# 转录单个文件，指定中文，同时导出 SRT 字幕、VTT 和 TXT 三种格式 buzz add --task transcribe --language zh --srt --vtt --txt interview.mp3 # 用 Whisper.cpp 后端把法语访谈翻译成英文 buzz add --task translate --model-type whispercpp --language fr interview-fr.mp3

四类人，四种用法，照抄就行

• 学生：课程录音导入 → 转录 + 时间戳 → 文字笔记，复习时点哪句跳哪句，多语言课程也能直接出字幕。
• 视频创作者：成片视频导入 → 转录 + Resize 统一行宽 → 导出 SRT 进剪辑软件，字幕环节从半小时手工活变几分钟自动活。
• 职场人：会议实时转录 + 说话人识别 → 结构清晰的纪要当场生成，敏感内容全程不出本机。
• 研究者：一文件夹访谈录音 + 文件夹监控 → 批量转写出说话人标签 → 文本直接进内容分析流程。

把准确率再提五点的实战技巧

1. 先定模型再调别的。重要材料上 Large 档，日常材料 Small 起步；同一份音频先跑一遍小模型摸底，确认值得再换大模型重跑，别一上来就全用大模型干等。
2. 让硬件配得上模型。有 NVIDIA 显卡就确认 CUDA 后端生效，速度能快数倍；Mac 直接走 Apple Silicon 优化路径；纯 CPU 环境模型降一档，体验更顺。
3. 输入先做减法。录音时尽量安静、音量适中；事后补救就勾"提取语音"或开降噪插件，噪声少一分，错字少一片。
4. 把专有名词塞进初始提示词。高级设置里的 Initial prompt 框，填入人名、地名、专业术语，这些词的识别率肉眼可见地涨，技术讲座和医学访谈尤其受益。
5. 批量任务组合拳。文件夹监控负责进料，"跳过已转录"插件负责去重，小模型先过一遍、大模型挑重点重跑——三招叠上去，批量处理的等待时间能砍掉大半。

常见疑问速答

Buzz 必须联网吗？不用。所有处理都在本机，只有你主动选 OpenAI API 后端时才需要网络。

支持多少种语言？99 种以上，中、英、日、法、德等主流语言全覆盖，识别和翻译都支持。

处理速度如何？取决于音频长度、模型大小和硬件。有 GPU 的机器通常能做到接近实时甚至更快；慢就换 Whisper.cpp 后端或降一档模型。

音频有长度限制吗？没有硬性限制，几秒钟的语音到几小时的长录音都能处理。

离线电脑怎么装？在联网电脑上把模型下好，整份拷到离线机器的相同缓存目录（偏好设置里可一键打开该目录），之后断网照常转录。

收尾

Buzz 做的其实不只是"转文字"这件事：它把转录从一项要花钱、要上传、看网络脸色的外包活，变成了你电脑里一项随时可用、完全可控的能力。录音不再只是躺在硬盘里、再也不会被第二遍翻出的文件，而是可搜索、可剪辑、可进工作流的文字资产。现在就把 Buzz 装上，丢进你第一段落灰的录音——进度条走完的那一刻，你会明白这一下午值了。

【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