企业官网建设流程全解析

5分钟跑通Buzz离线音频转文字，转出第一条字幕

【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

开完两小时会，录音还躺在手机里。丢给在线服务担心内容外泄，可字幕又必须做。Buzz 就是干这个的离线转文字工具：用 OpenAI 的 Whisper 模型在本机完成识别，音频自始至终不离开你的电脑。

1. 从下载到第一行文字，四步走完

按你的系统选安装包：Windows 和 macOS 是一键安装程序，Linux 用下面这条命令就能装好：

flatpak install flathub io.github.chidiwilliams.Buzz

启动后是主界面：中间一张任务表，顶部工具栏一排图标按钮。

点工具栏上的「New File Transcription」（也可以直接把文件拖进窗口），选中一段录音，会弹出一个设置表单，里面挑推理引擎、语言和输出格式。点右下角的「Run」，第一次运行时会自动下载模型。

稍等片刻，主界面表格里出现一行：状态先是 Queued，接着滚动 In Progress (xx%)。变成 Completed 后双击该行，结果窗口弹出——每行文字都带开始、结束时间戳，底部是播放条，边听边改字。

2. 顺手还能干的5件事

1. 实时录音转写：工具栏「Record」按钮，麦克风说的话即时变文字，适合会议和讲座。
2. 整目录导入：File 菜单选「Import Folder...」，目录里的媒体文件自动批量进队列，按顺序处理。
3. 翻译：结果窗口点「Translate」，整段翻成另一种语言，可与原文一并导出。
4. 说话人识别：「Identify Speakers」按钮自动区分谁在说，还能导出带说话人的 DOCX 文档。
5. 目录监听：偏好窗口里打开 Folder Watch，放进指定文件夹的新文件自动转录，全程不用手动操作。

3. 调顺它，也修好这几个常见问题 🔧

首次运行卡在下载。第一次点 Run 需要拉模型文件，进度框里滚的是下载进度。别急，等它走完，以后就本地直读、秒开。

转录跑得太慢。打开 Help → Preferences...，在 Models 页把模型换小一号（Small）。同样一段音频，完成时间能短几倍；Large 留给特别含糊的录音。

字幕行太长没法用。在结果窗口点「Resize」按钮，把「Desired subtitle length」设成 42，勾上「Split by punctuation」和「Merge by gap」（默认 0.2 秒），点「Resize」，行宽和断行立即合规。

个别格式打不开。Buzz 靠系统的 ffmpeg 解析音频。用 pip 装的版本要先装好 ffmpeg，再重新导入文件。

4. 原理速览：本地推理是怎么跑的

Buzz 不自带语音识别，它把 Whisper 模型拉到你的机器上做推理，断网照样出字。内置多套推理引擎，表单里按硬件切换即可，各引擎的调用代码都在 buzz/transcriber/ 目录，任务与分段数据存在 buzz/db/ 的本地数据库里。各平台的具体安装步骤见 安装说明。

5. 你可能想问的问题

要联网吗？录音会上传吗？不会。识别全在本地完成，联网只为首次下载模型，音频文件不离开这台机器。

能用显卡加速吗？能。Nvidia 显卡可在 About 对话框里装 CUDA 组件，或自己装 CUDA 版 PyTorch。

能导出哪些格式？Export 菜单里有 SRT、VTT、TXT 等；做了说话人识别的话还能额外导出 DOCX。

有实时翻译吗？没有。翻译发生在转录完成后，译文可以和原文一起导出。

6. 现在就试 🚀

挑一段手机里十分钟的录音丢进去。小模型下几分钟出结果，你的机器是什么水平，跑完这一次就心里有数了。

【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