企业官网建设流程全解析

5 分钟上手 Buzz 离线音频转录：本地 Whisper 转录完整教程

【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

把一段长录音转成文字，多数工具要求你先把文件传到云端：录音离开你的电脑，按分钟计费，断网就用不了。Buzz 把这几点一次绕开——它是一款基于 OpenAI Whisper（一个开源语音识别模型）的离线音频转录桌面工具。你把录音丢进任务列表，它就在本地完成识别、打时间戳、导出字幕，全程不联网，音频不离开磁盘。

Buzz 项目定位：本地、离线、后端可换

Buzz 是一个跨平台的桌面端语音识别应用（Windows、macOS、Linux 都有），音频解码、模型推理、结果保存全在你自己的电脑上完成，适合"数据不出机器"的需求。对很多人来说，它就是能直接上手的音频转字幕工具。

它不绑死在某一个引擎上，内置了多种 Whisper 后端：原生 Whisper、用 C++ 重写、依赖更轻的 Whisper.cpp，以及 GPU 上跑得更快的 Faster Whisper，按你的硬件在设置里切换就行。典型用户大致三类：

• 播客和视频创作者：录音转字幕，SRT 直接导出
• 会议和访谈记录者：实时转录，还能区分说话人
• 多语言研究者：支持约 99 种语言，还能把外语音频译成中文文本

Buzz 主界面：文件在列表里排队，每项显示模型、任务类型和进度

🚀 Buzz 安装步骤：从下载到第一次转录

1. 选获取方式：Mac 和 Windows 下官方安装器，Linux 用 Flatpak 或 Snap 包；开发者也可以走 PyPI，命令是pip install buzz-captions。
2. 走 Python 路线需要 3.12 环境，并装好 FFmpeg（Buzz 靠它解码音视频文件）。
3. 启动：双击安装器，或在命令行运行python -m buzz。
4. 首次启动进"设置 → 模型"：挑一个模型类型（Whisper、Whisper.cpp 等）和模型大小。
5. 设定音频语言，留空则自动检测。
6. 按硬件配加速器：N 卡装 CUDA，核显选 Whisper.cpp 的 Vulkan，Mac 无需额外设置。

做完这几步，主界面就是任务列表，可以开始干活了。

设置的 Models 页：在这里选后端、模型大小和加速器

一次完整的离线语音转文字流程

Buzz 把离线音频转录做成了队列任务，主线四步：

1. 导入音频：拖文件进窗口，或点顶部工具栏的加号，YouTube 链接也能加。
2. 设置任务：给每个任务配模型和类型（转录或翻译）。
3. 开始转录：列表实时显示进度，多个文件排队依次处理。
4. 查看与导出：双击完成的任务，打开转录查看器。

查看器里每段文字带开始、结束时间戳，点击段落音频就跳到对应位置，搜索、播放、调速一应俱全。导出支持 TXT、SRT、VTT 三种格式，做字幕的人可以直接丢进剪辑软件。

除了文件，还有三个功能值得试：

• 🎙️实时转录：点麦克风按钮边录边转，按间隔缓冲，兼顾速度和准确率；还有专门的演示窗口，适合活动现场出字幕
• 说话人区分：多人对话自动标注谁在说话，提前告诉它有几位说话人会更准
• 段落合并：字幕切得太碎时，在 Resize 菜单里一键合并成合适长度

转录查看器：每行文字对应一个时间区间，点击定位、直接播放

Whisper 模型怎么选：Tiny 到 Large

拿不准就从 Medium 起步，看结果再往上调或往下调。模型越大耗时越长，同一个文件用 Large 可能是 Tiny 的数倍，离线音频转录的等待成本主要就花在这一步。

⚡ 硬件加速配置与常见排坑

三种加速器各有受众：

• CUDA：NVIDIA 显卡用，1.4.6 起需单独安装，检测到显卡会弹提示，也可以从帮助 → 关于 Buzz 里手动装
• Vulkan：通过 Whisper.cpp 实现，覆盖大多数现代显卡，包括集成显卡
• Apple Silicon：Mac 的 M 系列芯片是一等公民，开箱即用

高频问题和一句话解法：

• 转录太慢：模型选大了或加速器没生效——换小一号模型，或检查加速器配置
• 内存占用高：长音频对内存压力大——把文件切开，或用小模型分段处理
• 多语言识别错：语言留空时自动检测会抽风——转录前手动指定语言
• 嘈杂录音识别乱：背景音乐和噪音干扰识别——开启"先提取人声"预处理
• Windows 安装时提示未签名：正常现象——点"更多信息"再选"仍要运行"

和云端转录服务，差在哪

对多数人，第一行才是决定性理由：有些录音，就是不能传上云。

🔧 进阶玩法：批处理与扩展

Buzz 也能当自动化管道里的一环：命令行可以完成界面里所有操作——添加任务、指定模型、导出 SRT，细节见 CLI 文档。配合文件夹监听，把新文件丢进目录就会自动转录，不用手动点。想扩展就找插件系统，AI 摘要、自动字幕合并这类社区插件直接安装；照着源码里对应接口写，还能接新的模型后端或输出格式。部署细节可以看 安装文档 和 中文 README。

Buzz 代表的方向很清楚：把 AI 能力搬回自己的电脑，把数据主权还给你。如果你经常要转音频、又不想让文件出机器，这款离线音频转录工具现在就能用——装好包、选好模型，直接开工。

【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