企业官网建设流程全解析

Buzz 本地语音转文字上手指南：离线转录录音到 SRT 字幕一次跑通

【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

刚录完一场访谈，你想要一份能搜索的文字稿，最好还能切出 SRT 字幕，但音频数据不能上传到任何云端服务。Buzz 是跑在你自己电脑上的离线语音转文字工具，基于 OpenAI Whisper 完成音频转录与翻译，录音从不经手服务器，这是它与各类在线听写服务最大的不同。

它解决什么问题

Buzz 是一款跨平台的桌面应用，支持 macOS（Apple 芯片）、Windows 和 Linux，核心是把你本地的音视频转成文字：导入文件出文稿、麦克风边录边转、识别说话人，再导出 TXT、SRT、VTT 三种格式。适合三类人：需要访谈和会议文字稿的记录者、做视频字幕的剪辑师，以及不想把音频交给云端的隐私敏感用户。除离线转录外，它还提供文件夹监控与命令行接口，方便批处理。

10 分钟跑通第一次转录 🚀

1. 安装 Buzz：
   • macOS：下载 .dmg 双击安装，注意仅支持 Apple 芯片；
   • Windows：运行安装包，程序未签名，提示时选择「更多信息 → 仍要运行」；
   • Linux：flatpak install flathub io.github.chidiwilliams.Buzz，或sudo snap install buzz，也可用 AppImage；
   • 或通过 PyPI（需 Python 3.12，先装好 ffmpeg）：

pip install buzz-captions python -m buzz

2. 启动后点击工具栏的「+」（或 Ctrl+O），选择一个音视频文件，语言可留空让 Buzz 自动检测，模型选 tiny 减小首次下载量。
3. 点击「运行」。首次使用会自动下载模型；状态变为 Completed 后，双击该行即可播放音频、核对文字。

按场景走核心流程

转一个视频文件出文稿

你要做：把一个 MP4 访谈文件变成可编辑的文字稿。怎么做：导入文件，任务选 Transcribe，需要字幕时勾选 Export As 的 SRT，点开 Advanced 填写 Initial prompt 提示专有名词，运行。得到：任务行旁生成 TXT/SRT 文件，双击打开转录视图，可逐句修改文字、拖动调整起止时间，再用导出菜单换成其他格式。

边录会议边出文字

你要做：会议进行中实时看到文字。怎么做：在顶部实时转录区选择麦克风，任务与语言照旧，点 Record 即开始；偏好设置里可切换 Append below、Append above、Append and correct 三种转录模式，调静音阈值与转录步长。得到：文字随说话实时出现，可打开演示窗口投屏；开启「Enable live recording transcription export」后，文字边生成边写入文本文件，可供 OBS 等软件读取。

批量给一整个文件夹出字幕

你要做：一次性处理几十条录音。怎么做：图形界面里依次导入多个文件，Buzz 会自动排队逐个转录；重复性任务更适合用命令行（见进阶玩法）。得到：每条音频旁各落一份文稿或字幕，无需盯着进度条。

导出翻译稿

你要做：拿到外语音频的英文稿，或中文译文。怎么做：导入时把任务设为 Translate to English 直接出英文转录；Buzz 也支持配置 OpenAI 兼容 API 做其他语言翻译，在偏好设置里填 base URL 与 key 后即可对已有转录稿翻译。得到：原文与译文都能单独导出。

模型与参数怎么选 🎛️

Buzz 内置多套 Whisper 后端：OpenAI Whisper、Whisper.cpp（支持 GPU 加速）、Faster Whisper、Hugging Face 模型与 OpenAI API，模型体积以仓库 buzz/model_loader.py 标注为准：

默认推荐：文件转录选 small，够快且稳；实时录音改选 base 或切到 Whisper.cpp 用 GPU 加速，实时性更好。Whisper.cpp 模型还有量化版本（默认 q8_0）可进一步省显存，全部模型的下载与删除都在偏好设置的「模型」页操作。

避坑清单

• Windows 安装被拦截：程序未签名，系统会弹安全提示；选「更多信息 → 仍要运行」即可，不是病毒。
• 语言留空自动检测不稳：自动检测只凭开头几秒判断，口音重或混语容易出错；已知语言时手动指定，结果明显更稳。
• 实时录音别用大模型：large 级别的模型转不完实时音频；录音场景选 small 以下，或切 Whisper.cpp 后端。
• 字幕断句不理想：想要按标点拆句、按最大长度合并，必须先开启 Word-Level Timings 再转录，之后用 Resize 功能调整；不开的话只能按最大长度重新合并。
• 翻译任务出的是英文：Whisper 原生翻译目标固定为英语；要译成其他语言需配置 OpenAI 兼容 API，这是 Buzz 里少数需要联网的能力。

进阶玩法 🤖

CLI 批处理：buzz add一条命令完成转录与导出，适合脚本化：

buzz add --model-type whispercpp --model-size small --srt --vtt presentation.mp4 buzz add --txt --output-directory ./out recordings/*.mp3 buzz add --srt --identify-speakers interview.mp3

加--hide-gui可完全隐藏窗口，--speaker-count 3已知说话人数量时能提升分角色准确率，完整参数见 docs/docs/cli.md。

文件夹监控：偏好设置中开启「Enable folder watch」，指定输入与输出文件夹，新放进输入目录的音频自动开始转录，结果落入输出目录；还可勾选说话人识别。配合内置的 Skip Already Transcribed 插件，重新导入同一批文件时会自动跳过已转过的，适合持续投放录音的目录。

插件系统：Help → Plugins 里可启停内置插件，包括 AI Summary（生成摘要）、Export to DOCX（导出 Word 文稿）、Resize Transcript（字幕自动重排）、Enhanced Language Detection（本地小模型预检测语言）；源码结构参考 buzz/plugins/。

想验证整套流程是否真正跑通，最小有个动作：找一段 1 分钟以内的音频转录一次，导出 SRT 文件，打开确认时间轴与断句正常即可。更完整的参数与场景说明，见官方文档 docs/。

【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