Buzz 离线语音转文字完整指南：如何用 4 步跑出第一个转录结果
【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 OpenAI Whisper 的免费开源语音转文字工具，所有识别都在你自己的电脑上完成，音频不会离开本机，模型下载一次后即可完全离线工作。本文围绕会议纪要、视频字幕、批量转录三个高频场景，讲清完整的使用流程和调优要点。
首次转录最快上手步骤
- 安装。Windows / macOS 下载官方安装包运行即可（应用未签名，弹出警告时确认继续）；Linux 一条命令搞定：
flatpak install flathub io.github.chidiwilliams.Buzz也可以直接用 pip 安装，或git clone https://gitcode.com/GitHub_Trending/buz/buzz体验最新功能：
pip install buzz-captions python -m buzzpip 方式需要先装好 ffmpeg 并使用 Python 3.12 环境。
- 导入音频。通过"文件"菜单或工具栏的"+"图标，选择要处理的音频或视频文件。
- 配置任务。任务选"转录"，手动指定语言（自动检测只看开头几秒，手动指定明显更稳），选好模型后点击"运行"。
- 查看结果。状态变为"已完成"后双击该行打开查看器，边播放边核对文本，可导出 TXT、SRT、VTT 三种格式。
场景实操：三个高频用法卡片
🎙️ 会议实时纪要
适用场景：线下会议、访谈、讲座，需要边说边出文字。
关键 3 步：
- 主界面选"录音"任务，指定麦克风，点击"录音"；
- 显示模式选"追加并校正"，会持续修正上一句的识别错误，效果最接近人工记录；
- 在设置中开启录音转录导出，文字实时写入 TXT 文件，OBS 等直播软件可以直接读取。
产出结果：一份实时更新的文字流，还能打开演示窗口投到大屏上。多人对话可用"识别说话人"功能区分并标注不同发言人。
🎬 视频字幕制作
适用场景：给 MP4、MKV 视频挂字幕，或为剪辑软件准备字幕文件。
关键 3 步：
- 导入视频文件，Buzz 会自动提取音轨；
- 在高级设置里开启"词级时间戳"，为每个词生成独立时间戳；
- 在查看器里点击"调整大小"，按静音间隔和标点把词合并成标准字幕行。
产出结果：可直接挂载到播放器或剪辑软件的 SRT / VTT 字幕文件。
📦 批量自动转录
适用场景：固定目录持续归档录音，希望全程零操作。
关键 3 步：
- 在设置的"文件夹监视"选项卡中指定一个监视目录；
- 新放入的音频会自动创建转录任务，无需手动导入；
- 重复导入同一批文件时，用"跳过已转录"插件直接复用已有结果，不重跑模型。
批量操作也能一条命令行完成：
buzz add --task transcribe --model-size small --srt --vtt /path/to/audio.mp3--srt和--vtt决定导出字幕格式，--model-size指定模型大小；后面可以跟多个文件一次处理。
产出结果：自动转录 + 规范导出文件，配合脚本可以搭成完全无人值守的工作流。
进阶调优：模型、加速与防错
- ⚡模型大小：草稿用
base或small控制耗时；终稿校对用medium或large换准确率；实时录音建议小模型，保证跟得上语速。 - GPU 加速：后端切到 Whisper.cpp，Nvidia 走 CUDA，AMD / Intel 走 Vulkan；显存不足选量化模型（如
q_5），或在偏好设置中开启 8 位量化。 - 手动指定语言：已知语种就别用自动检测，误识别会明显下降。
- 初始提示：高级设置里填人名、产品名等易错词，纠正专有名词拼写。
- 嘈杂录音：开启"语音提取"，或用 DeepFilterNet 插件先降噪再转录。
- 常见排错：速度太慢，换更小模型或用
BUZZ_WHISPERCPP_N_THREADS调整线程数；模型下载慢，把HF_ENDPOINT指向镜像站；旧显卡越跑越慢，设BUZZ_FORCE_CPU=true强制走 CPU。 - 纯离线部署：在有网电脑下载好模型，把模型缓存目录整体拷到离线机器即可，
scripts/download-models.py可帮忙预取模型。
选型参考：Buzz 和同类方案怎么比
| 方案 | 数据隐私 | 联网要求 | 费用 | 实时录音 | 易用性 |
|---|---|---|---|---|---|
| Buzz | 全程本地处理 | 下载模型一次后可完全离线 | 免费开源 | 支持 | 图形界面 + 命令行，新手可直接上手 |
| 云端转录服务 | 音频上传服务器 | 必须联网 | 按量收费 | 支持 | 网页 / API，需要配置密钥 |
| 纯命令行转录工具 | 本地处理 | 离线可用 | 免费 | 不支持 | 仅 CLI，需要终端经验 |
资源收尾
- 官方文档：docs/docs/
- 转录核心模块：buzz/transcriber/
- 插件系统源码：buzz/plugins/
- CLI 用法：docs/docs/cli.md
✅ Buzz 的定位很清晰：一款免费的离线语音转文字工具，音频全程不出本机，图形界面和命令行两种方式都覆盖。对隐私敏感、又不想付转录费的音频工作，它可以在本地一次性解决。
【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
创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
