Buzz离线语音转录完全指南：从音频文件到可编辑字幕的5个步骤
【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
花半天手动整理访谈录音，结果发现有二十分钟听错了？Buzz是一款免费开源的离线语音转录工具，基于OpenAI Whisper，在你自己的电脑上完成音频转文字和翻译。音频从不上传，断网也能转录。
这意味着隐私完全由你掌控。处理敏感录音的记者、医生、律师可以安心使用。它支持Windows、macOS和Linux三大平台。
各平台安装Buzz的5个步骤
Windows：从项目发布渠道下载安装包并双击运行。安装时会有安全警告，因为程序未签名。点击"更多信息"，再点"仍要运行"即可。
macOS：下载.dmg文件，拖入应用程序文件夹。Intel和Apple Silicon的Mac都支持。
Linux：通过Flatpak安装，只需一条命令：
flatpak install flathub io.github.chidiwilliams.BuzzSnap用户运行sudo snap install buzz也可以。想从pip安装，先装好ffmpeg，再执行pip install buzz-captions。各平台依赖详见安装文档。
三分钟完成第一次音频转文字
安装完成后，按这5步完成你的第一次转录：
- 打开Buzz，按Ctrl+O（macOS为Command+O），或点工具栏的"+"按钮。
- 选择一个音频或视频文件，MP3、WAV等常见格式都可以。
- 选择任务（"转录"或"翻译成英语"）并指定语言。官方建议明确选语言，自动检测可能不准。
- 选择模型类型和大小，点击"运行"。
- 状态显示"Completed"后，双击该行打开转录结果。
主窗口是一个任务队列，所有转录任务和进度一目了然。每个任务都能单独选择导出格式：TXT、SRT或VTT。
模型大小和类型怎么选
这是用Buzz要做的第一个决定，核心是速度和准确率的取舍。
| 模型大小 | 速度 | 准确率 | 适用场景 |
|---|---|---|---|
| tiny / base | 最快 | 基础到良好 | 快速整理、低配电脑 |
| small | 中等 | 优秀 | 日常会议、采访 |
| medium / large | 慢 | 最高 | 专业转录、高准确率需求 |
除大小外，还有4种Whisper实现可选。有6GB以上显存的N卡用户，推荐Faster Whisper，速度提升明显。没有N卡或Mac用户，推荐Whisper.cpp。它是C++实现，CPU上也能跑得很快，还支持Vulkan加速。
在"帮助 -> 偏好设置 -> 模型"里可以下载新模型，也可以删除不用的模型释放空间。
实时录音：会议演讲现场出文字
Buzz能把麦克风输入实时转成文字，边说边出稿。
它是什么：选麦克风、语言、模型，点"录音"，句子会逐句出现在窗口里。
什么时候用：会议、讲座、路演等需要"说到即转"的场合。
怎么配置：💡 实时录音建议用Whisper.cpp，默认的Whisper模型比较吃资源。配置不高就用小模型。录音开始后还能打开"演示窗口"，把实时字幕投到屏幕上。
高级偏好里还能设置"转录模式"和"静音阈值"。"追加并修正"模式会自动修正前句错误，但计算量更大，需要更好的硬件。
逐词时间戳合并成字幕
Buzz的转录结果不只是纯文本，还能变成标准字幕。
它是什么：转录查看器支持搜索、播放控制和播放速度调节。双击转录即可进入编辑。
什么时候用：给视频加字幕，或需要把文字对齐回音频时。
怎么配置：导入文件时勾选"逐词时间戳"，Buzz会为每个词记录时间。之后点"调整大小"按钮，设置单条字幕最大长度，即可把逐词时间戳合并成完整的字幕行，再导出SRT或VTT。
没开逐词时间戳也能按最大长度重新合并，只是灵活度稍差。
会议录音场景：当天拿到完整纪要
场景挑战：会议长、内容多，希望散会当天就有文字纪要。
推荐参数：Whisper.cpp + small模型，明确指定语言，导出SRT。
操作步骤：
- 在偏好设置里开启文件夹监控，指向会议录音目录，新文件自动转录。
- 转录完成后在查看器中快速浏览校对。
- 导出SRT分发给参会人。
视频字幕场景：逐词时间戳到SRT
场景挑战：给课程视频加字幕，要求字幕行短、断句自然。
推荐参数：Whisper.cpp + base或small，勾选"逐词时间戳"，导出SRT。
操作步骤：
- 导入视频文件，勾选"逐词时间戳"后运行。
- 打开转录，点"调整大小"。
- 设置最大字幕长度并启用按标点断开，导出SRT文件。
导出后的SRT可以直接导入视频编辑软件或OBS。
术语多的场景：让Whisper认对名字
场景挑战：访谈里的人名、公司名、专业术语，Whisper容易拼错。
推荐参数：medium或large模型，把术语写进"初始提示"。
操作步骤：
- 导入时点"高级..."打开高级选项。
- 在"Initial prompt"里填入易错词。
- 运行转录，这些词的识别率会明显提升。
没有网络能用Buzz吗
可以。先在有网络的电脑上下载好所需模型，再把模型文件夹复制到离线电脑。各平台的模型都存在用户目录的缓存文件夹，"帮助 -> 偏好设置 -> 模型"里的"显示文件位置"按钮能直接打开它。
转录速度太慢怎么办
换更小的模型，或改用Whisper.cpp实现。有6GB以上显存的N卡用户，直接用Faster Whisper。更多加速建议见常见问题。
Windows安装时提示危险怎么办
安装程序未签名，系统会弹出安全提示。点"更多信息"，再点"仍要运行"，安装就能继续。
能用命令行批量处理吗
可以，Buzz自带命令行。例如：
buzz add -m whispercpp -s small --srt meeting.mp3这条命令会新建一个转录任务，并自动导出SRT。完整参数见CLI文档。
写在最后
Buzz把整条离线语音转录链路搬进了你自己的电脑：导入、转录、整理字幕，全程不需要上传。如果你手头正有录音要整理，现在下载一份，完成你的第一次转录吧。
【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
