Buzz 离线转写：从音频文件到 SRT 字幕的 3 步路径

Buzz 离线转写：从音频文件到 SRT 字幕的 3 步路径

【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

手上有会议录音、播客文件想转成文字和字幕时，Buzz 是一个免费、离线的桌面转写工具：它在你的电脑上本地运行 Whisper 模型，完成转写和翻译。适合需要批量处理本地音视频、需要会议实时字幕的人；不适合期望云端 SaaS 或服务器端 API 的团队。它替你省掉的，是把音频上传给第三方、自己拼转写管线（模型下载、格式转换、SRT 导出）的整套活。

先别装：30 秒判断它适不适合你

如果两边都命中，优先看"本地处理"是不是硬需求；不是的话，云端方案更省事。

最小路径跑起来

第 1 步：装解码依赖。Buzz 用 ffmpeg 读取音视频，先用你系统的包管理器装上它。

sudo apt-get install -y ffmpeg # Debian/Ubuntu

预期结果：ffmpeg -version能输出版本号。

第 2 步：安装并启动。需要 Python 3.12 环境；macOS 和 Windows 也可以直接下官方安装包，不走这一步。

pip install buzz-captions python -m buzz

预期结果：打开带任务列表的主窗口，界面左侧是转写队列，右侧是导入和录音入口。

第 3 步：用一条命令转一个文件。仓库自带测试音频，可以直接拿来验证。

buzz add --model-type whispercpp --model-size small --srt testdata/audio-long.mp3

预期结果：任务跑完并在音频旁生成字幕文件。完整参数见 CLI 参考。

看到什么算成功：音频旁边出现audio-long.srt，打开是带序号的时间轴字幕行，就算跑通了。

功能逐个拆

模型后端怎么切换

Buzz 内置多个本地推理后端。Whisper.cpp 是 C++ 优化版实现，没有独立显卡的机器选它；Faster Whisper 在带 6GB 以上显存的 Nvidia 显卡上更快。后端、模型尺寸、目标语言可以按任务切换。

buzz add -m whispercpp -s small testdata/whisper-french.mp3

实际效果：普通笔记本用 small 或 base 模型就能做接近实时的转写。模型从偏好设置的"模型"页下载和管理，位置也能改。

实时转写与演示窗口

在实时录音面板选好转写任务、语言和麦克风，点 Record，边说话边出文字；录音进行中再打开"演示窗口"，会弹出一个只有大字字幕的独立窗口，可以投到活动大屏。

关键配置没有命令行入口，都在面板里：实时模式（追加/修正）、静音阈值在高级偏好里调。实时转写吃资源，优先用 Whisper.cpp 后端配小尺寸模型。

实际效果：会议结束直接拿到全文；演示窗口专给投影用，正文窗口保持干净。

结果导出与插件后处理

转写结果可导出 TXT、SRT、VTT 三种格式；1.4.5 版本起有插件系统，内置 DOCX 导出、AI 摘要、降噪等插件，转写存完自动执行。

关键配置：Help → Plugins里开关和拖拽排序，Add by URL粘贴一个 zip 链接可装社区插件，内置插件源码可以直接当模板看。

实际效果：批量转完直接出一批字幕文件，或让插件顺手把 Word 讲稿也生成出来。

定制边界：配置能改的 vs 必须动代码的

能做到：

• GUI 里改模型后端、尺寸、语言、初始提示词、导出格式
• 用环境变量改线程数、强制 CPU、降低 GPU 显存占用，不用改代码
• 从 .zip 装社区插件，启停和排序都持久保存

做不到：

• 重排 PyQt6 主窗口布局或换视觉风格
• 直接新增导出格式（途径是写插件，属于动代码）
• 改本地数据库结构

改配置即生效的最小示例（调 Whisper.cpp 线程数后重启）：

export BUZZ_WHISPERCPP_N_THREADS=8 python -m buzz

碰了可能踩坑的文件：buzz/plugins/base.py（插件契约，改动会影响所有插件）和buzz/db/db.py（本地数据库初始化）。

卡点速查

延伸入口

• CLI 命令参考
• 偏好与环境变量清单
• 插件开发指南

如果你的诉求是音频不出内网，或者要一场不用手写脚本的现场字幕，Buzz 两头都能覆盖，起步成本就是上面 3 条命令。只想先出字幕的话，从"最小路径跑起来"第 1 步开始即可。

【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