Buzz 离线语音转文字：Whisper 本地音频转录，4 步导出字幕
【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
会议结束后，录音文件躺在硬盘里，你要的不是逐句听写，而是带时间戳的文字稿，最好能直接导出成 SRT 字幕。Buzz 是一款离线音频转录工具，基于 OpenAI Whisper，转写与翻译全部在本地电脑完成，音频不上传到任何服务器。它适合处理会议录音、给个人视频配字幕、转录外语播客的人，免费开源，无按量计费。
4 种方式安装 Buzz
Windows：从官方发布页下载安装程序。程序未签名，安装时若弹出安全警告，选择"更多信息"→"仍要运行"即可。
macOS：下载 .dmg 镜像安装，Apple Silicon 芯片可获得原生加速。
Linux：Flatpak 方式最省事：
flatpak install flathub io.github.chidiwilliams.Buzz也可通过 Snap 安装：
sudo snap install buzz。从 PyPI 安装（适合开发者）：先装好 ffmpeg 并准备 Python 3.12 环境，然后执行
pip install buzz-captions，用python -m buzz启动。
首次使用：4 步完成一次离线转录
- 点击"导入媒体文件"（快捷键 Ctrl/Cmd+O），支持音频文件，也支持视频文件（自动提取音轨）。
- 为任务选择类型：转写或转写后翻译，再选择音频语言。语言可自动检测，手动指定通常更准。
- 在任务里选择模型大小，点"运行"开始处理。
- 完成后双击任务行，打开转录查看器核对文本与时间戳。
三条主要用法
批量转写已有录音。可以一次导入多个文件，每个文件生成独立任务并行排队；Buzz 还内置"监听文件夹"功能，把目录放进监听列表后，新放入的录音会自动开始转写，适合持续产出内容的场景。需要脚本化时可以改用命令行接口。
🎙️边说边转的实时录音。选择麦克风后点击录音按钮，Buzz 按固定延迟（默认 20 秒）滚动处理音频块，文字在界面中实时累积。演示或授课时可以切换到独立的演示窗口，把实时字幕投到大屏上。
转成文字后再翻译。任务类型选择"转写并翻译"，Buzz 先转写出原文，再翻译为目标语言；查看器里可以在原文和译文之间切换对照，适合外语学习材料。若需要更高质量的翻译，还可以接入 OpenAI 兼容的 API 服务。
📦 导出结果与编辑时间码
转写完成后可以从菜单导出 TXT、SRT、VTT 三种格式。SRT 和 VTT 可直接导入视频剪辑软件或播放器作为字幕，TXT 适合做纪要底稿。
转录查看器承担校对工作：左侧文本列表按时间码组织，点击任意一条即可跳转到对应音频位置；播放控制条支持变速、循环播放片段。对不齐的地方可以直接修改某一段的开始/结束时间，也可以拆分或合并相邻片段。多人对话场景下可以开启说话人识别，为不同声音标注发言人。
⚙️ 影响质量与速度的 3 个设置
模型档位。Buzz 提供 Whisper、Whisper.cpp、Faster Whisper、Hugging Face 四种后端，模型大小从 Tiny 到 Large 五档。Tiny/Base 速度快、占用小，适合批量处理；Medium/Large 准确率更高，但需要更大内存。有 NVIDIA 显卡可启用 CUDA 加速，Whisper.cpp 后端支持 Vulkan，集成显卡也能加速。
指定语言。知道音频语言时手动选择，可避免自动检测出错带来的识别偏差，Whisper 共支持 99 种语言。
初始提示。内容里出现大量专有名词、术语时，在高级设置中填一段包含这些词的初始提示，能明显降低错拼。环境侧同样重要：安静环境、离嘴近的麦克风、清晰的发音，对准确率的影响不亚于模型大小。
排障速查
- 转写太慢：换 Tiny 或 Base 模型；NVIDIA 显卡确认 CUDA 已启用；或改用 Whisper.cpp 后端。
- 准确率不够：换更大模型；手动指定语言；为术语添加初始提示；录音环境降噪。
- 支持哪些格式：MP3、WAV、FLAC、OGG 等常见音频，以及 MP4、AVI、MKV 等视频（自动取音轨）。
- 能否批量处理：可以。多文件同时导入、监听文件夹自动处理、命令行三种方式都支持。
技术背景与参与方式
Buzz 用 Python 和 PyQt6 编写，MIT 许可，代码按模块划分：buzz/transcriber/ 实现各后端的转写与录音逻辑，buzz/widgets/ 承载界面组件，buzz/db/ 管理转写历史的本地数据库。项目还有插件系统（AI 摘要、自动字幕切分等），想加新功能或修 bug，可以从 Issues 入手，按贡献指南提 PR。
收尾
Buzz 把"本地、免费、可离线"三件事同时做到：音频不出机器，模型随便切换，导出格式覆盖字幕工作流。如果你不想把录音交给云服务，从安装到第一条字幕，整个过程不超过十分钟。
【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
