企业官网建设流程全解析

Buzz 离线转录使用指南：语音转文字与实时字幕一次搞定

【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 是一款开源的离线转录工具，基于 OpenAI 的 Whisper 模型在本地电脑完成语音转文字，支持文件批量转录和会议实时字幕。不管是给视频加字幕，还是整理访谈录音，它都能在你自己的机器上完成，音频数据全程不离开本地。下面按安装、核心能力、硬件与模型选择三部分介绍。

Buzz 能做什么

• 🎬给视频加字幕：把 MP4、MKV、MP3 等文件导入 Buzz，选好 Whisper 模型开始转录，完成后在编辑器里微调段落和时间戳，导出 SRT 或 VTT 就能直接拖进剪辑软件，省掉手写字幕的时间。
• 🎙️整理访谈录音：开启文件夹监视功能，把录音文件放进指定目录，Buzz 会自动检测新文件并逐个转成 TXT 文本。访谈、讲座这类长音频挂着过夜，第二天直接拿到整理好的文字稿。
• 🖥️做会议实时字幕：切到录音模式并连接麦克风，Buzz 边采集边识别，屏幕实时滚动出文字。多语言会议可以指定识别语言，字幕能跟上讨论节奏，结束后把整场对话保存成文稿即可。

安装与上手

系统要求不高：Windows、macOS、Linux 都支持，4GB 内存、双核处理器就能跑，想要更快就配多核 CPU 和 NVIDIA GPU。

方式一，从 PyPI 安装：

pip install buzz-captions python -m buzz

方式二，从源码安装：

git clone https://gitcode.com/GitHub_Trending/buz/buzz cd buzz pip install -e . python -m buzz

首次启动做三件事：在偏好设置里确认音频输入设备；按需下载 Whisper 模型，首次运行会提示下载；设置默认转录语言和导出目录。模型从 tiny 到 large 分档，下过一次后会缓存在本地，之后离线复用。配置完成后主界面长这样：

三大核心能力

文件转录

支持 MP3、WAV、M4A、FLAC、AAC 等音频，以及 MP4、AVI、MOV、MKV 等视频的批量导入，也可以粘贴 YouTube 链接直接转录；导出格式可选 TXT、SRT、VTT 三种。配合文件夹监视，新文件落盘即自动进入任务队列，整晚无人值守也能跑完一批文件。

实时识别

录音模式下 Buzz 直接采集麦克风音频，低延迟滚动出文字，支持近百种语言，并且会随录音推进不断修正前文内容；开启说话人识别后还能区分不同说话者的声音。课堂字幕、演讲速记这类实时语音识别需求，用这个模式就够了。

字幕编辑

转录完成后的查看器支持时间轴同步：点击任意一句文字，播放头跳到音频对应位置；内置搜索能快速定位关键词；字幕段落可以重新合并或拆分，控制单条字幕的长短，最后导出 SRT 交给剪辑软件或发布平台。

硬件与模型选择

Buzz 内置多个转录引擎，按你的硬件情况挑一个即可：

硬件加速方面：NVIDIA 显卡走 CUDA，Apple Silicon 有原生优化路径，其他 GPU 可以走 Vulkan，纯 CPU 也能跑，只是速度明显更慢。如果主要依赖 CPU，Whisper.cpp 的多线程模式在核数较多的机器上比较划算。

模型档位的选择建议：

• tiny：速度最快，实时转录优先用它；
• base：速度和准确率的平衡点，日常内容够用；
• medium：准确率更高，适合正式交付的内容；
• large：准确率最高，留给重要或专业场景。

和在线工具有什么不同

常见避坑

• 准确率别神话：清晰音频下准确率可达 95% 以上，但背景噪音、口音、语速都会拉低表现，正式内容建议从 medium 起步，别拿 tiny 的产出直接交付。
• 先降噪再转录：嘈杂环境下开启"提取语音"选项，Buzz 会在转录前分离语音和背景噪音，输出文字会干净很多。
• 分清联网时机：除 OpenAI API 相关功能外，转录都在本地完成；首次运行需要联网下载模型，下载过一次后，内网机器也能继续离线使用。
• 自动化走命令行：Buzz 提供完整 CLI 入口，批量脚本或定时任务可以不打开图形界面直接调用。

想继续扩展的话，buzz/plugins/ 目录里有摘要生成、DOCX 导出等现成插件可以参考，对照实现就能加上自己的功能；社区也长期接受功能建议和插件贡献。手边正好有一段没字幕的录音，不妨装一次 Buzz 跑跑看，判断它适不适合你的工作流。

【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