Buzz 离线音频转录上手指南：Whisper 本地语音转文字与实时字幕
【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
视频缺字幕、访谈录音难整理、会议需要实时字幕——这些音频活儿不用上传到云端。Buzz 是一款免费开源的离线音频转录工具，基于 OpenAI Whisper，转写和翻译全部在你的电脑上完成，录音不离开本机。
Buzz 离线语音转文字怎么安装：Windows / macOS / Linux 三条路
先说结论：普通用户装官方安装包最省事，开发者和 Linux 用户走 pip 最方便。
- macOS：直接下
.dmg安装包。注意从 1.4.6 起只支持 Apple Silicon，Intel Mac 只能用 1.4.5 及更早版本。 - Windows：安装程序未签名，弹出 SmartScreen 警告时点「更多信息 → 仍要运行」即可。
- Linux：Flatpak、Snap、AppImage 三种渠道都有，选一个装就行。
- pip 方式：先装好 ffmpeg，再执行下面两条命令（建议在新虚拟环境里操作）。装完后首次启动会自动下载 Whisper 模型，之后配置好麦克风、输出目录和默认语言就能开工。
pip install buzz-captions python -m buzzBuzz 转录实战：加字幕、批量转写、实时字幕三个用法
给视频加字幕。点工具栏的「+」或菜单里的 Import Media File（快捷键 Ctrl/Cmd + O），选一个 mp4 或 mp3，任务选 Transcribe、指定源语言，输出格式选 SRT，点 Run。转完双击任务行就能打开转录查看器：点某句文字，播放器跳到对应位置；不满意的地方直接改文字或调时间戳，再导出成 SRT/VTT/TXT。遇到专有名词总被听错，在 Advanced 里的 initial prompt 填入这些词就能纠正。
批量转写录音。一次导入多个文件，Buzz 会排队逐个处理。更省事的做法是打开文件夹监视：指定一个目录，录音笔拷进来的新文件会被自动拾取转写——无论是一段 2 分钟的访谈还是 2 小时的讲座，都走同一条流程。
会议实时字幕。选一支麦克风、选好语言和引擎，点 Record。Buzz 采用「追加并修正」策略：先出初步结果，随着后续音频进来再回头修正，所以屏幕上看到的文本会越来越准。开会时可以把 Presentation window 投到大屏，观众实时看字幕。实时模式比较吃资源，官方建议直接用 whisper.cpp 引擎配小模型。
Whisper 引擎与模型大小怎么选：按场景对号入座
Buzz 内置五种转录引擎，选型逻辑很简单：看场景，再看硬件。
| 你的场景 | 推荐引擎 | 理由 |
|---|---|---|
| 实时录音字幕 | whisper.cpp + small/tiny | 支持 Vulkan 加速，核显也能跑，实时负载最低 |
| 批量转写大量文件 | faster-whisper | CTranslate2 实现，速度明显快于原版 |
| 重要内容、追求准确率 | OpenAI whisper（medium/large） | 官方原版模型，质量上限最高 |
| 特定语言或垂类模型 | Hugging Face 模型 | 可填任意模型 ID，如openai/whisper-tiny |
| 不想本地装模型 | OpenAI API | 走云端转写，唯一需要联网和账号的选项 |
模型大小从 tiny 到 large 依次增大：tiny 在笔记本 CPU 上就能实时转，large 准确率最高但需要更强的 GPU 才跑得动。拿不准就先 tiny 试，效果不够再升档。
硬件方面：NVIDIA 显卡用户在「帮助 → 关于 Buzz」里直接装 CUDA Acceleration 组件（1.4.6+ 支持）；M 系列芯片原生支持；其他显卡和核显走 whisper.cpp 的 Vulkan 路径。
进阶玩法：插件系统、文件夹监视与 CLI 批量处理
插件。Buzz 自带插件系统，开箱可用的有 5 个：AI 摘要生成（长转录自动出摘要）、字幕调整器（自动合并/拆分段落）、跳过已转录（同一文件不重复处理）、DOCX 导出、语言检测增强。插件的扩展入口在 插件管理源码，自定义插件继承 插件基础类 即可。
文件夹监视自动转写。在偏好设置里启用 watch folder，把指定目录设成「收件箱」，丢文件进去就自动排队转写，适合每天大量录音的工作流。
CLI 批处理。不想开界面时，命令行可以完成同样工作，比如buzz add --txt interview.mp3在文件旁生成 TXT，buzz add --srt --output-directory ./subtitles recordings/*.mp4把整个文件夹转成 SRT，加--hide-gui还能隐藏主窗口。完整参数见 CLI 命令参考。
Buzz 对比在线转录服务：从用户角度算笔账
| 你关心的 | Buzz | 在线转录服务 |
|---|---|---|
| 音频在哪处理 | 本机，不上传 | 传到服务商服务器 |
| 费用 | 免费开源（MIT 协议） | 多为订阅或按量计费 |
| 要不要联网 | 模型下完就完全离线 | 全程必须联网 |
| 会议实时字幕 | 内置，可开独立演示窗口 | 支持有限 |
| 字幕后期编辑 | 内置搜索、播放对齐、段落调整 | 依赖导出后另找工具 |
简单说：隐私敏感、文件量大、要长期用的场景，Buzz 的本地 Whisper 离线语音转文字更划算；临时传个一两段音频，在线服务也够用。
关于 Buzz 离线转录的常见问题
Buzz 真的能完全离线用吗？能。模型首次下载后，转写、翻译都不需要网络。只有两个例外：选 OpenAI API 引擎、以及首次下载模型。
支持哪些音视频格式？ffmpeg 能解开的都行：mp3、wav、m4a、flac、mp4、mkv 等，也支持直接粘贴 YouTube 链接。
转出来有错字、专有名词老听错怎么办？手动指定语言（别用自动检测）、开启 extract speech 先分离人声、把易错词写进 initial prompt，这三招基本能解决大多数问题；还不行就换更大的模型。
Windows 安装时提示发布者未知？正常现象，程序未签名，点「更多信息 → 仍要运行」即可。
Intel Mac 能用吗？1.4.6 起不支持，只支持 Apple Silicon；Intel 机型最高装到 1.4.5。
想上手的话，现在装一个、选 tiny 模型、丢一段自己的录音进去点 Run——一分钟后你就有第一个字幕文件。
【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
