企业官网建设流程全解析

Buzz 语音转文字完整实战指南：从零安装到字幕导出

【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 是一款免费的开源语音转文字工具，能在你的电脑上离线完成音频转录与翻译，核心由 OpenAI 的 Whisper 模型驱动，支持导入音频文件、麦克风实时录音，并导出 TXT、SRT、VTT 字幕，全程不需要把文件传到云端。本文按"装好 → 转出第一段文字 → 提速 → 导出 → 排错"的顺序带你走完全流程。

一、三种安装方式：先让 Buzz 跑起来

这一节解决"怎么把它装到我电脑上"的问题，Windows、macOS、Linux 都能覆盖。

Windows 和 macOS

先去官方发布页下载对应系统的安装包：macOS 是.dmg，Windows 是安装程序。Windows 的应用没有做签名，安装时会弹出警告，点More info再选Run anyway即可。

Linux

Snap 方式需要先补上音频依赖库，再安装主程序并授权密码存储：

sudo apt-get install libportaudio2 libcanberra-gtk-module sudo snap install buzz sudo snap connect buzz:password-manager-service

如果你用 Flatpak，一条命令就够了：

flatpak install flathub io.github.chidiwilliams.Buzz

通过 PyPI 安装

已经有 Python 3.12 和 ffmpeg 的话，可以直接从 PyPI 装，装完用模块方式启动：

pip install buzz-captions python -m buzz

Linux 上可能还要补装 libportaudio2 等系统库，完整清单见 官方安装文档。

二、第一次转录：把音频变成文字

四步之内，你会看到自己的第一段转录结果。

先点工具栏的 "+" 按钮（快捷键Ctrl+O）添加音频或视频文件，也支持粘贴 YouTube 链接；再在任务列表里选择任务类型——Transcribe是保留原文转文字，Translate to English是翻译成英文，建议手动指定语言而不是自动检测，准确率更稳；最后点Run，状态变成 Completed 后双击这一行就打开结果。

Whisper 模型是"听过多少种声音的耳朵"，档位从 tiny 到 large，越大越准也越慢，第一次用 tiny 就够。

转录完成后双击打开转录查看器，可以边播音频边校对，用Ctrl+F搜索文字，逐行核对时间戳：

三、实时录音：麦克风转实时文字

会议和讲座不想等录音结束？这一节让你边说边出文字 🔊

在实时录音面板先选任务、语言和麦克风，再点Record，文字会随说话逐句出现。文字有三种追加模式：新句子加在下方、加在上方、或者"追加并纠错"（会回头修正上一句的错误，更吃算力），在偏好设置里切换。

两个注意点：默认 Whisper 模型比较重，实时场景建议换 Whisper.cpp 配小模型更跟得上；录音进行中可以打开Presentation window，把大字号字幕投到屏幕上，适合现场活动。

如果录音源是电脑本身播放的声音而不是麦克风，需要先把它路由到虚拟音频设备（BlackHole、VB CABLE 或 PulseAudio 虚拟声卡），再在 Buzz 里选这个设备作为输入，步骤见实时录音文档。

四、选模型与 GPU 加速：提速的关键

转录太慢或太不准？多半出在模型档位和硬件这两处 ⚙️

按硬件挑模型档位

• 老款笔记本：tiny / base，快，精度一般
• 日常使用：small，速度和质量的平衡点
• 要更高准确率：medium
• 工作站级别：large

已下载的模型可以在偏好设置（Ctrl+,）→ 模型设置里查看和删除：

打开 GPU 加速

Buzz 支持多种后端：Nvidia 显卡走 CUDA，Mac 的 Apple Silicon 有原生加速，Whisper.cpp 则支持 Vulkan，覆盖大部分独立显卡和核显。做实时转录时，Whisper.cpp 加小模型通常是最快组合。

用环境变量精调

一些高级项要靠启动前设环境变量，比如写一个 run_buzz.sh：

#!/bin/bash export BUZZ_MODEL_ROOT=/data/models/buzz export BUZZ_WHISPERCPP_N_THREADS=8 export BUZZ_FAVORITE_LANGUAGES=zh,en buzz

第一条改模型存放目录，第二条限制 CPU 线程数（官方文档的测试里设为核数一半反而更快），第三条把常用语言顶到语言列表最前。完整变量说明在偏好设置文档。

五、导出结果：字幕和纯文本

转录完只是走完一半，这一节帮你把成果变成能用的格式。

在转录查看器里点导出按钮，可选TXT、SRT、VTT等格式。做字幕的话，用Resize工具把逐词计时的行合并成完整字幕行，可以设每行最大长度、是否按标点断句，还能给每条字幕追加在屏时长；如果原始音频文件还在本机，它还会分析静音点让字幕打点更准，详见编辑与调整文档。

不想开图形界面可以用命令行批量处理，例如把本地视频转成字幕：

buzz add --task transcribe \ --model-type whispercpp --model-size small \ --srt --vtt meeting.mp4

完整参数见 CLI 文档，支持指定模型类型、语言、初始提示词等。

六、常见卡点与维护

中途卡住了？先对照下面这份清单自查。

• Windows 安装弹安全警告：应用未签名，属正常现象，选 More info → Run anyway 即可
• Linux 没有录音设备：确认装过 libportaudio2，snap 版要执行密码服务授权那条命令
• 模型下载慢：按偏好文档设置 HF_ENDPOINT 指向镜像源
• 人名专名总被转错：在导入任务的 Advanced 选项里填 Initial prompt，把常用名字写进去
• 实时转录卡：换更小的模型，观察队列长度，必要时调大"Transcription step"

用一段时间后可以回偏好设置删掉不用的模型腾空间；换机器时把模型目录整体搬走，再把 BUZZ_MODEL_ROOT 指过去就行。

到这里，安装、首转、提速、导出、排错五个环节就都跑通了。下一步建议先拿一段真实的会议录音完整走一遍"导入 → 转录 → 导出 SRT"，模型拿不准时回到第四节的档位对照表按自己的硬件选。🏁

【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