企业官网建设流程全解析

Buzz 离线音频转写教程：三种方式跑起本地 Whisper

【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

会议录音、访谈音频往往比较敏感，传给在线转写服务不太放心。Buzz 是一个本地音频转写与翻译工具：它在你自己的电脑上运行 OpenAI 的 Whisper 模型，模型下载完成后，转写全程不依赖网络。把音频文件拖进去，就能得到带时间戳的文本，还可以直接导出字幕。

Buzz 主界面：任务列表显示每个转写任务的状态与结果

🚀 用三种方式安装并启动 Buzz

用 PyPI 安装

有 Python 3.12 环境的话，这条路最短：先装好 ffmpeg，再安装官方包即可运行。

pip install buzz-captions python -m buzz

下载 Windows/macOS 安装包

两个系统都从官方发布页 SourceForge 取对应安装包，按提示安装。应用未签名，Windows 首次运行会弹出安全警告，选"更多信息 → 仍要运行"即可。

用包管理器安装

Linux 上 Flatpak 一行命令：

flatpak install flathub io.github.chidiwilliams.Buzz

Snap 用户先装依赖再装 Buzz：

sudo apt-get install libportaudio2 libcanberra-gtk-module libcanberra-gtk3-module sudo snap install buzz

完成四类常见的转写任务

导入音视频生成带时间戳的文字

点击工具栏"+"图标（或 Ctrl/Cmd + O），选择音频或视频文件，挑好任务、语言和模型，点 Run。完成后双击该行打开查看器，转写结果按行对应时间戳，可导出 TXT、SRT、VTT 三种格式。

转写查看器：文本与音频逐段对应，带播放控制

麦克风实时语音转文字

在实时录音页选好任务、语言和麦克风，点 Record，会议或演讲内容边说边出文字。它还提供演示窗口，方便在大屏上显示实时文本；实时场景建议选 Whisper.cpp 类型配较小模型，跑得更从容。

把外语音频翻译成中文

默认翻译任务把音频转成英文文本；若目标语言是中文，可在设置里填入 OpenAI 兼容 API 与密钥，转写后点查看器上的 Translate 按钮拿到译文。官方文档按一小时音频估算，调用成本约 1 美元。

编辑字幕并调整行宽

双击转写打开查看器，点 Resize 后按"每行最大长度"把词级时间戳重新拼成字幕行，还能给每行字幕加停留时间。前提是转写时勾选了 Word-Level Timings。

Resize 工具：把词级时间戳拼成目标行宽的字幕

第一次使用先调好的四个选项

模型下载与管理在"帮助 → 偏好设置 → 模型"里，还能加量化版或自定义 .bin 模型，完整说明见 docs/docs/faq.md。

解决新手最容易卡住的三个问题

转写速度慢怎么办

先换更小的模型，或把类型改成 Whisper.cpp；有 6GB 显存以上的 N 卡就直接用 Faster Whisper，速度是普通 Whisper 的数倍且更省内存。

无网络的内网机器能不能用

可以。在有网机器上把模型下载好，从"帮助 → 偏好设置 → 模型"打开模型目录，把整个文件夹拷到内网机器的相同路径（Linux 在用户目录下的 .cache/Buzz），即可直接使用。

支持哪些音视频格式

ffmpeg 能解码的都可以：Buzz 依赖 ffmpeg 抽取音轨，mp3、wav、m4a 音频和 mp4 视频都能直接导入。

如果你有大量录音又不想把数据传出去，这套流程值得搭一遍。完整配置项与命令行用法，可看仓库里的 docs/docs/cli.md。

【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