企业官网建设流程全解析

Buzz 离线语音转录完全指南：为什么选它，以及如何在 5 分钟内转写出第一份音频

【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 是一款在你个人电脑上完成离线语音转录的桌面工具，基于 OpenAI Whisper 引擎，把音频或视频转换成文字与字幕。全程不依赖网络，音频数据从不离开设备，同时支持 99 种以上语言的识别与翻译。本文从安装讲起，覆盖最短转录路径、核心功能、性能调优与常见故障排查。

一、它替谁解决了什么问题

Buzz 面向的不是某一种用户，而是所有"有音频、要文字、且不方便上传云"的人：

• 记者：采访结束后把录音拖进 Buzz，开启实时转录即可边录边看文字雏形，导出 TXT 直接进入编辑环节。采访对象的发言不需要经过任何第三方服务器。
• 研究人员：处理多语言讲座、访谈资料时，支持超过 99 种语言的识别，可批量排队多个文件，字幕导出为 SRT 后直接挂到课程视频上。
• 内容创作者：导入 MP4 后 Buzz 自动提取音轨转录，再用字幕调整功能控制每行时长，导出 SRT/VTT 导入剪辑软件。

二、Windows、macOS、Linux 上如何安装 Buzz

Windows：从发布页下载安装包。程序未签名，安装时如出现 SmartScreen 警告，选择"更多信息"→"仍要运行"即可。

macOS：下载.dmg后拖入应用程序文件夹。原生支持 Apple Silicon，配合 Whisper.cpp 后端性能较好。

Linux：

# Flatpak flatpak install flathub io.github.chidiwilliams.Buzz # Snap sudo apt-get install libportaudio2 libcanberra-gtk-module libcanberra-gtk3-module sudo snap install buzz

开发者（PyPI）：需 Python 3.12 环境，并预先安装 ffmpeg：

pip install buzz-captions python -m buzz

三、从导入到出结果的最短路径：3 步

1. 拖入文件：把 MP3、WAV、FLAC、MP4 等文件直接拖到主界面，或点击左上角"+"按钮选择文件，也支持导入 YouTube 链接。
2. 选模型、定参数：在任务行中选择 Whisper 模型（Tiny 最快，Large 最准）、语言与任务类型（转录或翻译）。
3. 运行并导出：点击运行，进度条走完后双击该行打开转录查看器，在导出菜单中选择 TXT、SRT 或 VTT。

四、Buzz 核心功能拆解：实时转录、文件夹监视与说话人识别

实时麦克风转录

选中录音设备后点击录制，Buzz 提供三种模式：追加下方、追加上方和追加并校正。第三种会在后续音频中回填修正前面的识别结果，适合长会议。演示窗口模式可以把字幕投到大屏，方便演讲现场使用。

文件夹监视自动转录

在偏好设置中指定输入文件夹，Buzz 会监视该目录，新放入的音频自动排队转录，输出保存到配置的路径。配合导出模板可自动命名文件，适合"录音笔一放就转"的工作流。

说话人识别

多人对话时，Buzz 可先做语音分离再转录，并自动给每个说话人打标签，导出后能清楚区分"谁说了什么"。实现入口见查看器中的说话人识别面板，源码位于 buzz/widgets/transcription_viewer/speaker_identification_widget.py。

多格式导出与字幕调整

查看器支持全文搜索、按片段播放和倍速。"调整大小"功能可以按标点拆分或合并片段，控制单条字幕长度：

模型管理与快捷键

在"模型"标签页可下载、删除和管理不同规格的 Whisper 模型，已下载模型缓存在本地，之后离线可用。

快捷键（录制、导入、播放控制等）全部可在偏好设置中自定义，减少鼠标操作。插件系统还提供 AI 摘要、跳过已转录片段等扩展，目录见 plugins/。

五、让转录更快更准的做法

提速：低配机器选 Tiny/Base 模型；有 Nvidia GPU（6GB 显存以上）用 Faster Whisper 后端；其他 GPU 或 Mac 用 Whisper.cpp（支持 Vulkan 加速）；关闭其他高负载程序。

提准：尽量在安静环境录音；手动指定语言而非自动检测；重要内容用 Large 系列模型；在"初始提示"里填入专有名词和术语，能显著减少同音字错误。

六、遇到问题先查这里

1. 转录速度太慢原因：模型过大或走了纯 CPU。做法：换更小的模型，或在"whisper 类型"中选择 Faster Whisper（Nvidia GPU）/ Whisper.cpp（其他设备）。

2. 启动崩溃或模型损坏原因：模型下载不完整。做法：在 帮助→偏好设置→模型 中删除对应模型文件后重新下载。注意 Buzz 要求 CPU 支持 AVX2。

3. 录音报错 Unanticipated host error [PaErrorCode-9999]原因：系统禁止了应用访问麦克风。做法：Windows 检查 设置→隐私→麦克风 权限；其他系统检查音频输入权限与杀毒软件拦截。

4. 完全离线的电脑能不能用可以。做法：先在有网电脑上下载好模型，把模型目录整体拷贝到离线机器的同一缓存位置（Linux 为~/.cache/Buzz），或用 scripts/download-models.py 预先准备模型缓存。

七、去哪里看更多

• 官方文档（含 CLI 用法、偏好设置详解）：docs/docs/
• 说话人识别实现：buzz/widgets/transcription_viewer/speaker_identification_widget.py
• 插件系统与内置插件：plugins/

Buzz 的价值很直接：识别引擎在本地跑，数据不出机器，流程又是"拖入—运行—导出"三步。想先跑通一遍，可以按下面清单操作：

1. 按第二节安装 Buzz，下载一个 Base 或 Small 模型；
2. 拖入一段 1 分钟左右的音频，指定语言后点击运行；
3. 打开查看器核对文字，分别导出一次 TXT 和 SRT，确认结果格式符合你的用途。

之后再去尝试实时录音、文件夹监视和说话人识别，按需深入。

【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