企业官网建设流程全解析

Buzz 离线语音转文字实操指南：会议转写、视频字幕与外语内容一次打通

【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 是一款完全在本地运行的免费桌面工具，基于 OpenAI 的 Whisper 模型做离线语音转文字和音频转录。音频文件不经过任何云端服务器，无需联网、没有订阅费，装好即可使用。下面按三个真实任务带你走完整条流程：转写会议录音、给视频生成字幕、处理外语内容，最后讲安装与调优。

任务一：把会议录音变成带时间戳的文字记录

会议录音导入后，Buzz 会把它放进任务队列。列表里每个文件单独一行，显示所用模型、任务类型和状态：排队中、进行到 55%、或已完成并附带耗时。你可以一次性拖入多个录音，Buzz 会为每个文件建独立任务依次处理。转录完成后，双击任务行打开查看器，即可看到按时间切分的文字段落。开启发言人识别后，多人对话能区分出不同说话人，整理纪要时不用反复回听确认谁说了什么。处理敏感内容时，全程本地运行意味着录音文件没有离开过你的电脑。

任务二：给视频做字幕，导出 SRT 和 VTT

Buzz 支持直接导入视频文件，自动抽出音轨再转录。查看器把结果组织成段落表格：每行一个片段，带开始和结束时间。你可以直接修改文字、拖动时间边界、拆分或合并段落。底部有播放器和进度条，点某一行就跳到对应位置播放，配合倍速调节快速校对；听不准的段落循环播放即可。确认无误后从导出菜单选 SRT 或 VTT 格式，文件可直接导入视频剪辑软件。TXT 格式也支持导出。

任务三：外语内容转写并翻译

Whisper 本身支持上百种语言。语言已知时，在任务设置里手动指定比自动检测更准。转录完成后，在查看器的工具栏点 Translate，把整段文字译成你需要的语言，适合对照学习发音和语法，或给外语播客加注释。如果内容里有很多专业术语，可以在高级设置里填初始提示，把术语和常用词写进去，模型输出会更贴合上下文。

装好 Buzz：三条路径任选

普通用户按系统选包管理器，开发者用 pip：

Linux（Flatpak）：

flatpak install flathub io.github.chidiwilliams.Buzz

macOS 与 Windows：到官方发行版下载页获取安装包。Windows 版本未签名，安装时提示安全警告，选"更多信息"→"仍要运行"即可。

源码/Python 环境（需 Python 3.12，并先装好 ffmpeg）：

pip install buzz-captions python -m buzz

首次使用在偏好设置的 Models 页选模型。Whisper.cpp 组下列出 Tiny、Base、Small、Medium、Large、Large-V3-Turbo 等档位，已下载的和可下载的都分开展示，也可以粘贴链接下载自定义模型。转录速度偏慢时，优先换更小的档位，或确认已启用加速：Nvidia 显卡可开 CUDA，Whisper.cpp 支持 Vulkan，多数核显也能跑，Apple Silicon 有专门支持。

调优与避坑

先说准确率：安静的录音环境、清晰的发音、合适的模型档位，这三点比任何参数都管用；大型模型精度更高，但占用的内存也更大。再说速度：小模型换大模型收益有限时，先关掉占用资源的程序，再考虑切换后端。时间戳没对齐是常见情况——查看器里有 Resize 功能，也可以手动调整片段边界，把文字和音频重新对上。

进阶能力不用额外学：监听文件夹会自动转录新放进来的文件；命令行接口支持脚本化批处理，详见 CLI 文档；插件系统提供 AI 摘要、自动调整转录等扩展，插件目录 里还有更多实现。

Buzz 采用 MIT 许可证，代码以 Python 和 PyQt 编写，模块划分清晰：transcriber/ 承载多种 Whisper 后端的转录逻辑，db/ 负责转录历史存储，widgets/ 是界面层。遇到问题先看 官方文档。录音文件留在本地，就是离线转录最实在的好处——装好 Buzz，从下一段会议录音开始用。

【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