企业官网建设流程全解析

Buzz 离线语音转写快速上手完整指南

【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

一份两小时的会议录音要在下班前变成文字稿，一集长播客想拆成可编辑的文稿——逐句手敲显然不现实。Buzz 把这件事接了过去：它基于 OpenAI 的 Whisper 模型，在你的个人电脑上完成离线语音转写和翻译，音频不上传任何云端，断网也能跑。

能力速览

Buzz 是一个桌面应用，核心动作就三类：导入音视频做转写与翻译、麦克风实时录音转写、对已有文稿做搜索、改句长、识别说话人。它同时接入多个转写后端，其中 Faster-Whisper 基于 CTranslate2（一个专门加速语音模型推理的引擎）实现，对你来说意味着更短的等待和更低的内存占用。选哪个模型，先对照这张表：

开始前的准备

先确认两件事：系统装好了 ffmpeg（Buzz 靠它读取音频），Python 环境是 3.12。然后在终端里装好并启动：

pip install buzz-captions python -m buzz

当前发布版本为 1.4.5。依赖清单（含 faster-whisper、ctranslate2 等）都由包管理器一并拉取，不需要单独安装。界面能正常打开，就算准备就绪。

三步跑通第一次转录

装模型。打开 File → Preferences，切到 Models 标签页，在 Group 下拉里选 "Faster-Whisper"，挑一个规格（建议 medium），点 Download。文件会存到系统缓存目录下的 models 子文件夹（Linux/macOS 一般在~/.cache/buzz，Windows 在 AppData 下）。

建任务。回到主界面，点左上角的 "+" 选择音频文件。Buzz 支持 MP3、WAV、FLAC 等常见格式。弹窗里确认两件事：Language 选音频本身的语言，Task 选 transcribe（转写原文）或 translate（翻译成英文）。

看结果。点 OK 后任务进入队列，主界面这一行会显示实时进度。

完成后点击该行的查看按钮，打开的是带时间戳的分段文稿，可以跟着音频逐段播放核对，再导出为 TXT、SRT 或 VTT。

按机器提速

这一步解决的是"同一台机器怎么转得更快"。关键旋钮只有一个：compute type，即模型推理时的数值精度——float32 最稳但最重，float16 在 GPU 上最快，int8 做量化后 CPU 也能跑得动大模型。

写成配置就两行以内：

compute_type = "int8" # 无显卡或显存不足 compute_type = "float16" # NVIDIA GPU 加速

其余提速手段其实就两条：任务少排队（一次别塞几十个文件），别和重活抢资源。

遇到问题？

写在最后

先拿手边一段一分钟的录音走一遍完整流程，确认速度符合预期，再换成大模型处理正式内容。更多参数说明见 docs/ 目录，转写各后端的实现代码都在 buzz/transcriber/ 下，想核对行为时可以直接查。

【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