企业官网建设流程全解析

Buzz 离线语音转写完整指南：从安装到 GPU 加速只需 10 分钟

【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 是一款运行在你自己电脑上的免费离线音频转写工具，内置 OpenAI Whisper 模型，支持 Whisper.cpp、Faster-Whisper 和 Hugging Face 多种后端，无需联网即可将录音、播客或视频音轨转成带时间戳的文字稿。本指南面向第一次接触 Buzz 的用户，带你完成安装、首次转写、模型选择和性能调优。

为什么本地转写值得投入

🔒 隐私是本地转写最直接的收益：你的音频文件永远不出电脑，不存在上传到第三方服务器的风险。其次是零成本——模型一次下载后永久免费使用，没有按分钟计费的焦虑。Buzz 同时支持 NVIDIA GPU（CUDA）、Apple Silicon 和集显（Vulkan），即使没有独立显卡也能跑出可用的速度。

与在线转写服务对比：

三种安装方式，选一个适合你的

Buzz 提供三种安装途径，根据你熟悉的系统选择即可。

方式一：图形安装包（推荐新手）

前往 SourceForge 下载对应系统的安装包：macOS 是.dmg，Windows 是安装程序。Windows 安装包未签名，安装时系统会弹出安全提示，点击「更多信息」→「仍要运行」即可。

方式二：Linux 包管理器

flatpak install flathub io.github.chidiwilliams.Buzz

这条命令通过 Flatpak 从 Flathub 仓库安装 Buzz，不需要手动编译。如果你更习惯 Snap，也可以运行sudo snap install buzz。

方式三：pip 从源码安装

先确保系统已安装 ffmpeg 并使用 Python 3.12 环境，然后执行：

pip install buzz-captions python -m buzz

pip install从 PyPI 拉取 Buzz 包及其依赖，python -m buzz启动图形界面。适合想要跟踪最新开发版本的用户。

第一次转写：导入音频、选模型、点开始

打开 Buzz 后，你会看到上面这样的任务列表界面。第一次转写只需三步：

1. 导入音频。点击工具栏上的「+」按钮，在文件选择器中挑选 MP3、WAV、FLAC、M4A 等格式的音频或视频文件。Buzz 也支持直接粘贴 YouTube 链接导入。
2. 选择模型和语言。在导入对话框里，从下拉列表选择 Whisper 模型（首次使用建议选base或small），指定音频语言或留空让 Buzz 自动检测。任务类型选「Transcribe」做同语言转写，选「Translate to English」则把外语翻译成英文。
3. 点击 OK 开始转写。任务加入队列后，进度条会实时更新。完成后双击任务行即可打开转写查看器。

转写查看器支持按段落播放、调速和文字搜索，适合边听边校对。

模型怎么选：大小、后端与 GPU 加速

Buzz 内置四种本地模型后端，各有侧重：

• Whisper.cpp：纯 C++ 实现，CPU 上表现稳定，支持量化（如q5、q8）降低内存占用。
• Faster-Whisper：基于 CTranslate2 的优化版，GPU 加速下速度明显快于原版 Whisper。
• Whisper（原版）：PyTorch 实现，生态兼容性最好。
• Hugging Face Whisper 类型：支持 Whisper 之外的其他 Transformer 语音模型。

打开首选项（Ctrl/Cmd + ,）→「Models」标签页，可以下载、删除和切换模型。

模型大小怎么选：

GPU 加速要点：NVIDIA 显卡用户安装 Buzz 时注意选择带 CUDA 支持的 PyTorch 版本；Apple Silicon 用户自动使用 Metal 后端；其他 GPU（包括集显）可以通过 Whisper.cpp 的 Vulkan 支持获得加速。如果在首选项「General」中勾选「Reduce GPU RAM」，Buzz 会对模型做 8 位量化，以少量精度损失换取更低的显存占用。

实时录音与演示模式

Buzz 不只能转写文件，还支持麦克风实时转写。点击工具栏的录音按钮，Buzz 会持续监听麦克风并将语音实时转成文字。

这个功能在两个场景特别有用：

• 会议记录：开着 Buzz 开会，结束后直接拿到完整文字稿。
• 现场演讲：启用「Presentation Window」（演示窗口），实时字幕会放大显示在独立窗口中，可以投屏给观众看。实时转写还有三种模式：在末尾追加、在顶部追加、以及「追加并修正」（会回溯修正上一句的错误，但更耗资源）。

导出与后处理：从文字稿到字幕文件

转写完成后，右键任务行可以选择导出格式：

• TXT：纯文本，适合快速浏览。
• SRT / VTT：带时间戳的字幕文件，可直接拖进视频编辑器或视频播放器。

Buzz 还提供几个实用的后处理功能：

• 说话人识别：自动区分录音中不同人的发言，在文字稿前加上说话人标签。
• 语音分离：在转写前先用 Demucs 把混叠的人声分开，适合多人重叠说话的嘈杂录音。
• 段落重新分段（Resize）：手动拖拽调整段落边界，让时间戳更贴合实际语句节奏。

提速的隐藏设置项

Buzz 的部分高级参数不暴露在图形界面上，而是通过环境变量控制。在启动 Buzz 之前设置这些变量即可生效：

以 macOS / Linux 为例，可以写一个启动脚本run_buzz.sh，在里面export这些变量再调用buzz；Windows 下则用run_buzz.bat配合set命令。

常见坑与解决思路

转写速度慢：先确认是否启用了 GPU 加速（查看系统监控里 GPU 使用率）；如果显存紧张，勾选「Reduce GPU RAM」或换小一号的模型；CPU 用户可以适当调低BUZZ_WHISPERCPP_N_THREADS。

模型下载失败：Buzz 默认从 Hugging Face 拉取模型文件。如果网络不稳定，可以手动下载.bin或.ct2模型文件，然后在 Whisper.cpp 的模型选择里选「Custom」，粘贴文件的本地路径或直链 URL。

转写结果不准确：换更大的模型通常是最有效的办法；其次检查音频信噪比，嘈杂环境下可以先用语音分离功能；对于专业术语较多的录音，在转写选项里填写initial_prompt（一段提示文字），帮助模型锁定领域词汇。

下一步

想深入了解 Buzz 的更多能力，可以从项目文档入手：docs/docs/ 目录下的cli.md讲命令行自动化，faq.md汇总了高频问题。插件系统源码在 buzz/plugins/，目前包含 AI 摘要生成、Docx 导出、自动跳过已转写文件等扩展，适合有定制需求的用户参考。

【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