企业官网建设流程全解析

Buzz 上手指南：本地离线语音转文字，从安装到批量转录

【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

周五下午，桌面上躺着一段 40 分钟的会议录音，你需要一份带时间戳的文字稿，但这份音频不能离开本机。打开 Buzz，导入文件、选个模型、点运行，几分钟后 SRT 字幕文件就出现在音频旁边。

Buzz是一款桌面应用，把 OpenAI Whisper 模型装在你自己的电脑上做语音转文字和翻译：音频文件、视频文件、麦克风实时录音都在本地处理，结果可导出为 TXT、SRT、VTT 三种格式。它的核心场景是"音频不出机器"——没有稳定的网络、不想把敏感内容交给在线服务，或者只是觉得批量处理文件上传太麻烦，都适合用它。支持从 PyPI 安装的命令行方式，也提供 macOS、Windows、Linux 三种平台的安装包，模型侧覆盖 Whisper 多个后端和 tiny 到 large 五档尺寸。

装好 Buzz：按系统选一条路 📦

每个平台都给你最短路径，选一个即可，装完都能跑起同一个界面。

macOS：下载 dmg，拖进应用程序

从发行渠道（SourceForge 的 buzz-captions 项目）下载.dmg文件，打开后把图标拖到应用程序文件夹。Buzz 对 Apple Silicon 原生支持，M 系列芯片上可直接使用 GPU 加速。

Windows：运行安装包，绕过签名提示

从同一渠道下载安装程序并运行。应用未做数字签名，安装时系统会弹出警告，点"更多信息"再选"仍要运行"即可继续。

Linux：一行命令装 Flatpak

flatpak install flathub io.github.chidiwilliams.Buzz # 或者改用 Snap：sudo snap install buzz

从 PyPI 安装：适合想直接用命令行的人

确认系统是 Python 3.12 并已装好 ffmpeg，然后：

pip install buzz-captions python -m buzz

PyPI 版本在 Linux/Windows 上默认带 CUDA 构建的 torch，Nvidia 显卡开箱可用；Intel Mac 的依赖版本在 pyproject.toml 里单独锁定，照装即可。

第一次转录：把 MP3 变成文字稿

首次运行后，主界面是一张任务列表，顶部工具栏放着全部常用入口。导入文件有三种方式：File 菜单的 Import Media File、工具栏的+图标、快捷键Command/Ctrl + O，支持直接把文件拖进窗口。

导入文件后，Buzz 会在任务行里让你确认三项设置：

• 任务：Transcribe（转成说话语言的文字）或 Translate to English（译成英文）；
• 语言：可以留空让它自动检测，但官方文档明确建议已知语言就手动指定，检测可能给出意外结果；
• 模型：类型加尺寸，第一次选小模型跑通流程最稳妥。

点 Run，进度条走到 Completed 后，双击该行（或选中后点"⤢"图标）打开转录查看器。每个片段都有独立的时间戳，点时间戳会跳转到音频对应位置；顶部的搜索框和播放控制让长稿校对不必反复拖进度条。

用命令行批量转录并导出 SRT

不想逐条点界面时，Buzz 自带 CLI（docs/docs/cli.md 有完整选项说明）。buzz add一条命令可以同时处理多个文件，常用参数：-m选模型类型、-s选尺寸、-l指定语言、--srt/--vtt/--txt决定导出格式。

buzz add -m whispercpp -s small -l zh --srt --txt meeting-01.mp3 meeting-02.mp3

这条命令用 Whisper.cpp 的 small 模型把两个会议录音转成中文，并各生成一份 SRT 和 TXT。加--hide-gui可以隐藏主窗口，适合放进脚本无人值守跑。

选模型：速度、显存和准确率的取舍

模型设置藏在偏好设置（docs/docs/preferences.md）里，分两层：模型类型和模型尺寸。

类型决定用哪个后端跑：Whisper（原版）、Whisper.cpp、Faster Whisper、Hugging Face（可填任意 whisper 系模型 ID）、OpenAI API（走云端，仅作对照）。日常离线转录推荐 Whisper.cpp：支持 Vulkan 加速，多数独显和核显都能用，还允许填Custom下载社区量化模型（如 q5 版本）进一步省显存。

尺寸直接决定速度和效果的平衡点：

偏好里还有两个实用开关：Reduce GPU RAM 用 8bit 量化压缩模型换显存；环境变量BUZZ_WHISPERCPP_N_THREADS可指定 Whisper.cpp 的线程数，默认取一半 CPU 核心。

让新文件自动转录：文件夹监视

偏好设置里的 Folder Watch 让 Buzz 盯住一个目录，里面的新音频文件出现后自动按预设模型开始转录，不用人工导入。它和Skip Already Transcribed插件搭配最好用：插件会检查同名.txt/.srt/.vtt是否已存在或 Buzz 数据库里已有结果，有就标记 Skipped，避免重复跑模型。这套组合适合"每天把录音丢进一个文件夹"的工作流。

插件：把转录流水线接得更长

插件系统在Help → Plugins里管理，可开关、拖拽排序、逐个配置，还能通过 Add by URL 装社区插件（buzz/plugins/ 目录下有全部内置插件源码，写新插件时照着结构改即可）。内置的六个里最常用的：

• Resize Transcript：把带词级时间戳的转录自动重组成适合字幕的片段，支持按静音间隙合并、按标点分割、限制单条最大长度；导出字幕前想调节奏时用它；
• AI Summary：调 OpenAI 兼容接口（OpenAI 或本地 Ollama）给转录生成摘要，存进备注或存成文本文件；
• DeepFilterNet：转录前先降噪，处理嘈杂录音效果好，去噪结果默认转完即删。

其余的 DOCX 导出、本地语言检测都是单步开关，用到再开。

速查表：模型、格式与常用参数 🎯

收尾前的三条避坑提示

首次使用每个模型时 Buzz 会联网下载一次模型文件，之后完全离线运行；断网环境下先把模型下齐。实时录音对机器负载敏感，默认 Whisper 模型较重，直播场景建议切到 Whisper.cpp 配小模型，录音中留意队列长度，积压就调大转录步长。导出字幕若单条过长，勾选 Word-Level Timings 重新转录，再用 Resize 功能按标点重组，比手工剪切快得多。

下一步建议：先拿一段自己语言清晰、两三分钟的录音，依次试一遍 tiny 和 small，感受速度差异，再决定日常档位；完整文档见 docs/。

【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