企业官网建设流程全解析

Buzz 离线语音转录完整指南：从安装到批量字幕的 6 步实操

【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 是一款基于 OpenAI Whisper 的离线语音转录工具：音频和视频在你自己的电脑上转成文字，不上传云端，免费且可翻译、可做字幕。无论是会议纪要、采访整理还是视频字幕制作，Buzz 语音转录都能一条链路完成——导入、转录、校对、导出。下面按"安装 → 跑通第一次转录 → 实时录音 → 校对导出 → 进阶自动化 → 排错"的顺序，带你完整走一遍。

安装 Buzz：三种平台各一条命令

Windows：从官方发布渠道下载.exe安装包，双击安装即可。程序未签名，安装时若弹出警告，选"更多信息 → 仍要运行"。

macOS：下载.dmg镜像安装。Apple 芯片用户优先选适配版本，走 Metal 加速，性能明显更好。

Linux（Snap 或 Flatpak 二选一）：

sudo snap install buzz sudo snap connect buzz:password-manager-service

第二条命令授权 Buzz 访问系统密码管理器，用于安全保存 API 密钥。

flatpak install flathub io.github.chidiwilliams.Buzz

国内网络下载 Hugging Face 模型较慢时，可设置环境变量HF_ENDPOINT=https://hf-mirror.com后再启动。

首次启动会提示下载 Whisper 模型，按"帮助 → 偏好设置 → 模型"操作即可，模型文件默认缓存在~/.cache/Buzz（Linux）、%USERPROFILE%\AppData\Local\Buzz（Windows）。

第一次转录：导入、选模型、出结果

1. 点工具栏"+"图标，或菜单"文件 → 导入媒体文件"（快捷键Ctrl/Cmd + O），选择音频/视频文件，也支持直接粘贴 YouTube 等在线视频链接。
2. 设置三个选项：
   • 任务：Transcribe（按原语言转写）或 Translate to English（翻译成英文）；
   • 语言：建议手动指定（如zh、en），自动检测偶尔会出错；
   • 模型：Whisper 类型 + 模型大小。
3. 点Run，任务列表出现进度，状态变为 Completed 后双击该行打开转录查看器。

模型选择速查表：

Whisper 类型怎么选：

进阶细节：点导入面板的Advanced...可以填 Initial Prompt（把易错的专业名词、人名写进去能减少拼错）、勾选 Word-Level Timings（生成词级时间戳，后续重排字幕用）和 Extract speech（先从混音中分离人声，嘈杂音频效果明显）。

实时录音：会议和讲座的现场转写

适合边开会边出纪要的场景：

1. 在主界面下方选好录音任务（转录/翻译）、语言、麦克风；
2. 点Record，转写结果逐句出现；
3. 需要投屏展示时，点Presentation window打开演示窗口，全屏大字实时滚动。

三种转录模式按需切换（偏好设置里可配）：

注意：实时转写吃资源，建议选 Whisper.cpp + Base/Small 模型；机器负载高时调大"转录步长"降低频率。另外偏好设置里开启Live transcript exports，转写文本会实时导出为 txt 文件，方便接入 OBS 等直播工具。

校对与导出：转录查看器的实用功能

双击任务列表中的转录打开查看器，这是日常使用频率最高的界面：

• 三种视图：带时间戳的表格视图 / 纯文本视图 / 译文视图，一键切换；
• 搜索：Ctrl/Cmd + F 实时搜索，Enter 跳转下一处；
• 播放控制：播放速度 0.5x–2.0x，可勾选"跟随音频"自动滚动、"循环段落"反复听某一段；
• 微调时间戳：Ctrl/Cmd + ←/→ 调整段落起点，加 Shift 调整终点，每按一次 0.5 秒。

字幕重排：查看器里的Resize按钮可以把转录切成标准字幕。开启词级时间戳的转录支持按静音间隙合并、按标点断句、限制单条字幕最大长度；如果源音频还在本机，还会分析静音点让字幕更贴合。还能给每条字幕的结束时间统一延长若干秒，让字幕在屏幕上停留更久。

导出格式：TXT、SRT、VTT、JSON 等，点工具栏 Export 按钮选择即可。文件名模板可在偏好设置里自定义，支持{{ input_file_name }}、{{ date_time }}等变量。

进阶玩法：插件、命令行与监听文件夹

插件系统（1.4.5 起，Help → Plugins 管理）内置了几个实用件：

• AI Summary：接 OpenAI 兼容 API，给转录自动生成摘要；
• DeepFilterNet 降噪：转录前先做本地人声降噪；
• Enhanced Language Detection：本地模型自动识别未知语种；
• Export to DOCX：一键导出 Word 文档；
• Skip Already Transcribed：重复导入同批文件时跳过已转过的，批量场景省算力；
• Resize Transcript：转录完成后自动重排成字幕块。

社区插件可点Add by URL直接安装，写法参考 buzz/plugins/ 源码。

命令行批量处理：

buzz add --task transcribe --model-type whispercpp --model-size small --srt --vtt /path/to/audio.mp4

作用：用 Whisper.cpp 的 small 模型转录指定文件，并直接输出 SRT 和 VTT 字幕。-l zh可指定语言，--txt、-w（词级时间戳）等选项见 docs/docs/cli.md。

监听文件夹：偏好设置里配置一个 watched folder，往里丢文件就自动排队转录，配合上面的 Skip 插件可实现无人值守的批量转写。

高级调优：部分参数通过环境变量控制，Linux/macOS 可写进启动脚本：

export BUZZ_WHISPERCPP_N_THREADS=8 # Whisper.cpp 线程数，16 线程机器设为 8 通常更快 export BUZZ_FORCE_CPU=true # GPU 有问题时强制走 CPU buzz

完整变量表（含BUZZ_MODEL_ROOT改模型目录、BUZZ_FAVORITE_LANGUAGES置顶常用语言）见 docs/docs/preferences.md。

常见问题与性能调优

转得太慢怎么办？三招：换更小的模型；NVIDIA 显卡（≥6GB 显存）切到 Faster Whisper；N 卡之外的机器统一用 Whisper.cpp（支持 Vulkan 加速）。

崩溃或结果异常？多半是模型文件下载不完整。到"帮助 → 偏好设置 → 模型"里删除对应模型重新下载。另外注意 Buzz 要求 CPU 支持AVX2，过老的处理器无法运行。

录音时提示PaErrorCode-9999？检查系统麦克风权限（Windows：设置 → 隐私 → 麦克风），或暂时关闭杀毒软件再试。

没有网络的机器能用吗？可以。在联网机器上先下载好模型，把整个模型缓存目录（"模型"页有"Show file location"按钮直达）拷到离线机器相同位置即可。

GPU 加速不生效？Linux 的 NVIDIA 显卡开箱即用，异常时补装 CUDA 12 + cuBLAS + cuDNN；Windows 安装包已内置 CUDA 12 支持，旧 CUDA 版本会自动回落到 CPU。

要点回顾

• Buzz 全程本地离线运行，免费、不上传音频，是隐私敏感场景（医疗、法务、采访）的稳妥选择；
• 模型缓存位置固定（~/.cache/Buzz等），复制一份即可让离线机器"开箱即用"；
• 硬件普通就用Whisper.cpp + Base/Small，N 卡充足就上Faster Whisper + Medium/Large；
• 词级时间戳 + Resize 是字幕工作流的关键组合：先开-w，再按标点断句重排；
• 批量与自动化靠三件套：命令行buzz add+ 监听文件夹 + Skip Already Transcribed 插件；
• 想继续深入：查看 docs/docs/ 目录下的使用手册，或参考 buzz/plugins/ 自己写一个插件。

【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