企业官网建设流程全解析

Buzz 本地离线语音转文字：给会议录音和播客自动出字幕

【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离线语音转文字工具，基于 OpenAI 的 Whisper 模型，音频不上传、不联网也能转写，把会议录音、播客、访谈变成可搜索、可编辑的文字和字幕。

📋 能力速览：Buzz 能替你做什么

把它想象成一台搬回家的录音厨房：食材（音频）从进门到出锅都不离开你的房子。数据不出你的电脑，没有上传环节，也就没有泄露、排队和按分钟计费的焦虑。

🍳 5 分钟跑通第一条转录

三个平台都有一行命令的安装方式：

⚠️ 注意：Windows 安装包未做代码签名，首次安装时系统会弹出安全警告。点"更多信息"再"仍要运行"即可，项目开源，源码可查。

想体验未发布的改动，也可以克隆仓库按 README 装依赖：git clone https://gitcode.com/GitHub_Trending/buz/buzz。

装好后打开软件，主界面是一张任务队列。按Ctrl+O（或点工具栏的"＋"）导入一段会议 MP3，弹出的表单里只有三个选项值得看：Task 默认就是 Transcribe（同语言转录）；Language 如果你知道是中文，直接选zh，别指望自动检测；Model 先选base，够用。点 Run，任务进队列，进度条走完，状态变成 Completed。双击这一行，你落在转录查看器里，带时间戳的文字一段段排在眼前——第一份转录稿诞生了。

接下来是校对。在时间戳表格里双击文本单元格就能直接改，改动自动保存；Ctrl+P播放/暂停对应位置的音频，Ctrl+←/→微调片段起点、Ctrl+Shift+←/→调终点，边听边修。

🎬 三个真实工作流

会议现场出稿

切到 Live Recording 标签页，选好麦克风、语言和模型，点红色 Record 按钮，话音未落文字已经一行行排出来。实时转录对硬件胃口不小，务必选 Whisper.cpp 后端配tiny或base，否则文字追不上语速。

录制模式有两种：默认 Append below 只往末尾追加；在偏好设置里改成 Append and correct，它会回头重查刚生成的句子、边说边修正，代价是更吃硬件。

录的同时可以打开演示窗口（Live Transcript Presentation），把实时字幕投到外接屏——演讲同传、远程会议看稿都靠它。偏好设置里还能把实时转录导出到文本文件，OBS 就能把它当直播字幕源读。

把播客剪成可上传的字幕

视频同样是普通食材：MP4、MOV、MKV 直接导入，Buzz 用内置的 FFmpeg 解码。要做字幕，转录前有个开关别漏——词级时间戳（word-level timestamps）。没勾它，查看器里那把断句刀就使不出来。

转录完成后，点查看器工具栏的 Resize，设一个字幕行最大长度，按标点分割、按静音间隙合并，一句被拦腰砍断的长台词会重新归位。然后从导出菜单选 SRT 或 VTT，直接拖进剪辑软件；留档用 TXT；要 Word 文档则启用导出插件拿 DOCX。

想转的是播客、在线课程这类"系统声音"？装个虚拟声卡把声音改道给 Buzz 即可：Windows 装 VB-CABLE，把系统输出设到 CABLE Input，Buzz 里麦克风选 CABLE Output；macOS 用brew install blackhole-2ch，在"音频 MIDI 设置"里把扬声器和 BlackHole 组进多输出设备；Linux 用pavucontrol在录制标签里把指定应用的音频重定向过去。电脑上能出声的内容，从此都能变成可搜索的文字。

批量与自动化：让电脑夜里干活

文件一多，GUI 逐个点就慢了。buzz add支持一次吃进多个文件：

buzz add --task transcribe --model-type whispercpp --model-size small --language zh --prompt "访谈录音，人名：张伟、李娜" --srt --vtt 访谈.mp3 会议录音.wav

--prompt是初始提示词，把常错的专有名词写进去，错字会明显减少；--output-directory指定产出位置，--hide-gui可以静默运行。把它挂进系统的定时任务（任务计划程序或 cron），睡前丢一个文件夹进去，早上收字幕。

翻译也在这条流水线上。任务类型选 Translate to English，任何语言直接给你英文稿，这是 Whisper 自带能力，离线可用。想翻到别的语言（比如英译西），在偏好设置里填一个 OpenAI 兼容的 API 地址和密钥，本地用 Ollama 或 LM Studio 跑模型也完全接得上；再到查看器点 Translate，给 AI 一句指令，例如"只翻译，不添加解释"，就是一条全离线翻译管线。

🧰 模型怎么选、速度怎么调

模型管理在偏好设置的 Models 标签页：左边已下载、右边待下载，勾选后点 Download，也支持粘贴自定义模型的下载地址。想省内存，选 Whisper.cpp 后端并挑量化版本（如q_5），用一点点精度换显存和速度。

遇到卡顿，问自己三个问题：

• 有 NVIDIA 显卡吗？有就在设置里启用 CUDA，large 的转录能从小时级压到分钟级；
• 确认 GPU 没生效吗？设BUZZ_FORCE_CPU=true强制纯 CPU 跑一遍，对比速度就能定位；
• 内存紧张吗？退回 Whisper.cpp 量化模型，或换小一号的模型。

❓ 踩过的坑，一次说清

中文没指定语言，转录质量差？自动检测偶尔会判断失误，中文音频手动选zh最稳。

实时转录总跟不上语速？默认模型太大。切 Whisper.cpp 后端加tiny或base，立刻跟手。

Resize 重组功能为什么用不了？转录时没勾词级时间戳。勾选后重新转一次即可。

明明有显卡，为什么还是 CPU 在跑？先确认驱动装好、设置里 CUDA 已启用；也可以BUZZ_FORCE_CPU=true强制 CPU 排除变量。

国内网络下模型下载慢？设置环境变量HF_ENDPOINT=https://hf-mirror.com走镜像，速度立竿见影。

下一步

今晚挑一段十分钟的录音，从导入跑到导出 SRT。跑得顺就去项目仓库点个 Star，卡住了就把现象丢给社区。

【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