企业官网建设流程全解析

Buzz 离线语音转文字快速上手：5 分钟本地免费转出第一份字幕

【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 是一款完全跑在本地的离线语音转文字工具，基于 OpenAI 的 Whisper 模型，音频不上传、转录不收费。它面向做字幕的剪辑师、整理访谈的研究员、要现场字幕的活动组织者：装好软件，导入一段音频，点一次运行，文字稿就出来了。

它替你解决什么问题

会议录音、讲座、访谈想变成文字，在线工具多半要你先把文件传上服务器，隐私和按量计费都是坎。Buzz 把 Whisper 的推理整个搬进你自己的电脑：本地处理，断网照样跑，不花一分钱。

边界一次说清：它是个本地批处理加实时转录的桌面客户端，和云端 API 最大的区别，是音频从头到尾不离开电脑。

跑起来之前的准备

三个系统都有现成安装包，装完只差一步——挑个模型下下来。

Windows

到发布页下载官方安装包，双击安装。程序未签名，弹出警告点"更多信息"→"仍要运行"即可。

macOS

下载 .dmg 文件，拖进"应用程序"文件夹。注意新版只支持 Apple Silicon，Intel 机器最后可用版本是 1.4.5，老机型留意。

Linux

一条命令装 Flatpak 版：

flatpak install flathub io.github.chidiwilliams.Buzz

模型首次转录时自动下载并缓存，离线也能用；想提前备好，进"偏好设置 → 模型"统一管理（偏好设置说明）。

第一次完整走一遍

只读这一节也能跑通，跟着做：

1. 打开 Buzz，点工具栏 + 号（或 File → Import Media File），选一段本地音频。
2. 任务选 Transcribe；语言手动选"中文"，比自动检测稳。
3. 后端选 Whisper.cpp，模型选 base 或 small：省内存、CPU 也能跑，新手最省心。
4. 点 Run。首次会先下模型，转完状态变成 Completed 即完成。
5. 双击任务行进入转录查看器：边听边逐段改字和时间戳，能搜索、能调速。
6. 点导出，选 TXT 或 SRT，文件直接落在音频旁边。

能力边界与可选项

边界摊开说，分三组看。

能喂进去什么

• 本地音频：MP3、WAV、FLAC 等常见格式，丢进去就能转
• 视频文件：自动抽出音轨再转录
• YouTube 链接：粘贴地址，下载后转
• 麦克风实时录音：边说边出字，能开演示窗口投到大屏

怎么转录

• 后端五选一：Whisper 原版（准但吃内存）、Faster Whisper（N 卡 6GB 显存以上）、Whisper.cpp（C++ 实现，CPU 集显友好，Mac 推荐）、Hugging Face（可加载微调模型）、OpenAI API（云端备用）
• 有 NVIDIA 显卡，在 Help → About Buzz 里补装 CUDA 加速
• 嘈杂录音可开"提取语音"先分离；多人对话可开说话人识别

怎么收尾

• 转录查看器：搜索、调速播放、逐段修字
• 导出 TXT / SRT / VTT，文稿和字幕需求都覆盖
• Resize：长句按标点拆开、过短的字幕行合并、显示时长可调
• 文件夹监控：新文件丢进去自动转，不用人守
• CLI 可写进脚本批量跑：

buzz add --txt interview.mp3

模型大小怎么选，一张表说清：

两个参数建议先调：语言手动指定；把人名、术语写进"初始提示"，能明显减少误识别。

按场景对号入座

给播客做字幕的剪辑师

• 你要的：两小时节目音频，变成能拖进剪辑软件的中文字幕。
• 你做的：导入 MP3，语言选中文，导出选 SRT；跑完点 Resize，按标点拆行、设最大长度。
• 你拿到的：时间码精确的 SRT 文件，导入软件直接上屏。

整理多人访谈的研究员

• 你要的：长访谈的文字稿，每句话都标清是谁说的。
• 你做的：转录前打开说话人识别；出来后在查看器逐段核对标注，导出 TXT。
• 你拿到的：带时间戳、带说话人的文字稿，边听边改。

做现场实时字幕的组织者

• 你要的：演讲内容即时变大屏字幕，最好还能同步进 OBS。
• 你做的：选录音任务、接好麦克风，开演示窗口点录制；偏好里打开实时文本导出。
• 你拿到的：能投屏的字幕画面，外加一份实时更新的 TXT，OBS 直接读文件。

踩坑与自救

转出来不准，先查哪里？

先怀疑语言设置，再怀疑模型。手动指定语言；还不行，把人名术语写进初始提示，或把模型升一档。

完全断网的机器能用吗？

能。模型就是几个文件：有网机器上下载好，进"偏好设置 → 模型"点"显示文件位置"，把文件夹拷到离线机器相同路径。批量预缓存可用 scripts/download-models.py。

转得太慢、电脑发烫？

先换 Whisper.cpp 后端，比原版快且省内存；6GB 显存以上的 N 卡再试 Faster Whisper。实时转录用小模型，跟不上语速就别硬撑。

录音报错 PaErrorCode-9999、没声音？

多半是麦克风权限问题。去系统隐私设置确认允许 Buzz 使用麦克风，杀毒软件顺手排查一下。

你现在手里有什么

你现在有了不依赖网络、数据不出本地的语音转文字方案：导入音频、点一次运行，文本和字幕都能落地，实时转、批量转也都行。

更多细节看 CLI 用法——现在就去把第一段音频跑一遍。

【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