企业官网建设流程全解析

Buzz：本地离线语音转文字，99+ 种语言免费转录

【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

两小时的访谈录音还躺在硬盘里，传云端转录又担心声音数据出外网。Buzz 把 OpenAI 的 Whisper（OpenAI 出的语音识别模型）搬到你电脑上，离线完成语音转文字，转录全程免费。

它能干，不干什么

• 干的事
  • 音频、视频文件和 YouTube 链接转成文字与字幕，支持中英等 99+ 种语言
  • 麦克风实时转录，配一个面向演讲的全屏展示窗口
  • 后端可选：NVIDIA 显卡 CUDA、Apple Silicon、集显 Vulkan
  • 插件按需装：AI 摘要、字幕长度自动调整等，见插件目录
• 不干的事
  • 文件不上传任何服务器，录音不出电脑
  • 没有账号、没有订阅费（MIT 开源协议）

卖点就一句：本地离线转录，录音不出电脑。

第一次用：一个模型、一次拖拽、一个回车

安装按平台各一条：

• macOS：下载.dmg打开即用
• Windows：下载安装包，提示未签名时点"仍要运行"
• Linux：sudo snap install buzz，或 Flatpak 安装
• 开发环境：先装好 FFmpeg 和 Python 3.12，然后：

pip install buzz-captions

打开软件：

1. 选一个 Whisper 模型——首次自动下载，之后就是纯离线
2. 把音频、视频拖进主界面（也可粘贴 YouTube 链接），任务自动排队
3. 点开始，进度逐行更新，完成后转写文件自动存到本地

更多用法见官方文档，全程没有强制填写的配置项。

三种用法

📁 一批录音排队转

十来个访谈或会议录音一次拖进去，依次处理，进度和状态一行一个。长文件可以勾选"转录前做语音分离"，嘈杂环境下的多人对话结果更稳。

🎤 会议边讲边转

点麦克风开始实时转录，文字边说边出。想翻查原话，在转写查看器搜关键词，拖进度条就能定位到那一秒。对外演讲、授课时切到演示窗口，把放大的转写投给听众。

🎬 给视频出字幕

视频文件走同样的流程，完成后进查看器逐句校对：改错字、微调时间戳、按 2 倍速回看。

字幕长度不合播出习惯，用内置的字幕调整：按目标长度控制每条字幕、按合并间隔重新切分。

导出直接给 TXT、SRT、VTT 三种，字幕文件可以原样进剪辑软件。

该挑哪个模型

没有银弹，拿自己的语言实测几个最靠谱。

进阶建议：

• 录音条件差就先降噪，或转录前勾选"语音分离"
• "初始提示"里填入领域术语、人名，专业内容准确率明显提升
• 开文件夹监控，录音固定扔进一个文件夹，新文件自动开始转录
• 超过一小时的长音频先分段，稳定不易中断
• 要批量自动化，直接用 CLI 跑：buzz add -m whispercpp <文件>

几个会踩的坑

🤔转录太慢？换 Tiny、Base 小模型，或给 GPU 加速打开（CUDA / Vulkan / Apple Silicon）。

为什么出现原文没有的"幻觉"词句？Large-V3 偶尔编造内容，换 Large-V2 或 Turbo 试试。

小语种行不行？Whisper 系列覆盖 99+ 种语言，Hugging Face 后端还能选 MMS 模型族，覆盖 1000+ 种。

今晚挑一段最头疼的录音，选 Small 模型跑一遍。

【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