Buzz 本地语音转文字指南：离线转写音频，一键导出字幕

Buzz 本地语音转文字指南：离线转写音频，一键导出字幕

【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 是一款免费开源的桌面语音转文字工具，它在你的电脑上本地运行 OpenAI 的 Whisper 模型，把音频、视频乃至在线视频链接转成带时间轴的文字，支持翻译并导出 TXT、SRT、VTT。读完这篇指南，你能独立完成一条完整任务流：装好 Buzz，把一段音频转写成文字，最后导出可用的 SRT 字幕。

✅ 30 秒自检：你的机器能不能跑

• 系统：Mac（Intel 与 Apple Silicon）、Windows、Linux 都支持。
• CPU 需支持 AVX2，非常老的机器会崩溃。
• 联网只发生在首次下载模型时。之后完全断网可用；给隔离机用时，把模型缓存文件夹从别的电脑拷过来即可（Linux 下位于~/.cache/Buzz）。
• 有 Nvidia 显卡可以加速；没有也没关系，CPU 能跑。

🖥️ 挑一种装法把它装上

按你的系统选一条路：

• Windows 和 macOS：从项目发布页下载安装程序（.exe / .dmg）。Windows 是未签名程序，安装时弹出警告就选 More info → Run anyway。
• Linux（Snap）：

sudo snap install buzz

装完再授权密码存储服务：

sudo snap connect buzz:password-manager-service

Linux（Flatpak）：

flatpak install flathub io.github.chidiwilliams.Buzz

Python 环境（需 Python 3.12，并先装好 ffmpeg）：

pip install buzz-captions

启动程序：

python -m buzz

首次运行会提示下载所选模型，体积从几十 MB 到两百多 MB。这是一次性投入，下载完成后所有转写都在本地进行。

📂 把第一段音频丢进队列

1. 在 File 菜单选 Import Media File（或按 Ctrl/Cmd + O），挑一个音频或视频文件；想转在线视频也可以直接粘贴链接。
2. 选任务类型：Transcribe 或 Translate；语言建议手动指定，比自动检测稳。
3. 选模型和档位，点 Run。任务列表里能看到排队、处理中、已完成的实时状态。
4. 状态变成 Completed 后，双击这一行打开转录详情。

一次丢几十个文件没问题，关掉窗口任务也会在后台继续跑完。

🎚️ 给模型选对档位

模型大小是速度与准确率的调节旋钮：

我的建议直接给：粗转用 Base 就够，交付级字幕一步到位上 Large。

后端（Whisper 类型）决定用哪套引擎跑模型：

两个容易漏的选项：

• Linux 上 Nvidia 显卡开箱即用 GPU 加速，Large 模型速度会快好几倍。
• Advanced 里的 Initial prompt 可以写人名、专业术语，能明显减少拼错。

模型的下载、删除都在这页完成；Whisper.cpp 还支持粘贴一个 .bin 文件的下载链接，用第三方定制模型。

📄 把转写结果变成能用的交付物

双击已完成的任务进入转录视图，这是一个迷你字幕编辑器：

• 每段文字带起止时间戳，点任意片段跳到对应音频位置。
• 边播放边改文本，改动自动保存；播放速度 0.5 倍到 2 倍可调，方向键加 Ctrl 能按 0.5 秒微调片段时间。
• Ctrl+F 全文搜索，逐条跳转匹配。

做字幕还要走一步 Resize：在转录视图点 Resize，设一个字幕最大长度，长句会按标点拆开；音频里若有静音分析还会帮你合并过短的碎片（前提是导入时开了 word-level timings 选项）。调好后从导出菜单选 SRT 丢进剪辑软件，TXT 当文字笔记，VTT 用于网页，各取所需。

🚀 进阶场景与常见卡点

三个现在就能用的场景：

• 麦克风实时转写：用 Whisper.cpp 加小模型点 Record，边说边出字，还能开演示窗口在会议现场投出来。
• 文件夹监控：指定监控目录，新音频一放进去自动开转，适合丢进共享文件夹的团队协作。
• 说话人识别：多人访谈自动标注说话人，可改成真实姓名，还能合并同一人的连续句子。
• 命令行批处理：

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

一条命令直接产出 SRT，跳过图形界面，写进脚本就是自动化流水线。

卡点速查：

• 转得太慢：先降一档模型，再考虑 GPU 加速，别开太多并行任务。
• 准确率差：录音先保清晰，再换 Large 重跑；手动指定语言优于自动检测。
• 崩溃：多为模型下载不完整，去 Models 设置页删掉重下。
• 任务一直排队：多半是模型还没下好，先回 Models 页确认。

最小起步动作：挑一段你手头的录音，按系统装上 Buzz，丢进队列用 Base 跑一遍，你会拿到一份能直接交付的 SRT。

【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