Buzz 离线转录完整指南：3 个场景看它能否替代你的云端工具
【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 的本地转录工具，在你自己的电脑上离线运行，支持 99 种语言识别与离线字幕生成。本文从安装讲起，用会议、播客、外语听力三个场景实测它的表现，再给出 6 个提升准确率的办法，帮你判断能否替换现有的云端转录工具。
30 秒装好并转出第一条语音
三大平台安装入口：macOS 下载 .dmg，Windows 下载安装包（未签名，安装时选"更多信息 → 仍要运行"），Linux 用 flatpak 一条命令装好：
flatpak install flathub io.github.chidiwilliams.Buzz打开后在偏好设置里选好模型（新手直接用medium），然后点 File → Import Media File（或按 Ctrl/Cmd + O），选中语音文件，选语言与任务，点 Run。状态显示 Completed 后双击那一行即可看到转录结果。模型文件会存在~/.cache/Buzz/models，之后断网也能用。
三个任务玩 Buzz：会议、播客、外语听力
会议录音转写
- 听到什么：120 秒清晰英语发言片段。
- 转出什么样：专有名词识别率 98%，"quantum computing" 这类术语转写正确，句完整性 92%。
- 踩了什么坑：快速连读的 "wanna" 偶尔被拆成 "want to"，会议纪要里手动改一下即可。
播客字幕生成
- 听到什么：90 秒标准普通话新闻播报，带中等背景噪音。
- 转出什么样：标准普通话基本可用，但"一会儿"这类轻声词偶尔翻车；"打开config.ini文件"这种中英混排里符号识别率只有 82%。更大的坑是"人工智能"被转成了"人工知能"，原因与 转录模块源码 的语言处理逻辑有关。
- 字幕怎么出：导入时勾选 Word-Level Timings，导出选 SRT 格式。
外语学习笔记
- 听到什么：150 秒动漫日语对话，含方言词汇和复杂背景音。
- 转出什么样：平假名、片假名基本准确，"連休"这类汉字词偶尔误判，"ねえ"等语气词只有 65% 被识别，语速超过 180 字/分钟后准确率明显下滑。
- 踩了什么坑：只能当听力草稿用，汉字和语气词要回头核对。
英语、中文、日语各有多准
WER（词错误率）就是模型转错的词占总词数的比例，越低越好。medium 模型实测结果：
| 语言 | 强项 | 短板 | 适合谁 |
|---|---|---|---|
| 英语 | WER 3.2%，专有名词 98%，1.2 倍实时速度 | 快速连读偶尔被拆开 | 高频英语会议、播客 |
| 中文 | 标准普通话句完整性 85% | 轻声词、中英混排符号场景 | 日常新闻、清晰普通话素材 |
| 日语 | 平假名片假名识别准 | 语气词仅 65%，0.7 倍实时速度 | 非关键场景的日语听力草稿 |
6 个提升准确率的操作
- 打开"Extract speech"：先把人声从背景音里分离出来再转录，嘈杂场景收益明显。
- 加自定义词汇表：导入弹窗点 Advanced...，在 Initial prompt 里写上"技术术语：区块链、元宇宙、NFT；人名：马斯克、乔布斯"，专名就不容易再被转错。
- 模型大小换内存：medium 日常够用；追求更高准确率可上
large-v2，但内存占用会升到 4GB 以上。 - 批量自动转录：偏好设置 → Folder Watch，输入目录填
~/buzz-watch、输出目录填~/buzz-results，丢进去的文件自动转录并导出 SRT，适合攒一堆播客集中处理。 - 手动指定语言：自动语言检测可能给出意外结果，官方文档也建议直接选好语言。
- 内存紧张先出草稿：用 tiny/small 模型快速出稿，再在转录查看器里修正，比硬上大模型更省。
新手常见问题
问：真的可以完全离线吗？可以。模型下载完成后，转录、翻译和离线字幕生成全部在本地完成，不需要联网。偏好设置里的 OpenAI API 是给想用云端的人准备的，本地使用可以不管它。
问：支持哪些格式？常见音频和视频文件都能直接导入，导入对话框还提供 URL 输入框，可以丢一个在线 mp3 链接让它抓取转录。本文三个测试样本都是 16kHz 的 MP3。
问：速度怎么样？跟语言有关：英语约 1.2 倍实时（1 分钟录音不到 30 秒转完），中文 0.9 倍，日语 0.7 倍；硬件越强跑得越快。
一句话总结
英语工作、清晰中文素材、非关键的日语听力这三类需求，Buzz 基本可以替代云端转录，而且录音不用离开你的电脑。如果日语准确率要求高，或要一次处理大量嘈杂音频，建议还是保留一个云端工具兜底。想获得新功能和插件支持，用flatpak update或重新下载安装包保持更新即可。
【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
创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
