Buzz 离线语音转文字完整指南：99 种语言本地转录，隐私不上传
【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 是一个完全免费的离线语音转文字工具，基于 OpenAI Whisper，在本地电脑上完成音频与视频的转录和翻译，文件全程不上传，隐私由你自己掌控。
30 秒速览 📋
- 支持 99+ 种语言的转录与翻译，导入音频、视频文件或粘贴 YouTube 链接即可开工
- 麦克风实时录音转录，三种显示模式，附带演示窗口适合演讲场合
- 多后端可选：Whisper、Whisper.cpp、Faster Whisper，NVIDIA 显卡走 CUDA，其他显卡可用 Vulkan 加速
- 转录结果导出 TXT / SRT / VTT，支持文件夹监视自动批处理与命令行脚本
极简上手：3 步装好 Buzz 🚀
- Windows / macOS：从官方发布页下载安装包运行即可；Windows 未签名，安装时选"更多信息 → 仍要运行"
- Linux（Flatpak）：
flatpak install flathub io.github.chidiwilliams.Buzz- Linux（Snap）：
sudo snap install buzz- Python（需 Python 3.12 与 ffmpeg）：
pip install buzz-captions python -m buzz启动后把文件拖进任务列表，选好模型和语言，点运行，第一个转录任务就完成了。
核心能力：Buzz 能替你做什么 🎙️
文件与链接直接变文字
支持把 MP3、WAV、FLAC、M4A 等音频和 MP4、MKV 等视频拖进界面，也可直接粘贴 YouTube 链接导入。任务列表里每个文件可单独选择模型、语言和任务类型（转录或翻译），多个任务排队并行处理，转录结果存在本地数据库里，随时回看。转录核心逻辑都在 buzz/transcriber/ 目录，想深挖可以去看。
边说边转的实时录音
点麦克风图标即可从麦克风实时转录，说话的同时文字逐句生成。三种模式可选：新句子追加在下方、追加在上方、追加并自动修正上一句——最后一种适合正式会议，但吃硬件。录音界面还能调麦克风、延迟和初始提示词。
多人对话也能分清谁在说话
Buzz 可在转录的媒体上识别不同说话人并打上标签，多人访谈、会议录音的对话结构一目了然。背景嘈杂时还可以先做语音分离再转录，把"人声"从环境音里提出来，准确率明显更高。
转录结果可以编辑、对齐和导出
双击完成任务打开转录查看器：逐句调整起止时间、直接改文字、全文搜索、拖动播放进度条按倍速回放。字幕太长的可以用内置的 Resize 功能按字数自动拆条，最后导出 TXT、SRT 或 VTT 文件。
实战手册：按你的角色挑一条路线 📝
如果你是会议记录者
开启实时录音，模式选"追加并修正"，语言手动指定为会议所用语言而不是自动检测。散会后转录稿已就绪，直接双击任务改几个错别字就能归档。
如果你是字幕制作者
导入视频后任务选 transcribe，转录完成打开查看器，用 Resize 把每条字幕压到合适字数，导出 SRT 直接丢给剪辑软件。
如果你是研究人员
把待处理的讲座录音统一丢进一个文件夹，在偏好设置里打开文件夹监视，新文件落进去就自动转录，你只管收结果。
如果你是开发者
用命令行把转录写进脚本，一条命令完成转录并导出 SRT：
buzz add -m whispercpp -s small --srt interview.mp3加-t translate可以切换成翻译任务，--hide-gui让程序在后台静默运行。
进阶玩法：GPU 加速、模型与自动化 ⚙️
- GPU 加速：NVIDIA 显卡在 Windows 安装包内已含 CUDA 支持；其他品牌显卡和 Mac 建议选 Whisper.cpp 后端，走 Vulkan 或 CPU，核显笔记本也能跑实时转录
- 模型管理：在 偏好设置 → 模型 页下载或删除模型，还能下载量化版（如 q5）省显存。小模型快、大模型准，large-v3 精度最高但偶尔会"脑补"词，建议用自己的语言各测一次再定
- 导出命名模板：可自定义导出文件名，支持
{input_file_name}、{language}、{date_time}等变量，批量处理时文件不会互相覆盖 - 插件系统：内置 AI 摘要、转录自动拆条等插件，源码在 plugins/，想扩展功能从这里入手
- 对外输出：开启实时转录导出后，文字会边生成边写入 txt 文件，方便接 OBS 这类外部软件
- 纯离线环境：用 scripts/download-models.py 在联网机器上预先准备好模型缓存，拷到离线机器同一路径即可
常见卡点速查：问题一句话解决 🩺
| 问题 | 一句话解法 |
|---|---|
| 转录速度太慢 | 换小一号的模型或 Whisper.cpp 后端；NVIDIA 6GB+ 显存改用 Faster Whisper |
| 识别准确率不高 | 手动指定语言、换更大模型，专业术语写进初始提示词 |
| 麦克风报错 PaErrorCode-9999 | 去系统隐私设置里给 Buzz 打开麦克风权限 |
| 崩溃或启动异常 | 多半是模型下载不完整，在模型设置里删掉重新下载；老 CPU 需支持 AVX2 |
| 想完全离线使用 | 在联网机器下载好模型，把模型缓存文件夹拷到离线机器同一路径 |
| 要录系统声音 | 装虚拟音频设备（Mac 用 BlackHole，Windows 用 VB-CABLE），在 Buzz 里选它作麦克风 |
它适合谁：先做选型再动手 🧭
适合：处理敏感或机密音频、不想上传文件的人；需要批量转录大量文件的用户；希望转录速度取决于自己硬件、不依赖网络的场景。
不适合：追求云端级并发吞吐、一次要处理上万条音频的流水线——Buzz 是单机工具，这类需求建议直接用云语音识别 API；另外 Buzz 依赖 CPU AVX2 指令集，特别老的机器跑不起来，纯命令行用户也可以直接选用它底层的 Whisper.cpp。
从这一条命令开始：克隆仓库，读完 README 里的功能清单，再用上面任意一种方式把 Buzz 装起来，导入你的第一个音频文件。
git clone https://gitcode.com/GitHub_Trending/buz/buzz【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
