Buzz 离线语音转文字完整指南：3步上手
【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
会议结束 40 分钟了，两小时的录音还躺在硬盘里等你整理。Buzz 是一款开源的离线语音转文字工具：它用 OpenAI 的 Whisper 模型在你的电脑上完成转录和翻译，音频不上传、不离开本机，软件免费，支持近百种语言。
最短路径安装
环境只需两样：Python 3.12 和 ffmpeg。装好后两条命令启动：
pip install buzz-captions python -m buzzLinux 用户一条命令更省事：
flatpak install flathub io.github.chidiwilliams.BuzzmacOS 和 Windows 到官方发布页下载安装包即可。Windows 安装时若弹出"未签名"提示，选"更多信息 → 仍要运行"，属正常现象。
如何转录一个音频文件
这是最高频的操作，四步完成：
- 按
Ctrl/Cmd + O，或点工具栏的"+"号，导入音频、视频文件，YouTube 链接也可以直接填。 - 在行内选任务（Transcribe 转录 / Translate to English 翻译成英文）、语言和模型。
- 点 Run。状态列显示 Completed 即完成。
- 双击该行，打开转录查看器看结果。
默认导出 TXT。点"Advanced"可切换 SRT/VTT 格式，还能在 Initial prompt 里填人名、术语等专有名词，减少拼错。语言建议手动指定，自动检测在短音频上容易误判。
实时录音转写设置
🎙️ 界面顶部选录音任务、语言、模型和麦克风，点 Record 就开始边录边转。
- 实时场景推荐 Whisper.cpp 后端加小模型，它支持 GPU 加速，延迟和负载都更可控。
- 做活动或演讲时打开"Presentation window"，可以全屏投射实时字幕。
- 高级选项里有静音阈值（音量低于阈值不触发转录）和"Append and correct"模式，后者会回头修正上一句的识别错误，代价是更高的算力占用。
查看、修正与导出转录
转录完成后，查看器里能做的事比你想象的多：
- 视图可切换带时间戳的表格、纯文本、译文三种模式；
Ctrl+F全文搜索，播放速度可调，方便逐句核对。 - Export 按钮支持导出 TXT、SRT、VTT、JSON 四种格式。
- Resize 用于修字幕：设置目标字幕长度（默认 42 字符），把间隔小于 0.2 秒的短句合并，再按标点拆分，改完直接导出 SRT 就能投进剪辑软件。
批量转录与队列设置
主界面本身就是一个任务队列：一次导入多个文件，或填多条链接，它们按顺序自动处理，你可以继续干别的。
- 在偏好设置里开启 Folder Watch，放进监听文件夹的新文件会自动排队转录，适合每天固定的录音归档。
- 想写脚本就用命令行：
buzz add audio.mp3 -m whispercpp -s small -l zh，参数组合见 CLI 文档。
关键参数速查
| 参数 | 选项 | 默认 | 影响 |
|---|---|---|---|
| 任务 Task | 转录 / 翻译成英文 | 转录 | 输出是原文语言还是英文 |
| 语言 | 近百种 / 自动检测 | 自动检测 | 手动指定通常更准 |
| 模型类型 | Whisper / Whisper.cpp / Faster Whisper / Hugging Face | Whisper | Whisper.cpp 配合 GPU 最快 |
| 模型大小 | tiny 到 large | tiny | 越大越准、越慢，实时用小的 |
| 导出格式 | TXT / SRT / VTT | TXT | 做字幕选 SRT 或 VTT |
| Initial prompt | 自定义 | 空 | 纠正人名等专有名词 |
| 词级时间戳 | 开 / 关 | 关 | 每个词一条字幕，之后用 Resize 合并 |
| 语音提取 | 开 / 关 | 关 | 嘈杂音频里先抽人声再转录 |
模型在偏好设置的 Models 页下载和管理，Whisper.cpp 还支持 q5 等量化版本省显存，细节见偏好设置文档。注意：内置翻译只到英文；翻译成中文等其他语言需接 OpenAI 兼容 API（约 1 美元/小时音频），这是全项目唯一可能花钱的地方。
适合谁用
- 学生：课堂录音转成带时间戳的笔记，双击任意句子跳回录音对应位置复习。
- 播客和视频创作者：批量导出 SRT 字幕，Resize 调好长度直接用于发布。
- 会议密集的办公人：访谈、客户通话整段在本机处理，敏感内容不经过任何云端。
常见坑与对策
- 转录太慢：换更小的模型，或切到 Whisper.cpp 后端用 GPU；实时录音务必用小模型。
- 识别不准：别用自动检测，手动指定语言；专有名词写进 Initial prompt；嘈杂录音开启语音提取。
- Windows 提示应用未签名：选"更多信息 → 仍要运行"即可，官方安装包本来就不签名。
如果你的需求是"音频永远不离开本机"，Buzz 值得装：pip install buzz-captions，再跑python -m buzz，丢进第一个文件试试。更多用法见使用文档。
【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
