Buzz 离线音频转录工具：本地录音 3 分钟转成可编辑字幕

Buzz 离线音频转录工具：本地录音 3 分钟转成可编辑字幕

【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

你有一段 40 分钟的访谈录音，明天要交稿。云端转录要上传文件、按分钟收费。Buzz 是开源的离线音频转录工具，基于 Whisper 模型跑在你电脑上，把音频转成带时间戳的文字和字幕，全程不上传、不联网。

分平台安装 Buzz 与第一次转录

装哪份取决于你的系统。命令行能装的就用命令行，其余走安装包。

# Linux（Flatpak） flatpak install flathub io.github.chidiwilliams.Buzz # Linux（Snap） sudo snap install buzz # 从 PyPI 装（先装好 ffmpeg，推荐 Python 3.12） pip install buzz-captions python -m buzz

macOS 和 Windows 从 官方发布页文档 下载对应安装包；Windows 未签名，安装时选"更多信息 → 仍然运行"。

第一次转录按这个顺序走：

1. 打开 Buzz，点工具栏的"+"，选一段音频或视频文件，也可以粘贴一个网页地址。
2. 在该行的"模型"列挑一个模型（默认 Whisper），"任务"列选 Transcribe（转写）或 Translate（翻译）。
3. 点"Transcribe"按钮，"Status"列会实时更新进度和已耗时。
4. 转完双击这一行，打开转录查看器，能搜索、点时间戳播放、导出。

主界面用一张任务表管住所有文件，状态列实时报进度。

Buzz 的四个核心功能：能帮你做什么

文件与链接转录——本地音视频一次转完

把 MP3、WAV、MP4 拖进去，Buzz 自动抽出音轨转文字，也接受一个网页地址直接下载后转。转写、翻译两种任务都能选，一批文件排队跑，不用逐个盯。

实时麦克风转录——边开会边出带时间戳的文字

打开录音窗口（Ctrl+R），Buzz 从麦克风边听边写，新句子按你选的模式排好。散会直接带走一份带时间戳的纪要，省掉事后补记。

多语言翻译——99 种语言本地处理

选 Translate 任务，Buzz 先把外语转写再翻成目标语言。语言列表覆盖中英日等 99 种，全在本机跑，文字不出电脑。

字幕编辑与导出——TXT、SRT、VTT 一键生成

转录查看器里能全文搜索、点时间戳跳转、调播放速度。改完导出成 TXT、SRT 或 VTT，直接给剪辑软件用。

每行带开始、结束时间戳，点一下就把播放头跳到对应位置。

模型选择与字幕重排怎么配

这是 Buzz 和普通转写工具拉开差距的两处，配置都在 偏好（Ctrl+,）里。

后端与模型。Buzz 内置四个后端：Whisper、Whisper.cpp、Faster Whisper、Hugging Face。在 偏好 > 模型 里能下载和删除模型，Whisper.cpp 还能填一个.bin地址装自定义模型。关键看两条：一是模型大小，tiny、base 转得快但准度低，medium、large 更准也更吃内存，Whisper.cpp 支持量化版（如 q5）省显存；二是加速路径，N 卡走 CUDA、Mac 走 Apple Silicon、多数显卡含核显靠 Whisper.cpp 的 Vulkan。显存小就选量化版，或设BUZZ_FORCE_CPU=true强制走 CPU。

模型面板把已下载和可下载的规格都列出来，自定义模型直接贴地址下载。

字幕重排。目标是把一句过长的字幕切成屏幕上放得下的长度。操作路径：在转录查看器点 Resize，设目标长度（例如 42 字符）、按间隙合并（0.2 秒）、按标点断开，点 Merge。可量化结果：原来 90 字符的一行拆成两行、每行不超过 42，导出 SRT 后不再溢出屏幕。参数见 偏好文档 的字幕重排一节。

目标长度、按间隙合并、按标点断开三个旋钮，控制字幕最终切成多长。

按设备性能选模型与省时间技巧

先按硬件定模型，再抠细节：

• 只有 CPU 或老显卡：Whisper 的 tiny、base，或 Whisper.cpp 量化版，优先求快。
• 有 N 卡：Whisper.cpp 加 CUDA，或 Faster Whisper，选 medium、large 求准。
• Mac：Apple Silicon 直接跑，显存紧就选量化版。

三条省时间的设置。快捷键把常用动作挪到键盘上：Ctrl+O 导入、Ctrl+F 搜索、Ctrl+P 播放/暂停，改字幕用 Ctrl+左右箭头 微调起止时间。批量处理开 偏好 的 Folder Watch：设好输入、输出目录，往输入目录丢文件就自动转，还能勾上转完删源文件。调线程：16 线程的机器把BUZZ_WHISPERCPP_N_THREADS设成 8，实测比默认快约 15%，再拉高反而变慢。

Buzz 与云端转录的差别

挑几个你在意的维度对比：

• 数据去向：Buzz 全程在本机，音频和文字不出电脑；云端要先传文件上去。
• 联网：Buzz 断网照样转；云端必须在线。
• 费用：Buzz 开源免费；云端一般按分钟或订阅收钱。
• 可控性：Buzz 能换模型、换后端、装插件；云端参数基本锁死。
• 覆盖：Buzz 支持 Whisper 的 99 种语言和本地常见音视频格式；云端常有格式或语言限制。

常见问题解答

转得很慢，怎么提速？第一步换成更小的模型，比如 base 或 tiny。第二步确认走对加速路径，N 卡开 CUDA。第三步把BUZZ_WHISPERCPP_N_THREADS按一半核心数设，别拉太高。

怎么让结果更准？第一步换更大的模型，比如 medium 或 large。第二步尽量在安静环境录音。第三步多人对话时先做语音分离，把人声拆干净再转。

支持哪些语言？Whisper 一套模型覆盖 99 种，含中文、英文、日文、韩文、西班牙文等。完整列表在 偏好 的语言下拉里能看到，留空则自动识别。

能批量转一堆文件吗？第一步在 偏好 打开 Folder Watch。第二步设好输入目录、输出目录。第三步把文件丢进输入目录，Buzz 自动转并把结果放进输出目录。

三步跑起来

1. 按你的系统装好 Buzz，跑通一段自己的短录音。
2. 在 偏好 里按硬件选模型，顺手记熟几个常用快捷键。
3. 需要批量就开 Folder Watch，日常转写交给它。

更多用法见 docs/docs/index.md，插件在 plugins/，脚本化用 buzz/cli.py。装好之后从一段短录音开始，跑通了再谈提速。

【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