Buzz 离线音频转录工具：如何在本地免费完成语音转文字的完整指南

Buzz 离线音频转录工具：如何在本地免费完成语音转文字的完整指南

【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 是一款运行在你自己电脑上的离线音频转录工具，基于 OpenAI 的 Whisper 模型，把会议录音、播客、视频音频转成文字，并支持翻译成 90 多种语言。全程不上传任何数据，一次配置后完全免费。适合经常整理录音、需要处理敏感音频、又不想依赖在线服务的用户。

为什么值得关注

在线转录服务要你把音频传到云端，敏感内容过第三方服务器，按用量收费，断网不可用。Buzz 的做法很直接：Whisper 模型下载一次之后，转录、翻译、导出全部在本地完成，录音文件从头到尾不离开你的设备。

对新手来说它也是零门槛的：图形界面点两下就能开始转录，不需要写代码；而对进阶用户，它又提供了 CLI、文件夹监控和插件系统，可以搭自动化流程。

10 分钟上手：安装 Buzz 并跑通第一次转录

Buzz 支持 macOS、Windows 和 Linux，三种装法任选一种即可。

方式一：直接装图形界面（推荐新手）

1. macOS：下载官方.dmg安装包，打开后拖入 Applications。
2. Windows：下载安装包运行；应用未签名，弹窗时选「更多信息 → 仍要运行」。
3. Linux：

   sudo snap install buzz

方式二：Python 环境安装（适合已有开发环境的人）

1. 先装好 ffmpeg（转录依赖它解析音频）。
2. 使用 Python 3.12 环境，执行：

   pip install buzz-captions python -m buzz

第一次转录

1. 启动后点左上角「+」导入一个 mp3/mp4 文件，或直接粘贴 YouTube 链接。
2. 在任务行里选好模型（日常用 base 即可），点 Run。
3. 等状态变成 Completed，双击该行打开转录结果，就能边听音频边校对文字。

核心能力一览：按你能用到的价值来说

• 本地转录与翻译：Whisper 在本地跑，音频转文字、再翻译成目标语言，数据不出电脑。
• 实时录音转录：接上麦克风边说边出文字，适合会议纪要；另有专门的演示窗口，开会时投屏展示很方便（见 recording_transcriber.py）。
• 说话人识别：多人对话自动区分不同说话者，整理采访录音时很实用（见 speaker_identification_widget.py）。
• 多后端硬件加速：NVIDIA 显卡走 CUDA，Mac 走 Apple Silicon，普通显卡可走 Vulkan，速度取决于你的硬件。
• 字幕精修工具：按标点、间隔自动重新分段，把转录稿整理成合规字幕（见 transcription_resizer_widget.py）。
• 文件夹监控：指定一个文件夹，新放进去的音频自动开始转录，适合批量处理。
• 插件系统：内置 AI 摘要、深度降噪等插件，按需启用即可扩展能力（见 plugins/）。
• CLI 接口：可以用命令行脚本化批量转录，方便接入自己的自动化流程（文档见 cli.md）。

选对配置不踩坑：模型与硬件怎么搭配

选模型的核心逻辑是：机器内存够不够，音频质量好不好。宁可先用小模型快速出稿，再按需换大模型精修，也不建议上来就跑 large 然后把电脑卡死。

几条能少踩坑的习惯：

• 语言尽量手动指定，自动检测偶尔会判错，尤其对方言或混合语言音频。
• 专有名词多的场景（人名、产品名），在「高级选项」里填一句包含这些词的 Initial prompt，能明显减少错别字。
• 嘈杂环境录音，开启「语音提取」或降噪插件，准确率提升比较明显。
• 模型下载失败时，检查网络代理设置，或手动把模型放进缓存目录（首选项里可以看到缓存路径）。

实战场景走一遍

场景一：会议录音 → 纪要文档

1. 导入会议录音文件，模型选 medium，语言选中文。
2. 转录完成后打开结果页，边播放边修正人名和公司名。
3. 需要精简的话，启用 AI 摘要插件生成要点。
4. 导出为 TXT 归档，文件名可在首选项里用模板自定义。

场景二：视频 → 平台可用字幕

1. 导入 mp4 视频，导出格式选 SRT。
2. 转录完成后进入字幕调整界面，按标点自动分段。
3. 把单行长度控制在 42–50 字符左右，检查合并间隔是否顺口。
4. 导出 SRT/VTT，直接上传到视频平台。

场景三：外语音频 → 中文文稿

1. 导入外语音频，模型选 small 以上保证翻译质量。
2. 任务类型选「翻译」，目标语言选中文。
3. 本地先出译文，个别术语不对就在查看界面手动改。
4. 导出 TXT 或带时间轴的 SRT 双语对照稿。

遇到问题先查这里

完整排错内容可查 faq.md；首选项各字段含义见 preferences.md。

写在最后

Buzz 适合三类人：手里有大量录音要整理的职场人、需要给视频配字幕的创作者，以及处理敏感音频、数据绝对不能出本地的用户。它免费、开源、开箱即用，从安装到第一份转录稿通常半小时内就能走完。打开它，导入一个音频试试，比看十篇介绍都直观。

【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